機器學習與深度學習的快速發展，已經逐漸對材料領域產生重大影響與衝擊。對於材料技術的發展，人工智慧可扮演多重角色，如材料性質即時預測、創新材料設計等。本文簡介應用深度學習於研發與設計輕量高韌性仿生材料的成果，由鮑魚殼內的珍珠層複合結構作為發想，探討如何透過卷積類神經網路(CNNs)與微結構的重要特徵，訓練高準確度的預測模型。在仿生材料設計方面，一是探討如何透過監督式學習與基因演算法，更有效找尋設計空間中韌性較佳的微結構；另一則是以非監督式學習，透過訓練生成式對抗網路(GANs)，直接產生設計空間中可能具有研究價值的微結構。