Anthropic ha publicado un documento técnico que evalúa el rendimiento de su modelo de inteligencia artificial Claude en la interpretación de espectros de resonancia magnética nuclear (RMN), una tarea fundamental en química sintética. El estudio, liderado por el químico David Kamber, comparó a Claude con herramientas estándar como ChemDraw y MestReNova en 20 compuestos extraídos de prepublicaciones posteriores a la fecha de corte del entrenamiento del modelo. Los resultados muestran que Claude Opus 4.7 logró un error promedio de ±0.079 ppm para hidrógeno, muy por debajo del umbral de tolerancia de ±0.20 ppm, y fue comparable a MestReNova en carbono (±1.37 ppm frente a ±1.48 ppm). Además, Claude predijo patrones de acoplamiento con mayor precisión que las herramientas comerciales en varios casos. Este avance sugiere que los modelos de lenguaje multimodal pueden asistir a los químicos en la traducción entre representaciones moleculares, aunque persisten desafíos como la escasez de datos y el acceso a información estructurada. Anthropic planea continuar mejorando la utilidad de Claude en química.
Claude iguala o supera a software de RMN en precisión
Fuentes:
Making Claude a chemist
