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

Szef Mistral ostrzega przed zamkniętymi modelami AI: Firmy tracą kontrolę nad danymi
Arthur Mensch, założyciel Mistral, apeluje do firm o budowanie własnych modeli AI i unikanie zależności od zamkniętych systemów, wskazując na ryzyko utraty kontroli nad procesami biznesowymi.
Redakcja Aigest23 godz. temu

EverOS: Otwarty system pamięci dla agentów AI z samoewoluującymi umiejętnościami
EverMind wprowadza EverOS, otwarty system pamięci dla agentów AI, który rozwiązuje problem ulotności kontekstu dużych modeli językowych, przechowując dane w plikach Markdown i oferując hybrydowe wyszukiwanie.
Redakcja Aigest6 dni temu

Sakana AI wprowadza Sakana Translate – tłumacza japońsko-angielsko-chińskiego z trybami tłumaczenia, korekty i pytań
Sakana AI uruchomiła Sakana Translate, nową funkcję w swoim serwisie Sakana Chat, oferującą dwukierunkowe tłumaczenie między japońskim, angielskim i chińskim, zasilaną modelem Namazu.
Redakcja Aigest3 godz. temu
Hugging Face wprowadza znaczące aktualizacje w projekcie 🤗 Kernels, zwiększając bezpieczeństwo i wsparcie dla rozwoju a
Hugging Face ogłosiło kluczowe zmiany w projekcie 🤗 Kernels, wprowadzając nowy typ repozytorium, wzmocnione mechanizmy bezpieczeństwa oraz ulepszone wsparcie dla agentowego rozwoju kerneli. Celem jest standaryzacja pako
Redakcja Aigest9 godz. temu

Meta: Rozwój agentów AI wolniejszy niż zakładał Zuckerberg, pomimo gigantycznych inwestycji
Mark Zuckerberg przyznał, że rozwój agentów AI w Meta Platforms postępuje wolniej niż oczekiwano, mimo znaczących inwestycji i restrukturyzacji. Firma przeznacza miliardy dolarów na infrastrukturę AI, dążąc do dogonienia
Redakcja Aigest2 dni temu

Tesla ogranicza wydatki pracowników na AI do 200 dolarów tygodniowo
Tesla wprowadziła limit wydatków na narzędzia AI dla swoich pracowników, ustalając go na 200 dolarów tygodniowo. Decyzja ta ma na celu kontrolę kosztów, jednocześnie promując wewnętrzne platformy AI.
Redakcja Aigest2 dni temu
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.