NEC公司与JAMSTEC合作，宣布开发出一种系统，通过使用基于AI的人工智能，可以高速自动检测海水和沉积物样本中的微塑料图像识别技术。这一进展旨在提高用于评估海洋塑料废物动态和环境影响的微塑料测量技术的复杂性。
近年来，微塑料(尺寸为5毫米或更小的微小塑料颗粒)造成的海洋污染在世界范围内扩大。由此，人们不仅越来越关注对生态系统的影响，也越来越关注通过食物链对人体的不利影响。为了准确掌握海洋微塑料的实际情况，需要对各海域微塑料的数量、大小和种类进行分析，确定外流的来源、路线和去向。
到目前为止，通常的做法是用细网筛挖出海水和沉积物，然后人工拿起每个微塑料，用显微镜进行分析。然而，这不仅费时费力，而且存在低估通过筛网的300m或更小的小颗粒的体积的问题。
JAMSTEC是进行海洋科学技术综合研究的国家级研发机构，一直致力于海洋微塑料自动检测分析的研发。针对该项目，NEC提供了基于图像识别技术的高速高精度检测系统，该系统基于“快速机器学习”，结合了最新AI技术产品组合的深度学习技术。明智的NEC。"
具体来说，NEC开发的软件利用JAMSTEC的R&D专业技术，用荧光染料对样品中的微塑料进行染色，这样就可以用荧光显微镜拍摄微塑料的视频，同时以最佳的检测速度流动。该软件将自动提取这些视频中出现的每个微塑料的图像数据。然后，通过使用基于人工智能的图像识别技术，可以以每分钟60的处理速度自动分类和汇总微塑料的大小和形状。这使得NEC能够自动化和升级以前手动完成的微塑料检测。
“预计通过建立和推广这种测量方法，并弄清楚微塑料污染的实际情况，我们将能够为制定适当的排放法规做出贡献，”海洋塑料副主任Masashi Tsuchiya博士说。JAMSTEC研究小组。
“NEC一直在利用‘地球模拟器’jam stec超级计算机(*)研究和开发沿海灾害模拟系统。我们将继续通过人工智能和其他先进技术的“环境管理”来努力实现可持续发展的社会，”NEC第一政府和公共解决方案部门高级经理Yosuke Taira说。
