E-Mail: [email protected]
- La tecnologia AI-Assisted Nano-DIHM sviluppata dalla McGill University consente il monitoraggio in tempo reale delle nanoplastiche nell'acqua.
- Ogni giorno vengono scaricati negli oceani l'equivalente di 2.000 camion della spazzatura pieni di plastica, secondo l'UNEP.
- PlasticNet scansiona le microplastiche il 50% più velocemente con una precisione maggiore del 20% rispetto ai metodi tradizionali.
- Il protocollo proposto su Nature Protocols introduce pratiche standardizzate per la ricerca su microplastiche e nanoplastiche.
L’inquinamento da microplastiche e nanoplastiche rappresenta una delle sfide ambientali più urgenti del nostro tempo. La crescente presenza di queste particelle negli ecosistemi acquatici e terrestri ha spinto la comunità scientifica a sviluppare nuove tecnologie per il loro rilevamento e gestione. Recenti progressi nell’intelligenza artificiale (IA) hanno aperto nuove frontiere nella lotta contro questo tipo di inquinamento, offrendo soluzioni innovative per il monitoraggio e la mitigazione delle micro e nanoplastiche.
Rilevamento delle Nanoplastiche con l’Intelligenza Artificiale
Un team di ricercatori della McGill University di Montreal, in collaborazione con il Consiglio Nazionale delle Ricerche del Canada, ha sviluppato una tecnologia basata sull’intelligenza artificiale per rilevare e identificare le nanoplastiche nell’acqua. Questa tecnologia, denominata AI-Assisted Nano-DIHM (microscopia olografica digitale in linea nano assistita da AI), offre un’analisi in tempo reale dell’inquinamento da nanoplastiche, distinguendole da altre particelle presenti nell’acqua.
Secondo il Programma delle Nazioni Unite per l’Ambiente (UNEP), ogni giorno vengono scaricati negli oceani, fiumi e laghi del mondo l’equivalente di circa 2.000 camion della spazzatura pieni di plastica. Le nanoplastiche, con dimensioni inferiori a 0,000001 millimetri, rappresentano una minaccia significativa per gli ecosistemi acquatici. La nuova tecnologia sviluppata dalla McGill University permette di monitorare con maggiore precisione l’avanzamento delle nanoplastiche, fornendo una comprensione più completa dell’inquinamento da plastica.
I risultati preliminari ottenuti nel Lago Ontario e nel fiume San Lorenzo indicano che l’AI-Assisted Nano-DIHM è in grado di identificare micro e nanoplastiche e altre particelle nell’acqua. La professoressa Parisa Ariya, autrice principale dello studio, ha spiegato che questa tecnologia pionieristica rappresenta un avanzamento cruciale nel monitoraggio ambientale, permettendo di affrontare con precisione il problema dell’inquinamento da nanoplastiche e proteggere gli ecosistemi acquatici.
![](https://www.ai-bullet.it/wp-content/uploads/art/Nuove_tecnologie_IA_per_combattere_l_inquinamento_da_nanoplastiche_scopri_come_a.jpg)
Microplastiche negli Alimenti: Un Nuovo Metodo di Rilevamento
Un altro gruppo di ricercatori ha sviluppato un metodo per utilizzare l’intelligenza artificiale per rilevare le microplastiche negli alimenti in modo più efficiente rispetto ai metodi attuali. Le microplastiche, piccoli detriti plastici spesso presenti negli alimenti, possono avere effetti negativi sulla salute umana, tra cui dolori addominali, nausea e vomito.
Il nuovo metodo si basa sulla spettroscopia avanzata, che espone le particelle di plastica a diverse lunghezze d’onda della luce. Diversi tipi di plastica rispondono in modo diverso alla luce, permettendo ai ricercatori di determinare il tipo di microplastica presente. Tuttavia, la presenza di additivi e riempitivi di produzione può rendere difficile l’identificazione delle microplastiche, offuscando i segnali rilevati dalla spettroscopia avanzata.
Per superare queste difficoltà, i ricercatori hanno sviluppato uno strumento di intelligenza artificiale chiamato PlasticNet, che scansiona le microplastiche il 50% più velocemente e con una precisione maggiore del 20% rispetto ai metodi tradizionali. L’IA è stata addestrata su oltre 8.000 varietà di plastica, raggiungendo una precisione superiore al 95% nella classificazione di 11 tipi comuni di plastica.
Linee Guida per la Misurazione delle Micro e Nanoplastiche
La mancanza di protocolli standardizzati per lo studio delle microplastiche e nanoplastiche ha portato ricercatori di tutto il mondo a sviluppare pratiche universali per una corretta ricerca su queste particelle. Nell’articolo “Exposure protocol for ecotoxicity testing of microplastics and nanoplastics” pubblicato sulla rivista «Nature Protocols», gli autori hanno presentato il primo protocollo analitico per rimodellare il panorama della ricerca su microplastiche e nanoplastiche.
Il protocollo proposto comprende tre procedure principali:
1. *Produzione e caratterizzazione di microplastiche e nanoplastiche: Questa procedura utilizza una strategia “top down” per trasformare diverse plastiche recuperate in microplastiche e nanoplastiche.
2. Matrice di esposizione per il suolo: Introduce un cambiamento di paradigma nella creazione di matrici di esposizione su misura per test di tossicità su microplastiche e nanoplastiche.
3. Matrice per test di tossicità su organismi acquatici: Si concentra sui test di ecotossicità delle microplastiche e nanoplastiche, utilizzando organismi modello selezionati in contesti ambientali.
Questo approccio unificato alla valutazione dei rischi ambientali e sanitari contribuirà alla formazione di un processo decisionale informato e alla formulazione di politiche di contrasto mirate alla mitigazione del rischio.
Bullet Executive Summary
In conclusione, l’intelligenza artificiale sta rivoluzionando il modo in cui affrontiamo l’inquinamento da micro e nanoplastiche. Tecnologie come l’AI-Assisted Nano-DIHM e PlasticNet offrono soluzioni innovative per il monitoraggio e la gestione di queste particelle, migliorando la nostra capacità di proteggere gli ecosistemi e la salute umana. La standardizzazione delle pratiche di ricerca, attraverso protocolli come quelli proposti nell’articolo di «Nature Protocols», rappresenta un passo fondamentale verso una comprensione più completa e una mitigazione efficace dell’inquinamento da plastica.
Nozione base di intelligenza artificiale correlata: L’apprendimento automatico (machine learning) è una branca dell’intelligenza artificiale che consente ai sistemi di apprendere e migliorare automaticamente dalle esperienze senza essere esplicitamente programmati. Questo è fondamentale per tecnologie come PlasticNet, che devono analizzare grandi quantità di dati per identificare le microplastiche.
Nozione avanzata di intelligenza artificiale correlata*: La rete neurale convoluzionale (CNN) è un tipo di rete neurale particolarmente efficace nell’elaborazione di immagini e video. Le CNN sono utilizzate per analizzare le immagini ad alta risoluzione degli alimenti per rilevare la presenza di microplastiche, migliorando la precisione e l’efficienza rispetto ai metodi tradizionali.
La riflessione personale che possiamo trarre da queste innovazioni è che la tecnologia, se ben indirizzata, può offrire soluzioni potenti per problemi ambientali complessi. Tuttavia, è essenziale che la ricerca scientifica e le politiche pubbliche lavorino insieme per garantire che queste soluzioni siano implementate in modo efficace e sostenibile.
- Sito ufficiale della McGill University, pagina del Dipartimento di Chimica con informazioni sulla ricerca sull'intelligenza artificiale per la rilevazione di nanoplastiche nell'acqua.
- Pagina ufficiale del Programma delle Nazioni Unite per l’Ambiente (UNEP) sulla questione delle microplastiche, contenente informazioni dettagliate sul problema e possibili soluzioni
- Sito ufficiale della professoressa Parisa Ariya, McGill University, per approfondire la sua ricerca sull'inquinamento da nanoplastiche