GPT-4 demonstrē stabilu izpratni gan par fizisko, gan organisko ķīmiju, lai gan tā spējām katrā apgabalā ir izteikta stiprā puse un ierobežojumi.
fizikālā ķīmija
Fiziskā ķīmijā GPT-4 ir zināšanas universitātes mācību grāmatas līmenī. Tas ir labi pārzinis pamatjēdzienus, piemēram, ideālajā gāzes likumā un Lorentz-Lorentz vienādojumā, kas nosaka vielas refrakcijas indeksu [1] [5] [7]. Šis izpratnes līmenis liek domāt, ka GPT-4 var efektīvi izmantot fizikālās ķīmijas pamatprincipus, padarot to noderīgu uzdevumiem, kuriem ir nepieciešams pamatot šo jēdzienu izpratni. Tomēr tās zināšanas var neattiecas uz specializētākām vai modernākām tēmām, kuras parasti aptver akadēmiskajos dokumentos, jo to ierobežo dati, par kuriem tie tika apmācīti, un tie neietver jaunākos pētījumus autortiesību ierobežojumu dēļ [1] [5].
Organiskā ķīmija
GPT-4 ir arī spēcīga organiskās ķīmijas izpratne, īpaši mācību grāmatas līmenī. Tas var precīzi aprakstīt sintētiskos ceļus tādiem parastiem savienojumiem kā acetaminofēns, kas ietver tādus procesus kā nitrācija, reducēšana un apņemšana [1] [5]. GPT-4 spēja izprast un izskaidrot šīs organiskās reakcijas ir iespaidīga, taču tā cīnās ar detalizētu eksperimentālu procedūru nodrošināšanu vai specializētu satura apstrādi, kurai ir vajadzīgas uzlabotas vai unikālas sintētiskas metodes [1] [3]. Turklāt, lai arī GPT-4 var paredzēt savienojumu īpašības, tas nav īpaši apmācīts, tā veiktspēja sarežģītu ķīmisko struktūru interpretācijā vai pārveidošana standarta apzīmējumā ir tikai daļēja [3].
salīdzinājums
Kopumā GPT-4 zināšanas gan fizikālajā, gan organiskajā ķīmijā ir stabilas pamatlīmenī, padarot to par vērtīgu instrumentu izglītības vajadzībām vai vispārēju problēmu risināšanu. Tomēr tam trūkst dziļuma un specifiskuma, kas nepieciešams progresīvam pētījumam vai specializētiem lietojumprogrammām, it īpaši, salīdzinot ar cilvēku kompetenci vai specializētiem skaitļošanas rīkiem. Tās ierobežojumi piekļuvei nesenajai akadēmiskajai literatūrai autortiesību problēmu dēļ vēl vairāk ierobežo tās spēju saglabāt atjauninājumu ar jaunākajiem notikumiem abās jomās [1] [3] [5]. Neskatoties uz šiem ierobežojumiem, GPT-4 spēja veikt dažus kadru mācīšanos un prognozēt nezināmu savienojumu īpašības ir būtiska priekšrocība, parādot tā potenciālu jauninājumiem ķīmiskajos pētījumos [1] [3].
Atsauces:
[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-artifial-intelligence-chemistry.html
[4] https://pmc.ncbi.nlm.nih.gov/articles/pmc10918540/
.
[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/