OpenScience: جایگزین متن‌باز برای محیط‌های پژوهشی Claude Science

تصور کنید پژوهشگری هستید که می‌خواهد یک فرضیه زیست‌شناسی را تست کند، اما نمی‌خواهد تمام داده‌های حساس آزمایشگاهش را به سرورهای یک شرکت خصوصی بسپارد. OpenScience دقیقاً برای حل همین مشکل طراحی شده تا کنترل کامل چرخه پژوهش را به دست کاربر برگرداند.

به نقل از وب‌سایت marktechpost.com، این ابزار یک محیط کاری (Workbench) متخصص برای حوزه‌های زیست‌شناسی، فیزیک، شیمی و یادگیری ماشین است و مستقیماً به عنوان یک جایگزین متن‌باز برای Claude Science توصیف شده است. این پلتفرم برای رقابت با نسخه بتای Claude Science که در اواخر ژوئن ۲۰۲۶ عرضه شد، روانه بازار شده است. هدف اینجا ساده است: اجازه دادن به یک هدف پژوهشی واحد برای فعال کردن یک حلقه خودکار کامل (Full-cycle autonomous loop)، که شامل مرور ادبیات، طرح فرضیه، کدنویسی و تحلیل داده‌ها می‌شود، و همه این‌ها بدون وابستگی به یک فروشنده خاص (Vendor lock-in) صورت می‌گیرد.

دنیای هوش مصنوعی در حال گذار از چت‌بات‌های ساده به سمت محیط‌های کاری پیچیده و عامل‌محور (Multi-agent workbenches) است. همان‌طور که در تحلیل‌های پیشین ما درباره نحوه ساخت لایه‌های میانی باز برای عامل‌های هوش مصنوعی توسط پلتفرم‌هایی مثل Developerz.ai اشاره کردیم، OpenScience این فلسفه را به حوزه‌های حساس علوم پایه تعمیم می‌دهد. این رویکرد یادآور موفقیت‌های اخیر در استفاده از عامل‌های همکاری‌کننده برای حل مسائل پیچیده ریاضی است، مشابه آنچه در پروژه EinsteinArena برای ارتقای کران پایین مسئله kissing number مشاهده کردیم. در حالی که ابزار انتراپیک یک محصول تجاری صیقل‌خورده است که تنها به مدل‌های Claude محدود می‌شود، OpenScience اولویت را به قابلیت حسابرسی (Auditability) و آزادی در انتخاب ارائه‌دهنده مدل داده است. استدلال اصلی این است که ابزارهای هوش مصنوعی برای علوم نباید در انحصار یک شرکت واحد باشد.

معماری فنی و استقرار

طبق مستندات فنی، OpenScience یک فضای کاری مبتنی بر مرورگر است که توسط یک زمان اجرای عامل محلی (Local agent runtime) تغذیه می‌شود. این سیستم تحت لایسنس Apache 2.0 منتشر شده و به گونه‌ای طراحی شده تا روی زیرساخت شخصی کاربر اجرا شود؛ این یعنی داده‌های خصوصی هرگز سیستم محلی را ترک نمی‌کنند. این تمرکز بر حریم خصوصی، OpenScience را در ردیف ابزارهای متن‌باز برای استقرار محلی و خصوصی مدل‌ها قرار می‌دهد که هدفشان حذف وابستگی به ابرهای متمرکز است. برای نصب، کاربران تنها باید دستور npm install -g @synsci/openscience را اجرا کرده و سپس با تایپ openscience محیط کار را فعال کنند. همچنین امکان اجرای سریع و بدون نصب سراسری با دستور npx synsci برای راه‌اندازی پروژه در یک مرحله وجود دارد.

در اولین اجرا، سیستم سه مسیر پیکربندی ارائه می‌دهد: استفاده از مدل‌های مدیریت‌شده Atlas، استفاده از کلیدهای API شخصی ارائه‌دهندگان، یا استفاده از مدل‌های دمو رایگان. معماری این سیستم شامل یک سرور محلی است که رابط کاربری (UI)، زمان اجرای عامل‌ها و لایه ابزارها را میزبانی می‌کند. این ساختار اجازه می‌دهد کاربر برای هر درخواست (Per-request)، مدل را تغییر دهد؛ به این معنا که کاربر می‌تواند بدون نیاز به ری‌استارت کردن جلسه، از یک مدل پیشرو مثل GPT-4 به یک مدل محلی با تنظیم دقیق (Fine-tuned) سوییچ کند.

عدم وابستگی به مدل و مدیریت کلیدها

یکی از نقاط قوت فنی این پلتفرم، عدم وابستگی به مدل خاص (Model Agnostic) است. مدل‌های Claude، GPT، Gemini، GLM، Kimi، DeepSeek و حتی مدل‌های محلی همگی پشتیبانی می‌شوند. چون تغییر مدل از طریق یک انتخاب‌گر مدل (Model selector) در فضای کاری و برای هر درخواست صورت می‌گیرد، پژوهشگران می‌توانند یک فرضیه را فوراً روی ارائه‌دهندگان مختلف تست کنند.

درخواست‌ها مستقیماً از طریق کلیدهای API کاربر (برای مثال با دستور export ANTHROPIC_API_KEY=sk-ant-...) به ارائه‌دهنده ارسال می‌شوند. این مدل استفاده «کلید خودت را بیاور» (BYOK) رایگان است و هیچ محدودیتی توسط پلتفرم ایجاد نمی‌کند. تمامی جلسات، مصنوعات (Artifacts) و سوابق منشأ (Provenance) روی دیسک ذخیره می‌شوند، هرچند می‌توان آن‌ها را به صورت لینک به اشتراک گذاشت. همچنین کاربران می‌توانند دایرکتوری‌های خاص پروژه را با اجرای دستور openscience ~/code/my-project باز کنند.

مجموعه ابزارهای علمی

این محیط کاری برای مدیریت «چرخه کامل» پژوهش طراحی شده است. OpenScience از یک هارنس پژوهشی برای برنامه‌ریزی استفاده می‌کند و وظایف را از طریق ترکیبی از شل (Shell)، ویرایشگر، LSP، سرورهای MCP و مهارت‌های تخصصی اجرا می‌کند. عامل‌های موجود در این سیستم عبارتند از:

• عامل‌های پژوهشی: عامل‌های پیش‌فرض برای برنامه‌ریزی و اجرا. علاوه بر این، عامل‌های متخصص برای زیست‌شناسی، فیزیک و یادگیری ماشین (ML) نیز در دسترس هستند.
• عامل‌های پشتیبانی: زیر-عامل‌هایی که به‌طور خاص برای نقد (Critique) و مرور ادبیات موضوع طراحی شده‌اند، به همراه یک حالت «برنامه‌ خواندنی» (Read-only plan mode).
• بیش از ۲۵۰ مهارت قابل ویرایش: این مهارت‌ها نیازهای فنی گسترده‌ای را پوشش می‌دهند؛ از DeepSpeed، PEFT و TRL برای آموزش مدل‌های ML گرفته تا کارهای مربوط به مجموعه داده‌ها، شیمی‌informatics، زیست‌شناسی مولکولی و بالینی، LaTeX و ترسیم اشکال.

ادغام با پایگاه‌های داده

علاوه بر مهارت‌های داخلی، OpenScience مستقیماً به بیش از ۳۰ پایگاه داده علمی بزرگ متصل است که به عنوان ابزارهای عامل عمل می‌کنند. این ادغام‌ها شامل موارد زیر است:

• زیست‌شناسی و شیمی: UniProt، PDB، Ensembl، ChEMBL و PubChem.
• ادبیات و پژوهش: arXiv، OpenAlex و Semantic Scholar.

محیط کار دارای یک محیط واقعی شامل درخت فایل، ویرایشگر، ترمینال و تاریخچه جلسات است. این سیستم می‌تواند توالی‌های ژنومی، ساختارهای مولکولی، مدل‌های سه بعدی و نمودارهای پیچیده را به‌صورت درون‌خطی (Inline) رندر کند تا یک ردپای بصری از شواهد برای هر کشفِ هدایت‌شده توسط عامل ایجاد شود.

تحلیل مقایسه‌ای: OpenScience در برابر Claude Science

در حالی که هر دو ابزار هدفشان تکرارپذیری و اتوماسیون پژوهش است، تفاوت‌های آن‌ها بنیادین است. Claude Science ابزارهای NVIDIA BioNeMo مانند Evo 2، Boltz-2 و OpenFold3 را ادغام کرده و تجربه‌ای سازمان‌یافته برای مشترکین پولی ارائه می‌دهد. در مقابل، OpenScience صیقل ظاهری را فدای کنترل کامل کرده است.

تفاوت‌های کلیدی عبارتند از:

• انتخاب مدل: Claude Science محدود به مدل‌های انتراپیک است؛ OpenScience مدل-ناشناخت (Agnostic) است.
• لایسنس: OpenScience تحت Apache 2.0 است؛ Claude Science یک محصول تجاری و بسته است.
• زیرساخت: Claude Science روی ماشین‌های آزمایشگاهی یا بتای خاص macOS/Linux اجرا می‌شود؛ OpenScience روی هر زیرساختی از طریق npm اجرا می‌گردد.
• مهارت‌ها: OpenScience بیش از ۲۵۰ مهارت قابل ویرایش و گسترش Offering دارد، در حالی که Claude Science حدود ۶۰ مهارت سازمان‌یافته دارد.
• قابلیت گسترش: OpenScience یک SDK تایپ‌اسکریپت ارائه می‌دهد و از سرورهای MCP و ادغام LSP برای توسعه پلاگین‌های سفارشی پشتیبانی می‌کند.

موارد کاربرد در دنیای واقعی

برای درک کاربرد، این سناریوها را در نظر بگیرید:

• یادگیری ماشین: یک مهندس ML از عامل ml برای استخراج مقالات مرتبط از arXiv استفاده می‌کند، سپس مهارت‌های PEFT و TRL را برای نوشتن و اجرای اسکریپت آموزشی به کار می‌گیرد و در نهایت گزارش را پیش‌نویس می‌کند.
• زیست‌شناسی محاسباتی: یک دانشمند داده از طریق عامل زیست‌شناسی، UniProt و PDB را کوئری می‌زند تا ساختار یک پروتئین را به‌صورت درون‌خطی رندر کند، سپس جهش‌های احتمالی را پیشنهاد داده و سوابق آن را ثبت می‌کند.
• شیمی‌informatics: یک شیمی‌دان از عامل برای استخراج داده‌های زیست‌فعالی از ChEMBL و PubChem استفاده کرده و با کدنویسی، کاندیدها را فیلتر کرده تا لیست‌های رتبه‌بندی شده همراه با نمودار دریافت کند.
• بنچ‌مارک مدل‌ها: یک تیم یک وظیفه واحد را ابتدا روی Claude، سپس روی GLM و در نهایت روی یک مدل محلی Fine-tune شده اجرا می‌کند تا هزینه و کیفیت را روی داده‌های خود بدون بازنویسی کد مقایسه کند.

محدودیت‌های بحرانی

با وجود جامعیت، OpenScience شکاف‌های امنیتی قابل توجهی دارد. زمان اجرای عامل‌ها ایزوله (Sandboxed) نیست و سیستم دسترسی‌های آن یک مرز امنیتی واقعی ایجاد نمی‌کند. به همین دلیل، پژوهشگران باید این ابزار را داخل یک کانتینر یا ماشین مجازی (VM) اجرا کنند. همچنین، به دلیل نوپا بودن پروژه، کاربر باید انتظار «لبه‌های زبر» و باگ‌های بیشتری را نسبت به محصول صیقل‌خورده انتراپیک داشته باشد. از آنجا که سیستم بر پایه BYOK است، کیفیت و هزینه پژوهش کاملاً به مدل انتخاب شده و محدودیت‌های Rate Limit ارائه‌دهنده API بستگی دارد.

برای کسانی که مقیاس بیشتری نیاز دارند، Synthetic Sciences لایه‌ای مدیریت‌شده به نام Atlas را ارائه می‌دهد. Atlas مجموعه‌ای منتخب از مدل‌های پیشرو را فراهم می‌کند که از طریق یک کیف پول پیش‌پرداخت شارژ می‌شوند و یک گراف پژوهشی پایدار و محاسبات ابری را اضافه می‌کند، هرچند استفاده از آن برای هسته متن‌باز ابزار ضروری نیست.

این چرخش به سمت محیط‌های کاری با وزن‌های باز (Open Weights) نشان می‌دهد که آینده اکتشافات علمی در دست کسی نیست که بهترین مدل تک‌بعدی را دارد، بلکه در دست کسی است که منعطف‌ترین لایه سازمان‌دهی (Orchestration) را ساخته است. با جداسازی «مغز» (LLM) از «ابزارها» (پایگاه‌های داده و مهارت‌ها)، پژوهشگران اکنون می‌توانند ارائه‌دهندگان مختلف هوش مصنوعی را روی یک مسئله علمی واحد به‌صورت هم‌زمان بنچ‌مارک کنند.

پژوهشگرانی که علاقه‌مند به حسابرسی این گردش‌کارهای کاری هستند، اکنون می‌توانند مخزن گیت‌هاب پروژه را بررسی کنند تا مجموعه‌ای از ۲۵۰ مهارت موجود را شخصی‌سازی نمایند.

گام بعدی شما

• اگر پژوهشگر هستید، مخزن گیت‌هاب پروژه را بررسی کنید تا از ۲۵۰ مهارت موجود، موارد کاربردی با حوزه خود را شخصی‌سازی کنید.
• برای امنیت داده‌ها، حتماً محیط اجرای OpenScience را در یک Docker کانتینر ایزوله کنید.
• عملکرد مدل‌های مختلف (مثل DeepSeek در برابر GPT-4) را روی یک مسئله علمی واحد تست کنید تا بهینهترین هزینه-کیفیت را بیابید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک اینکه این حجم از محاسبات روی چه تراشه‌هایی می‌نشیند، به تحلیل ما درباره نسل جدید شتاب‌دهنده‌های AI مراجعه کنید.