Стало известно, как микропластик попадает в еду: оказалось, что из почвы в растения и продукты животноводства

Ученые использовали машинное обучение, чтобы показать, как различные характеристики почвенного микропластика могут изменить свойства почвы. Они обнаружили, что размер частиц играет решающую роль, однако форма, тип и количество микропластика также оказывают значительное влияние на химические свойства почв.

Пластиковые отходы и их накопление в природе стали серьезной экологической проблемой. Загрязнение океанов пластиком, несомненно, вызывает беспокойство ученых, но и присутствие пластика в почве по всему миру также вызывает серьезные проблемы с окружающей средой и здоровьем людей и животных. В результате естественных и антропогенных процессов пластик распадается на более мелкие части, известные как микропластик. Они способны изменять свойства почвы. Более того, они также поглощаются растениями, потенциально попадая в пищу.

Глобальные корпорации часто сталкиваются с растущими ожиданиями от принятия экологичных стратегий, при этом особое внимание уделяется решению проблем, связанных с пластиком. Тем не менее основополагающие механизмы, регулирующие воздействие микропластика в почве на окружающую среду, до сих пор остаются не изученными. Неоднородность почв и разнообразие типов микропластика затрудняют прогнозирование и смягчение его воздействия на свойства почвы.

Чтобы восполнить этот недостаток в исследованиях, группа ученых во главе с профессором Йонг Сик Ок использовала алгоритмы машинного обучения для оценки и прогнозирования влияния микропластика на свойства почвы. Ок является профессором Католического университета, президентом Международной ассоциации ESG (Environmental, Social and Governance), а также председателем и программным директором Программы устойчивого управления отходами Ассоциации университетов Азиатско-Тихоокеанского региона.

«Машинное обучение — это динамично развивающаяся область искусственного интеллекта (ИИ), которая использует алгоритмы и модели для обучения и прогнозирования с высокой точностью на основе огромных наборов данных. Использование машинного обучения для всестороннего понимания роли микропластика в почве экономит время и ресурсы, а также обеспечивает основу для будущих исследований по этому вопросу», — объясняет профессор Ок, автор этого исследования.

Алгоритмы машинного обучения были запрограммированы на прогнозирование влияния микропластика на свойства почвы и обнаружили, что различные факторы, такие как тип, размер, форма и дозировка, значительно изменяют свойства почвы. В частности, размер был определен как основной фактор. Кроме того, было обнаружено, что форма, тип и количество микропластика оказывают отчетливое влияние на химические свойства почв.

Эти количественные данные о влиянии микропластика на характеристики почвы представляют собой прорыв в понимании проблемы пластиковых отходов. Использование в исследовании алгоритмов машинного обучения знаменует собой революционный сдвиг от традиционно сложных и ресурсоемких методов прогнозирования и интерпретации влияния загрязнений на свойства почвы.

В то же время исследователи из Дании использовали алгоритмы машинного обучения для точного прогнозирования определенных аспектов человеческой жизни, в том числе того, насколько рано человек может умереть. Их исследование подробно описывает, как модель алгоритма машинного обучения под названием Life2vec предсказывает исход жизни и действий, основываясь на конкретных данных о человеке. В результате ИИ был прав примерно в 78% случаев.