生成式人工智能误导性的流体运动图集

在本技术报告中，我们广泛调查了知名生成式人工智能（AI）应用对描述流体力学界熟悉的常见流体运动现象的提示的输出的准确性。我们检查了一系列应用，包括Midjourney、Dall-E、Runway ML、Microsoft Designer、Gemini、Meta AI和Leonardo AI，这些应用由Google、OpenAI、Meta和Microsoft等知名公司推出。我们用于生成图像或视频的文本提示包括例如“冯·卡门涡街”、“流经翼型”、“开尔文-亥姆霍兹不稳定性”、“尖头超音速体上的激波”等。我们将这些应用生成的图像与实验室实验和数值软件的真实图像进行比较。我们的发现表明，这些生成式AI模型在流体动力学图像方面训练不足，导致可能产生误导性的输出。除了文本到图像/视频生成，我们进一步探索使用这些AI工具从图像/视频到文本生成的转换，旨在研究它们对流体运动现象描述的准确性。本报告为学术机构的教育工作者提供了一个警示，强调这些工具可能误导学生。它还旨在告知这些知名公司的研究人员，鼓励他们解决这个问题。我们推测，造成这一缺陷的一个主要原因是无法获取科学期刊中受版权保护的流体运动图像。