GPT-4 má rozsáhlé znalosti v chemii, pokrývá širokou škálu témat, včetně chemických vazby, teorií chemických reakcí, organické chemie a fyzikální chemie [1] [3]. Zde je podrobné srovnání jeho znalostí v chemickém vazbě a chemických reakcích:
Chemické vazby
GPT-4 má solidní chápání principů chemického vazby, které jsou základem chemie. Může vysvětlit koncepty, jako jsou kovalentní, iontové a kovové vazby, jakož i složitější teorie vazby, jako je molekulární orbitální teorie. Tyto znalosti jsou pravděpodobně odvozeny z jeho školení na učebnicích obecné chemie a online zdrojích [1] [3]. Jeho schopnost ponořit se do pokročilých nebo specializovaných aspektů chemického vazby, jako jsou kvantové mechanické interpretace nebo podrobné molekulární orbitální diagramy, by však mohla být omezena kvůli omezením jeho tréninkových údajů a nedostatkem přístupu k nedávnému akademickému výzkumu [3].
Chemické reakce
V oblasti chemických reakcí GPT-4 ukazuje dobré pochopení obecných reakčních mechanismů a principů, zejména na úrovni učebnice. Může vysvětlit běžné organické reakce, jako je substituce, eliminace a přírůstkové reakce, a poskytovat základní syntézové trasy pro známé sloučeniny, jako je acetaminofen [1] [3]. Pokud jde o specializované nebo složité reakce nebo ty, které vyžadují podrobné experimentální postupy, je výkon GPT-4 méně robustní. Může bojovat s předpovídáním výsledků nových nebo netrénovaných reakcí a postrádá schopnost poskytovat přesné experimentální podmínky nebo podrobné mechanistické poznatky, které se obvykle vyskytují v akademických výzkumných dokumentech [1] [3] [5].
Srovnání a omezení
Zatímco GPT-4 vyniká v poskytování obecných znalostí o chemickém a reakcích, jeho omezení se projevuje při řešení specializovaných nebo pokročilých témat. Pro chemické vazby dokáže zvládnout základní principy, ale nemusí se hluboce ponořit do pokročilých teorií. U chemických reakcí může vysvětlit běžné mechanismy, ale bojuje se složitými nebo novými reakcemi. Primárním omezením je jeho spoléhání se na již existující znalosti, které jsou většinou odvozeny z učebnic a veřejně dostupných zdrojů, než na nedávný akademický výzkum [1] [3] [5].
Schopnost GPT-4 předpovídat vlastnosti netrénovaných sloučenin prostřednictvím učení s několika střely je pozoruhodnou pevností, ale stále vyžaduje zlepšení manipulace s komplexními chemickými strukturami a specializovanými reakčními mechanismy [3] [5]. Celkově je GPT-4 výkonným nástrojem pro obecné chemické znalosti, ale měl by být doplněn specializovanými nástroji nebo modely pro pokročilejší úkoly chemického výzkumu.
Citace:
[1] https://chemrxiv.org/engage/api-gateway/chemrxiv/assets/orp/resource/item/647d305dbe16ad5c577b6627/origiginal/promp-engineering-of-gpt-4-f-Chemical
[2] https://pubs.acs.org/doi/10.1021/acs.jchemed.4c00235
[3] https://ai-scholar.tech/en/articles/large-language-models/prompt-chemical-research
[4] https://www.mdpi.com/2078-2489/14/7/409
[5] https://phys.org/news/2023-10-gpt-artificial-intelligence-chemistry.html
[6] https://pubs.rsc.org/en/content/articlehtml/2025/sc/d4sc04401k
[7] https://www.tandfonline.com/doi/full/10.1080/27660400.2023.2260300
[8] https://arxiv.org/html/2305.18365v3