科學家利用人工智能改善塑料回收 對不同類型的可堆肥、可生物降解塑料進行分類

3 月 14 日消息，食品包裝袋、咖啡杯、塑料袋……，塑料在我們的日常生活中隨處可見。近年來隨著國家政策的引導和居民環保意識的提高，越來越多的人開始使用可降解的塑料制品。

只是這些可降解的塑料制品和傳統塑料之間，在外觀上很難進行有效區分，如果在回收環節沒有做好，可能會污染塑料的回收并降低效率。

倫敦大學學院(UCL)的研究人員在 Frontiers in Sustainability 上發表了一篇論文，他們使用機器學習自動對不同類型的可堆肥、可生物降解塑料進行分類，并將它們與傳統塑料區分開來。

該研究的通訊作者 Mark Miodownik 教授說：“準確性非常高，可以使該技術在未來切實可行地用于工業回收和堆肥設施”。

IT之家從報道中獲悉，研究人員利用了人工智能，對 5mm 乘以 5mm 到 50mm 乘以 50mm 之間的塑料材質進行分類。

本次測試的傳統塑料主要為 PP、PET 材質(主要用于食品容器和飲料瓶);可堆肥、可生物降解塑料樣品主要為 PLA 和 PBAT 材質，用于杯蓋、茶包和雜志包裝。

結果表明成功率很高：當樣品測量值超過 10 毫米 x 10 毫米時，該模型對所有材料都達到了完美的精度。然而，對于尺寸為 10 毫米 x 10 毫米或更小的甘蔗衍生材料或棕櫚葉材料，誤分類率分別為 20% 和 40%。

查看尺寸為 5mm x 5mm 的碎片，一些材料的識別比其他材料更可靠：對于 LDPE 和 PBAT 碎片，錯誤分類率為 20%;兩種生物質衍生材料的錯誤識別率分別為 60%(甘蔗)和 80%(棕櫚葉)。