这是社会上最差的秘密之一：大多数扔进蓝色和绿色回收箱的塑料实际上并没有被回收。事实上，研究表明，在所有送往回收设施的塑料中，不到 5% 能够通过整个过程并重新制成新产品。导致这一惊人低数字的因素有很多，包括污染物、用水需求和丢弃的废物，但更糟糕的是，自 1980 年以来，美国人均塑料废物消耗量增加了 263%。
这是一个严峻的局势，需要尽快找到解决方案，研究人员正在寻找一种高效且有效的解决办法。正如《可持续性前沿》杂志上发表的一篇论文所述，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与传统塑料分离开来，以提高回收效率和准确性。
[相关：回收能否为电动汽车电池闭环？]
今天的大多数塑料都属于具有不同化学成分的少数几类：聚对苯二甲酸乙二醇酯（PET）和聚丙烯（PP）占了饮用瓶和食品容器的大部分，而低密度聚乙烯（LDPE）则存在于塑料袋和包装等物品中。同时，以聚乳酸（PLA）和聚己二酸丁二醇酯-对苯二甲酸丁二醇酯（PBAT）为特色的可堆肥选项通常用于茶包、杂志包装和咖啡杯盖。最后，来自棕榈叶和甘蔗的生物基塑料通常用于其他包装需求。
回收和堆肥只有在这些变体得到妥善分类和处理时才能有效。交叉污染会稀释功效，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，生成样本的逐像素描述。然后，在该数据上训练了一个机器学习（ML）程序，并随后用于检查和分类单独的塑料废物。
[相关：如何真正回收。]
当塑料材料大于 10 毫米 x 10 毫米时，该团队的模型在分类方面达到了完美的准确率。尽管根据尺寸和材料的不同，准确率有所下降——有时甚至急剧下降——但如果经过优化并扩大规模以满足工业需求，该机器学习程序的初步结果显示出巨大的前景。
UCL 机械工程系材料与社会学教授、该论文的通讯作者 Mark Miodownik 在一份声明中表示，“只有当可堆肥包装在工业堆肥时才能实现其优势，而不会进入环境或污染其他废物流或土壤。”他补充说，他们“可以并且将继续改进它，因为自动分拣是使可堆肥塑料成为回收可持续替代品的一项关键技术。”
