Künstliche Intelligenz in den Materialwissenschaften umfasst Methoden wie maschinelles Lernen, Deep Learning und wissensbasierte Systeme zur Analyse komplexer Daten, Beschleunigung von Werkstoffentdeckung und -design sowie zur Modellkalibrierung. Sie ermöglicht Vorhersagen von Eigenschafts-Struktur-Beziehungen, inverse Werkstoffsuche, autonome Experimente und die Kopplung mit Mehrskalen-Simulationen im Rahmen der Materials Informatics.