研究人员发现新技术或将彻底改变塑料回收行业！

全球每年生产4.96亿吨塑料，浪费2.67亿吨——大约相当于340万只成年蓝鲸的总重量。

一项新研究发表在《资源、保护与回收》上，建议人工智能能够在处理之前准确识别不同类型的塑料，解决回收中最持久的问题之一。

来自华盛顿和波多黎各的研究人员发现，将光谱学（一种分析材料与光相互作用的技术）与深度学习相结合，可以显著提升塑料分类的准确度。

回收系统通常难以区分塑料类型，如PET、HDPE、PVC和聚丙烯，尤其是在物品脏污、染色或混合了添加剂时。这些错误往往导致‘降级回收’，即塑料被重新用于价值较低的产品，而不是被完全回收。

为了解决这一问题，研究团队开发了一种基于卷积神经网络的机器学习框架，这种网络通常用于图像处理。与传统的手动特征选择方法不同，CNN可以直接从光谱数据中学习塑料的化学识别。

在使用来自真实回收样本的拉曼散射光谱数据进行训练时，该模型在分类六种常见消费塑料时达到了100%的准确率。研究人员随后使用ATR-FTIR光谱测试了相同的方法，这是一种广泛应用于工业和现场环境中的方法。该模型达到了95%的准确率。

研究还比较了几种分析方法，发现哪些方法在识别消费塑料和海洋垃圾（通常高度降解）方面表现更佳。

在实际环境中，CNN准确识别了“染色塑料、含添加剂的塑料，以及受到现实环境和降解影响的塑料。”

研究人员表示，该模型的低计算需求使其适合于真正的自动化高容量回收设施，在这些设施里，速度和成本非常重要。

更好的分类可以帮助减少在环境中存在数百年的塑料垃圾。塑料水瓶的降解需要450年，而塑料吸管则能存在200年。

如果没有首付款，您每个月最多愿意为屋顶上的太阳能电池板支付多少？

200美元或更多

人民币100元

人民币30元

只有别人为我支付时我才会考虑这样做

点击你的选择看看结果并说出你的想法。

塑料生产严重依赖石油和天然气，占全球变暖污染的3%，在其生命周期结束时，无论是在垃圾填埋场、海洋还是其他地方，塑料废物都造成微塑料污染，污染空气和土壤并且威胁人类健康。

仅在美国，每年就有大约4000万吨塑料被丢弃，但只有5%实际上被回收。

虽然这项新技术可以显著改善回收效果，但研究人员指出，它与减少塑料使用的努力结合使用效果最佳，例如选择无塑料选项。

但这个突破并不是孤立的；最近的进展在塑料科学和回收方面包括热解研究是将塑料转化为更有价值的化学品、能吃塑料瓶的微生物，以及氯化铁用于安全分解泡沫塑料。

根据研究作者的说法，基于CNN的模型在有效识别各种塑料废物类型和状态方面的能力，代表了“现实应用中的一个重要进展”，这可能很快提高回收率，并将塑料废物从填埋场和生态系统中排除。