科学家利用人工智能改善塑料回收，可区分可降解塑料和传统塑料

对于一个科技周边开发者来说，牢固扎实的基础是十分重要的，golang学习网就来带大家一点点的掌握基础知识点。今天本篇文章带大家了解《科学家利用人工智能改善塑料回收，可区分可降解塑料和传统塑料》，主要介绍了，希望对大家的知识积累有所帮助，快点收藏起来吧，否则需要时就找不到了！

3 月 14 日消息，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。

只是这些可降解的塑料制品和传统塑料之间，在外观上很难进行有效区分，如果在回收环节没有做好，可能会污染塑料的回收并降低效率。

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”。

IT之家从报道中获悉，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。

本次测试的传统塑料主要为 PP、PET 材质（主要用于食品容器和饮料瓶）；可堆肥、可生物降解塑料样品主要为 PLA 和 PBAT 材质，用于杯盖、茶包和杂志包装。

结果表明成功率很高：当样品测量值超过 10 毫米 x 10 毫米时，该模型对所有材料都达到了完美的精度。然而，对于尺寸为 10 毫米 x 10 毫米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%。

查看尺寸为 5mm x 5mm 的碎片，一些材料的识别比其他材料更可靠：对于 LDPE 和 PBAT 碎片，错误分类率为 20%；两种生物质衍生材料的错误识别率分别为 60%（甘蔗）和 80%（棕榈叶）。

今天关于《科学家利用人工智能改善塑料回收，可区分可降解塑料和传统塑料》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于人工智能,塑料回收的内容请关注golang学习网公众号！