محققان آزمایشگاه ملی لارنس برکلی با همکاری چندین موسسه دیگر، با موفقیت یک روش یادگیری ماشینی را برای تسریع کشف مواد مناسب برای خازن‌های فیلمی به کار گرفتند، خازن‌هایی که اجزای حیاتی در فناوری‌های تولید برق و انرژی‌های تجدیدپذیر هستند. از این روش برای غربالگری کتابخانه‌ای نزدیک به ۵۰۰۰۰ ساختار شیمیایی استفاده شد.
محققان نشان دادند که با استفاده از فناوری‌نانو و هوش مصنوعی می‌توان انسداد عروق را بدون نیاز به جراحی باز کرد.
سامانه آزمایشی تشخیصی جدیدی به طور مشترک در دانشکده مهندسی مولکولی دانشگاه شیکاگو و دانشگاه کالیفرنیا ایجاد شده، که در آن از هوش مصنوعی برای بهبود عملکرد استفاده شده است. این سیستم تشخیص طبی، یک ترانزیستور قدرتمند و حساس را با یک سیستم آزمایش تشخیصی ارزان و مبتنی بر کاغذ ترکیب می‌کند. هنگامی که این ابزار با یادگیری ماشین ترکیب می‌شود، این سیستم به نوع جدیدی از زیست‌حسگر تبدیل می‌شود که در نهایت می‌تواند آزمایش و تشخیص در خانه را انجام دهد.
به تازگی محققان موفق به تولید لنزهای تخت نانوساختار شدند. این لنزها نانویی به سیستم‌های یادگیری ماشینی کمک می‌کنند تا دید بهتری داشته باشند؛ وضوح دید به کاهش مصرف انرژی در آن‌ها کمک می‌کند.
برای جلوگیری از کارهای تکراری و هدر رفت وقت و انرژی، محققان مدل یادگیری ماشینی را برای سنتز نانوذرات اکسیدآهن به کار گرفتند. این مدل هوش مصنوعی با بررسی شرایط مختلف احتمالی، بهترین مسیر برای سنتز را پیشنهاد داده و ویژگی محصول تولید شده را نیز پیش‌بینی می‌کند.
با افزایش تعداد خودروهای الکتریکی، نیاز به تولید برق با روش‌های تجدیدپذیر نظیر باد و خورشید بیشتر می‌شود و از سوی دیگر وابستگی به سیستم‌ها و شبکه‌های برق نیز افزایش می‌یابد. در این بین، خطر آتش‌سوزی باتری‌ها نیز به شکل قابل توجهی بیشتر می‌شود. برای حل این مشکل باید به سراغ الکترولیت‌های جامد رفت، اما مشکلاتی نیز در این مسیر وجود دارد.
یافته‌های اخیر محققان موسسه توکیوتک نشان می‌دهد که یادگیری ماشینی (ML) امکان محاسبه دقیق و کارآمد خواص الکترونیکی اکسیدهای فلزی دوتایی و سه‌تایی را روی سطوح فراهم می‌کند. این مدل مبتنی بر یادگیری ماشینی را می‌توان برای بررسی سایر خصوصیات سطح نیز استفاده کرد. در حال حاضر از این یافته‌ها می‌توان برای بررسی خواص سطح مواد و توسعه مواد کاربردی استفاده کرد.
محققان با کمک یادگیری ماشینی و شبیه‌سازی، به بررسی رفتار آب و یخ در یک نانوحفره پرداختند. دستاوردهای آن‌ها می‌تواند برای مطالعه آب در غول‌های یخی منظومه خورشیدی نیز استفاده شود.
محققان دانشگاه توهوکو با همکاری پژوهشگران دانشگاه جیائو تانگ شانگهای از روش یادگیری ماشین برای پیش بینی و کنترل رشد نانوساختار کربنی روی سطوح فلزی استفاده کردند. نتایج این پروژه در نشریه Nature Communications به چاپ رسیده است.