在非线性建筑中,设计的生成和建造密不可分。但在实际的建筑设计到建造的过程中,由于形态生成的算法通常不涉及材料特性,往往导致在建造过程中出现误差及结构冗余。材料以标准化的方式存在于建成建筑中。材料编程针对这一现象,提出在设计和建造的过程中,以材料特性为主导,发挥材料最大的性能。但现有的材料编程方法,在研究过程中仍然存在大量的人工干预。大量的人为定义以及重复的实验使得材料编程并不能很好的达到预期,同时,由于材料编程所面对的材料多为非标准材料,在人为定义的过程中存在大量误差。而本文提出的基于机器学习的材料编程系统,是通过让人工智能从给定的数据样本出发,自主抽象、学习材料内部特性并对建筑设计以及建造生产提供指导性意见。文章中包含了基于机器学习的材料编程方法,通过人工神经网络,对材料特性进行多层非线性抽象。并根据所得系统,进行实际的设计实践与模型制作,通过可行性分析,探究此系统的应用场景以及现有不足。并对机器学习与材料编程的结合、机器学习与建筑设计的结合,提出合理的展望。