GPT-4는 물리적 및 유기 화학 모두에 대한 강력한 이해를 보여 주지만, 각 영역에서의 능력은 뚜렷한 강점과 한계를 가지고 있습니다.
물리 화학
물리 화학에서 GPT-4는 대학 교과서 수준에서 지식을 보유하고 있습니다. 그것은 이상적인 가스 법칙과 Lorentz-Lorentz 방정식과 같은 기본 개념에 정통되어 있으며, 이는 물질의 굴절률을 정의합니다 [1] [5] [7]. 이러한 수준의 이해는 GPT-4가 물리 화학의 기본 원리를 효과적으로 적용 할 수 있음을 시사합니다.이 개념을 기본적으로 파악 해야하는 작업에 유용합니다. 그러나 그 지식은 학술 논문에서 일반적으로 다루는보다 전문적이거나 고급 된 주제로 확대되지 않을 수 있으며, 이는 훈련 된 데이터에 의해 제한되며, 저작권 제한으로 인한 최근 연구는 포함되지 않습니다 [1] [5].
유기농 화학
GPT-4는 또한 특히 교과서 수준에서 유기 화학에 대한 강한 파악을 보여줍니다. 그것은 질화, 감소 및 아미드 화와 같은 과정을 포함하는 아세트 아미노펜과 같은 일반적인 화합물에 대한 합성 경로를 정확하게 설명 할 수있다 [1] [5]. 이러한 기본적인 유기 반응을 이해하고 설명하는 GPT-4의 능력은 인상적이지만, 상세한 실험 절차를 제공하거나 고급 또는 고유 한 합성 방법이 필요한 특수 콘텐츠를 처리하는 데 어려움을 겪고 있습니다 [1] [3]. 또한 GPT-4는 구체적으로 훈련되지 않은 화합물의 특성을 예측할 수 있지만 복잡한 화학 구조를 해석하거나 표준 표기법으로 변환하는 데있어 성능은 부분적입니다 [3].
비교
전반적으로, 물리적 및 유기 화학에 대한 GPT-4의 지식은 기본적 수준에서 견고하여 교육 목적이나 일반적인 문제 해결을위한 귀중한 도구입니다. 그러나 특히 인간의 전문 지식이나 전문화 된 계산 도구와 비교할 때 고급 연구 또는 전문 응용 프로그램에 필요한 깊이와 특이성이 부족합니다. 저작권 문제로 인해 최근 학술 문헌에 접근하는 데있어서의 한계는 두 분야의 최신 개발로 업데이트되는 능력을 더욱 제한합니다 [1] [3] [5]. 이러한 한계에도 불구하고, GPT-4의 소수의 학습을 수행하고 알려지지 않은 화합물의 특성을 예측하는 능력은 화학 연구의 혁신의 잠재력을 보여주는 중요한 이점이다 [1] [3].
인용 :
[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-chemical-research-what-cant-canto-don-done-done-done-pd
[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_comprehencial_benchmark_on_eight_tasks