GPT-4 ukazuje robustní pochopení fyzikální i organické chemie, i když jeho schopnosti v každé oblasti mají odlišné silné stránky a omezení.
Fyzikální chemie
Ve fyzikální chemii má GPT-4 znalosti na univerzitní učebnici. Je dobře obeznámen s základními koncepty, jako je zákon o ideálním plynu a Lorentz-Lorentzova rovnice, která definuje index lomu látky [1] [5] [7]. Tato úroveň porozumění naznačuje, že GPT-4 může efektivně uplatňovat základní principy fyzikální chemie, což je užitečné pro úkoly, které vyžadují základní pochopení těchto konceptů. Její znalosti se však nemusí rozšířit na specializovanější nebo pokročilejší témata, která jsou obvykle zahrnuty v akademických dokumentech, protože jsou omezeny údaji, o kterých byla vyškolena, což nezahrnuje nedávný výzkum kvůli omezením autorských práv [1] [5].
Organická chemie
GPT-4 také vykazuje silné pochopení organické chemie, zejména na úrovni učebnice. Může přesně popsat syntetické dráhy pro běžné sloučeniny, jako je acetaminofen, které zahrnují procesy, jako je nitrace, redukce a přiminění [1] [5]. Schopnost GPT-4 porozumět a vysvětlovat tyto základní organické reakce je působivá, ale bojuje s poskytováním podrobných experimentálních postupů nebo manipulací s specializovaným obsahem, který vyžaduje pokročilé nebo jedinečné syntetické metody [1] [3]. Navíc, zatímco GPT-4 může předpovídat vlastnosti sloučenin, na kterých nebyl konkrétně vyškolen, jeho výkon při interpretaci složitých chemických struktur nebo jejich přeměny na standardní notaci je pouze částečný [3].
Porovnání
Celkově jsou znalosti GPT-4 ve fyzické i organické chemii solidní na základní úrovni, což z něj činí cenný nástroj pro vzdělávací účely nebo obecné řešení problémů. Chybí však hloubka a specifičnost potřebná pro pokročilý výzkum nebo specializované aplikace, zejména ve srovnání s lidskými odbornostmi nebo specializovanými výpočetními nástroji. Jeho omezení v přístupu k nedávné akademické literatuře způsobené problémy s autorskými právy dále omezují jeho schopnost zůstat aktualizovány nejnovějším vývojem obou oblastí [1] [3] [5]. Navzdory těmto omezením je schopnost GPT-4 provádět málo výukových učení a předpovídat vlastnosti neznámých sloučenin významnou výhodou, která ukazuje svůj potenciál pro inovace v chemickém výzkumu [1] [3].
Citace:
[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/647d305dbe16ad5c577b6627/origiginal/promp-engineering-of-gpt-4-f-Chemical
[6] https://pubs.acs.org/doi/10.1021/acs.jchemed.4c00235
[7] https://www.tandfonline.com/doi/full/10.1080/27660400.2023.2260300
[8] https://www.researchgate.net/publication/371163433_what_indeed_can_gpt_models_do_in_chemistry_a_comprehensive_Benchmark_on_eight_taskks