谷歌与陶氏合作利用人工智能分类技术回收难以加工的塑料
|
听听这个故事：
|
- 目标是处理7万吨废物： 此次合作旨在解决薄膜和柔性材料的回收问题——美国每年有 7 万吨薄膜和柔性材料被填埋，目前回收率不到 5%。
- 人工智能驱动的精度： 谷歌的分子视觉技术以人工智能和机器学习为支撑，能够在工业规模上快速、准确地识别复杂的塑料包装。
- 概念验证已实现： 陶氏的材料专业知识帮助验证了该系统识别和预测多材料包装分子组成的能力。
陶氏和谷歌的创新实验室 X，被称为 登月工厂，联手解决塑料循环利用的最大障碍之一：回收薄膜和软包装材料——这些包装材料被广泛使用但很少回收。
“通过将陶氏在材料科学方面的专业知识与谷歌先进的机器学习和人工智能技术相结合，我们的目标是彻底改变回收中心处理塑料的方式，使该过程更加高效、有效，“ 说过 陶氏包装和特种塑料全球可持续发展总监张涵。
用于格兰诺拉麦片、宠物食品和薯片等产品的软包装由多层材料制成，通常包含各种塑料、金属或纸张。这些组合能够有效地阻隔空气和水分，但也使得材料极难回收。美国的路边回收项目很少接受这些塑料，因此，近95%的塑料最终被丢弃。
相关文章： 6 年谷歌先进能源解决方案的 2024 种方式
X的 循环经济的“登月计划” 多年来，谷歌一直致力于构建一个综合的塑料数据库，该数据库融合了化学、机器学习和谷歌的计算能力。这些数据目前正为俄勒冈州的一个试点项目提供支持，该项目利用传感器技术在几毫秒内识别塑料包装的分子组成，并进行大规模分类。
“我们对这一概念验证感到鼓舞”X说道。 “在接下来的几个月里，我们将继续与陶氏合作，进一步探索分子视觉的潜力，以帮助解决更多薄膜和灵活回收的挑战。=
陶氏近期收购了Circulus——一家将塑料废料回收为消费后树脂的公司——这增强了其在推进回收基础设施建设方面的作用。该公司还通过其Pack Studios提供现实世界的材料和数据，帮助X实验室完善其人工智能系统，以解码软塑料复杂的分子结构。
陶氏深厚的化学专业知识已经实现了公司所称的“首创发现”，表明人工智能不仅可以识别材料，还可以预测其成分百分比——这是简化回收流程和创造新的高质量原料的关键。
随着系统的发展，双方都看到了扩大这一突破的希望，以提高循环性并减少塑料垃圾。
