食品包装袋、咖啡杯、塑料袋……，塑料在我们的日常生活中随处可见。近年来随着国家政策的引导和居民环保意识的提高，越来越多的人开始使用可降解的塑料制品。只是这些在外观上相同的可降解的塑料制品和传统塑料，很难进行有效区分，可能会污染塑料的回收并降低效率。

近日，伦敦大学学院（UCL）的研究人员在 Frontiers in Sustainability 上发表了一篇论文，他们使用机器学习自动对不同类型的可堆肥、可生物降解塑料进行分类，并将它们与传统塑料区分开来。

该研究的通讯作者 Mark Miodownik 教授说：“准确性非常高，可以使该技术在未来切实可行地用于工业回收和堆肥设施”。

研究人员利用了人工智能，对 5mm乘以5mm到50mm乘以50mm之间的塑料材质进行分类。

本实验使用的包装材料包括原始常规塑料，包括PP，LDPE和PET，可堆肥塑料和可生物降解包装——PLA，PBAT，棕榈叶基包装和甘蔗基包装。

检测市场上的塑料盘，塑料盖和餐具.（A）通过高光谱相机获得的RGB光学图像，（B）高光谱图像叠加分类颜色

结果表明成功率很高：当样品测量值超过 10mm乘以10mm时，该模型对所有材料都达到了完美的精度。然而，对于尺寸为 10mm乘以10mm或更小的甘蔗衍生材料或棕榈叶材料，误分类率分别为20%和40%。

对于5 mmx 5 mm的尺寸，LDPE和PBAT的误分类率增加到20%，甘蔗和棕榈叶基材料的误分类率分别增加到60%和80%，而PLA、PP和PET的误分类率仍为0%。

该系统能够准确分类可堆肥塑料（可堆肥勺子、叉子、咖啡盖），并以高精度将它们与外观相同的传统塑料物品区分开来。

https://www.frontiersin.org/articles/10.3389/frsus.2023.1125954/full