12月25日，在俄亥俄州克利夫兰举行的AMI塑料世界博览会上，纽约州立大学布法罗分校杰出教授、材料科学领域专家Paschalis Alexandridis指出，人工智能与光谱学的进步正在变革塑料回收行业，为应对可持续发展挑战提供了创新解决方案，显著提升了分拣的准确性与效率。

Alexandridis表示，塑料分拣与回收面临诸多难题，而人工智能和光谱技术堪称行业“颠覆者”。它们能以前所未有的精度识别和处理塑料，为更高效、可持续的回收实践开辟新路径。

“回收并非单一过程。”Alexandridis解释道，机械回收、化学回收和热解各有不同需求，原料质量对其成功至关重要。人工智能与光谱学凭借精准的识别与分拣能力，可有效满足这些需求。

塑料回收过程复杂，需仔细分类以保证回收材料质量。机械回收对某些塑料有效，却难以处理受污染或混合材料；化学回收通过将塑料分解为单体等分子成分，为制造新材料提供了方案。然而，即便是化学回收也依赖高质量原料，若分类不当，将导致资源浪费和产品价值降低。

在此背景下，人工智能与光谱学成为改进分拣流程的重要工具。Alexandridis指出，人类依赖视觉识别塑料，但因塑料种类和外观多样，这种方法并不可靠。光谱学可提供每种塑料的化学特征，比肉眼识别更精准；人工智能则能高速分析数据，实时做出分拣决策。他还强调，人工智能算法在分类和预测材料成分方面日益成熟，通过监督学习可识别特定塑料类型，甚至检测可能影响回收的添加剂。

尽管前景广阔，Alexandridis也承认这些技术的应用仍处于早期阶段。“技术已经具备，但实施滞后。”他表示，分拣设备虽已取得显著进展，尤其是结合人工智能与机器人的设备，但距离全面优化和广泛部署仍有差距。

其中一大挑战是人工智能算法的速度。部分算法虽准确性高，却无法满足实时分拣的需求。Alexandridis强调：“速度至关重要。回收设施的吞吐量取决于分拣效率，现有系统在这方面仍有提升空间。”

为应对这一挑战，他提出结合视觉预筛查与光谱学的混合方法。视觉系统成本低、适合初步筛选，但缺乏化学层面的分析能力；二者结合可实现更高效、准确的分拣。此外，人工智能还能从光谱数据中提取人眼难以察觉的信息，识别关键的光谱模式，从而判断塑料类型与质量。

展望未来，Alexandridis对人工智能与光谱学推动回收技术进步持乐观态度。“人工智能只会越来越强大。”随着算法变得更快速、更先进，其分类与识别能力将超越人类水平。

同时，他强调在人工智能系统开发中需注重标准化与问责制。“我们需要一致的数据集和明确的准则，以确保技术的可靠性与有效性。如果人工智能系统出错，必须查明原因并予以纠正。”

Alexandridis呼吁回收行业积极拥抱这些新兴技术。“我们越接近塑料的原始分子状态，回收效果就越好。无论是机械、化学还是热解回收，都需要良好的分类作为基础。通过投资人工智能与光谱学，我们可以从塑料中回收更多价值，迈向真正的循环经济。”

随着人工智能与光谱学技术的持续发展，它们在塑料回收领域的应用有望进一步深化，为全球回收行业带来新的机遇，助力实现资源高效利用与环境可持续发展。