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）。