СИНЕРГІЯ ШТУЧНОГО ІНТЕЛЕКТУ ТА МАТЕРІАЛОЗНАВСТВА ПРИ СТВОРЕННІ ЗОБРАЖЕНЬ НАНОАРТ: ПЕРСПЕКТИВИ, ПРОБЛЕМИ ТА МОЖЛИВОСТІ
DOI:
https://doi.org/10.31498/2522-9990312026359327Ключові слова:
матеріалознавство, структура металів і сплавів, цифровізація, цифрова металографія, штучний інтелект, інструменти штучного інтелекту, НаноАрт, стилізація зображень.Анотація
Використання штучного інтелекту (ШІ) в матеріалознавстві відкриває нові можливості для аналізу мікроструктур матеріалів, автоматизованого розпізнавання фазових складових, прогнозування властивостей матеріалів, а також покращення якості мікроскопічних зображень. Застосування таких технологій ШІ має низку переваг, зокрема підвищення точності та об’єктивності аналізу, скорочення часу обробки даних, зменшення впливу людського фактора та забезпечення ефективної обробки великих масивів інформації.
Водночас сучасні цифрові технології та методи обробки зображень створюють нові можливості для розвитку напряму НаноАрт, який поєднує наукову візуалізацію наноструктур із художньою інтерпретацією отриманих зображень. У межах цього напряму особливо виразно проявляється повторюваність форм у природі: структури, що існують на рівні атомів і молекул, нерідко відтворюють контури пейзажів, живих істот, космічних об’єктів, натюрмортів чи інших предметів матеріального світу, засвідчуючи універсальність природних закономірностей.
Сучасні AI-генератори (моделі ChatGPT та Gemini) дозволяють автоматизовано аналізувати та покращувати мікро- і нанозображення, підвищуючи їхню деталізацію, контрастність і художню виразність, що сприяє більш ефективній комунікації наукових даних і створенню естетично виразних візуальних образів мікросвіту.
Можливість експериментувати зі стилями та візуалізацією (наприклад, створювати зображення в 3D-стилі, у стилі LEGO, порцеляновому стилі, в’язаному стилі, стилі пазлів та інших) розкриває нові підходи до художньої інтерпретації мікро- та наноструктур матеріалів, сприяє підвищенню візуальної виразності зображень та розширює можливості популяризації наукових результатів через поєднання елементів науки, цифрового мистецтва і сучасних технологій.
Незважаючи на значний потенціал використання ШІ для створення зображень НаноАрт, науковці стикаються з низкою проблем і обмежень, серед яких є: обмежена наукова точність та ризик викривлення даних, недостатній контроль над мікродеталізацією, можливість надмірної художньої стилізації, залежність від компетенцій автора, освітні та когнітивні ризики, а також питання авторського права та етичні аспекти застосування ШІ в контексті створення зображень НаноАрт.
Отже, синергія штучного інтелекту та матеріалознавства формує новий міждисциплінарний підхід до створення НаноАрт, поєднуючи алгоритмічні методи аналізу й генерації зображень із керуванням структурою та властивостями матеріалів на нанорівні.
Посилання
Shargorodskiy S.A. Comparative analysis of the implementation of information technologies in higher education institutions of the Czech Republic and Ukraine / S.A. Shargorodskiy // Actual Issues of Modern Science. European Scientific e-Journal. – 2025. – No. 38. – рр. 165–175. – http://doi.org/10.47451/tec2025-09-05
Левківська Л.В. Використання інформаційних технологій у вищій школі / Л.В. Левківська, С.А. Левківський // Наукові записки Малої академії наук України. – 2024. – №1(29). – С. 57–66. – http://doi.org/10.51707/2618–0529–2024–29–07
Варава І.М. Особливості науково-дослідницької діяльності студентів як суб’єктів вищої освіти / І.М. Варава // Сучасні інформаційні технології та інноваційні методики навчання в підготовці фахівців: методологія, теорія, досвід, проблеми. – 2018. – Вип. 52. – С. 247–250. – http://nbuv.gov.ua/UJRN/mitimpt_2018_52_60
Computational Technologies in Materials Science / Edited By S. Tayal, P. Singla, A. Nandi, J.P. Davim. 1st Edition. – 2021. – CRC Press. – 250 р. – https://doi.org/10.1201/9781003121954. – ISBN 9780367640583
Digitalisation of material science – Improving product design in the context of Industry 4.0 / Pascoal-Faria P., da Silva D.P., Mateus A., Mitchell G.R. // Materials Today: Proceedings. – 2023. – https://doi.org/10.1016/j.matpr.2023.06.237
Цифровізація матеріалознавства й напрями використання штучного інтелекту / Ю.Г. Ковальов, В.В. Аулін, С.Г. Ковальов та ін. // Вісник Харківського національного автомобільно-дорожнього університету. – 2025. – №. 111. – С. 67–74. –https://doi.org/10.30977/BUL.2219-5548.2025.111.0.67
Штучний інтелект у матеріалознавчих дослідженнях: тенденції, інструменти та трансформації / Ю.Г. Ковальов, В.В. Аулін, С.Г. Ковальов та ін. // Центральноукраїнський науковий вісник. Технічні науки. – 2025. – Вип. 12(43). – Ч. IІ. – С. 134–141. – https://doi.org/10.32515/2664-262X.2025.12(43).2.134-142
Пашинська О.Г. Штучний інтелект у матеріалознавстві: зміни у відкритті та розробці матеріалів / О.Г. Пашинська, А.В. Завдовєєв // Науковий Журнал Метінвест Політехніки. Серія: Технічні науки. – 2025. – № 5. – С. 152–164. – https://doi.org/10.32782/3041-2080/2025-5-17
Абрамович А.О. Застосування штучного інтелекту для ідентифікації металів вихрострумовою системою / А.О. Абрамович, Є.О. Зайцев, В.О. Піддубний // Scientific Collection «InterConf+». Theory and Practice of Science: Key Aspects: Proceedings of the 8th International Scientific and Practical Conference (July 19–20, 2023, Rome, Italy). – 2023. – № 35(163). – C. 287–298. – https://doi.org/10.51582/interconf.19-20.07.2023.028
Dimiduk D.M. Perspectives on the Impact of Machine Learning, Deep Learning, and Artificial Intelligence on Materials, Processes, and Structures Engineering / D.M. Dimiduk, E.A. Holm, S.R. Niezgoda // Integrating Materials and Manufacturing Innovation. – 2018. – Vol. 7. – рр. 157–172. – https://doi.org/10.1007/s40192-018-0117-8
Goswami L. Artificial Intelligence in Material Engineering: A Review on Applications of Artificial Intelligence in Material Engineering / L. Goswami, M.K. Deka, M. Roy // Advanced Engineering Materials (11 April 2023). – 2023. – Vol. 25. – Issue 13. –https://doi.org/10.1002/adem.202300104
Artificial intelligence: A powerful paradigm for scientific research / Y. Xu, X. Liu, X. Cao et al. // The Innovation. – 2021. – Vol. 2. – Issue 4. – 100179. –https://doi.org/10.1016/j.xinn.2021.100179
Exploring Elastoplastic Constitutive Law of Microstructured Materials Through Artificial Neural Network – A Mechanistic-Based Data-Driven Approach / H. Yang, H. Qiu, Q. Xiang et. al.// Journal of Applied Mechanics. – 2020. – Vol. 87. – Issue 9. –https://doi.org/10.1115/1.4047208
Wang K. Meta-modeling game for deriving theory-consistent, microstructure-based traction–separation laws via deep reinforcement learning / K. Wang, W. Sun // Computer Methods in Applied Mechanics and Engineering. – 2019. – Vol. 346. – pp. 216–241. –https://doi.org/10.1016/j.cma.2018.11.026
Artificial intelligence and machine learning in design of mechanical materials / Guo K., Yang Z., Yu C.-H., Buehler M.J. // Materials Horizons. – 2021. – No. 8. – pp. 1153–1172. – https://doi.org/10.1039/d0mh01451f
Kumar A. Recent progresses on high entropy alloy development using machine learning: A review / A. Kumar, N.K. Mukhopadhyay, T.P. Yada // Computational Materials Today. – 2025. – Vol. 8. – 100038. – https://doi.org/10.1016/j.commt.2025.100038
When Machine Learning Meets 2D Materials: A Review / B. Lu, Y. Xia, Y. Ren et al. // Advanced Science. Open Asses. – 2024. – Vol. 11. – Issue 13. – 2305277. –https://doi.org/10.1002/advs.202305277
Artificial intelligence can recognize metallic glasses in vast compositional space with sparse data / W. Xie, Y. Sun, C. Wang et al. // npj Computational Materials. – 2025. – Vol. 11. –254. – https://doi.org/10.1038/s41524-025-01753-9
Divide and conquer: Machine learning accelerated design of lead-free solder alloys with high strength and high ductility / Q. Wei, B. Cao, H. Yuan et al. // npj Computational Materials. – 2023. – Vol. 9. – Article number 201. – https://doi.org/10.1038/s41524-023-01150-0
AI-Driven Inverse Design of Materials: Past, Present, and Future / X.-Q. Han, X.-D. Wang, M.-Y. Xu et al. // Chinese Physics Letters. – 2025. – Vol. 42. – No. 2. – https://doi.org/10.1088/0256-307X/42/2/027403
Alloy design integrating natural language processing and machine learning: breakthrough development of low-cost, high-performance Ni-based single-crystal super alloys / J. Yao, Z. Wang, J. Wang et al. // npj Computational Materials. – 2026. – Vol. 12. – Article number 38. –https://doi.org/10.1038/s41524-025-01906-w
Wang Y. Applications of Artificial Intelligence / Machine Learning to High-1 Performance Composites / Y. Wang, K. Wang, C. Zhang // Composites. Part B: Engineering. – 2024. – Vol. 285. – 111740. – https://doi.org/10.1016/j.compositesb.2024.111740
Artificial Intelligence for High-Throughput Discovery of Topological Insulators : the Example of Alloyed Tetradymites / G. Cao, R. Ouyang, L.M. Ghiringhelli et al.// Physical Review Materials. – 2020. – No. 4. – 034204. – https://doi.org/10.1103/PhysRevMaterials.4.034204
Machine learning–driven thermoelectric materials: Review on prediction, optimization, and discovery / X. Zhang, X. Wang, W. Wang et al. // Journal of Alloys and Compounds. – 2026. –Vol. 1050. – 185711. – https://doi.org/10.1016/j.jallcom.2025.185711
Deep learning-based superconductivity prediction and experimental tests / D. Kaplan, A. Zheng, J. Blawat et al. // Eur. Phys. J. Plus. 2025. – Vol. 140. – No. 58. –https://doi.org/10.1140/epjp/s13360-024-05947-w
Application of machine learning in magnetocaloric materials: A review / W. Mo, J. Wang, G. Yuan et al. // Materials Today Commynications. – 2025. – Vol. 44. – 111933. – https://doi.org/10.1016/j.mtcomm.2025.111933
Xie E., Yang C. AI Design for High Entropy Alloys: Progress, Challenges and Future Prospects / E. Xie, C. Yang // Metals. – 2025. – No.15. – 1012. –https://doi.org/10.3390/met15091012
Vergara D. A Decade of Digital Twins in Materials Science and Engineering / D. Vergara, A. del Bosque, P. Fernández-Arias // Computers, Materials and Continua. – 2025. – Vol. 85. – Issue 1. – рр. 41–64. – https://doi.org/10.32604/cmc.2025.067881
NanoArt Winners [Електронний ресурс]. – Режим доступу: https://unam.bilkent.edu.tr/en/nanoart/ (дата звернення: 05.02.2026). – Назва з екрана.
NanoArt. International Festivals, NanoArt Online Competitions, Art - Science - Technology Conferences, NanoArt 21 Exhibitions [Електронний ресурс]. – Режим доступу: https://nanoart21.org/ (дата звернення: 05.02.2026). – Назва з екрана.
Academy of NanoArt. NanoArt Programs, Educational NanoArt Events, NanoArt Online Galleries, 3D Museum of NanoArt [Електронний ресурс]. – Режим доступу: https://nanoart.org/ (дата звернення: 05.02.2026). – Назва з екрана.
The 1st International Festival of NanoArt - Finland 2007: Art and Nanotechnology - Part I [Електронний ресурс]. – Режим доступу: https://www.nanotech-now.com/columns/?article=067 (дата звернення: 05.02.2026). – Назва з екрана.
NanoArtography [Електронний ресурс]. – Режим доступу: https://www.nanoartography.org/ (дата звернення: 05.02.2026). – Назва з екрана.
NanoArtography 2024 [Електронний ресурс]. – Режим доступу: https://www.nanoartography.org/2024 (дата звернення: 05.02.2026). – Назва з екрана.
Science as Art Backgrounds [Електронний ресурс]. – Режим доступу: https://www.mrs.org/programs/get-involved/science-as-art/science-as-art-zoom-backgrounds (дата звернення: 05.02.2026). – Назва з екрана.
Science to art...for the microscopic world enthusiast [Електронний ресурс]. – Режим доступу: https://m.gemologyonline.com/Forum/phpBB2/viewtopic.php?t=13296 (дата звернення: 05.02.2026). – Назва з екрана.
NanoArt K12 International Online Competition [Електронний ресурс]. – Режим доступу: https://nanoart21.org/nanoart-k12-international-online-competition/ (дата звернення: 05.02.2026). – Назва з екрана.
NanoArt K12 Gallery [Електронний ресурс]. – Режим доступу: https://nanoart.org/nanoart-k12-gallery/ (дата звернення: 05.02.2026). – Назва з екрана.
MVC14. 14th ANNUAL MATERIALS VISUALIZATION COMPETITION 2022 [Електронний ресурс]. – Режим доступу: https://www.matse.psu.edu/mvc14 (дата звернення: 05.02.2026). – Назва з екрана.
MVC14 Final Entries [Електронний ресурс]. – Режим доступу: https://www.matse.psu.edu/mvc14-final-entries (дата звернення: 05.02.2026). – Назва з екрана.
Suchikova Y. Rethinking the Goals and Values of Nanoart During the War: an Artists’ Statement / Y. Suchikova, S. Kovachov // NanoEthics. – 2023. – Vol. 17. – article number 12. https://doi.org/10.1007/s11569-023-00447-0
«Бердянські медузи», «Вулкан», «Україна». Сергій Ковачов і Яна Сичікова в світовому топі Наноарта (фото) [Електронний ресурс]. – Режим доступу: https://www.brd24.com/news/berdyanski-meduzi-vulkan-ukraina-sergiy-kovachov-i-yana-sychikova-v-svitovomu-topi-nanoarta-foto.html (дата звернення: 05.08.2025). – Назва з екрана.
Воденнікова О.С. НаноАрт та металургія: симбіоз мистецтва та нанотехнологій під час війни / О.С. Воденнікова, С.А. Воденніков, К.А. Піщенко // Метал та лиття України. –2025. – Т. 33. – № 3–4 (342–343). – C. 53–63. – https://doi.org/10.15407/steelcast2025.03-04.053.
Воденнікова О.С. НаноАрт та металургія: використання інформаційних технологій при обробці мікро-та макроструктур чорних та кольорових металів і сплавів / О.С. Воденнікова, С.А. Воденніков, К.А. Піщенко // Наука та виробництво. – 2025. – № 30. – C. 69–80. – https://doi.org/10.31498/2522-9990302025347069
Воденнікова О.С. НаноАрт та металургія: використання штучного інтелекту для обробки структур металів та сплавів / О.С. Воденнікова, С.А. Воденніков // Метал та лиття України. – 2026. – Т. 34. – № 1 (344). – C. 55–64. https://doi.org/10.15407/steelcast2026.01.055
Аналіз структурно-хімічного стану формування шару термітного сплаву на сталевій підкладці самопоширюваним високотемпературним синтезом / І.Е. Скідін, Б.Ф. Бєлов, О.С. Воденнікова та ін. // Метал та лиття України. – 2020. – Том 28. – №4. – С. 69–75.
