科學家利用機器學習，用於區分可降解塑料和傳統塑料

食品包裝袋、咖啡杯、塑膠袋…，塑膠在我們的日常生活中隨處可見。近年來隨著國家政策的引導和居民環保意識的提高，越來越多的人開始使用可降解的塑膠製品。

只是這些可降解的塑膠製品和傳統塑膠之間，在外觀上很難進行有效區分，如果在回收環節沒有做好，可能會污染塑膠的回收並降低效率。

倫敦大學學院（UCL）的研究人員在Frontiers in Sustainability 上發表了一篇論文，他們使用機器學習自動對不同類型的可堆肥、可生物降解塑膠進行分類，並將它們與傳統塑膠區分開來。

該研究的通訊作者 Mark Miodownik 教授說：「準確性非常高，可以使該技術在未來切實可行地用於工業回收和堆肥設施」。

IT之家從報道中獲悉，研究人員利用了人工智慧，對 5mm 乘以 5mm 到 50mm 乘以 50mm 之間的塑膠材質進行分類。

本測試的傳統塑膠主要為PP、PET 材質（主要用於食品容器和飲料瓶）；可堆肥、可生物降解塑膠樣品主要為PLA 和PBAT 材質，用於杯蓋、茶包和雜誌包裝。

結果顯示成功率很高：當樣品測量值超過 10 毫米 x 10 毫米時，模型對所有材料都達到了完美的精度。然而，對於尺寸為 10 毫米 x 10 毫米或更小的甘蔗衍生材料或棕櫚葉材料，誤分類率分別為 20% 和 40%。

查看尺寸為5mm x 5mm 的碎片，有些材料的辨識比其他材料更可靠：對於LDPE 和PBAT 碎片，錯誤分類率為20%；兩種生物質衍生材料的錯誤辨識率分別為60%（甘蔗）和80%（棕櫚葉）。

以上是科學家利用機器學習，用於區分可降解塑料和傳統塑料的詳細內容。更多資訊請關注PHP中文網其他相關文章！