众所周知，分类和回收塑料很难——但这种人工智能可以提供帮助

这是社会上最保守的秘密之一：大多数被扔进蓝色和绿色垃圾箱的塑料实际上并没有被回收。事实上，研究表明，在所有打算用于回收设施的塑料中，只有5%能通过这个过程并返回到新产品中。有许多因素导致了这个惊人的低数字——包括污染材料、水需求和废弃废物——但这个问题变得更加严重，因为自1980年以来，美国人的平均塑料废物消费量增加了263%。

这是一个严重的情况，需要尽快解决，研究人员正在寻找一个高效的解决方案。正如《可持续发展前沿》发表的一篇论文所详述的，伦敦大学学院的一个团队开发了一种新的机器学习模型，能够将可堆肥和可生物降解的塑料从传统品种中分离出来，以提高回收效率和准确性。

[相关：回收能关闭电动汽车电池的循环吗？]

今天的大部分塑料属于具有不同化学成分的少数类别——聚乙烯（PET）和聚丙烯（PP）构成了饮料瓶和食品容器的大部分，而低密度聚乙烯（LDPE）可以在塑料袋和包装等物品中找到。与此同时，以聚乳酸（PLA）和聚丁二烯对苯二甲酸酯（PBAT）为特色的可堆肥选择通常用于茶包、杂志包装和咖啡杯盖。最后，棕榈叶和甘蔗中的生物质衍生塑料通常用于其他包装需求。

回收和堆肥只有在这些变种得到适当分类和处理时才能发挥良好作用。交叉污染往往会稀释功效，浪费宝贵的时间和精力。为了改善这一点，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，以产生逐像素的样本描述。然后根据这些数据训练机器学习（ML）程序，随后用于观察和分类单个塑料垃圾。

[相关：如何实际回收。]

当塑料材料大于10毫米乘10毫米时，该团队的模型在分拣方面达到了完美的精度。虽然根据尺寸和材料，分拣率会下降——有时会急剧下降——但机器学习计划的初步结果显示，如果经过磨练和扩大以满足工业需求，将有巨大的希望。

“可堆肥包装的优势只有在工业堆肥时才能实现，不会进入环境或污染其他废物流或土壤，”UCL机械工程系材料和社会教授马克·米奥多夫尼克在一份声明中说，他补充说，他们“能够而且将会改进它，因为自动分类是使可堆肥塑料成为回收利用的可持续替代品的关键技术。”