「OpenScience」のPodcast
下記のPodcastは、Geminiで作成しました。
イントロダクション：AI協働研究者がもたらす新たな科学の夜明け
現代の科学研究は、膨大な文献の精読、緻密な仮説の構築、シミュレーションや実験コードの記述、実行、そしてデータの複雑な解析と論文執筆という、長期にわたる過酷な試行錯誤の連続によって成り立っています。しかし、これまでの研究環境は細分化されており、文献検索ツール、実験ログを追跡するJupyter NotebookやWeights & Biases、そして論文を執筆するLaTeXエディタなどが別々に独立していました。この結果、研究者はプロセスの移行ごとに、何を読み、何を試して、何が失敗したのかという文脈（コンテキスト）をその都度手動で再構築せねばならず、極めて大きな時間的損失を被ってきました。
こうした研究活動の断絶を解決するために登場したのが、自律的な研究サイクル（オートリサーチ・ループ）を提唱するAIプラットフォーム「OpenScience」です。OpenScienceは、文献の調査から仮説構築、実験コードの記述、実行、データの詳細な分析、そして最終的な論文の執筆までを、ひとつの連続したセッションの中で自律的に実行できる「AI協働研究者（AI Co-Scientist）」を提供します。研究者は、AIに特定の研究目的やデータセットを提示するだけで、あとはバックグラウンドで並行して動作する自律エージェントに複雑な実験を委ねることが可能となります。
OpenScienceの誕生背景とオープンサイエンスの哲学
OpenScienceの開発元である「Synthetic Sciences」は、著名なスタートアップアクセラレーターであるY Combinator（YC W2026）の支援を受け、AI研究者のアイヤム（Aayam）氏とイシャーン（Ishaan）氏によって設立された最先端のAI研究組織です。共同創設者であるイシャーン・ガングワニ（Ishaan Gangwani）氏は、2025年の国際人工知能オリンピック（IAIO）で佳作（Honorable Mention）を受賞した実績を持つなど、学術的な推論能力の限界を突破するための知見を有しています。
同社のコアとなる思想は、「高い科学的知性（センス）を備えたファンデーションモデルの構築には、高品質な研究プロセスデータと、それを学習に反映する研究環境を並行して構築しなければならない」という点にあります。この思想に基づき、AIを用いた科学 tooling を一企業の独自の規格に閉じ込めるのではなく、コミュニティが自由に管理できるようにApache 2.0ライセンスの下でオープンソース化されました。
歴史的に見ても、科学データのオープンな共有は、社会に多大な利益をもたらしてきました。例えば、ゲノム科学の発展を劇的に加速させた「バミューダ原則」では、すべてのDNA配列データを生成後24時間以内にパブリックデータベースに公開することが合意され、これが協調的な共同研究の基盤となりました。同様に、大規模な数学の共同解決を成し遂げた「Polymath Project」や、DNA2.0によるBioBricks Foundationへの人工遺伝子配列の寄付など、オープンな知の共有こそがイノベーションの真のトリガーとなってきました。OpenScienceもこの哲学を継承しており、特定の巨大テック企業に科学の推進力を独占させるのではなく、モデル、キー、データを研究者自身の管理下に置くことを最優先として設計されています。
アーキテクチャの全貌：Bun 1.3+とローカルファーストの強み
OpenScienceは、お使いのパソコン上で稼働するローカルサーバーと、ウェブブラウザからアクセスする洗練されたワークスペースUIから構成されています。
システムの中核を成す技術スタックは以下の通りです。
- バックエンド：非常に高速なJavaScriptランタイムである「Bun（バージョン1.3以上）」と、軽量Webフレームワーク「Hono」を採用し、単一のネイティブバイナリとしてコンパイルして実行されます。
- フロントエンド：応答速度に優れたUI構築ライブラリ「SolidJS」を採用しており、プログラムコードやログ、分子構造のプレビューなどを滑らかに描写します。
セキュリティ面では、このローカルサーバーが「127.0.0.1（ループバックアドレス）」のみにバインドされ、かつ厳格なホストおよびオリジンのホワイトリスト判定が適用されるため、外部からの予期せぬ遠隔攻撃やDNSリバインディングから防御されています。
また、長時間の実験やシミュレーションの完遂を助けるため、OpenScienceはコンテナ状態の完全なシリアル化（シリアライズ）とハッシュチェックによる「確定的再開（Deterministic Resume）」を実装しています。 数式で表現すると、時刻 $t$ におけるコンテナ環境の状態を $s_t$ とし、暗号学的ハッシュ関数を $H$ とすると、保存されたチェックポイントのハッシュ値 $h_{\text{checkpoint}}$ と現在の状態が以下のように一致するか検証されます。
この整合性が確認されることで、エージェントはプログラムの誤動作（ゴーストラン）を引き起こすことなく、別のデバイスやセッションからでも全く同一のコンテキストで計算を再開できます。
一方で、初心者が注意しなければならない重要な仕様として、OpenScienceのエージェントはデフォルトでサンドボックス（隔離環境）化されていません。エージェントはローカルのコマンドライン（シェル）を直接実行し、ファイルを自由に読み書きできます。実行前に確認プロンプトが表示されますが、これ自体はセキュリティの絶対的な境界ではないため、未知のプログラムを実行するようなデリケートな開発環境では、OpenScience全体をDockerコンテナや仮想マシン（VM）の中で動作させることが強く推奨されます。
4つの自律動作モード：AI co-scientistの仕事術
OpenScienceは単一のプロンプトで動く簡易的なチャットボットではなく、それぞれの目的別に特化された4つの独立したワークフローエンジン（動作モード）を搭載しています。
| 動作モード | 特化する学術ドメイン | 主な自動化プロセス | 期待される成果物 |
| Research（研究）[cite: 4] | 機械学習、データ分析、物理 | 文献サーベイ、仮説構築、GPUジョブ設計、実験の実行監視 | 実験レポート、結果分析グラフ |
| Biology（生物学）[cite: 4] | 分子生物学、ゲノム解析、タンパク質設計 | 遺伝子配列の解析、タンパク質構造予測（PDB連携）、変異体候補提示 | 生物学的シミュレーション結果 |
| Flywheel（フライホイール）[cite: 4] | モデルの自己改善、継続学習 | ユーザーから得た修正ログやアノテーションを学習データとしたファインチューニング設計 | 研究室の癖に順応した独自モデル |
| Write（執筆）[cite: 4] | 学術コミュニケーション | 粗い実験メモからLaTeXプロトコル、学術論文ドラフトへの整形、正確な検証済み引用文献の挿入 | LaTeXコード、各種学術図表 |
特にBiology（生物学）モードは、高度なバイオインフォマティクスの専門知識が必要とされるゲノミクスやプロテオミクスのパイプライン作成を自動化します。このエンジンは、生物学の自動化評価ベンチマークである「BixBench Verified」において、なんと $92\%$ という極めて高い状態基準の精度を記録しています。
また、Flywheel（フライホイール）モードは技術的にも極めて先進的です。研究者がAIの生成した不正確な仮説を修正したり、グラフにフィードバックを与えたりすると、システムはそれらの指示履歴をトレーニングシグナルとして蓄積します。この相互作用により、AIは組織ごとの「研究センス」や好みのロジックを自然に学習していくことができます。
290種類以上のスキルと30以上の統合データベース
OpenScienceの自律エージェントは、手元に備わった「290種類以上のスキルパック」と「30種類以上の科学データベース」を使いこなすことで、複雑な現実世界の実験を進めていきます。
290種類以上の編集可能スキル
エージェントが呼び出すスキルは、すべてTypeScriptやPythonなどの可読性の高いコードとして実装されており、ユーザーが独自に改良して追加することもできます。主な分野は以下の通りです。
- 機械学習：DeepSpeedによる大規模な分散並列トレーニングや、PEFT、TRLを用いた効率的なパラメータ微調整（LORAなど）。
- 化学・バイオ情報学：低分子化合物の特性スクリーニング、バイオアクティビティ（生理活性）の特定、NMR（核磁気共鳴）解析スキルの統合（
nmr-compound-inferenceなど）。
30以上の学術データベースとツール連携
検索エンジンとしてのRAG（Retrieval-Augmented Generation）にとどまらず、エージェントは直接以下の専門リポジトリに対してAPIを用いた問い合わせを実行します。
- 学術文献：arXiv、OpenAlex、Semantic Scholar。
- ゲノム・タンパク質：UniProt、PDB（Protein Data Bank）、Ensembl。
- ケミカル情報：ChEMBL、PubChem。
この文献の取り扱い能力についても、通常のベクトル探索（RAG）のように断片化した情報を類似度だけで引っ張ってくるのではなく、論文間の引用・被引用関係を構造化した「リレーショナルな引用グラフ」として保持しています。「論文Aと論文Bの両方を引用しており、かつその手法が発表された後の日付の文献を抽出する」といった論理的でピンポイントな文献照会がスムーズに行える仕組みになっています。
徹底比較：OpenScience vs. Claude Science
競合関係として注目される、Anthropic社が2026年6月に発表した「Claude Science」と、本プラットフォーム「OpenScience」の仕様を多角的に比較します。
| 比較評価軸 | OpenScience（本システム） | Claude Science（Anthropic社） |
| ライセンス形態 | オープンソース（Apache 2.0） | 商用プロプライエタリ（ソースコード非公開） |
| 対応モデル（LLM） | 任意のモデル（Claude, GPT, Gemini, DeepSeek, ローカルLLM） | Anthropic社のClaudeシリーズのみ |
| 利用料金 | 完全無料（手持ちのAPIキーを利用、制限なし） | Claude有料サブスクリプションが必要 |
| 拡張のしやすさ | 290以上の編集可能スキル、MCP、LSP | 60種類以上の公式厳選ツールのみ |
| 認証情報の管理 | secrets管理レイヤーによる自動セッション同期 | 手動またはベンダー側のシステムに依存 |
| GPUの統合性 | 独自の broker を介した Modal や RunPod 等の格安サーバーレスGPU連携 | 指定されたクラウド環境へのアクセスに制限 |
この比較から明らかなように、大手AIベンダーの提供するサービスが特定のモデルへの囲い込みを前提としているのに対し、OpenScienceは「モデルの選択権」を完全に研究者側へ委ねています。
初心者向けクイックスタートと環境構築手順
OpenScienceの導入は非常に簡単で、わずか数ステップであなたのPCに最先端の自律研究環境を整えることができます。
1. インストール手順
あなたのPCのターミナル（Mac）またはコマンドプロンプト（Windows）を開き、以下のコマンドを実行します。
Bash
npm install -g @synsci/openscience openscienceグローバル環境にインストールしたくない場合は、以下のコマンドで直接実行することも可能です。
Bash
npx synsci2. 各種APIキーの設定と起動
エージェントの思考エンジンとなるお好みのモデル（ここでは例としてAnthropicのAPIキー）を設定し、ワークスペースを起動します。
Bash
export ANTHROPIC_API_KEY=sk-ant-あなたのキーをここに記述
openscience起動が成功すると、自動的にブラウザが開いて http://localhost:4096（または自動割り当てされたポート）にワークスペースが表示されます。登録されたAPIキー情報はローカルのグローバル設定パス（~/.config/openscience/openscience.json）に暗号化された状態で保持され、勝手に外部へ漏洩することはありません。
また、特定の研究プロジェクトフォルダを指定してワークスペースを開きたい場合は、以下のようにパスを指定して起動します。
Bash
openscience ~/documents/my-research-project3. 応用：Atlasとの連携
OpenScienceは単体で無料のキー（BYOK）を用いて使えますが、オプションとして Synthetic Sciences 社の管理するマネージドクラウド「Atlas」へログインすることも可能です。以下のコマンドを利用します。
Bash
openscience login # Atlasアカウントへの接続
openscience wallet # ウォレット残高の照会とデポジット
openscience status # 接続しているプロバイダ情報の表示
openscience logout # 接続情報の解除開発コミュニティへの参加と直面している課題
OpenScienceは2026年7月に公開されたばかりの非常に若いプロジェクトであるため、日夜コミュニティ（GitHub）で多くのバグ修正や機能追加の議論が繰り広げられています。
直面しているいくつかの課題
現在、以下のようなIssue（解決すべき課題）が開かれており、活発に議論されています。
- 同期時の設定上書きバグ（#159）：Atlasのクラウド機能と同調させた際、ローカル側の個別設定（手持ちのAPIプロバイダ設定）が強制的に上書きされ、上書き後に再取得されたモデル定義でカスタムプロバイダが壊れてしまう挙動。
- 設定クリック時のGUIの縮小（#145）：ローカルホスト上のセッティングボタンを押した際、SolidJS側の画面描画サイズが予期せず極端に小さくなってしまう不具合。
- カスタムモデル・追加キーの追加エラー（#142）：CLIコマンド（
keys add）からの直接追加機能が動作を停止し、再設定を要求されるバグ。
最新の進化（Pull Requestの動向）
一方で、世界の技術者から次々と新しい機能の統合リクエストも送られています。
- 化学分野の強化（#169）：有機化学研究に直結する核磁気共鳴分析（NMR）からの化合物推論を行う「nmr-compound-inference」の追加。
- バイナリ実行の修正（#158）：npm経由でインストールした実行バイナリからシステムシグナルの終了コードが正しくプロパゲーション（伝播）されずにプロセスが残る不具合の修正。
- 細胞研究向けの最適化（#116）：シングルセル解析におけるカウントデータの正確な層（レイヤー）の優先順位付けと、データ保存方法のドキュメント拡充。
コントリビューションを検討している開発者へ
OpenScienceの開発に協力したいと考える場合、コミュニティが求めるデザイン指針やコードスタイルに注意する必要があります。
- Conventional Commits：プルリクエストやコミットメッセージには、必ず
feat: add model support、fix: solve layout bugなどの規定のプレフィックスを使用しなければなりません。 - コードのミニマリズム：コードを冗長に分割せず、必要のない配列やオブジェクトのデストラクション（分割代入）を避けて、関数のなかに論理を明快に閉じ込めることが望まれます。
- else文の不使用とtry/catchの回避：可読性を落としやすい複雑な
else文のネストは極力避け、非同期処理のエラーハンドリングではtry / catchの代わりに、可能な限り.catch(...)を使って簡潔に記述します。 - 不変性と厳格な型定義：状態を後から書き換える
let宣言の使用を極力減らし、基本的にはconstを用いて再代入不可能な変数を定義します。また、型推論を安易に避けるためのany型の使用は禁止されています。
このように洗練された設計思想とコミュニティの熱量によって、OpenScienceはこれからのオープンサイエンス時代のインフラとして、極めて力強い一歩を踏み出しています。
参考資料
- GitHub - @synsci/openscience, https://github.com/synthetic-sciences/openscience
- Synthetic Sciences Releases OpenScience: An Open-Source, Model-Agnostic AI Workbench for Machine Learning, Biology, Physics, and Chemistry Research - Marktechpost, https://www.marktechpost.com/2026/07/05/synthetic-sciences-releases-openscience-an-open-source-model-agnostic-ai-workbench-for-machine-learning-biology-physics-and-chemistry-research/
- GitHub - @synsci/openscience/security, https://github.com/synthetic-sciences/openscience/security
- GitHub - @synsci/docs, https://github.com/synthetic-sciences/docs
- GitHub - @synsci/openscience/issues, https://github.com/synthetic-sciences/openscience/issues
- GitHub - @synsci/openscience/pulls, https://github.com/synthetic-sciences/openscience/pulls
- Open synthetic biology - Wikipedia, https://en.wikipedia.org/wiki/Open_synthetic_biology
- Reddit - OpenSourceeAI: Synthetic Sciences Releases OpenScience, https://www.reddit.com/r/OpenSourceeAI/comments/1uonz42/synthetic_sciences_releases_openscience_an/
- Synthetic Sciences - Foundation Models for Scientific Research, https://syntheticsciences.ai/
- Y Combinator - Synthetic Sciences, https://www.ycombinator.com/companies/synthetic-sciences
- Claude's Corner: Synthetic Sciences, AI Co-Scientists Running Research End-to-End - StartupHub.ai, https://www.startuphub.ai/ai-news/claudes-corner/2026/claudes-corner-synthetic-sciences-yc-w2026
- GitHub - OpenScience Architecture & Contributor Guide, https://github.com/synthetic-sciences/openscience
- Marktechpost detailed analysis of OpenScience skills/databases, https://www.marktechpost.com/2026/07/05/synthetic-sciences-releases-openscience-an-open-source-model-agnostic-ai-workbench-for-machine-learning-biology-physics-and-chemistry-research/
- StartupHub.ai details on operating modes, execution environment, persistence, https://www.startuphub.ai/ai-news/claudes-corner/2026/claudes-corner-synthetic-sciences-yc-w2026
コメント