A GPT-4 bizonyítja mind a fizikai, mind a szerves kémia megértését, bár képességei minden területen megkülönböztetett erősségekkel és korlátozásokkal rendelkeznek.
fizikai kémia
A fizikai kémiában a GPT-4 ismeretekkel rendelkezik egyetemi tankönyv szintjén. Jól ismeri az olyan alapvető fogalmakban, mint az ideális gázjog és a Lorentz-Lorentz egyenlet, amely meghatározza az anyag törésmutatóját [1] [5] [7]. Ez a megértés szintje azt sugallja, hogy a GPT-4 hatékonyan alkalmazhatja a fizikai kémia alapelveit, így hasznossá teszi azokat a feladatokhoz, amelyek megkövetelik ezen fogalmak alapvető megértését. Tudása azonban nem terjedhet ki olyan speciális vagy fejlettebb témákra, amelyeket általában tudományos dokumentumok tárgyalnak, mivel korlátozza azt a képzett adatok, amelyek nem tartalmazzák a szerzői jogi korlátozások miatti legújabb kutatásokat [1] [5].
Szerves kémia
A GPT-4 szintén erősen megragadja a szerves kémiát, különösen a tankönyv szintjén. Pontosan leírhatja a szintetikus útvonalakat olyan közös vegyületek, mint például az acetaminofén számára, amely olyan folyamatokat foglal magában, mint a nitráció, a redukció és az amidáció [1] [5]. A GPT-4 azon képessége, hogy megértse és megmagyarázza ezeket az alapvető szerves reakciókat, lenyűgöző, de küzd a részletes kísérleti eljárások biztosításával vagy a speciális tartalom kezelésével, amely fejlett vagy egyedi szintetikus módszereket igényel [1] [3]. Ezenkívül, bár a GPT-4 képes megjósolni a vegyületek tulajdonságait, ezt nem fejlesztették ki kifejezetten, a komplex kémiai szerkezetek értelmezésében vagy a standard jelölésgé történő átalakításában csak részleges teljesítmény [3].
összehasonlítás
Összességében a GPT-4 tudása mind a fizikai, mind a szerves kémiában alapvető szinten szilárd, így értékes eszköz az oktatási célokra vagy az általános problémamegoldáshoz. Hiányzik azonban a fejlett kutatáshoz vagy speciális alkalmazásokhoz szükséges mélység és specifikusság, különösen az emberi szakértelemhez vagy a speciális számítási eszközhöz képest. A szerzői jogi kérdések miatti közelmúltbeli tudományos irodalomhoz való hozzáférés korlátozásai tovább korlátozzák annak képességét, hogy naprakészen tartsa a legújabb fejleményeket mindkét területen [1] [3] [5]. E korlátozások ellenére a GPT-4 azon képessége, hogy néhány lövés tanulással és megjósolja az ismeretlen vegyületek tulajdonságait, jelentős előnye, bemutatva annak innovációjának potenciálját a kémiai kutatásban [1] [3].
Idézetek:
[1] https://ai-scholar.tech/en/articles/large-ganguage-models/proppt-hemical-research
[2] https://pubs.rsc.org/en/content/articehtml/2024/dd/d4dd00248b
[3] https://phys.org/news/2023-10-gpt-articial-intelligence-hemistry.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-can-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_comprehensense_benchmark_oneight_tasks