يوضح GPT-4 فهمًا قويًا لكل من الكيمياء الفيزيائية والعضوية ، على الرغم من أن قدراتها في كل مجال لها نقاط قوة وقيود متميزة.
الكيمياء الفيزيائية
في الكيمياء الفيزيائية ، تمتلك GPT-4 المعرفة على مستوى الكتب المدرسية الجامعية. إنه على ما يرام في المفاهيم الأساسية مثل قانون الغاز المثالي ومعادلة Lorentz-Lorentz ، والتي تحدد مؤشر الانكسار للمادة [1] [5] [7]. يشير هذا المستوى من الفهم إلى أن GPT-4 يمكن أن يطبق المبادئ الأساسية للكيمياء الفيزيائية بشكل فعال ، مما يجعله مفيدًا للمهام التي تتطلب فهمًا أساسيًا لهذه المفاهيم. ومع ذلك ، قد لا تمتد معرفتها إلى مواضيع أكثر تخصصًا أو متقدمة يتم تغطيتها عادةً في الأوراق الأكاديمية ، حيث أنها محدودة من البيانات التي تم تدريبها ، والتي لا تشمل الأبحاث الحديثة بسبب قيود حقوق الطبع والنشر [1] [5].
الكيمياء العضوية
يعرض GPT-4 أيضًا فهمًا قويًا للكيمياء العضوية ، وخاصة على مستوى الكتب المدرسية. يمكن أن يصف بدقة المسارات الاصطناعية للمركبات الشائعة مثل الأسيتامينوفين ، والتي تنطوي على عمليات مثل النترات والخفض والتوسيع [1] [5]. تعد قدرة GPT-4 على فهم وشرح ردود الفعل العضوية الأساسية هذه مثيرة للإعجاب ، ولكنها تكافح مع توفير إجراءات تجريبية مفصلة أو التعامل مع المحتوى المتخصص الذي يتطلب طرقًا اصطناعية متقدمة أو فريدة [1] [3]. بالإضافة إلى ذلك ، على الرغم من أن GPT-4 يمكن أن يتنبأ بخصائص المركبات التي لم يتم تدريبها على وجه التحديد ، إلا أن أدائها في تفسير الهياكل الكيميائية المعقدة أو تحويلها إلى تدوين قياسي جزء فقط [3].
مقارنة
بشكل عام ، فإن معرفة GPT-4 في كل من الكيمياء الفيزيائية والعضوية صلبة على المستوى التأسيسي ، مما يجعلها أداة قيمة للأغراض التعليمية أو حل المشكلات العامة. ومع ذلك ، فإنه يفتقر إلى العمق والخصوصية اللازمة للبحث المتقدم أو التطبيقات المتخصصة ، وخاصة عند مقارنتها بالخبرة البشرية أو الأدوات الحسابية المتخصصة. تقيد قيودها في الوصول إلى الأدبيات الأكاديمية الحديثة بسبب قضايا حقوق الطبع والنشر ، مما يزيد من قدرتها على الحفاظ على التحديث مع أحدث التطورات في كلا الحقلين [1] [3] [5]. على الرغم من هذه القيود ، فإن قدرة GPT-4 على أداء التعلم قليلًا من التعلم والتنبؤ بمركبات غير معروفة هي ميزة كبيرة ، حيث تعرض إمكاناتها للابتكار في البحوث الكيميائية [1] [3].
الاستشهادات:
[1] https://ai-scholar.tech/en/articles/large-language-models/prompt-chemical-research
[2] https://pubs.rsc.org/en/content/articlehtml/2024/dd/d4dd00248b
[3] https://phys.org/news/2023-10-gpt-Artificial-Intelligence-Chemistry.html
[4] https://pmc.ncbi.nlm.nih.gov/articles/PMC10918540/
[5] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbebe16ad5c577b6627/original/prompt-engineering-of-4-for-chemical-what-what-we-done-done-done-done-pde-done-done-done-done-pd
[6] https://pubs.acs.org/doi/10.1021/acs.jchemed.4c00235
[7] https://www.tandfonline.com/doi/full/10.1080/2760400.2023.2260300
[8] https://www.researchgate.net/publication/371163433_what_indeed_can_gpt_models_do_in_chemistry_a_comprehmenment_benchmark_on_eight_tasks