正好看到 Magnetic Resonance in Chemistry 的文章 “Twenty years of nmrshiftdb2: A case study of an open database for analytical chemistry”，之前会用他来判断是否是已知化合物，也录入过一个化合物的碳谱。
www.nmrshiftdb.org 这个是他的链接，如果有需要的上去看看，可以预测化学位移。
以下内容是通过把期刊的文字内容输入到 Chatgpt-3.5，让他产生两段话介绍这个软件（侧重近期的人工智能技术方面）：
20年风雨兼程，nmrshiftdb2见证了开放数据在分析化学领域的崛起。由德国马克斯·普朗克化学生态学研究所的Stefan Kuhn主导，这一创举旨在为研究人员提供一个开放数据和开源数据库，促进核磁共振（NMR）光谱的结构鉴定和化学位移的预测。起初，数据库于2003年公开，拥有约5200个结构和谱图，而如今，已经发展成拥有44,909个结构、53,954个测量谱图和258,158个结构的数据库。这不仅反映了nmrshiftdb2在全球科研社区中的广泛应用，更彰显了其不懈发展的决心。
近年来，nmrshiftdb2引入人工智能（AI）技术，为化学位移的预测注入新活力。通过Jonas和Kuhn提出的深度学习模型以及Kuhn等人提出的支持向量机模型，nmrshiftdb2实现了更准确和高效的化学位移预测。在2022年，AI预测成为数据库最受欢迎的功能之一，平均每月有1508次使用。这标志着nmrshiftdb2不仅是一个长寿的开放科学项目，更是紧跟时代，通过引入人工智能不断创新，助力科研工作取得更为卓越的成就。
