GPT-4 menunjukkan pemahaman yang kuat tentang kimia fisik dan organik, meskipun kemampuannya di setiap bidang memiliki kekuatan dan keterbatasan yang berbeda.
Kimia Fisik
Dalam kimia fisik, GPT-4 memiliki pengetahuan di tingkat buku teks universitas. Ini dilakukan dengan baik dalam konsep-konsep mendasar seperti hukum gas ideal dan persamaan Lorentz-Lorentz, yang mendefinisikan indeks bias suatu zat [1] [5] [7]. Tingkat pemahaman ini menunjukkan bahwa GPT-4 dapat menerapkan prinsip-prinsip dasar kimia fisik secara efektif, menjadikannya berguna untuk tugas-tugas yang memerlukan pemahaman dasar konsep-konsep ini. Namun, pengetahuannya mungkin tidak meluas ke topik yang lebih khusus atau canggih yang biasanya tercakup dalam makalah akademik, karena dibatasi oleh data yang dilatih, yang tidak termasuk penelitian terbaru karena pembatasan hak cipta [1] [5].
Kimia organik
GPT-4 juga menunjukkan pemahaman yang kuat tentang kimia organik, terutama di tingkat buku teks. Ini dapat secara akurat menggambarkan jalur sintetis untuk senyawa umum seperti asetaminofen, yang melibatkan proses seperti nitrasi, reduksi, dan amidasi [1] [5]. Kemampuan GPT-4 untuk memahami dan menjelaskan reaksi organik dasar ini sangat mengesankan, tetapi berjuang untuk menyediakan prosedur eksperimental terperinci atau menangani konten khusus yang membutuhkan metode sintetis canggih atau unik [1] [3]. Selain itu, sementara GPT-4 dapat memprediksi sifat senyawa yang belum dilatih secara khusus, kinerjanya dalam menafsirkan struktur kimia yang kompleks atau mengubahnya menjadi notasi standar hanya sebagian [3].
Perbandingan ###
Secara keseluruhan, pengetahuan GPT-4 dalam kimia fisik dan organik solid pada tingkat dasar, menjadikannya alat yang berharga untuk tujuan pendidikan atau pemecahan masalah umum. Namun, tidak memiliki kedalaman dan kekhususan yang diperlukan untuk penelitian lanjutan atau aplikasi khusus, terutama bila dibandingkan dengan keahlian manusia atau alat komputasi khusus. Keterbatasannya dalam mengakses literatur akademik baru -baru ini karena masalah hak cipta lebih lanjut membatasi kemampuannya untuk tetap diperbarui dengan perkembangan terbaru di kedua bidang [1] [3] [5]. Terlepas dari keterbatasan ini, kemampuan GPT-4 untuk melakukan pembelajaran beberapa tembakan dan memprediksi sifat senyawa yang tidak diketahui adalah keuntungan yang signifikan, menunjukkan potensinya untuk inovasi dalam penelitian kimia [1] [3].
Kutipan:
[1] https://ai-scholar.tech/en/articles/large-language-models/promppt-chemical-research
[2] https://pubs.rsc.org/en/content/articleHtml/2024/dd/d4dd00248b
[3] https://phys.org/news/2023-10-gpt-artitificial-intelligence-chemistry.html
[4] https://pmc.ncbi.nlm.nih.gov/articles/pmc10918540/
[5] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647dbe16ad5c57b6627/original/prompt-engineering-f-gpt-4-for-cemical-car--can-can-cann--noc--noc--noc--nate-can-can-can-can-noc--ne-can-can-noc--cineering
[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