基於鈣鈦礦的太陽能電池是一個很好的例子，說明了新的電腦輔助技術提供的機會。這種礦物有望帶來出色的發電量，在多層太陽能組件中發電量將遠遠超過 30%。

然而，它的使用壽命仍有一些不足之處，可以透過添加更多元素、改變製造流程或使用額外的塗層來改變。然而，候選人的選擇和可能性是巨大的。此外，效率也會同時下降。

麻省理工學院開發並發表在《自然通訊》上的自動化流程旨在從根本上加快這一費力且最重要的是漫長的材料分析過程。目前有傳言指出屬性分析速度將提高 85 倍，並希望進一步提高。

這是透過兩種檢查高光譜相機拍攝的樣本影像的演算法實現的。借助這些照片，可以可靠地分析其中的數百個，這些照片顯示的內容遠遠超過可見光。研究中稱所需時間不到 30 分鐘，否則需要幾天的測量時間。

重點是帶隙，它也決定了材料的導電性和耐久性。兩者對於高效、耐用的太陽能電池都是至關重要的。在隨後對已知合金的研究中，準確度約為 98%。不錯。

目前正在優化提供新成分中的新樣品的過程。需要列印不同的組合，以便在短短幾分鐘內獲得結果。目的是不間斷地生產和測試新材料。然後可以完全自動測試相當現實的數百萬種不同材料樣品。

目的不僅是開發下一代太陽能電池。由全新材料製成的半導體、完全透明的電路和整個設備以及更好、更有效率的螢幕也在計劃項目之列。