OpenScience : un nouvel environnement IA open source pour la recherche scientifique
Une alternative ouverte aux outils propriétaires de recherche en IA est désormais disponible. Synthetic Sciences a publié OpenScience, une plateforme IA open source conçue pour le machine learning et les recherches en biologie, physique et chimie. Sous licence Apache 2.0, elle fonctionne sur votre propre infrastructure, garantissant la transparence des flux de travail et la possibilité d’échanger les modèles.
Un environnement dédié à la rigueur scientifique
OpenScience se présente comme un espace de recherche autonome. Après avoir défini un objectif, l’outil accompagne l’ensemble du cycle de recherche : revue de la littérature, élaboration d’hypothèses, exécution de code, analyse d’expériences et rédaction, comme le ferait un collaborateur humain. Il interroge les principales bases de données scientifiques comme UniProt, PDB et arXiv, et intègre plus de 30 bases de données sous forme d’outils agents. Le système prend en charge n’importe quel modèle, des API propriétaires aux variantes à poids ouverts, permettant aux chercheurs de changer de fournisseur à la demande sans modifier leur flux de travail.
Contrôle local et absence de frais cachés
À la différence des solutions exclusivement cloud, OpenScience fonctionne localement, assurant que les données restent sur votre machine. Les utilisateurs fournissent leurs propres clés API, évitant ainsi l’enfermement propriétaire ou les frais dissimulés. L’espace de travail basé sur navigateur inclut un explorateur de fichiers, un éditeur, un terminal et un historique de sessions, ainsi que des outils pour visualiser des molécules, génomes et structures moléculaires. L’installation est simple via npm ou npx, sans obligation de créer un compte. Le projet met l’accent sur l’indépendance, précisant explicitement qu’il n’est affilié ni soutenu par Anthropic.
Flexibilité et collaboration au cœur du projet
La plateforme propose plus de 250 compétences modifiables couvrant l’entraînement, l’évaluation, la manipulation de jeux de données et la chimie computationnelle. Des agents spécialisés en biologie, physique et machine learning, accompagnés d’agents de critique, répondent à des besoins variés. Les sessions, artefacts et traçabilité peuvent être partagés sous forme de liens, facilitant la reproduction des résultats ou la collaboration entre équipes. En maintenant une infrastructure ouverte et adaptable aux modèles, OpenScience cherche à démocratiser l’accès aux outils de recherche avancés tout en garantissant un contrôle total sur les données et les flux de travail.
Source : MarkTechPost. Synthèse éditoriale assistée par IA — TechnoExpress.