東京大學開發了一項利用人工智慧分析(AI)結合機器人操作，進而可有效率地製造電池電極之技術，透過AI篩選約3萬種實驗條件，僅需40次的實驗即可製作出裂紋較少的材料。
一般電極製造大多採用以碳或金屬等粉末與液體混合並乾燥的「粉末成膜」方式，但溫度、加熱時間等條件複雜多樣，為了取得最佳條件，需花費極多的時間、精力進行實驗。另在減縮實驗次數時，有時則須仰賴熟練研究人員的經驗或直覺。有鑑於此，東京大學嘗試利用AI技術的機械學習與機器人，展開以混合了碳粉等物質的液體製作裂紋較少之燃料電池用電極材料的開發。機器人在設定條件下反覆進行液體加熱後形成薄膜，並檢查裂紋面積的操作實驗。
從成膜製程約3萬種條件中隨機選出30次的實驗數據，並讓AI進行學習，AI以此引導出可能減少裂紋形成的條件，在每次實驗後學習實驗結果並加以改善。經過10次反覆學習、改善，結果顯示相對於隨機篩選條件下裂紋面積約佔了40～50%，以AI引導出的條件可讓裂紋面積減少至3%以下。東京大學也發現透過2階段加熱，將可讓裂紋減少。利用AI或數據，俾使製造工程效率化的作法被稱之為「製程資訊學」，今後東京大學計畫進一步與材料大廠展開共同研究，期將此項技術予以實用化。