滑铁卢大学的跨学科研究团队正在利用人工智能（AI）比以往更快、更准确地识别微塑料。

微塑料常常存在于食物中，是一种危险的污染物，会对环境造成严重破坏，找到它们是消除它们的关键。研究团队的先进成像识别系统可以帮助废水处理厂和食品生产行业做出明智决策，以减轻微塑料对环境和人体健康的潜在影响。

一个全面的风险分析和行动计划需要基于准确识别的优质信息。

为了寻找一种强大的分析工具，该工具能够对存在的众多微塑料进行计数、识别和描述，项目负责人韦恩·帕克博士及其团队采用了一种先进的光谱学方法，该方法将粒子暴露于一系列不同波长的光线之下。不同类型的塑料对光线暴露产生不同的信号。

这使得从有机材料中识别微塑料和不同类型的微塑料变得困难。通常需要人为干预来挖掘微妙的模式和线索，这是缓慢且容易出错的。

“微塑料是疏水材料，可以吸收其他化学物质。”滑铁卢大学土木与环境工程系教授帕克表示，“在科学界，对这个问题有关系有多严重的认识还在不断发展，但从理论上讲，微塑料有可能增强了毒物在食物链中的积累。”

帕克联系了滑铁卢大学系统设计工程系的教授亚历山大·黄博士寻求帮助，他同时也是加拿大人工智能与医学成像研究主席。在他的帮助下，团队开发了一种名为PlasticNet的人工智能工具，使研究人员能够比以前的方法更快速地分析大量颗粒，速度提升了约50％，准确率提高了20％。

这个工具是滑铁卢大学研究人员设计的最新可持续技术，旨在保护我们的环境，并进行能够为可持续发展做出贡献的研究。

黄说：“我们建立了一个深度学习神经网络来增强从光谱信号中识别微塑料的能力，我们对来自现有文献来源和我们自己生成的图像的数据进行了训练，以了解微塑料的各种组成，并能够快速准确地发现差异，而不受指纹质量的影响。”

帕克的前博士生弗兰克·朱在当地的一个废水处理厂对该系统进行了测试，对孤立的微塑料进行了测试。

结果显示，该系统能以前所未有的速度和准确度识别微塑料。这些信息可以帮助处理厂采取有效措施来控制和消除这些物质。一步将包括持续学习和测试，并为PlasticNet系统提供更多数据，以提高其在广泛需求中的微塑料识别能力的质量。