由于我们的某些日常产品（例如化妆品或药品）是有毒的对于水生动物，当它们被冲入水系统时，它们可能对野生动植物构成严重威胁。这些毒素会毒害鱼甚至伤害整个食物网，最终导致生态系统崩溃。为了防止大规模的灾难，公司需要测试其产品是否有毒，在某些情况下，通常需要通过将一定数量的产品放入鱼缸中并等待观察多少来进行测试他们死了。
公司已经进行了数十年的测试，从而产生了有关杀死各种化学物质和成分的毒性限制（或LC50值，杀死正在测试的动物的50％）的巨大数据。这EPA有关于在可能损害植物和动物生命之前在水中可以存在多少化学物质的准则，并且各州有自己的要求，法规和程序来测试水生毒性和分类废物。
毒性测试之前的数据，情报公司更聪明的分类已经能够进行自己的准确毒性测试，而无需实际杀死任何动物。它没有将化学品倾倒到储罐中，而是使用AI和机器学习来计算公司正在开发产品的毒性的所有必要计算。消除不必要的动物测试的AI是AI和数据类别的赢家德赢提款Fast Company的2022年世界改变想法奖。
该公司的监管专家AJ Kenny说：“消费产品中使用的大多数成分都具有可追溯到几十年的毒性数据。”“因此，我们拥有所有这些出色的数据，这些数据存在于成分级别，因此您将这些数据插入公式中，基于对这种成分的估计，占整体产品的10％。”查看过去的动物测试数据来自州网站（加利福尼亚的有毒物质控制部门出版例如，对于数百种消费产品的测试结果），Smarter Sorting的计算可以找到某种成分的中位LC50水平。然后，它插入了产品中每种成分的重量以及以前测试中使用的鱼的重量的信息 - 某些鱼比其他鱼更敏感，并且某些测试使用不同的物种，以模拟这些动物毒性测试的计算。
智能分类无意用计算数学代替动物测试；该公司最初通过使用数据和机器学习来帮助公司，将整体消费者浪费最小化。核实他们的产品中有什么，管理浪费，在价值链中做出更好的决定并提供帮助零售商处理废物处理。
但是在2021年，Smarter Sorting的产品智能平台包括以帮助消费品制造商制造，市场和处置产品的信息，并由1,223个品牌和24个主要零售商采用，包括Costco，Wegmans和Albertsons。这些信息可以帮助这些零售商处理废物，这些废物可能会根据其处置方式而变化，就像需要将其扔在医疗容器中而不是垃圾填埋场中一样。例如，如果购物者将某些东西返回华盛顿的Costco，那么Smarter Satering的计算有助于零售商知道如何根据州法规处理这些废物。
动物测试替代品并不是公司的主要目标，但是更聪明的分类具有很大的潜力。“当我们研究如何帮助公司确定他们的产品是否受到加利福尼亚州的废物等规范时，我们意识到我们可以使用计算模型来做到这一点，这不仅更快，更具成本效益，而且还可以更人性化。”首席执行官杰奎琳·克劳迪娅（Jacqueline Claudia）说。更智能的分类正在向加利福尼亚州的房屋提出一项法案，以接受有关动物测试的计算毒理学；华盛顿和明尼苏达州等其他州已经接受计算毒理学作为测试产品的一种方式。克劳迪娅（Claudia）说：“动物测试是：“在没有必要的情况下，当有计算方法可以做到这一点时，我们对动物来说是一件可怕的事情。”