Le GPT-4 démontre une compréhension solide de la chimie physique et organique, bien que ses capacités dans chaque domaine aient des forces et des limites distinctes.
Chimie physique
En chimie physique, GPT-4 possède des connaissances au niveau des manuels universitaires. Il connaît bien des concepts fondamentaux tels que la loi idéale sur le gaz et l'équation de Lorentz-Lorentz, qui définit l'indice de réfraction d'une substance [1] [5] [7]. Ce niveau de compréhension suggère que le GPT-4 peut appliquer efficacement les principes de base de la chimie physique, ce qui le rend utile pour les tâches qui nécessitent une compréhension fondamentale de ces concepts. Cependant, ses connaissances peuvent ne pas s'étendre à des sujets plus spécialisés ou avancés qui sont généralement couverts dans des articles universitaires, car il est limité par les données sur lesquelles elle a été formée, qui n'inclut pas les recherches récentes en raison des restrictions du droit d'auteur [1] [5].
Chimie organique
GPT-4 présente également une forte compréhension de la chimie organique, en particulier au niveau du manuel. Il peut décrire avec précision les voies synthétiques pour des composés communs comme l'acétaminophène, qui implique des processus tels que la nitration, la réduction et l'amidation [1] [5]. La capacité de GPT-4 à comprendre et à expliquer ces réactions organiques de base est impressionnante, mais elle a du mal à fournir des procédures expérimentales détaillées ou à gérer un contenu spécialisé qui nécessite des méthodes synthétiques avancées ou uniques [1] [3]. De plus, bien que le GPT-4 puisse prédire les propriétés des composés, il n'a pas été spécifiquement formé, ses performances pour interpréter des structures chimiques complexes ou les convertir en notation standard ne sont que partielles [3].
Comparaison
Dans l'ensemble, les connaissances de GPT-4 dans la chimie physique et organique sont solides au niveau fondamental, ce qui en fait un outil précieux à des fins éducatives ou une résolution générale de problèmes. Cependant, il n'a pas la profondeur et la spécificité nécessaires à la recherche avancée ou aux applications spécialisées, en particulier par rapport à l'expertise humaine ou aux outils de calcul spécialisés. Ses limites dans l'accès à la littérature universitaire récente en raison des problèmes de droit d'auteur restreignent encore sa capacité à rester à jour avec les derniers développements dans les deux domaines [1] [3] [5]. Malgré ces limites, la capacité de GPT-4 à effectuer un apprentissage à quelques coups et à prédire les propriétés des composés inconnus est un avantage significatif, présentant son potentiel d'innovation dans la recherche chimique [1] [3].
Citations:
[1] https://ai-scholar.tech/en/articles/large-anguage-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-chemical-research-what-cancot
[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_compehensive_benchmark_on_eight_tasks