blogtecaolivelli

Le applicazioni dell'intelligenza artificiale.

Fonte: articolo riportato dalle Scienze.

23 gennaio 2020Comunicato stampa

Olografia digitale e intelligenza artificiale identificano

microplastiche in mare

Fonte: Cnr-IsasiRiconoscimento automatico di micro-plastiche da micro-

plankton in campioni marini  © Cnr Uno studio condotto

da ricercatori dell'Istituto di scienze applicate e sistemi

intelligenti del Cnr svela un nuovo metodo in grado di distinguere

le microplastiche dal microplankton in campioni marini.

Lo studio è stato pubblicato su "Advanced Intelligent Systems"

Un sensore olografico e un metodo innovativo di intelligenza

artificiale consentono di rilevare automaticamente la presenza

di microplastiche in campioni marini, distinguendole dal

microplankton: questo l'importante risultato di una ricerca

pubblicata su Advanced Intelligent Systems (Wiley).

Il lavoro ha coinvolto due gruppi dell'Istituto di Scienze

applicate e sistemi intelligenti del Consiglio nazionale delle

ricerche (Cnr-Isasi): il gruppo di Olografia digitale di Pozzuoli,

coordinato da Pietro Ferraro, in collaborazione con il gruppo di

Intelligenza artificiale di Lecce.

Tale attività di ricerca è svolta nell'ambito del progetto

interdisciplinare Pon "Sistemi di rilevamento dell'inquinamento

marino da plastiche e successivo recupero-riciclo (Sirimap)",

uno dei cui obiettivi è proprio lo sviluppo di tecniche automatiche

di monitoraggio delle plastiche in ambiente marino.

"L'inquinamento dei mari dovuto alla plastica è una delle maggiori

emergenze ambientali che ci troviamo ad affrontare.

Quando questi inquinanti scendono fino a dimensioni

microscopiche, il problema è ancora più allarmante: le microplastiche

possono infatti essere ingeriti della fauna marina destinata al consumo

, entrando nella catena alimentare e causando effetti negativi

sulla salute anche umana.

Dimensioni ridotte degli inquinanti e vasta eterogeneità dei

campioni marini, finora, hanno impedito di effettuare uno screening

automatico ed accurato mirato a conoscere l'abbondanza delle

microplastiche", spiegano Vittorio Bianco e Pasquale Memmolo

del Cnr-Isasi.

"Il metodo da noi proposto utilizza le informazioni fornite da un

microscopio olografico a contrasto di fase, per estrarre da ciascun

elemento analizzato un'ampia e inedita gamma di parametri

altamente distintivi per questa classe di inquinanti.

Tali parametri hanno consentito di addestrare un'architettura di

intelligenza artificiale a distinguere le microplastiche da

microalghe di dimensione e forma in apparenza similari".

"L'unione di olografia digitale e intelligenza artificiale ci ha

consentito di riconoscere decine di migliaia di oggetti appartenenti

a diverse classi con accuratezza superiore al 99%.

Più in dettaglio, la segnatura di contrasto di fase, che dipende

dallo spessore ottico di ciascun oggetto illuminato, consente di

determinare un nuovo insieme di caratteristiche olografiche,

come ad esempio la support fractality o il fill ratio, che si

aggiungono a quelle tipicamente utilizzate nelle classificazioni.

Ciò ha consentito di definire un marcatore ottico, ovvero

un insieme di parametri morfologici univoci per un'ampia

classe di microplastiche, che include materiali, forme e

dimensioni vari" aggiunge Pierluigi Carcagnì, ricercatore

Isasi-Cnr. "Finora, il riconoscimento delle microplastiche

in campioni marini ha richiesto lunghe ispezioni di ogni

singolo oggetto al microscopio ottico da parte di personale

esperto, riducendo il numero di elemento analizzabili, poche

decine per ora di ispezione, e l'accuratezza del riconoscimento.

Il nuovo metodo di olografia digitale fornisce invece un

riconoscimento oggettivo di un numero statisticamente

rilevante di campioni, fino a centinaia di migliaia di oggetti

l'ora, con microscopi realizzabili in configurazioni portatili

per analisi in situ della qualità delle acque".