Synthetic Sciences Lanza OpenScience — Workbench de IA Abierto para ML, Biología, Física y Química

Synthetic Sciences lanzó OpenScience — un workbench de IA abierto bajo licencia Apache 2.0 para investigación científica. La plataforma funciona con cualquier modelo a través de tus propias claves de API y no vincula investigadores a un proveedor específico. Incluye 250+ habilidades editables, acceso a bases de datos científicas, soporte para ML, biología, física y química. Se implementa en tu propia infraestructura.

Procesado por IA desde MarkTechPost; editado por Hamidun News
Synthetic Sciences Lanza OpenScience — Workbench de IA Abierto para ML, Biología, Física y Química
Fuente: MarkTechPost. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalMarkTechPost ↗
Editor jefe
Dato clave #1Licencia — Apache 2.0, código fuente completamente abierto
Coberturaaprendizaje automático, biología, física, química
Dato clave #3Más de 250 habilidades editables en la versión estándar

Synthetic Sciences lanzó OpenScience el 5 de julio de 2026 — un workbench de IA abierto bajo la licencia Apache 2.0 para automatizar investigaciones en aprendizaje automático, biología, física y química. La plataforma funciona con cualquier modelo frontier u open-weight a través de las claves de API del investigador e se implementa en la infraestructura propia de la organización — sin transmitir datos a servicios externos.

Qué incluye la versión estándar

El workbench cubre el ciclo completo de investigación — desde la búsqueda en bases de datos científicas hasta la ejecución de tareas computacionales — sin necesidad de cambiar entre herramientas incompatibles de diferentes proveedores.

Componentes clave de la versión:

  • Licencia — Apache 2.0, código fuente completamente abierto
  • Cobertura: aprendizaje automático, biología, física, química
  • Más de 250 habilidades editables en la versión estándar
  • Acceso integrado a bases de datos científicas solicitadas
  • Compatibilidad con cualquier modelo frontier u open-weight a través de claves de API del usuario
  • Implementación en la infraestructura propia de la organización

Cada habilidad es una unidad editable de lógica. Un investigador puede reescribir un prompt, cambiar la secuencia de pasos o añadir verificaciones específicas sin reformular toda la plataforma. Esto diferencia fundamentalmente OpenScience de las herramientas SaaS, donde los usuarios están limitados por opciones aprobadas por el proveedor: aquí, el laboratorio adapta soluciones listas para su tarea, en lugar de ajustar la tarea a las limitaciones de la herramienta.

¿Por qué es importante la independencia de modelos de IA?

El problema central surge del bloqueo de la mayoría de herramientas de IA para ciencia a un único proveedor. Cambiar de modelo significa cambiar todo el entorno de trabajo: una plataforma diferente, nuevos prompts, reentrenamiento del equipo. Esto obstaculiza la experimentación con nuevos modelos y crea dependencia de larga duración del proveedor.

OpenScience rompe esta dependencia a través de una interfaz unificada sobre cualquier motor. Un investigador elige un modelo para la tarea: un poderoso modelo frontier para razonamiento complejo multietapa, o un modelo abierto ligero para procesamiento de datos rutinario y optimización de costos. Los grupos académicos a menudo trabajan con múltiples proveedores, alternando según subvenciones y licencias institucionales. La neutralidad de modelo protege contra el bloqueo de proveedor y permite transiciones sin fricciones a nuevos modelos a medida que surgen.

Una preocupación separada es la confidencialidad de datos. Los experimentos biológicos, compuestos químicos y secuencias genómicas no publicadas frecuentemente contienen información que las organizaciones no pueden transmitir a servicios en la nube externos. OpenScience permite que todo el ciclo de investigación tenga lugar dentro del perímetro del laboratorio — desde la formulación del problema hasta los resultados. Esto elimina barreras regulatorias que bloquearon a muchas instituciones de adoptar servicios de IA externos.

Bases de datos científicas dentro del pipeline

El acceso integrado a bases de datos científicas es una de las características clave anunciadas de la plataforma. Las habilidades de IA pueden acceder directamente a datos científicos estructurados dentro del pipeline de investigación, omitiendo exportación manual y carga de conjuntos de datos. Esto reduce el trabajo preparatorio rutinario en búsqueda de literatura, selección de muestras de entrenamiento y verificación de resultados.

La cobertura de cuatro disciplinas — ML, biología, física y química — refleja la orientación hacia la dirección AI4Science, donde la IA se aplica para acelerar descubrimientos científicos: desde predicción de estructura de proteínas hasta tareas de química cuántica. Un workbench abierto universal pretende convertirse en la capa de infraestructura que vincula laboratorios experimentales con capacidades actuales de IA.

Qué significa esto

OpenScience es una propuesta de estándar abierto en herramientas de IA para ciencias naturales. Una combinación de licencia Apache 2.0, neutralidad de modelo, 250+ habilidades editables e implementación local se dirige a instituciones académicas y laboratorios de I+D corporativo para los cuales el bloqueo de proveedor y los requisitos de confidencialidad de datos son bloqueadores reales. El grado en que la comunidad científica adopte la plataforma será evidente por la actividad de contribución del repositorio en los próximos meses.

Historia

Preguntas frecuentes sobre la noticia

¿Por qué es importante la independencia de modelos de IA?

El problema central surge del bloqueo de la mayoría de herramientas de IA para ciencia a un único proveedor. Cambiar de modelo significa cambiar todo el entorno de trabajo: una plataforma diferente, nuevos prompts, reentrenamiento del equipo. Esto obstaculiza la experimentación con nuevos modelos y crea dependencia de larga duración del proveedor. OpenScience rompe esta dependencia a través de una interfaz unificada sobre cualquier motor. Un investigador elige un modelo para la tarea: un poderoso modelo frontier para razonamiento complejo multietapa, o un modelo abierto lig

¿Qué se sabe sobre Qué incluye la versión estándar?

El workbench cubre el ciclo completo de investigación — desde la búsqueda en bases de datos científicas hasta la ejecución de tareas computacionales — sin necesidad de cambiar entre herramientas incompatibles de diferentes proveedores. Componentes clave de la versión: Licencia — Apache 2.0, código fuente completamente abierto Cobertura: aprendizaje automático, biología, física, química Más de 250 habilidades editables en la versión estándar Acceso integrado a bases de datos científicas solicitadas Compatibilidad con cualquier modelo frontier u open-weight a través de claves

¿Qué se sabe sobre Bases de datos científicas dentro del pipeline?

El acceso integrado a bases de datos científicas es una de las características clave anunciadas de la plataforma. Las habilidades de IA pueden acceder directamente a datos científicos estructurados dentro del pipeline de investigación, omitiendo exportación manual y carga de conjuntos de datos. Esto reduce el trabajo preparatorio rutinario en búsqueda de literatura, selección de muestras de entrenamiento y verificación de resultados. La cobertura de cuatro disciplinas — ML, biología, física y química — refleja la orientación hacia la dirección AI4Science, donde la IA se apl

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…