塑料的分类和回收非常困难，但人工智能可以提供帮助

这是社会上最不为人知的秘密之一：大部分被扔进蓝色和绿色垃圾桶的塑料实际上并没有被回收。事实上，研究表明，所有被送往回收设施的塑料中，只有不到 5% 能够通过回收过程重新制成新产品。造成这一惊人低数字的因素有很多——包括受污染的材料、用水需求和废弃物——但更糟糕的是，自 1980 年以来，美国人平均塑料垃圾消费量增长了 263%。

这是一个严重的问题，需要尽快解决，研究人员正在寻找一种有效且高效的解决方案。正如在《可持续发展前沿》上发表的一篇论文中所述，伦敦大学学院的一个团队开发了一种新的机器学习模型，该模型能够将可堆肥和可生物降解的塑料与传统塑料区分开来，以提高回收效率和准确性。

[相关：回收能否形成电动汽车电池的闭环？]

当今的大多数塑料都属于少数几类，具有不同的化学成分——聚乙烯 (PET) 和聚丙烯 (PP) 构成了大部分饮料瓶和食品容器，而低密度聚乙烯 (LDPE) 则可用于塑料袋和包装等物品。同时，以聚乳酸 (PLA) 和聚丁烯己二酸酯对苯二甲酸酯 (PBAT) 为特色的可堆肥塑料通常用于茶包、杂志包装和咖啡杯盖。最后，棕榈叶和甘蔗制成的生物质衍生塑料通常用于其他包装需求。

只有正确分类和妥善处理这些变体，回收和堆肥才能有效发挥作用。交叉污染通常会降低效率，浪费宝贵的时间和精力。为了改善这种情况，研究人员开发了一种基于高光谱成像 (HSI) 的分类系统，该系统扫描材料的​​化学特征以生成样本的逐像素描述。然后根据这些数据对机器学习 (ML) 程序进行训练，随后用于查看和分类单个塑料废物。

[相关：如何真正进行回收。]

当塑料材料的尺寸大于 10 毫米 x 10 毫米时，该团队的模型在分类方面实现了完美的准确度。虽然根据尺寸和材料的不同，速度有时会急剧下降，但机器学习程序的初步结果显示，如果经过改进和扩展以满足工业需求，它将具有巨大的前景。

伦敦大学学院机械工程系材料与社会学教授、论文通讯作者马克·米奥多尼克 (Mark Miodownik) 在一份声明中表示：“可堆肥包装的优势只有在经过工业堆肥，不会进入环境或污染其他废物流或土壤时才能实现。”他补充说，他们“可以而且将会改进它，因为自动分类是使可堆肥塑料成为可持续回收替代品的关键技术。”