L’ultimo nato in casa OpenAI, GPT-4, la quarta iterazione del sistema di intelligenza artificiale, sta dimostrando di avere notevoli applicazioni nel campo della chimica, ma presenta ancora alcune limitazioni significative. Kan Hatakeyama-Sato, un chimico presso il Tokyo Institute of Technology, ha dichiarato: “GPT-4 ha una sorprendente conoscenza della chimica, suggerendo la capacità di prevedere e proporre risultati sperimentali in modo simile ai processi mentali umani”. Questo studio è stato recentemente pubblicato sulla rivista Science and Technology of Advanced Materials: Methods, nel quale Hatakeyama-Sato e il suo team hanno esplorato il potenziale di GPT-4 nella ricerca chimica.
GPT-4, l’acronimo di Generative Pre-trained Transformer 4, rientra nella categoria dei modelli linguistici di grandi dimensioni nell’ambito dell’intelligenza artificiale. Questi modelli sono capaci di raccogliere e analizzare enormi quantità di dati al fine di affrontare sfide complesse poste dagli utenti. Una delle caratteristiche distintive di GPT-4 è la sua abilità nel lavorare non solo con testo, ma anche con informazioni presentate sotto forma di immagini.
Nonostante gli specifici set di dati utilizzati per addestrare GPT-4 non siano stati divulgati dagli sviluppatori, è evidente che il sistema abbia acquisito una conoscenza dettagliata della chimica. Per valutare le sue capacità, i ricercatori hanno sottoposto GPT-4 a una serie di compiti incentrati sulla chimica organica, che comprendevano aspetti teorici, gestione dei dati molecolari, previsione delle proprietà delle sostanze chimiche, risultati di processi chimici e proposte di nuove procedure chimiche.
I risultati di questa indagine hanno rivelato sia punti di forza che limitazioni significative. GPT-4 ha dimostrato una buona comprensione delle nozioni generali di chimica organica, tipiche di un libro di testo. Tuttavia, ha mostrato debolezze quando si trattava di compiti che richiedevano conoscenze più specializzate o approcci unici per sintetizzare composti organici specifici. Inoltre, ha dimostrato solo una capacità parziale nell’interpretare le strutture chimiche e nel tradurle in una notazione standard. Un aspetto interessante è stata la sua capacità di effettuare previsioni accurate sulle proprietà dei composti su cui non era stato specificamente addestrato. Nel complesso, GPT-4 è stato in grado di superare alcuni algoritmi computazionali esistenti, ma è rimasto indietro rispetto ad altri.
Hatakeyama-Sato ha commentato: “I risultati indicano che GPT-4 è in grado di affrontare una vasta gamma di compiti nella ricerca chimica, spaziando dalla conoscenza di base alla gestione di problemi non precedentemente addestrati e all’ottimizzazione di diverse variabili. Tuttavia, le sue prestazioni sono fortemente influenzate dalla qualità e dalla quantità dei dati di addestramento, e c’è ampio margine per migliorare le sue capacità di inferenza”.
I ricercatori sottolineano che questo studio rappresenta solo un’indagine preliminare e che le ricerche future dovrebbero estendere la portata dell’analisi e approfondire le performance di GPT-4 in vari scenari di ricerca.
Inoltre, hanno l’obiettivo di sviluppare modelli linguistici di grandi dimensioni specializzati nel campo della chimica e di esplorare la loro possibile integrazione con le tecniche esistenti.
Hatakeyama-Sato conclude: “Nel frattempo, i ricercatori dovrebbero sicuramente considerare l’applicazione di GPT-4 alle sfide chimiche, magari utilizzando approcci ibridi che combinino le capacità di GPT-4 con tecniche specializzate esistenti”.