ایک عام مقصد کا زبانی ماڈل صرف کیمیائی لیب میں داخل ہوا اور ایسے سافٹ ویئر کے ساتھ اپنا مقام قائم کیا جو جزوی تجزیہ کے لیے خصوصی طور پر تیار کیا گیا تھا۔ اینٹروپک نے 5 جون کو "کلوڈ کو کیمسٹ بنانا" کے عنوان سے ایک تحقیقی رپورٹ جاری کی، جس میں ثابت کیا گیا کہ کلوڈ آپس 4.7 کیمیائی نیوکلیئر میگنیٹک ریزوننس سپیکٹروسکوپی کے کاموں کو ChemDraw 25.0.2 اور MestReNova 17.0.0 جیسے مخصوص NMR ٹولز کے برابر، اور کچھ معاملات میں ان سے زیادہ بہتر طریقے سے انجام دے سکتا ہے۔
ان اعداد کہانی بیان کرتے ہیں
اینٹروپک کی تحقیق میں آپس 4.7 کو حالیہ سنتھیٹک کیمیسٹری کے پریپرینٹس سے حاصل کردہ 20 مرکبات پر ٹیسٹ کیا گیا، جس میں فور ورڈ پریڈکشن (ایک مولیکولر سٹرکچر دیے جانے پر سپیکٹرم کی شکل کا شبیہہ بنانا) اور انورس سٹرکچر الیوڈیشین (سپیکٹرل ڈیٹا سے شروع کرکے مولیکول کو تلاش کرنا) دونوں کا جائزہ لیا گیا۔
ہائیڈروجن NMR شفٹس پر، Opus 4.7 نے مثبت یا منفی 0.079 پی پی ایم پر کمترین اوسط خطاء درج کیا۔ کاربن شفٹس کے لیے، یہ MestReNova کے ساتھ مثبت یا منفی 1.37 پی پی ایم پر برابر رہا۔ اسے کچھ معنی خیز طور پر سمجھیں: پارٹس پر ملین NMR میں کیمیکل شفٹس کے لیے معیاری اکائی ہے، اور ہائیڈروجن ڈیٹا پر 0.1 پی پی ایم سے کم خطاء حقیقی طور پر اعلیٰ معیار کے پیشگوئیوں کو ظاہر کرتا ہے۔
اس ماڈل نے پیک اسپلٹنگ پیٹرنز اور J-کپلنگ ویلیوز کی پیشگوئی میں بھی مسلسل کامیابی حاصل کی، جو کیمسٹس متشابہ مولیکولر ڈھانچوں کو الگ کرنے کے لیے زیادہ تر انحصار کرتے ہیں۔
دوسری طرف، جہاں ماڈل کو 1D NMR اور اعلیٰ حل کی ماس سپیکٹرومیٹری کے ڈیٹا سے ساختوں کو استنباط کرنا تھا، Opus 4.7 نے ہر کوشش میں تمام سادہ تر ہدف کی ساختیں کامیابی کے ساتھ حاصل کر لیں۔ جب ٹیم نے زیادہ پیچیدہ ہدف کے لیے شروعاتی مواد سے رہنمائی شامل کی، تو ماڈل نے تمام کوششوں میں سات میں سے چار زیادہ متراکم ساختوں پر کامیابی حاصل کی۔
یہ عام AI بینچ مارکس سے کیوں مختلف ہے
اینٹروپک کے نتیجے کو غیر معمولی بنانے والا یہ ہے کہ Opus 4.7 کو اس کام کے لیے کیمیائی خصوصی ڈیٹا پر فائن ٹیون نہیں کیا گیا تھا۔ یہ عام کیمیا دان کے پیسٹ کردہ ریڈ آؤٹس پر کام کرتا ہے اور کسی خصوصی سیٹ اپ کی ضرورت نہیں ہوتی۔ انگلش میں: ایک کیمیا دان اپنا NMR ڈیٹا چیٹ ونڈو میں کاپی کر سکتا ہے اور بغیر کسی ملکی نرم افزار لائسنس کے ساختی پیشکش حاصل کر سکتا ہے۔
مطالعہ نے نوٹ کیا کہ 2D NMR ڈیٹا کی ضرورت نہیں تھی، جو عام طور پر پیچیدہ ساخت کے تعین کے لیے ضروری سمجھا جاتا ہے۔ دو بعدی NMR تجربات مکمل کرنے میں زیادہ وقت لگتا ہے اور تشریح کے لیے زیادہ ڈیٹا پیدا کرتے ہیں۔ اس ضرورت کو دور کرنا، چاہے سادہ مرکبات کے لیے ہو، ایک ایسا عمل ہے جو دہائیوں سے تقریباً غیر تبدیل رہا ہے۔