GPT-4 besidder omfattende viden inden for kemi, der dækker en lang række emner, herunder kemisk binding, teorier om kemiske reaktioner, organisk kemi og fysisk kemi [1] [3]. Her er en detaljeret sammenligning af dens viden om kemisk binding og kemiske reaktioner:
Kemisk binding
GPT-4 har en solid forståelse af kemiske bindingsprincipper, som er grundlæggende i kemi. Det kan forklare koncepter som kovalente, ioniske og metalliske bindinger samt mere komplekse bindingsteorier som molekylær orbital teori. Denne viden er sandsynligvis afledt af dens uddannelse i generelle kemiske lærebøger og online ressourcer [1] [3]. Imidlertid kan dens evne til at gå i dybden i avancerede eller specialiserede aspekter af kemisk binding, såsom kvantemekaniske fortolkninger eller detaljerede molekylære orbitaldiagrammer, være begrænset på grund af begrænsningerne i dens træningsdata og manglen på adgang til nylig akademisk forskning [3].
Kemiske reaktioner
På området for kemiske reaktioner demonstrerer GPT-4 et godt greb om generelle reaktionsmekanismer og principper, især på lærebogsniveau. Det kan forklare almindelige organiske reaktioner, såsom substitution, eliminering og tilsætningsreaktioner, og tilvejebringe basale synteseruter for velkendte forbindelser som acetaminophen [1] [3]. Når det kommer til specialiserede eller komplekse reaktioner eller dem, der kræver detaljerede eksperimentelle procedurer, er GPT-4's ydeevne imidlertid mindre robust. Det kan kæmpe med at forudsige resultaterne af nye eller utrente reaktioner, og det mangler evnen til at give nøjagtige eksperimentelle forhold eller detaljerede mekanistiske indsigter, der typisk findes i akademiske forskningsartikler [1] [3] [5].
Sammenligning og begrænsninger
Mens GPT-4 udmærker sig i at give generel viden om både kemisk binding og reaktioner, bliver dens begrænsninger tydelige, når man beskæftiger sig med specialiserede eller avancerede emner. Til kemisk binding kan det håndtere grundlæggende principper, men kan ikke gå dybt ned i avancerede teorier. For kemiske reaktioner kan det forklare almindelige mekanismer, men kæmper med komplekse eller nye reaktioner. Den primære begrænsning er dens afhængighed af allerede eksisterende viden, der for det meste stammer fra lærebøger og offentligt tilgængelige ressourcer snarere end nylig akademisk forskning [1] [3] [5].
GPT-4's evne til at forudsige egenskaber ved utrente forbindelser gennem få-shot-læring er en bemærkelsesværdig styrke, men det kræver stadig forbedring i håndtering af komplekse kemiske strukturer og specialiserede reaktionsmekanismer [3] [5]. Generelt er GPT-4 et kraftfuldt værktøj til generel kemisk viden, men bør suppleres med specialiserede værktøjer eller modeller til mere avancerede kemiske forskningsopgaver.
Citater:
[1] 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
[2] https://pubs.acs.org/doi/10.1021/acs.jchemed.4c00235
)
[4] https://www.mdpi.com/2078-2489/14/7/409
[5] https://phys.org/news/2023-10-tportiful-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