Avaliando IA Generativa em Dinâmica de Fluidos

Ferramentas de IA generativa tão se tornando populares e tão usadas em várias áreas pra criar imagens, vídeos e até sons com base no texto que a galera fornece. Esse relatório dá uma olhada em como esses modelos de IA conseguem criar imagens relacionadas ao movimento de fluidos, que é um assunto estudado na mecânica dos fluidos. Vários ferramentas, como Midjourney, Dall·E e outras de empresas grandes como Google e Microsoft, foram examinadas.

O objetivo desse estudo é ver se essas ferramentas de IA conseguem criar imagens que representam com precisão cenários comuns de movimento de fluidos. Esses cenários incluem conceitos bem conhecidos como a "rua de vórtices de Von Kármán", "fluxo passando por uma asa" e mais. A gente comparou as imagens geradas pela IA com imagens reais tiradas de experimentos e simulações numéricas.

Nossa pesquisa mostra que muitos dos modelos de IA não se saem bem ao criar imagens sobre movimento de fluidos. Isso levanta preocupações sobre usar essas ferramentas em ambientes educacionais. É importante que alunos e educadores estejam cientes do potencial dessas ferramentas de IA pra fornecer informações enganosas. Esse relatório também busca informar os desenvolvedores dessas ferramentas de IA, pedindo pra eles trabalharem na melhoria de seus modelos.

#Contexto sobre Ferramentas de IA Generativa

Modelos de IA generativa podem criar diferentes tipos de mídia, incluindo imagens e vídeos. Modelos de Linguagem Grande (LLMs) são parte dessa tecnologia que melhorou bastante ao longo dos anos. Várias empresas conhecidas como Google e OpenAI têm trabalhado nesses modelos.

Ferramentas de IA que convertem texto em imagens podem ser avaliadas de duas maneiras. Primeiro, a gente pergunta se a IA consegue produzir uma imagem que esteja um pouco relacionada ao prompt dado. Por exemplo, se a gente colocar "rua de vórtices de Von Kármán", seria esperado uma imagem que refletisse esse conceito. O segundo nível avalia se a imagem descreve com precisão as características específicas do movimento de fluidos que está sendo estudado.

Esse relatório foca mais no primeiro nível de avaliação. A gente compara as imagens geradas pela IA com aquelas de fontes respeitáveis em Dinâmica de Fluidos.

#Visão Geral da Dinâmica de Fluidos

Dinâmica de fluidos envolve estudar como os fluidos se comportam e se movem. Os princípios fundamentais se baseiam em algumas equações chave. Por exemplo, uma equação importante é a equação da continuidade, que foca em como a massa do fluido é conservada. Outra equação chave é a equação do momento, que ajuda a entender como os fluidos se movem. Existem dois tipos de fluxo que consideramos: compressível e incompressível.

O movimento de fluidos pode ser estudado de várias maneiras. Uma forma é através dos métodos eulerianos, que olham como os fluidos se movem em pontos específicos no espaço. Outra forma é os métodos lagrangianos, que seguem o fluido enquanto ele se move pelo espaço e pelo tempo.

#Geração de Texto para Imagem

Nessa seção, a gente apresenta várias aplicações generativas que criam imagens a partir de prompts de texto e compara seus resultados. A gente analisou vários modelos: Midjourney, DALL·E, Runway ML, Gemini, Meta AI e Leonardo AI.

#Midjourney

Midjourney foi criado pra ajudar os usuários a transformarem seus prompts de texto em imagens. Funciona através de uma plataforma de mídia social e oferece vários planos de assinatura. Midjourney tem sido usado em diferentes áreas como design, mas a gente foca na sua capacidade em dinâmica de fluidos.

#DALL·E

DALL·E é desenvolvido pela OpenAI. A versão mais recente, DALL·E 3, tá integrada em outras aplicações como o ChatGPT. Os usuários podem colocar texto e receber imagens em troca. Seu plano de preços permite assinaturas mensais.

#Runway ML

Runway ML fornece ferramentas para gerar imagens e vídeos. É powered by tecnologias avançadas de deep learning. Com vários estilos disponíveis, a gente usou a opção básica pra esse relatório.

#Gemini

Gemini, criado pelo Google, pode gerar imagens a partir de texto e descrevê-las em palavras. Ele tem opções de assinatura gratuita e paga. Nesse relatório, a gente usou a versão avançada pra uma melhor geração de imagens.

#Meta AI

Meta AI é baseado na arquitetura LLaMA e também pode gerar imagens a partir de prompts de texto. O modelo tá disponível gratuitamente, mas limitado a certas regiões.

#Leonardo AI

Leonardo AI usa métodos de deep learning pra criar imagens. A gente usou uma assinatura premium na nossa análise pra acessar seus vários modelos e recursos.

#Desempenho dos Modelos de IA

A gente focou em comparar como esses seis modelos geraram imagens em resposta a vários prompts de dinâmica de fluidos. A gente apresenta exemplos pra ilustrar sua precisão.

#Rua de Vórtices de Von Kármán

Pro prompt "rua de vórtices de Von Kármán", a gente examinou as imagens geradas. Vários modelos, como Midjourney e Leonardo AI, interpretaram mal o termo "rua", resultando em imagens não relacionadas. Enquanto outros modelos captaram a ideia de vórtices, eles não mostraram com precisão o conceito da rua de vórtices.

#Fluxo Passando por um Cilindro Circular

Na sequência, analisamos o prompt "fluxo passando por um cilindro circular". Nenhum dos modelos gerativos forneceu uma representação precisa. Embora tenham exibido um cilindro, eles falharam em ilustrar corretamente o fluxo do fluido. Algumas imagens nem sugeriram um movimento real de fluido.

#Salto Hidráulico

Pro prompt "salto hidráulico", os resultados também foram insatisfatórios. Alguns modelos interpretaram "salto hidráulico" de forma errada, mostrando imagens não relacionadas, como pessoas pulando, em vez de ilustrar um conceito de dinâmica de fluidos.

#Instabilidade de Kelvin–Helmholtz

Em resposta ao prompt "instabilidade de Kelvin–Helmholtz", muitas das imagens geradas eram relevantes. Modelos como Gemini e DALL·E capturaram de perto a instabilidade vista nas nuvens, que é uma manifestação natural do conceito.

#Ondas de Choque em um Corpo Supersônico

Pro prompt "ondas de choque em um corpo supersônico de nariz afiado", modelos como DALL·E e Gemini produziram as imagens mais relevantes. Outros mostraram interpretações artísticas de aviões em vez de representações cientificamente precisas das ondas de choque.

#Instabilidade Rayleigh-Taylor

Ao examinar o prompt "instabilidade Rayleigh-Taylor", DALL·E e Gemini geraram imagens que ilustravam corretamente a interação de diferentes fluidos. No entanto, outros modelos produziram imagens não relacionadas que não representavam o fenômeno.

#Onda Capilar

O prompt "onda capilar" resultou em várias saídas. Gemini se saiu melhor, mostrando elementos de uma onda capilar com precisão. Por outro lado, outros modelos geraram imagens retratando ondas gerais, que faltavam especificidade.

#Fluxo Sobre uma Asa

Pro prompt "fluxo sobre uma asa", alguns modelos produziram imagens de asas de avião. No entanto, as imagens geradas não comunicaram efetivamente o conceito de dinâmica de fluidos, ilustrando os desafios contínuos que esses modelos de IA enfrentam ao interpretar tais prompts com precisão.

#Fluxo de Superfície Livre

O prompt "fluxo de superfície livre" gerou respostas interessantes. A maioria das imagens geradas retratou cenas naturais relevantes pra experiências do dia a dia. Isso mostrou que os modelos de IA lidaram melhor com esse termo comum do que com prompts mais científicos.

#Células de Bénard

Pro "células de Bénard", apenas Gemini forneceu uma imagem relevante. Outros modelos geraram imagens de células de contextos diferentes, indicando uma má interpretação do termo dentro da mecânica dos fluidos.

#Fluxo Sobre uma Asa de Avião

Por fim, avaliamos o prompt "fluxo sobre uma asa de avião", analisando as saídas. A maioria dos modelos produziu imagens de asas de avião, focando no aspecto estético em vez de representar com precisão os princípios de dinâmica de fluidos.

#Geração de Texto para Vídeo

Ao expandir pra geração de vídeo, focamos em como Meta AI e Runway ML podem criar vídeos com base em prompts de texto. Em vez de gerar conteúdo de vídeo diretamente, o Meta AI primeiro cria imagens e depois as anima. O Runway ML da mesma forma gera imagens antes de criar clipes de vídeo curtos.

#Comparação de Desempenho

Comparamos os vídeos gerados com o prompt "água passando por um cilindro circular". Embora nenhum vídeo tenha atendido totalmente às expectativas, o Runway ML criou uma representação visualmente atraente, mostrando a interação da água com o cilindro. O Meta AI produziu depicções interessantes, mas com falhas.

#Geração de Texto a partir de Imagens e Vídeos

Nessa seção, a gente avaliou como os modelos de IA conseguem descrever imagens e vídeos de movimento de fluidos. Usamos abordagens com o ChatGPT e Gemini pra gerar texto com base em imagens de movimento de fluidos carregadas.

#Descrições de Imagens

Usando o ChatGPT, a gente analisou a capacidade dele de escrever descrições detalhadas pra imagens que mostravam movimento de fluidos. As descrições dele eram frequentemente mais precisas do que as produzidas por outros modelos, mostrando uma melhor compreensão da dinâmica dos fluidos.

#Descrições de Vídeos

Para as descrições de vídeo, utilizamos um modelo chamado Video-LLaMA. No entanto, os resultados foram decepcionantes, com o Video-LLaMA falhando em transmitir os principais conceitos de dinâmica de fluidos de forma eficaz. Suas descrições deram alguns detalhes corretos, mas frequentemente perderam os fenômenos centrais mostrados nos vídeos.

#Resumo e Conclusão

Em resumo, esse relatório examinou as capacidades de vários modelos de IA generativa em criar imagens, vídeos e textos relacionados à dinâmica de fluidos. No geral, as descobertas indicaram uma falta de precisão nas saídas em comparação com representações da vida real de eventos de movimento de fluidos. Essa limitação é particularmente preocupante em contextos educacionais, onde desinformação pode levar os alunos a entenderem errado.

Acreditamos que esses problemas surgem da falta de dados de treinamento relacionados aos fenômenos de dinâmica de fluidos. Grande parte dos dados relevantes é protegida por leis de direitos autorais, limitando sua disponibilidade pra treinar modelos de IA. Pra melhorar a precisão, pode ser benéfico que instituições acadêmicas e desenvolvedores de IA colaborem pra fornecer dados de treinamento mais focados.

Trabalhos futuros poderiam estender esse estudo pra outras áreas da engenharia, ajudando a fornecer insights sobre as habilidades e limitações dos modelos de IA em diferentes campos. A esperança é que, através da colaboração, a gente possa fechar a lacuna entre as capacidades de IA generativa e as necessidades específicas de dinâmica de fluidos e outras disciplinas de engenharia.