人工智能在生活的各个方面都得到了应用。AI在化学和聚合物科学中得到了广泛的应用。在化学和聚合物科学中，AI帮助科学家发现新材料。它预测不同化学物质的反应，并建议用于创造新材料的最佳组合。这使得开发化学品和聚合物的过程更加快速和高效。
然而，21世纪材料科学家面临的挑战在于制定具有更好性能标准的可持续聚合物。当主要可用资源受限于石化工业时，这一挑战尤为突出。这一任务需要一种平衡，需要创造力和先进的科学方法来开发满足严格性能标准并符合当代环境考虑的可持续原则的聚合物。
根据国家可再生能源实验室（NREL）的科学家布兰登·诺特的说法，石油主要由碳和氢构成。这些分子排列具有有益的特性，形成了各种有利的特点。诺特的研究强调了理解碳氢化合物元素和石油分子构成对于利用其非凡特性以满足各种应用的重要性。
碳氢化合物缺乏氧和氮等元素。但是，在制造需要比碳氢化合物本身更广泛功能的聚合物时，这些元素是必不可少的。诺特提出了一种解决方案，即将富含氧和氮的生物质和废物引入配方。诸如玉米秸秆、藻类甚至垃圾等材料具有额外的化学键，使化学家在聚合物制造过程中具有更大的灵活性以实现特定的材料性质。这种方法不仅扩展了聚合物的功能，而且还促进了更可持续和资源富集的生产方法。
国家可再生能源实验室（NREL）采用了一种先进的机器学习工具PolyID（聚合物逆向设计），以促进聚合物开发的平衡。该工具根据分子结构预测材料的性质。借助PolyID，研究人员可以评估成千上万种潜在的聚合物设计，并生成适用于特定应用的短列表。
PolyID建立了元素排列（例如氧、氢和碳）与材料性质之间的联系，从而有助于预测弹性、耐热性和密封性等属性。NREL的科学家们还进行了实验室测试来确认PolyID的预测准确性。结果显示，所有七种聚合物都表现出抗高温能力，并且还能够降低净温室气体排放量。此外，这些聚合物还延长了包装食品的新鲜程度，展示了PolyID在有效识别环境友好且具有高性能的聚合物解决方案方面的潜力。
PolyID通过建立将聚合物的分子组成与其已知特性相连接的广泛数据库，获得预测特定物理特性的新聚合物设计的能力。根据该研究的主要作者诺兰·威尔逊的说法，该系统可以对以前未经历或制造过的新结构进行极为准确的预测。