GPT-4 toont een robuust begrip van zowel fysische als organische chemie, hoewel de mogelijkheden ervan in elk gebied duidelijke sterke en beperkingen hebben.
Fysische chemie
In de fysische chemie bezit GPT-4 kennis op een universitair leerboekniveau. Het is goed thuis in fundamentele concepten zoals de ideale gaswet en de Lorentz-Lorentz-vergelijking, die de brekingsindex van een stof definieert [1] [5] [7]. Dit niveau van begrip suggereert dat GPT-4 de basisprincipes van fysische chemie effectief kan toepassen, waardoor het nuttig is voor taken die een fundamentele begrip van deze concepten vereisen. De kennis ervan kan zich echter niet uitstrekken tot meer gespecialiseerde of geavanceerde onderwerpen die doorgaans worden behandeld in academische artikelen, omdat deze wordt beperkt door de gegevens waarop het is getraind, die geen recent onderzoek omvat vanwege auteursrechtbeperkingen [1] [5].
Organische chemie
GPT-4 vertoont ook een sterk begrip van organische chemie, met name op het niveau van het leerboek. Het kan synthetische routes nauwkeurig beschrijven voor gemeenschappelijke verbindingen zoals acetaminophen, waarbij processen zoals nitratie, reductie en amidatie betrokken zijn [1] [5]. Het vermogen van GPT-4 om deze fundamentele organische reacties te begrijpen en uit te leggen is indrukwekkend, maar het worstelt met het bieden van gedetailleerde experimentele procedures of het verwerken van gespecialiseerde inhoud die geavanceerde of unieke synthetische methoden vereist [1] [3]. Hoewel GPT-4 eigenschappen van verbindingen kan voorspellen waarop het niet specifiek is getraind, zijn de prestaties ervan bij het interpreteren van complexe chemische structuren of het omzetten in standaardnotatie slechts gedeeltelijk [3].
Vergelijking
Over het algemeen is de kennis van GPT-4 in zowel fysieke als organische chemie solide op fundamenteel niveau, waardoor het een waardevol hulpmiddel is voor educatieve doeleinden of algemene probleemoplossing. Het mist echter de diepte en specificiteit die nodig is voor geavanceerd onderzoek of gespecialiseerde toepassingen, met name in vergelijking met menselijke expertise of gespecialiseerde computationele tools. De beperkingen ervan om toegang te krijgen tot recente academische literatuur als gevolg van auteursrechtkwesties, beperken het vermogen om op de hoogte te blijven van de nieuwste ontwikkelingen op beide velden [1] [3] [5]. Ondanks deze beperkingen is het vermogen van GPT-4 om weinig shot-leren uit te voeren en eigenschappen van onbekende verbindingen te voorspellen een aanzienlijk voordeel, wat het potentieel voor innovatie in chemisch onderzoek presenteert [1] [3].
Citaten:
[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/original/prompt-engineering-of-gpt-4-for-can-cannot-done.pdfdfd--done.pdf
[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_comprehension_benchmark_on_eight_tasks