Synthetic Sciences wprowadza OpenScience: otwartą platformę AI dla badań naukowych
Firma Synthetic Sciences zaprezentowała OpenScience – otwartą, niezależną od konkretnych modeli platformę AI, przeznaczoną do wspierania badań w dziedzinach takich jak uczenie maszynowe, biologia, fizyka i chemia.
Firma Synthetic Sciences ogłosiła premierę OpenScience, otwartej platformy AI przeznaczonej dla badań naukowych. Narzędzie, udostępnione na licencji Apache 2.0, działa na infrastrukturze użytkownika i jest postrzegane jako otwarta alternatywa dla Claude Science firmy Anthropic, która zadebiutowała pod koniec czerwca 2026 roku.
Twórcy OpenScience jasno podkreślają, że narzędzia AI dla nauki nie powinny być własnością jednego dostawcy. Platforma ma na celu utrzymanie otwartego przepływu pracy, umożliwienie swobodnej wymiany modeli oraz przechowywanie danych lokalnie. Jest to projekt niezależny, niepowiązany ani niepromowany przez Anthropic.
Jak działa OpenScience?
OpenScience to środowisko pracy oparte na przeglądarce, wspierane przez lokalny agent wykonawczy. Użytkownik definiuje cel badawczy, a platforma naśladuje proces, jaki podjąłby zdolny współpracownik. Obejmuje to czytanie odpowiednich publikacji, formułowanie hipotez, pisanie i uruchamianie kodu, przeprowadzanie eksperymentów, a także przeszukiwanie głównych naukowych baz danych i sporządzanie raportów z wyników. Cały ten proces odbywa się w ramach jednej, ciągłej sesji.
Narzędzie zostało zaprojektowane jako niezależne od modelu (model-agnostic). Współpracuje z dowolnymi wiodącymi lub otwartymi modelami, wykorzystując klucze API dostarczone przez użytkownika. Rozpoczęcie pracy nie wymaga zakładania konta.
Instalacja OpenScience odbywa się za pomocą menedżera pakietów npm. Komenda openscience uruchamia środowisko pracy w przeglądarce. Przy pierwszym uruchomieniu dostępne są trzy opcje: zarządzane modele Atlas, własne klucze dostawców lub darmowe modele demonstracyjne. Możliwe jest również pominięcie globalnej instalacji i uruchomienie za pomocą npx synsci.
OpenScience uruchamia lokalny serwer, który hostuje interfejs użytkownika środowiska pracy, środowisko wykonawcze agenta oraz warstwę narzędziową. Agent planuje działania za pomocą specjalnego modułu badawczego i wywołuje narzędzia, takie jak:
- powłoka systemowa
- edytor
- serwery LSP (Language Server Protocol)
- serwery MCP
- konektory naukowe
- umiejętności (skills)
Agent przesyła strumieniowo wyniki swojej pracy do przeglądarki w czasie rzeczywistym.
Elastyczność i bezpieczeństwo danych
Modele są routowane na żądanie. Użytkownik wybiera model z selektora w środowisku pracy, co pozwala na łatwą zmianę dostawców lub uruchamianie modeli lokalnych bez konieczności wprowadzania innych modyfikacji. Klucze API użytkownika, takie jak ANTHROPIC_API_KEY, pozostają na jego maszynie. Sesje, artefakty i informacje o pochodzeniu danych są przechowywane na dysku i mogą być udostępniane za pomocą linków.
Cztery kluczowe cechy sprawiają, że środowisko wykonawcze OpenScience jest przydatne w praktycznej pracy:
- Rozszerzalność jest priorytetem. OpenScience wspiera integrację z LSP, serwerami MCP, wtyczkami i niestandardowymi agentami. Dostarczany jest również zestaw SDK w języku TypeScript.
- Dostępna jest opcjonalna warstwa zarządzana o nazwie Atlas. Atlas oferuje wyselekcjonowany zestaw wiodących modeli, rozliczanych z przedpłaconego portfela. Dodaje również trwały graf badawczy i możliwość wykorzystania zasobów obliczeniowych w chmurze. OpenScience współpracuje z Atlasem, ale nigdy go nie wymaga.
Zarówno OpenScience, jak i Claude Science mają ten sam cel: automatyzację pętli badawczej, renderowanie wyników naukowych w czasie rzeczywistym i priorytetowe traktowanie odtwarzalności. Kluczowa różnica leży w otwartości i wyborze modeli. Claude Science to dopracowany, samodzielny produkt z wyselekcjonowanymi integracjami, podczas gdy OpenScience stawia na otwartość, możliwość audytu i swobodę wyboru dostawcy, kosztem pewnego stopnia „dopracowania”.
Premiera OpenScience od Synthetic Sciences stanowi ważny krok w kierunku demokratyzacji narzędzi AI w badaniach naukowych. Oferując otwartą i elastyczną platformę, która pozwala naukowcom na pełną kontrolę nad danymi i wyborem modeli, OpenScience może znacząco przyspieszyć innowacje, zapewniając jednocześnie niezależność od jednego dostawcy technologii.
Źródło: marktechpost.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej

Google przedstawia SAM (Sovereign Agent Mesh): bezpieczną sieć P2P dla autonomicznych agentów AI
Google wprowadza Sovereign Agent Mesh (SAM), projekt sieciowy typu open-source, który ma na celu bezpieczne łączenie autonomicznych agentów AI działających na różnych platformach, eliminując potrzebę wystawiania wewnętrz
Redakcja Aigestwczoraj

Deepseek ulepsza model V4 Pro, udostępnia oprogramowanie agentowe jako open source i podnosi ceny API
Deepseek ogłosił znaczące zmiany, wprowadzając ulepszoną wersję swojego flagowego modelu V4 Pro, udostępniając autorskie oprogramowanie agentowe jako open source oraz podnosząc ceny dostępu do API.
Redakcja Aigest6 dni temu

Stripe przejmuje OpenRouter za 7,5 miliarda dolarów, wkraczając w zarządzanie wydatkami AI
Stripe potwierdziło przejęcie OpenRouter, platformy do routingu promptów AI, za kwotę 7,5 miliarda dolarów. Transakcja ta oznacza strategiczne wejście giganta płatności w obszar zarządzania wydatkami związanymi ze sztucz
Redakcja Aigest12 godz. temu

OpenAI cofnęło dostęp badaczom cyberbezpieczeństwa do programu Trusted Access for Cyber
Wielu badaczy cyberbezpieczeństwa zgłosiło, że OpenAI niespodziewanie cofnęło im dostęp do programu Trusted Access for Cyber (TAC), który umożliwia korzystanie z narzędzi AI z ograniczonymi zabezpieczeniami. Firma potwie
Redakcja Aigest17 godz. temu

Meta wyświetlała reklamy aplikacji do tworzenia deepfake'ów z polityczkami
Meta wyświetlała reklamy aplikacji Kromix, która umożliwiała tworzenie pornograficznych deepfake'ów z wizerunkami kobiet, w tym polityczek, pomimo własnych zasad dotyczących treści seksualnych.
Redakcja Aigest20 godz. temu

Liquid AI wprowadza LFM2.5 Q4_0: Nowy standard kwantyzacji modeli językowych
Liquid AI ogłosiło wydanie LFM2.5 Q4_0, przełomowego rozwiązania w dziedzinie kwantyzacji modeli językowych, które ma na celu zwiększenie efektywności i dostępności AI.
Redakcja Aigest22 godz. temu
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.