NIKKEI——日本經濟新聞中文版

       日本東京大學準教授長藤圭介等人的研究團隊開發出了結合人工智慧（AI）分析和機器人、面向燃料電池和蓄電池高效製作電極的技術。利用AI篩選約3萬種實驗條件，僅通過40次實驗，就製作出了裂紋較少的材料。

       使用時不排放二氧化碳的燃料電池和蓄電池是實現脫碳社會的重要技術，電極則是提高電池性能的關鍵。

       製造電極大多是通過將碳和金屬等的粉末與液體混合後乾燥的“粉體成膜”來進行，但溫度及加熱時間等條件複雜，為了得出最合適的條件，需要反覆實驗。過去要減少次數，也多是依靠熟練研究人員的經驗和直覺。

結合AI和機器人來提高電池電極開發效率（照片由東京大學準教授長藤圭介提供）

       研究團隊嘗試利用機器學習（AI的一種）和機器人，通過混有普通碳粉末等的液體，開發裂紋較少的燃料電池電極材料。反覆用機器人在給定的條件下加熱液體製作膜並確認裂紋面積。

       AI學習了從加熱溫度等每道製造工序約3萬種條件中隨機選出的30次條件來制膜的數據。然後，AI導出裂紋較少的條件，每次實驗都學習結果並加以改善，如此反覆10次。結果，在隨機篩選的條件下，裂紋佔40～50％，而在AI導出的條件下，裂紋降到了3％以下。

       另外還獲得了分兩步加熱能使裂紋減少的新知識。利用AI和數據提高産品製造工藝效率的做法被稱作“過程資訊學”。長藤圭介正與日本大型材料廠商進行共同研究，推進社會使用。