材料科学的前进推动科学技术的进步，而传统材料研发与设计方法依赖于专业的知识储备和丰富的经验，并且具有较长的开发周期和较高成本。随着信息与网络技术迅速发展，从宏观到微观的计算、仿真、模拟等手段产生出大量科学数据。材料科学研究迎来第四范式——数据密集型科学发现。
该范式大致研究思路如下：通过模拟计算收集海量数据，对数据分析挖掘，加速材料筛选和设计，甚至预测新型材料。由此改善依靠直觉经验和大量试错的传统材料研发思路，形成数据驱动的研究方法。对于通过材料计算获得的海量数据，可以对其获取分析来解决科学问题。数据不再仅仅是科学研究的结果，而且科学研究活动的基础。由此可见材料大数据意义非凡！
美国总统奥巴马于2011年6月24日提出“材料基因组计划”(materials genome initiative , MGI)，该计划相应的白皮书《具有全球竞争力的材料基因组计划》中提及材料创新所需的三个基础设施平台：高通量计算工具平台、测试实验工具平台信息学于数据库平台。通过整合材料计算、高通量实验和数据库，全面提高先进材料从发现到应用的速度，降低成本，发展以数据驱动为导向的新型材料科学研究。MGI的终极目标是通过理论模拟和计算完成先进材料的“按需设计”并实现全程数字化制造。
新材料的发现过程其实和人类基因组计划类似，通过高性能的计算方式，发现更多科学家还未发现的材料，同时利用高通量的数据处理方式，为新材料的发现以及生产设计提供更广阔的数据基础，扩大模型筛选模式，减少研发周期，为材料科学研究注入巨大力量。
并且以第一性原理、有限元分析、蒙特卡洛模拟等为代表的计算方法在材料研究中广泛应用，并产生大量数据。对材料计算任务以大规模单次提交计算方式进行，通过数据清洗、元素组合、晶体空间优化以及材料微观结构计算等，模拟材料性质生成，减少对实验的依赖。
以新一代信息通信技术与制造业融合发展为主要特征的科技革命和产业变革，正在全球范围内孕育兴起。随着大数据时代的到来，海量数据处理技术的积累和人工智能算法的逐步成熟，利用人工智能进行材料设计的成果开始大量涌现。大批科学家和企业团队融入这股发展的研究潮流中，为这项学科添砖加瓦。相信对于材料这门基础科学研究在大数据技术的推动下发展的更加迅速、更加庞大!