Synthetic Sciences تطلق OpenScience — منصة عمل مفتوحة المصدر بالذكاء الاصطناعي للتعلم الآلي والأحياء والفيزياء والكيمياء

أطلقت Synthetic Sciences في 5 يوليو 2026 منصة OpenScience، وهي منصة عمل مفتوحة المصدر بالذكاء الاصطناعي، بترخيص Apache 2.0، لأتمتة الأبحاث في التعلم الآلي والأحياء والفيزياء والكيمياء. تعمل المنصة مع أي نماذج رائدة (frontier) أو مفتوحة الأوزان (open-weight) عبر مفاتيح API الخاصة بالباحث، وتُنشر على البنية التحتية الخاصة به، دون نقل البيانات إلى خدمات خارجية.

ما الذي تتضمنه الحزمة القياسية

تغطي المنصة دورة البحث كاملةً، من البحث في قواعد البيانات العلمية إلى تنفيذ المهام الحسابية، ولا تتطلب التنقل بين أدوات غير متوافقة من مزوّدين مختلفين.

أبرز مكونات الإصدار:

• الترخيص: Apache 2.0، والشيفرة المصدرية مفتوحة بالكامل
• المجالات: التعلم الآلي والأحياء والفيزياء والكيمياء
• أكثر من 250 مهارة قابلة للتحرير ضمن الحزمة القياسية
• وصول مدمج إلى قواعد البيانات العلمية المطلوبة
• التوافق مع أي نموذج رائد (frontier) أو مفتوح الأوزان (open-weight) عبر مفاتيح API الخاصة بالمستخدم
• النشر على البنية التحتية الخاصة بالمؤسسة

كل مهارة وحدة منطقية قابلة للتحرير. يستطيع الباحث إعادة كتابة الموجّه (prompt)، أو تغيير تسلسل الخطوات، أو إضافة عمليات تحقق خاصة، دون إعادة بناء المنصة بأكملها. وهذا ما يميّز OpenScience جوهريًا عن أدوات SaaS التي يقتصر فيها المستخدم على ما يسمح به المزوّد؛ فهنا يكيّف المختبر الأداة الجاهزة مع مهمته، ولا يكيّف مهمته مع قيود الأداة.

لماذا يهم الاستقلال عن نموذج الذكاء الاصطناعي؟

تكمن المشكلة في أن معظم أدوات الذكاء الاصطناعي الموجّهة للعلوم مرتبطة بمزوّد واحد. وتغيير النموذج يعني تغيير بيئة العمل بأكملها: منصة مختلفة، وموجّهات جديدة، وإعادة تدريب الفريق. ويحدّ ذلك من التجريب مع النماذج الجديدة، ويخلق اعتمادًا طويل الأمد على المزوّد.

تكسر OpenScience هذا الاعتماد عبر واجهة موحدة فوق أي محرّك. يختار الباحث النموذج المناسب للمهمة: نموذجًا رائدًا قويًا للاستدلال المعقّد متعدد الخطوات، أو نموذجًا مفتوحًا خفيفًا لمعالجة البيانات الروتينية وخفض التكاليف. وكثيرًا ما تعمل المجموعات الأكاديمية مع عدة مزوّدين، وتنتقل بينهم بحسب المنح والتراخيص المؤسسية. وتحمي حيادية النماذج من الارتهان لمزوّد واحد (vendor lock-in)، وتتيح الانتقال بسلاسة إلى النماذج الجديدة فور ظهورها.

وثمة مشكلة أخرى هي سرية البيانات. فالتجارب البيولوجية والمركبات الكيميائية والتسلسلات الجينومية غير المنشورة كثيرًا ما تتضمن معلومات لا يحق للمؤسسة نقلها إلى خدمات سحابية خارجية. وتتيح OpenScience إجراء دورة البحث كاملةً داخل محيط المختبر، من صياغة المهمة حتى الحصول على النتيجة. وهذا يزيل العوائق التنظيمية التي منعت كثيرًا من المؤسسات من الانتقال إلى خدمات الذكاء الاصطناعي الخارجية.

قواعد البيانات العلمية داخل خط المعالجة

يُعد الوصول المدمج إلى قواعد البيانات العلمية أحد العناصر الرئيسية المعلنة للمنصة. فبإمكان مهارات الذكاء الاصطناعي الوصول مباشرةً إلى البيانات العلمية المنظّمة داخل خط المعالجة البحثي (pipeline)، دون تصدير يدوي أو تحميل لمجموعات البيانات. ويقلّص ذلك العمل التحضيري الروتيني عند البحث في الأدبيات واختيار عينات التدريب والتحقق من النتائج.

ويعكس شمول أربعة مجالات، هي التعلم الآلي والأحياء والفيزياء والكيمياء، التوجّه نحو AI4Science، حيث يُستخدم الذكاء الاصطناعي لتسريع الاكتشافات العلمية، من التنبؤ ببنى البروتينات إلى مسائل الكيمياء الكمومية. وتطمح هذه المنصة المفتوحة العامة إلى أن تصبح طبقة بنية تحتية تربط المختبرات التجريبية بأحدث قدرات الذكاء الاصطناعي.

ماذا يعني ذلك

تمثّل OpenScience محاولة لإرساء معيار مفتوح لأدوات الذكاء الاصطناعي في العلوم الطبيعية. ويستهدف الجمع بين ترخيص Apache 2.0 وحيادية النماذج وأكثر من 250 مهارة قابلة للتحرير والنشر المحلي المؤسسات الأكاديمية ومختبرات البحث والتطوير في الشركات، حيث يشكّل الارتهان لمزوّد واحد ومتطلبات سرية البيانات عوائق حقيقية. أما مدى اعتماد المجتمع العلمي على المنصة، فستكشفه وتيرة المساهمات في المستودع خلال الأشهر المقبلة.