Plastica compostabile: il machine learning aiuterà il riciclo?

Il riciclo di ogni materiale cela molte complessità, soprattutto in termini di efficienza. Recentemente, un gruppo di ricercatori dell’University College London (UCL) ha utilizzato l’intelligenza artificiale e nello specifico il machine learning (apprendimento automatico), per separare automaticamente diversi tipi di plastica compostabile e biodegradabile differenziandoli dalla plastica convenzionale con un livello di accuratezza definito “molto elevato”. Una tecnica che potrebbe rivelarsi utile negli impianti di compostaggio anche in Italia, dove ad oggi, una gran parte di prodotti monouso in plastica compostabile non vengono trattati correttamente e finiscono in discarica o negli inceneritori.

Plastica compostabile status quo e struttura

La plastica compostabile è in aumento, soprattutto nei prodotti usa e getta. Come si legge nello studio dell’UCL pubblicato a marzo 2023 su Frontiers in Sustainability “le plastiche compostabili sono progettate per biodegradarsi alla fine del loro ciclo di vita in sistemi controllati come il compostaggio industriale. Si prevede che la produzione mondiale di bioplastiche aumenterà da 2,23 milioni di tonnellate nel 2022 a circa 6,3 milioni di tonnellate nel 2027 (Bioplastic, 2022). Nel 2019, il mercato globale della plastica compostabile è stato valutato 991,2 milioni di dollari e si prevede raggiungerà i 3.102,6 milioni di dollari entro il 2027 (AMR, 2022)”.

In Italia, come riportato nella campagna di Greenpeace ‘Carrelli di plastica’, “circa il 63% dell’umido finisce in impianti anaerobici che, per una serie di ragioni, difficilmente riescono a degradare la plastica compostabile rigida, mentre il resto viene portato in siti di compostaggio dove non è detto che queste plastiche restino il tempo necessario a degradarsi”.

Le plastiche compostabili sono prodotte interamente o in parte da biomassa e altre sostanze derivate dalla biomassa, come la canna da zucchero e la foglia di palma e includono polimeri di diverso tipo. Le opinioni rispetto all’utilizzo di tale materiale in sostituzione a quello derivante da fonti fossili sono molto dibattute. Considerata da molte aziende e istituzioni un’alternativa green, è vista invece da varie realtà impegnate nel settore ambientale, come l’ennesima strategia di greenwashing che allontana da scelte più sostenibili di sviluppo e uso di prodotti durevoli e riutilizzabili e da una dematerializzazione del packaging.

Plastica compostabile e non compostabile: il problema della contaminazione

Al di là del tema usa e getta, una delle problematiche che caratterizza i prodotti in plastica compostabile, tra cui involucri e imballaggi, è il fatto che questi in molti casi non vengono rilevati e separati automaticamente negli impianti di compostaggio, rischiando di contaminare i rifiuti di plastica classica o finendo in discarica o inceneriti. Questo ha mosso il team di scienziati inglesi a sviluppare una tecnologia di selezione più efficace basata su un metodo di apprendimento automatico per ordinare diversi tipi di plastica compostabile e biodegradabile e differenziarli dalla plastica convenzionale.

“Le plastiche compostabili – scrivono i ricercatori nello studio – possono essere progettate per biodegradarsi in condizioni controllate. Tuttavia, spesso sembrano identiche alla plastica convenzionale, vengono riciclate in modo errato e, di conseguenza, contaminano in maniera molto importante i flussi di rifiuti di plastica e riducono l’efficienza del riciclaggio. Allo stesso modo, le plastiche riciclabili vengono spesso scambiate per compostabili, con conseguente compostaggio inquinato”.

L’intelligenza artificiale e la tecnologia dell’imaging iperspettrale

Gli scienziati dell’UCL hanno testato diversi tipi di plastica convenzionale, compostabile e biodegradabile, con la tecnica dell’imaging iperspettrale (HSI), in grado di rilevare la firma chimica invisibile di diversi materiali durante la scansione. Obiettivo è quello di produrre una descrizione pixel per pixel di un campione e utilizzare poi il machine learning per sviluppare un modello di classificazione.

I campioni di plastica compostabile utilizzata per gli esperimenti comprendevano diverse tipologie di materiali (PET, PLA, foglia di palma, canna da zucchero e altri) tagliati in pezzi di dimensioni di 50 mm per 50 mm e 5 mm per 5 mm. I risultati hanno mostrato percentuali di successo elevate: una precisione al 100% per quasi tutti i materiali quando i campioni misuravano più di 10 mm per 10 mm, esclusi quelli derivati ​​dalla canna da zucchero o dalle foglie di palma, con un tasso di classificazione errata del 20% e del 40%. Nelle dimensioni più piccole (5 mm per 5 mm), alcuni materiali sono stati identificati in modo più affidabile di altri, anche qui con tassi di errore maggiori per i materiali derivati canna da zucchero e foglie di palma.

Una possibile implementazione negli impianti di compostaggio

“I livelli di contaminanti derivanti dall’attuale processo di screening – scrivono i ricercatori – sono inaccettabilmente elevati. La tecnologia di imaging iperspettrale è stata valutata come una delle tecniche non distruttive più adatte per identificare gli imballaggi compostabili”. L’HSI ha molteplici vantaggi, tra questi, il potenziale per essere integrato con i sistemi di selezione dei rifiuti esistenti, un consumo energetico molto basso e l’assenza di sostanze chimiche aggiuntive o acqua. Potenziali svantaggi invece, sono la mole di informazioni che devono essere elaborate per prendere decisioni di ordinamento in tempo reale, l’incapacità della tecnologia di rilevare in modo affidabile materiali scuri e il costo del sistema. Quest’ultimo, precisano nello studio, “può essere giustificato solo da maggiori entrate derivanti dall’aumento delle prestazioni degli impianti di riciclaggio e compostaggio industriale”.

Leggi anche: 

Riciclo rifiuti, il progetto Zero Waste

Prodotti alla spina: i vantaggi per l’ambiente e le tasche dei consumatori