产品拆解（一）ADIS系统的设计

背景

TheOceanCleanUp是一家立志于清理海洋垃圾的非政府组织，该组织已经在过去5年内，通过他们的The System系列装置已经在清理了超过30万吨的垃圾，他们的目标是清理海洋中90%垃圾。

要清理海洋垃圾，必须清晰地了解海洋上哪些区域聚集了大量的垃圾，也就是垃圾热点地图。

通过PC和GoPro相机的原型AI系统已经成功结合遥感技术和机器学习训练的模型部署大面积扫描海面的系统，帮助TOC识别海洋垃圾热点区域。

然而非原生设计的组合使得管理和处理这些现成相机传来的数据仍然需要大量人工操作，耗费了相当时间和资源，阻碍了高效扩展和运营的能力。

用户画像

这个产品将服务每天处理海洋垃圾热点地图的工程师们，想象一名工程师lisa，她每天的工作需要辗转不同的船只，收集之前放置的GoPro相机，收集完所有的GoPro相机后，她还需要手动将所有的相机数据上传到服务器上， 此后人工智能才能够自动化识别垃圾的特征信息。

核心功能

很明显，ADIS最大的价值是在已有的AI+GoPro相机系统上，完善人工收集相机、处理数据的工作，除此之外，还需要考虑到这些相机都会直接部署在大型货船上出海，它必须具备适应海上恶劣环境的硬件。 同时，为了节省工程师辗转不同的轮船收集相机图像，所有的相机系统需要具备边缘计算的功能，能够在靠岸时自动联网将识别到的图像上传到一个统一的数据中心。

ADIS的核心功能清单如下：

• 硬件：一体化，防水，加固外壳。 灵活的安装、卸载模块
• 供能：通过太阳能供能，并搭载存储能量模块以便天气恶劣时运作
• 自动化处理：具备边缘计算能力，图像数据加工处理
• 数据上传：能够连接上全球中央网络，自动上传加工后的图像数据

ADIS的成功指标

该产品上线后:

• 监测的垃圾数据量扩大到原来的20倍以上
• 监测垃圾数据的人力成本下降能够下降80%以上