1.日本证实了乙酰化纤维素纳米纤维（CNF）的生物降解性

NEDO一直在推动乙酰化纤维素纳米纤维（CNF）的技术开发项目，乙酰化纤维素纳米纤维是一种以木质生物量为原材料，轻量（重量是钢铁的1/5）、高强度（强度是钢铁的5倍）的纳米纤维。该项目旨在研究开发具有良好树脂分散性、耐热性、高机能CNF的集成制造工艺，以及用CNF制成的汽车零部件等。此次，NEDO与产业技术综合研究所（产总研）、京都大学合作，证实了乙酰化纤维素纳米纤维拥有高生物分解性，经实验得出乙酰化纤维素纳米纤维的生物降解度为89±4％，是一种在普通环境下易受微生物分解、对环境友好的高机能材料。将CNF用于生物降解塑料，可以增加塑料强度，有助于推动高强度生物降解塑料复合材料的开发。继而有望解决关注度较大的海洋塑料垃圾问题和塑料微粒问题。

2.中日合作启动能源管理系统实证项目

中国是世界第一能源消费大国，其节能市场规模在逐年扩大，2015年中国节能市场规模超过了5兆日元。如今，中国政府不断推出响应电网电力需求的相关能源管理推进政策，包括节能在内的整体智能能源相关市场都蕴藏着无限商机。在此背景下，NEDO为验证日本的节能技术和聚合技术，2017年9月与中国国家发改委缔结了基本协议书（MOU）。另外，NEDO选定了横河电机株式会社、株式会社日本综合研究所、东京电力Holdings株式会社作为NEDO中日合作项目的外包企业，这3家企业与互太（番禺）纺织印染有限公司、广东华昌铝厂有限公司和南方电网综合能源有限公司签署了附属协议书（ID）。同年12月，NEDO对互太（番禺）纺织印染和广东华昌铝厂（铝加工）两家工厂的冷冻机等部分现有设备进行了节能设备更新，并引进了FEMP系统，启动验证其有效性的实证项目。现在，NEDO与横河电机株式会社、株式会社日本综合研究所、东京电力Holdings株式会社已完成在这两家工厂的设备试运行，开始启动实证运行项目，实证运行项目期间为2019年7月-2021年3月。

3.日本进行相对速度100km/h下的无人机防撞试验

现在小型无人机和中型无人机已经广泛应用于农业等领域，今后还会应用于物资搬运、搜索遇难者和物流等，其用途和使用频率在不断增加。由于日本国内报道了无人驾驶机与有人驾驶机的“危险接近”（near miss）案例等原因，无人机的防撞技术仍有待提高。而且，为了实现无人机的实际应用，还需提高无人机的“视野外飞行”和“第三方上空飞行”技术。在此背景下，NEDO致力于开发可应用于物流、基础设施点检、灾害应对的无人机，同时制定了飞行试验等内容相关的项目。7月24日-25日NEDO与株式会社SUBARU、日本无线株式会社、日本Avionics株式会社、三菱电机株式会社、株式会社ACSL在福岛Innovation Coast构想推进机构的协助下，在福岛县南相马市进行了中型无人机自动防撞试验，这是世界首个测试相对速度100km/h下的自动防撞试验。试验内容是让搭载摄影机和雷达的中型无人机以40km/h的速度飞行，其正确探测到对面驶来一架60km/h速度飞行的有人驾驶机并自动回避冲撞。该试验结果有助于推进未来无人机在物流、灾害救援等领域的实际应用。

4.日本开始验证100°C以下废热蓄热系统

从日本国内工业制品国际竞争力提高及温室效应等环境问题来看，大幅度节能已是大势所趋。其中，100°C左右的低温废热由于生成场所的用途限制，大部分热能没有得到有效利用而是直接排放了出来，因此低温废热的有效利用问题成为了现阶段亟待解决的课题。另外，可同时供电、供热的废热供电系统（CGS）备受瞩目，但其存在热供需少、易产生剩余热能的缺点，需开发有效利用热能的技术。此次，NEDO联合高砂热学工业株式会社、石原产业技术株式会社、东京电力Energy Partner株式会社、森松工业株式会社、日野汽车株式会社、产业技术综合研究所在羽村市开始全面验证蓄热系统，该蓄热系统使用了12吨100度以下的低温废热蓄热材料，试验所使用的蓄热材料在性能和耐久性上均有所提高，与常规的潜热蓄热材相比蓄热能力达到了2倍以上。本验证项目主要验证offline（离线）热传输型蓄热系统和固定型蓄热系统，offline热传输型系统主要将废热提供给工厂内产业空调设备和温水池；固定型蓄热系统主要将废热用于工厂的干燥氧化钛工程。实证试验将于2020年2月结束。

5.日本开发了可统计分析多家企业机构数据的AI技术

NEDO与筑波大学开发了一项可统计分析大量数据的人工智能（AI）技术，这项技术可将多家企业、机构所保存的数据在不需互相访问的情况下进行整合分析，命名为“Data collaboration解析”。为提高AI的分析精准度，需要收集大量的数据。Data collaboration解析技术以各企业、机构所保存的隐秘信息作为原始数据，将这些原始数据通过AI技术转化为“中间代码”进行共享。这样一来既可以确保大量隐秘信息的安全性，又可以将大量数据进行整合，从而大幅度提高AI的分析准确度。具体应用例子有分析病人的生活方式病等数据来推测病患患病几率、统计分析多家教育机构的学生数据以增强教育效果等。未来，利用该技术建立相关平台也指日可待。