軽くて強靭な次世代素材「炭素繊維強化プラスチック（CFRP）」のリサイクル率を大幅アップする技術、「予測モデル」を、東レ（本社・中央区、大矢光雄社長）がAIと長年のノウハウを駆使して構築した。

CFRPは炭素繊維など強化繊維と、さまざまな樹脂（プラスチック）をかけ合わせることで、強度・耐久性などの異なる素材を変幻自在に作れる特徴がある。

この時の樹脂を「マトリックス樹脂」と呼び、一般的なCFRPの場合、鋼鉄と比べ重さは4分の1、強度は10倍と言われ、航空機や自動車などの構造材料用に需要が急拡大している。

これに合わせて、使用済みCFRPのリサイクル需要も増えることが予想されるが、リサイクルの技術的な難しさが立ち塞がる。

用いられる熱硬化性樹脂の再利用には、一度石油やガスなど原料に還元してから再利用するケミカルリサイクルの原料化や、再成形可能な熱可塑樹脂化などの技術が必須で、分解コストも嵩むというハードルを抱える。

加えて、高い強度や耐久性を追及する材料設計と、リサイクルのしやすさの両立は難題で、必然的に開発期間も長くなる。

これを打破するため、東レは長年培ってきたCFRP設計技術に関するノウハウとAIを駆使した、マテリアルズ・インフォマテックス（MI）の機械学習で、新しい材料設計技術を確立することに成功した。

最大の利点は、開発期間の大幅短縮で、リサイクルCFRPの樹脂の分子構造と、リサイクル性・力学特性との相関関係を、データとして体系的に整理・学習させることで、マトリックス樹脂候補選定の予測精度を大幅にアップ、開発期間も短縮できる。

実際、従来の特性予測モデルと比較して、最大約25％も向上する機械学習予測モデルの構築に成功。同モデルの適用で、CFRP化した後も、樹脂が分解・再利用しやすい特性を維持することも確認している。

同モデルの使用により、CFRP材料設計の初期段階で、効率的に候補材の絞り込みができ、航空機や自動車などの要求特性に合わせた設計検討の迅速化が見込める。

今後、実験・シミュレーションによる候補材料の評価件数を、数千～数万規模で削減できることが期待されている。