Başak Nur GÖKÇAM
Sıklıkla gıdalarda bulunan ve hem çevreye hem de insan sağlığına ciddi zarar veren bir madde olan mikroplastiklerden kurtulmak için kapsamlı çalışmalar devam ediyor. Mikroplastiğin tespitinin büyük bir önem kazandığı bu süreçte gelişen teknolojiden faydalanan araştırmacılar, yapay zekâ ile mikroplastiği daha hızlı tespit etmeyi başardı.
Mikroplastik tespiti için çalışan Waterloo Üniversitesi’nden disiplinler arası bir araştırma ekibi, mikroplastikleri her zamankinden daha hızlı ve daha doğru bir şekilde tanımlamak için yapay zekâdan faydalanarak PlasticNet aracını geliştirdi.
Araştırma ekibinin gelişmiş görüntüleme tanımlama sisteminin, atık su arıtma tesislerinin ve gıda üretim endüstrilerinin mikroplastiklerin çevre ve insan sağlığı üzerindeki potansiyel etkisini azaltmak için bilinçli kararlar almasına yardımcı olacağı tahmin ediliyor. Dr. Wayne Parker ve ekibi tarafından gerçekleştirilen çalışmada, var olan birçok mikroplastik sıralanarak, tanımlanabilecek, parçacıkları çeşitli dalga boylarındaki ışığa maruz bırakan gelişmiş bir spektroskopi yönteminin kullandığı belirtildi.
Çalışmaya ilişkin konuşan Waterloo İnşaat ve Çevre Mühendisliği Bölümü’nden profesör Parker, “Mikroplastikler diğer kimyasalları emebilen hidrofobik malzemelerdir. Bilim, sorunun ne kadar kötü olduğu konusunda hâlâ gelişiyor, ancak teorik olarak mikroplastiklerin besin zincirinde toksik maddelerin birikimini artırması mümkün” dedi.
Projenin geliştirilmesi kapsamında yardım için Waterloo Sistem Tasarımı Mühendisliği Bölümü’nde profesör ve Kanada Yapay Zekâ ve Tıbbi Görüntüleme Araştırma Başkanı Dr. Alexander Wong’a başvurulduğunu belirten Parker, bu sayede araştırmacıların çok sayıda parçacığı önceki yöntemlere göre yaklaşık yüzde 50 daha hızlı ve yüzde 20 daha fazla doğrulukla hızlı bir şekilde analiz etmelerine olanak tanıyan PlasticNet adlı bir yapay zekâ aracı geliştirdiklerini belirtti.
Son teknoloji kullanıldı
PlasticNet aracının, Waterloo araştırmacıları tarafından çevremizi korumak ve sürdürülebilir bir geleceğe katkıda bulunacak araştırmalara katılmak için tasarlanan en son sürdürülebilir teknoloji olduğu ifade edildi. Spektroskopik sinyallerden mikroplastik tanımlamayı geliştirmek için derin öğrenen bir sinir ağı oluşturduklarını söyleyen Wong, “Mikroplastiklerin çeşitli yapısını anlamak ve parmak izi kalitesinden bağımsız olarak farklılıkları hızlı ve doğru bir şekilde tespit etmek için onu mevcut literatür kaynaklarından elde edilen veriler ve kendi oluşturduğumuz görüntüler üzerinde eğittik” diye konuştu.
Yerel atık su arıtma tesisinde test edildi
Geliştirilen PlasticNet aracı, Frank Zhu tarafından yerel bir atık su arıtma tesisinden izole edilen mikroplastikler üzerinde test edildi ve mikroplastikler, benzersiz hız ve doğrulukla tanımlandı. Sonraki adımda sürekli öğrenme ve test etmenin yanı sıra, ihtiyaçlara yönelik uygulamada mikroplastik tanımlama yeteneklerinin kalitesini artırmak amacıyla PlasticNet sistemine daha fazla veri beslenmesi amaçlanıyor.
