OpenScience
Synthetic Sciences · コーディング · 生産性向上
OpenScienceはSynthetic Sciencesが開発したオープンソースのAI研究ワークベンチだ。論文を読み、コードを書いて実行し、科学データベースを検索し、各結果の根拠を同じプロジェクト内に残す。
OpenScience について
About
OpenScienceとは
OpenScienceは、AIエージェントに研究作業を任せるためのワークスペースだ。問いを書き、ファイルやデータセットを指定すると、エージェントは文献を検索し、PythonやRを書き、UniProtやPDBといったソースを引き、まとめを仕上げる。開発元のSynthetic SciencesはY Combinatorの支援を受け、この製品をAI共同科学者として位置づけ、コードをApache 2.0で公開している。
科学のためのAIツールの多くは、モデル提供元を一つに絞り、クラウド上の流れを前提にする。ここでは出発点が逆だ。実際の解析はチャット画面からノートブックへ、ノートブックからクラスタの端末へ、さらに文献管理へと移り、図とそれを生んだコードをつなぐ糸が途中で切れる。OpenScienceはプロジェクト、セッション、ファイル、実行履歴、結果を一か所にまとめる。研究室の同僚が数か月後に開いても、どの数字がどう出たのかたどれる。再現可能な研究を日々の作業に落とすと、そういう形になる。
導入の手間はかかる。デスクトップアプリかコマンドラインツールを入れ、モデルへのアクセスを用意する必要がある。自分のAPIキー、提供元のサブスクリプション、ローカルモデル、有料のAceサービスから選ぶ。公式ドキュメントは、論文に使う前に手法を読み結果を確認するよう利用者に求めている。
はじめかた
- macOS、Windows、Linux向けのデスクトップアプリを入手するか、npm install -g @synsci/openscience@latestでCLIを入れ、プロジェクトのフォルダでワークスペースを起動する。
- Synthetic Sciencesのアカウントを作る。自分のモデルキーを使う場合でも、初回起動のセットアップで求められる。
- Customize → Modelsでモデルへのアクセスを選ぶ。Aceの管理モデル、提供元のAPIキー、ChatGPTやClaudeのサインイン、自分のマシンで動くローカルモデルのいずれかだ。
- プロジェクトを開き、入力、期待する出力、制約の三つを添えて依頼を書く。必要ならデータを添付し、プロジェクト内のファイルを参照する。
- 実行の様子を見て、走ったコードと参照したソースを確認する。そのままレポートを書き出すか、同じセッションで作業を続ける。
最初の依頼は、ファイルと出力先を名指しするとうまくいく。data/measurements.csvを解析し、欠損値を示し、処理群を比較し、グラフと手法メモをresults/に保存する、といった具合だ。エージェントには自分の仕事を照合できる具体的な対象ができる。
AIツール情報
OpenScienceの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 博士課程の学生とポスドク：文献、解析、図表が同じ場所にそろう。複数のツールを行き来する論文作業に向く。初めて本格的に使う前に、セットアップ用に半日は見ておきたい。
- 計算生物学・化学の研究者：構造、配列、分子のデータベースとビューアが同梱される。ソースごとにAPIクライアントを組む必要はない。
- 研究エンジニアと機械学習チーム：自分のキーを持ち込み、ローカルモデルを動かし、ノートPCで足りなくなったらクラスタやGPU機に重い処理を回せる。
タスク
- 出典付きの文献レビュー：エージェントが検索し、論文を読み、要点を抜き出す。要約を信じるのではなく、行ごとに確かめられる。
- データ解析と統計：望む比較を伝えると、スクリプトを書いて実行し、表と図をプロジェクトに保存する。
- 公表済みの結果の再現：論文とデータセットを渡すと、記載された手法で解析をやり直し、数字を原著と突き合わせる。
シーン
- 卒業した学生のプロジェクトを研究室が引き継ぐ：保存されたセッションと実行履歴が、名前のないスクリプトの山ではなく出発点になる。
- クラスタはあるが専任のツール担当がいない：計算ジョブをノートPCからクラスタやGPU機へ移し、環境を手で作り直さずに済む。
- 論文草稿の手法節が埋まらない：実際に走らせた手順をエージェントが文章にし、記憶から書き起こす代わりにその草稿を直せる。
主な機能
研究の流れを一つのプロジェクトに
各プロジェクトはセッション、アップロードしたファイル、生成したファイル、保存した結果をまとめて持つ。会話には、エージェントの回答と並んで、実行したコマンド、読んだファイル、引用したソースが残る。図が重要なら、それを生んだセッションに戻れる。古いノートブックを探し回る必要はない。
モデルはいつでも差し替えられる
OpenScienceはモデル非依存だ。AceではOpenAI、Anthropic、Google、xAI、Z.ai、DeepSeek、Qwen、Moonshot、MiniMax、Xiaomi、Meta、NVIDIAの21モデルを審査済みの一覧から管理ルートで使える。自分のAPIキーを接続し、ChatGPT PlusやProの購読を流用し、オープンモデルをローカルで動かすこともできる。ルートを変えても新しいプロジェクトを立てる必要はない。
42の科学データベースをツールとして使う
UniProt、PDB、ChEMBL、PubChem、arXivに加えて37のソースが同梱され、エージェントは検索結果を貼り付けさせるのではなく、これらをツールとして呼び出す。構造の仕事なら、PDBのエントリを取り、実測値で変異体を評価し、比較を一枚の図にまとめるところまで一度に進む。
371のスキルを同梱
クライアントには生物学、化学、物理学、機械学習、科学ライティングにわたる371のスキルが入る。よく使う手順は厳選された中核スキルが受け持ち、スキルのファイルはどれも読めて編集できる。研究室ごとの慣習に合わせて手順を変えたり、内部手法を足したりできる。
ノートPCからクラスタまで計算を回す
エージェントは環境を構築し、目の前のマシンの外へジョブを送れる。小さな解析はローカルで動かし、大きなスキャンはクラスタやGPUホストに回す。ノートブックの試作が数時間の計算を要する仕事に育っても、書き直さずに済む。
デスクトップ、ブラウザ、ターミナル
同じワークスペースはデスクトップアプリとして開き、CLIを起動すればブラウザから入り、単発の依頼ならコマンド一行で済む。シェルで暮らす研究者と、グラフィカルなファイルツリーを好む共同研究者が、書き出しなしで同じプロジェクトを触れる。
メリットとデメリット
メリット
- コードはApache 2.0で公開され、研究室はエージェントの動作を監査でき、フォークも、ベンダー契約なしの運用もできる。
- モデルの選択権は利用者にある。機微なデータ向けのローカルモデルも、すでに払っているChatGPTやClaudeの購読も使える。
- データベースの一覧は、生命科学や化学のプロジェクトが実際に引用するソースを押さえ、手作業の照会ではなくエージェントのツールとして動く。
- 結果は来歴を保つ。生成したコード、入力、実行履歴が成果物にくっついたまま残る。
- Synthetic SciencesはTerminal-Bench Science、Terminal-Bench 4.0、BiomniBench-DA、自社のOpenScience Benchの結果を公開している。漠然とした主張ではなく、検証できる数字がある。
デメリット
- 初回起動ではオープンソース版でもアカウントが要り、サインインするとセッションのトレース共有が既定で有効になる。端末ごとに切れるが、臨床や産業の研究室ではこの既定を確認したい。
- 導入にはターミナルへの慣れが要る。CLIを入れ、モデルのルートを選び、キーを管理するのは、チャットアプリを開くより手間がかかる。
- ベンチマークの数字は提供元自身の実行によるもので、自社設計のテストも複数含む。独立した追試はまだ少ない。
- モデル費用はソフトとは別で、ルートによって変わる。残高を見ず上限も決めないと、長いセッションは想定より高くつく。
よくある質問
OpenScienceはSynthetic SciencesによるオープンソースのAI研究ワークベンチである。論文を読み、コードを書いて実行し、科学データベースを検索し、根拠とともに結果を保存する研究エージェントを動かす。デスクトップアプリ、ブラウザのワークスペース、CLIで使える。
関連コンテンツ
OpenScienceに関連するツール、スキル、記事を探す。
OpenScienceの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。