目前汽车的燃料效率最高约为40%，即有约60%的燃油能量通过排气管和散热器浪费掉。如果利用热电材料对汽车废热进行回收，可以提高约5%的燃油效率。但由于热电系统非常复杂，对半导体材料有特殊的性能要求（包括高导电、高热电势和低热导率等），因而热电材料成本较为昂贵。除此以外，热电材料开发耗时严重，例如由铪和锆（最常用于核反应堆的元素）组成的先进材料，从最初的发现到最优性能的确定，花费了15年的时间。
为了解决前述问题，哈佛大学工程与应用科学学院的研究人员开发了一种基于量子力学方程的算法，不需要进行任何实验辅助，就可以在几个月内发现并优化热电材料。该算法只根据晶体中的化学元素来预测材料的电子传输特性。其关键在于简化电子-声子散射的计算方法，与现有算法相比，其运算速度提高约1万倍。使用这种改进的算法，研究人员筛选出多种可能的晶体结构，其中有一些是从未合成过的。研究人员从中筛选了几个有趣的结构，做了进一步优化，将性能最优者交由实验团队合成。
实验人员通过合成计算优选出来的材料，发现了一种与以前的热电材料同样高效和稳定的材料，但价格却便宜了10倍。并且从最初的筛选到合成只用了15个月的时间。研究人员下一步希望改进这种新方法，并利用它来探索更广泛的新型特殊材料，如拓扑绝缘材料。
相关研究工作发表在Advanced Energy Materials（文章标题：Accelerated Screening of Thermoelectric Materials by First‐Principles Computations of Electron–Phonon Scattering）。
