评估GPT-4o和GPT-4o-Mini的视觉能力,用于从干溶液滴中进行组合分析
Deven B Dangi1, Beni B Dangi2, Oliver Steinbock1
1Department of Chemistry and Biochemistry, Florida State University, Tallahassee, Florida 32306-4390, United States.
ACS omega
|May 19, 2025
概括
一般使用的人工智能 (AI) 工具可以通过分析它们的干燥模式来识别盐. GPT-4o准确地分类了57%的盐,显示了AI.
科学领域:
- 材料科学 材料科学 材料科学
- 结晶的动力学 结晶的动力学
- 人工智能应用程序 人工智能应用程序
背景情况:
- 在表面上干燥微升液滴盐溶液,形成特有的沉积模式.
- 这些模式是由复杂的结晶和流体运动动力学造成的.
研究的目的:
- 评估图像启用人工智能模型在根据其干燥模式识别不同盐的有效性.
- 为了比较GPT-4o和GPT-4o mini在这个分类任务中的性能.
主要方法:
- 分析了12种不同盐的干燥模式,每种盐使用200张图像.
- 使用了OpenAI的支持图像的语言模型,特别是GPT-4o和GPT-4o mini,用于分类.
- 对已知盐的同一性进行分类准确性的定量评估.
主要成果:
- 对于12种盐,GPT-4o的准确分类率达到了57%.
- 这种准确性明显超过了随机机会.
- 与GPT-4o mini相比,GPT-4o mini在盐识别方面表现优越.
结论:
- 一般使用的人工智能工具对从它们的干燥模式中可靠识别盐具有显著的前景.
- 图像启用的人工智能为材料特征提供了一种新的,非破坏性的方法.
- 进一步的研究可以探索人工智能在分析结晶现象方面的更广泛应用.


