IT之家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(huán)保意識的提高，越來越多的人開始使用可降解的塑料制品。
圖源：Unsplash/CC0公共領域
圖源：Unsplash/CC0公共領域
只是這些可降解的塑料制品和傳統(tǒng)塑料之間，在外觀上很難進行有效區(qū)分，如果在回收環(huán)節(jié)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(fā)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(tǒng)塑料區(qū)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(yè)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(tǒng)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）。
