机构名称：
¥ 2.0
在这份技术报告中，我们广泛研究了众所周知的生成人工智能（AI）应用的产出的准确性，以响应描述流体力学社区熟悉的常见流体运动现象的提示。我们检查了一系列应用程序，包括Midjourney，Dall·E，跑道ML，Microsoft Designer，Gemini，Meta AI和Leonardo AI，由Google，OpenAI，Meta和Microsoft等著名公司介绍。我们的文本提示生成图像或视频，包括“vonKármán涡流街”，“经过机翼”，“ kelvin-helmholtz的不稳定”，“尖锐的超音速身体上的冲击波”等示例。我们将这些应用程序生成的图像与实验室实验和数值软件产生的图像进行比较。我们的发现表明，这些生成的AI模型没有得到充分训练的流体动力学成像，从而导致潜在的误导性输出。除了文本到图像/视频生成之外，我们还进一步探索了使用这些AI工具从图像/视频到文本生成的过渡，旨在研究其对流体运动现象的描述的准确性。本报告为学术机构中的教育工作者提供了警告，强调了这些工具误导学生的潜力。它还旨在告知这些著名公司的研究人员，鼓励他们解决这个问题。我们猜测，这种缺点的主要原因是从科学期刊中对版权保护的流体运动图像的有限访问权限。
Arxiv样式的模板
主要关键词
相关文件推荐
