碳纖維強化塑膠(CFRP)在航空器與汽車結構構件等領域的應用日益擴大，可以預期廢棄CFRP的增加，也會帶動回收廢棄CFRP的需求。然而，想要重新利用CFRP中的熱固性樹脂，就需要透過化學回收，將其轉化為原料，或轉化成能夠重新塑形的熱塑性樹脂，因此會有分解成本高昂的問題。想要同時兼顧高強度、耐久性以及回收性，也需要耗費漫長的開發時間。
東麗利用在CFRP設計技術領域累積多年的知識與經驗，成功建立運用材料資訊學機器學習的新型材料設計技術，系統性地針對CFRP基體樹脂的分子結構與回收性、力學特性之間的關係進行統整與學習，建立機器學習預測模型。在針對能夠兼顧回收性與力學特性的基體樹脂篩選候選材料時，相較於傳統特性預測模型，此種模型最高可以提升預測精度約25%。
此外東麗也已確認，利用此模型篩選出的材料組成，在製成CFRP後，仍可維持易於分解與再利用的特性。運用此模型，就可以在CFRP材料設計的初期階段，有效率地篩選候選材料，並依照航空器或汽車等用途的特性需求，迅速進行設計評估，可望將需要透過實驗或模擬進行的候選材料評估減少數千至數萬次。東麗將持續推動運用此種技術開發材料的實證工作，目標是推動易於回收的CFRP材料的實際運用，並研討將其拓展至航空器、汽車與一般產業等廣泛用途。