根据The Verge网站报导，过去科学家在开发新的材料时，依赖的往往是直觉，而缺乏系统化的方法。而今日除了有数据库的支援外，科学家还可透过先进的运算技术处理庞大的资料。如此一来便可缩短材料开发及投入应用的时间，加速各个产业的发展。
美国国家标准与技术学院(NIST)材料研发创新计划Materials Genome Initiative总监James Warren表示，科学家在开发新材料时，可先考虑材料的特性，再去思考怎样的物理和化学结构会产生这些特性。
西北大学材料科学家Chris Wolverton表示，透过开放量子材料数据库(Open Quantum Materials Database)，研究人员可在进入实验室着手制作材料之前，事先进行量子力学层级的运算，预测材料可能具备的特性。
瑞士洛桑联邦理工大学的Nicola Marzari便是运用算法，从Materials Cloud数据库中筛选出约2千种潜在的二维材料。
人工智能为科学家提供了一个捷径。科学家不必自己制定规则，而只要告诉而工智慧他们想要打造出具备那些特性的材料。接着人工智能便会告知科学家该进行哪些实验，才较有机会创造出想要的新材料。
尽管人工智能无法提供准确的比例，也不能顾及各种环境因素，但已为科学家省下许多时间。此外，科学家可将实验结果反馈给人工智能系统，让算法可以获得更多资料，以提升往后预测的准确度。
另外也有研究团队致力于收集材料的「食谱」。象是麻省理工学院(MIT)开发的机器学习系统，便能浏览学术论文，搜集各种材料的制造方式。最后他们还希望能教会系统如何阅读论文，并研发出自己的食谱。人工智能可提供建议，提升科学家研发新材料的效率。
