日本東北大學運用人工智慧(AI)技術，整理、建立了一份熱電材料預測性能與結晶結構的「地圖」。具有相似晶體結構的材料在地圖上也配置在相近位置。
透過此項地圖技術，研究人員可以從宏觀角度觀察材料分布，並尋找高性能材料所在的區域。東北大學基於論文中的實驗數據，建立了性能預測的機器學習模型，進而預測計算得到的結晶結構資料所對應的熱電特性。此外，研究團隊透過深度學習模型，將結晶結構與熱電性能進行訓練，再利用深度學習所提取的特徵量，將材料排列於二維平面上。
在地圖上，浮現出2個高性能材料聚集的區域。這些相近的材料具有類似的結晶結構，依據地圖作為指引進行新材料的探索，將可望提高性能。然而，熱電性能與結晶結構的預測來自計算數據，可能含有一定誤差。此外，此項地圖化手法亦可應用於磁性材料或其他機能性材料的研究。