GPT-4 parodo patikimą fizinės ir organinės chemijos supratimą, nors kiekvienoje srityje jos galimybės turi skirtingus stipriąsias puses ir apribojimus.
Fizinė chemija
Fizinėje chemijoje GPT-4 turi žinių universiteto vadovėlio lygyje. Tai gerai išmano pagrindines sąvokas, tokias kaip idealus dujų dėsnis ir Lorentz-Lorentz lygtis, kuri apibūdina medžiagos lūžio rodiklį [1] [5] [7]. Šis supratimo lygis rodo, kad GPT-4 gali efektyviai pritaikyti pagrindinius fizinės chemijos principus, todėl tai yra naudinga atliekant užduotis, kurioms reikalingas pagrindinis šių sąvokų suvokimas. Tačiau jos žinios gali būti neapibrėžtos iki labiau specializuotų ar pažangių temų, kurios paprastai yra nagrinėjamos akademiniuose dokumentuose, nes jas riboja duomenys, kuriais buvo apmokyti, ir kurie neapima naujausių tyrimų dėl autorių teisių apribojimų [1] [5].
Organinė chemija
„GPT-4“ taip pat puikiai supranta organinę chemiją, ypač vadovėlių lygyje. Tai gali tiksliai apibūdinti įprastų junginių, tokių kaip acetaminofenas, sintetinius kelius, kurie apima tokius procesus kaip nitracija, redukcija ir amidacija [1] [5]. GPT-4 gebėjimas suprasti ir paaiškinti šias pagrindines organines reakcijas yra įspūdingas, tačiau jis kovoja su išsamiomis eksperimentinėmis procedūromis ar tvarkant specializuotą turinį, kuriam reikia pažangių ar unikalių sintetinių metodų [1] [3]. Be to, nors GPT-4 gali numatyti junginių savybes, jis nebuvo specialiai apmokytas, jo veikimas aiškinant sudėtingas chemines struktūras ar jas paversti standartine žymėjimu yra tik dalinė [3].
palyginimas
Apskritai, GPT-4 žinios tiek fizinėje, tiek organinėje chemijoje yra tvirtos pagrindiniu lygmeniu, todėl tai yra vertinga priemonė švietimo tikslams arba bendrai išspręsti problemas. Tačiau trūksta gilumo ir specifiškumo, reikalingo pažangių tyrimų ar specializuotų programų, ypač palyginti su žmonių patirtimi ar specializuotomis skaičiavimo priemonėmis. Dėl to, kad dėl autorių teisių klausimų dėl naujausios akademinės literatūros apribojimai dar labiau riboja jos galimybes išlikti atnaujintam su naujausiais pokyčiais abiejose srityse [1] [3] [5]. Nepaisant šių apribojimų, GPT-4 gebėjimas atlikti keletą šūvių mokymosi ir nežinomų junginių numatymo savybių yra reikšmingas pranašumas, parodantis jo inovacijų galimybes atliekant cheminius tyrimus [1] [3].
Citatos:
[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-shemic-research-whan-cannot-be-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_comprehensive_benchmark_on_onht_tass