用于制造各種物品（從定制的醫療設備到經濟適用房）的3D打印技術日益普及，也催生了對新3D打印材料的更多需求。為了減少發現這些新材料所需的時間，麻省理工學院的研究人員開發了一種數據驅動的程序，使用機器學習來優化具有多種特性的新3D打印材料，如韌性和壓縮強度。



通過簡化材料開發，該系統降低了成本，并通過減少化學廢物的數量來減輕對環境的影響。機器學習算法還可以通過提出人類直覺可能錯過的獨特化學配方來刺激創新。