एक सामान्य उद्देश्य भाषा मॉडल ने रसायन शास्त्र के प्रयोगशाला में प्रवेश किया और अणु विश्लेषण के लिए विशेष रूप से बनाई गई सॉफ्टवेयर के साथ अपनी प्रतिस्पर्धा की। एंथ्रोपिक ने 5 जून को "क्लॉड को रसायनज्ञ बनाना" शीर्षक से एक शोध रिपोर्ट प्रकाशित की, जिसमें दर्शाया गया कि क्लॉड ओपस 4.7 ChemDraw 25.0.2 और MestReNova 17.0.0 जैसे समर्पित NMR उपकरणों के स्तर के बराबर, और कुछ मामलों में उनसे अधिक, परमाणु चुंबकीय अनुनाद विस्तारण के कार्य कर सकता है।
संख्याएँ कहानी बताती हैं
एंथ्रोपिक के अध्ययन ने हाल के संश्लेषणात्मक रसायन विज्ञान प्रीप्रिंट्स से प्राप्त 20 यौगिकों पर Opus 4.7 का परीक्षण किया, जिसमें अग्रगामी भविष्यवाणी (अणु संरचना दी जाने पर स्पेक्ट्रम कैसा दिखना चाहिए, इसका अनुकरण करना) और व्युत्क्रम संरचना स्पष्टीकरण (स्पेक्ट्रल डेटा से शुरू करके अणु को निर्धारित करना) दोनों का मूल्यांकन किया गया।
हाइड्रोजन NMR विस्थापनों पर, Opus 4.7 ने धनात्मक या ऋणात्मक 0.079 ppm पर सबसे कम औसत त्रुटि दर्ज की। कार्बन विस्थापनों के लिए, यह MestReNova के साथ धनात्मक या ऋणात्मक 1.37 ppm पर बराबरी करता है। इसे कुछ अर्थपूर्ण रूप में अनुवादित करें: प्रति मिलियन भाग NMR में रासायनिक विस्थापनों को मापने की मानक इकाई है, और हाइड्रोजन डेटा पर 0.1 ppm से कम त्रुटियाँ वास्तविक उच्च गुणवत्ता वाली भविष्यवाणियों को दर्शाती हैं।
मॉडल शिखर विभाजन पैटर्न और J-कपलिंग मानों के भविष्यवाणी में सुसंगठितता पर भी बेहतर प्रदर्शन किया, जो रसायनशास्त्री इसी तरह की आणविक संरचनाओं को अलग करने के लिए अत्यधिक निर्भर करते हैं।
दूसरी ओर, जहाँ मॉडल को 1D NMR और उच्च-विभेदन द्रव्यमान स्पेक्ट्रोमेट्री डेटा से संरचनाओं का अनुमान लगाना था, Opus 4.7 हर प्रयास में सभी सरल लक्ष्य संरचनाओं को सफलतापूर्वक पुनः प्राप्त कर लिया। जब टीम ने अधिक जटिल लक्ष्यों के लिए प्रारंभिक सामग्री से संकेत जोड़े, तो मॉडल सभी प्रयासों में सात में से चार अधिक सघन संरचनाओं में सफल रहा।
यह सामान्य AI बेंचमार्क से क्यों अलग है
एंथ्रोपिक परिणाम को असामान्य बनाने वाली बात यह है कि Opus 4.7 को इस कार्य के लिए रसायन विज्ञान-विशिष्ट डेटा पर फाइन-ट्यून नहीं किया गया था। इसे किसी विशेष सेटअप की आवश्यकता के बिना, सामान्य रसायनज्ञ द्वारा कॉपी किए गए रीडआउट पर काम करना होता है। अंग्रेजी में: एक रसायनज्ञ अपने NMR डेटा को चैट विंडो में कॉपी कर सकता है और बिना किसी स्वामित्व वाले सॉफ्टवेयर लाइसेंस के संरचनात्मक प्रस्ताव प्राप्त कर सकता है।
अध्ययन में 2D NMR डेटा की आवश्यकता नहीं थी, जो सामान्यतः जटिल संरचना के स्पष्टीकरण के लिए आवश्यक मानी जाती है। द्वि-आयामी NMR प्रयोगों को चलाने में अधिक समय लगता है और व्याख्या के लिए अधिक डेटा उत्पन्न होता है। यह आवश्यकता छोड़ना, भले ही सरल यौगिकों के लिए, एक ऐसे कार्य प्रवाह को सुगम बनाता है जो दशकों से लगभग अपरिवर्तित रहा है।