Claude Science არის ახალი აპლიკაცია მეცნიერებისთვის, რომელიც კომპანიაAnthropic-მა ახლახანს გამოაქვეყნა. ეს არის სამეცნიერო სამუშაო გარემო (workbench), რომელიც ერთ სივრცეში აერთიანებს იმ ხელსაწყოებსა და პაკეტებს, რომლებსაც მკვლევრები ყველაზე ხშირად იყენებენ. ის ქმნის გადამოწმებად არტეფაქტებს და გამოთვლით რესურსებზე მოქნილ წვდომას იძლევა. პროდუქტი უკვე ხელმისაწვდომია ბეტა ვერსიად.
სამეცნიერო კვლევა ხშირად დამღლელი და გაფანტულია. მკვლევრებს უწევთ ათობით ბაზასთან მუშაობა, თითოეული თავისი სტრუქტურით, განსხვავებულ ფაილურ ფორმატებთან გამკლავება და ხელსაწყოებს შორის გადართვა: PubMed, Jupyter, R, კლასტერის ტერმინალი და სხვა. Claude Science სწორედ ამ გაფანტულ ხელსაწყოებს კრებს ერთ კვლევით გარემოში.
სარჩევი
რა არის Claude Science
Anthropic-ისთვის Claude Science life sciences-ის მიმართულებით მისი მუშაობის ყველაზე მნიშვნელოვანი გაფართოებაა, რომელიც კომპანიამ გასულ შემოდგომაზე წამოიწყო. აპლიკაცია დაგეხმარებათ ლიტერატურის ანალიზსა და მრავალსაფეხურიანი კვლევის ჩატარებაში. ის ქმნის დეტალურ არტეფაქტებს და საშუალებას გაძლევთ, თანდათან დახვეწოთ ფიგურები და ხელნაწერები.
ყველა შედეგს თან ახლავს მისი შექმნის გადამოწმებადი ისტორია, ასე რომ შედეგის დადასტურება და გამეორება მარტივია. Jupyter Notebook-ის მსგავსად, Claude Science-ზე წვდომა იქ გაქვთ, სადაც უკვე მუშაობთ – ლოკალურად macOS-ზე ან Linux-ზე, ან დისტანციურ მანქანაზე SSH-ით თუ HPC-ის login node-ით.
მომხმარებელი ურთიერთობს გენერალისტ, მაკოორდინირებელ აგენტთან, რომელსაც 60-ზე მეტ შერჩეულ უნარსა (skill) და კონექტორზე აქვს წვდომა – გენომიკის, single-cell-ის, პროტეომიკის, სტრუქტურული ბიოლოგიისა და ქემოინფორმატიკისთვის წინასწარ მომზადებული. ეს აგენტები სხვა აგენტებსაც ქმნიან და მომხმარებლის შექმნილ სპეციალისტ აგენტებთან თანამშრომლობენ. ცალკე მიმომხილველი (reviewer) აგენტი ციტატებსა და გამოთვლებს ამოწმებს, შეცდომებს მონიშნავს და ასწორებს.
Claude Science დღეს გამოვიდა ბეტა ვერსიად Claude-ის Pro, Max, Team და Enterprise მომხმარებლებისთვის. Anthropic აღნიშნავს, რომ პლატფორმას უკუკავშირის შეგროვების კვალდაკვალ განაგრძობს დახვეწას.
როგორ მუშაობს Claude Science
რეპროდუცირებადი სამეცნიერო არტეფაქტები
კვლევა ბუნებით ვიზუალურია, ამიტომ Claude Science ფიგურებსა და ხელნაწერებს იმ კოდთან ერთად ქმნის, რომელმაც ისინი წარმოქმნა. ის ბუნებრივად ასახავს რთულ სამეცნიერო არტეფაქტებს: 3D ცილოვან სტრუქტურებს, გენომის ბრაუზერის ტრეკებს, ქიმიურ სტრუქტურებსა და სხვას. ნებისმიერ დეტალზე შეგიძლიათ აგენტს ესაუბროთ და ფიგურები თუ ხელნაწერები პირდაპირ ადგილზე დააკომენტაროთ.
როცა Claude Science ფიგურას ქმნის, მას თან ურთავს ზუსტ კოდსა და გარემოს, რომელმაც ის წარმოქმნა, მარტივ ენაზე აღწერას და შეტყობინებების სრულ ისტორიას. ეს გიადვილებთ მუშაობის გადამოწმებასა და გამეორებას თვეების შემდეგაც. ცვლილების მოთხოვნა მარტივ ენაზე შეგიძლიათ – მაგალითად, ბადის ხაზების მოშორება ან ღერძის ლოგარითმულ მასშტაბზე გადაყვანა – და აგენტი თავის კოდს თავად ჩაასწორებს.
გამოთვლითი რესურსების მართვა
დიდი ანალიზი – მაგალითად, ცილის დაკეცვა ან გენომიკის pipeline-ის გაშვება დიდ მონაცემთა ნაკრებზე – ხშირად მოითხოვს, რომ მკვლევარმა ყურადღება გამოთვლითი სამუშაოს მომზადებას მიაქციოს, დაელოდოს მის კლასტერზე გაგზავნას, შეამოწმოს გამოვიდა თუ ჩაფლავდა და შედეგი უკან გადმოიტანოს. Claude Science ამ პროცესს თავად უძღვება.
ის ადგენს გეგმას, ნებართვას ითხოვს ახალ რესურსებთან წვდომამდე და საშუალებას გაძლევთ, ნებისმიერი გადაწყვეტილება გადახედოთ ან გააუქმოთ, სანამ სამუშაოს თქვენი ლაბორატორიის რესურსებს გადააგზავნის. ეს რესურსი შეიძლება იყოს თქვენი HPC კლასტერი SSH-ით ან Modal-ის ანგარიში მოთხოვნისამებრ გამოთვლისთვის, ერთი GPU-დან ასობით GPU-მდე მასშტაბირებით.
რადგან აგენტები მუშაობენ მიმდინარე სესიის შიგნით, რომელიც კონტექსტს მეხსიერებაში ინახავს, უზარმაზარი მონაცემებიც კი მხოლოდ ერთხელ უნდა ჩაიტვირთოს. Claude Science თქვენი ლაბორატორიის საკუთარ ინფრასტრუქტურაზე მუშაობს – ლეპტოპზე, Linux-ის მანქანაზე ან HPC-ის login node-ზე – ასე რომ დიდი ან მგრძნობიარე მონაცემები იმ სისტემებს არ ტოვებს, სადაც უკვე ინახება. Claude-ს მხოლოდ ის კონტექსტი ეგზავნება, რომელიც კონკრეტული საფეხურისთვისაა საჭირო.
pipeline-ის მუშაობისას მიმომხილველი აგენტი ამოწმებს შედეგებს და მონიშნავს არასწორ ციტატებს, გადაუმოწმებელ რიცხვებსა და ფიგურებს, რომლებიც საკუთარ კოდს არ ემთხვევა, შემდეგ კი თავად ასწორებს მათ. სესიის ნებისმიერ მომენტში მისი განშტოება (fork) შეგიძლიათ, რომ ორი მიდგომა შეადაროთ თავდაპირველი ნაკადის დაკარგვის გარეშე.
დარგისთვის მზად პირველივე დღიდან
სამეცნიერო ცოდნა ასობით სპეციალიზებულ წყაროზეა მიმოფანტული. ბიოლოგიაში, მაგალითად, საჭირო მონაცემები შეიძლება ისეთ რესურსებზე იყოს, როგორიცაა UniProt, PDB, Ensembl, Reactome, ClinVar, ChEMBL და GEO, თითოეული თავისი სტრუქტურითა და მოთხოვნის ენით. როცა Claude Science-ს კითხვას მარტივ ენაზე უსვამთ, სპეციალისტი აგენტები ამ ყველა წყაროზე ეძებენ და პასუხს აერთიანებენ, ისე რომ თქვენ მათ ცალ-ცალკე ნავიგაცია აღარ გჭირდებათ.
Claude Science იყენებს NVIDIA-ს BioNeMo Agent Toolkit-ის უნარებს, რომ ბუნებრივად დაუკავშირდეს BioNeMo-ის life sciences მოდელებსა და ბიბლიოთეკებს, მათ შორის Evo 2-ს, Boltz-2-სა და OpenFold3-ს. ამასთან, ის თქვენს საკუთარ მოდელებს, მონაცემებსა და pipeline-ებსაც დაუკავშირდება – ნებისმიერ pipeline-ს მრავალჯერ გამოსაყენებელ უნარად შეინახავს ან კონექტორით თქვენი სასურველი ხელსაწყოს გამოყენებას მოგცემთ. მომავალი სესიები ამ ყველაფერს ავტომატურად მემკვიდრეობით მიიღებს.
რას აკეთებენ მეცნიერები Claude Science-ით
ბოლო თვეების განმავლობაში მკვლევრები Claude Science-ს ბეტა ვერსიაში ისეთი ამოცანებისთვის იყენებდნენ, როგორიცაა single-cell RNA-ს სეკვენირების ანალიზი, CRISPR სკრინინგის დიზაინი, ცილის სტრუქტურის პროგნოზირება და ქემოინფორმატიკა.
Manifold Bio ქმნის ქსოვილზე მიმართულ მედიკამენტებს – ისეთებს, რომლებიც კონკრეტულ ორგანოს ან უჯრედის ტიპს მიაგნებენ, რომ წამალმა იქ იმოქმედოს, სადაც საჭიროა, და დანარჩენი ორგანიზმი დაზოგოს. კომპანიამ Claude Science გამოიყენა უახლესი ექსპერიმენტებისთვის სამიზნეების დასახელებაში. თითოეული ქსოვილისა და სამიზნისთვის Claude Science აფასებდა ზედაპირულ ექსპრესიას, ტრანსპორტირებასა და უსაფრთხოებას და კანდიდატებს იმ კრიტერიუმებით ალაგებდა, რომლებიც Manifold-მა საკუთარი შიდა მონაცემებიდან ისწავლა. კომპანიის თქმით, ჩვეულებრივი კოდის ასისტენტისგან მას ის განასხვავებდა, რომ ამ სამუშაოს თავიდან ბოლომდე აკეთებდა – სწორ მონაცემებს კრებდა და სწორ მსჯელობას იყენებდა წარსული პროგრამების კონტექსტით.
Allen Institute-ის ნეირომეცნიერმა ჟერომ ლეკოკმა Claude Science-ით ააწყო მრავალაგენტიანი “გამოთვლითი მიმოხილვის შაბლონი”, რომელიც დაახლოებით 20 მორგებულ უნარს მოიცავს და გრძელი მიმოხილვების დასაწერადაა გამიზნული. ქვე-აგენტები ათასობით სტატიას კითხულობენ, ამოაქვთ მთავარი მტკიცებულება და ძირითადი რაოდენობრივი დასკვნა და ინახავენ მტკიცებულებების ბაზაში. შემდეგ pipeline აგებს თხრობის რკალს და მიმოხილვას სექციებად წერს, თითოეულ მათგანს ცალკე სპეციალიზებულ ქვე-აგენტს ანდობს.
სამუშაოს მთავარი კომპონენტი actor-critic წყვილებია: ერთი აგენტი ქმნის შინაარსს, ცალკე მიმომხილველი აგენტი კი მას სიზუსტესა და ციტატების სანდოობაზე ამოწმებს. Claude Science-მდე ასეთი მიმოხილვის დაწერას ლეკოკის გუნდს ორ წლამდე შეიძლება დასჭირვებოდა. ახლა მას დაახლოებით 10 მიმოხილვა აქვს, ბევრი მათგანი 100-ზე მეტი გვერდისა, ციტატებით, რომლებიც მიმომხილველმა აგენტებმა გადაამოწმეს.
UCSF-ის (University of California, San Francisco) თავის ტვინის სიმსივნის ცენტრის ასოცირებულმა პროფესორმა და ეპიდემიოლოგმა სტივენ ფრენსისმა Claude Science გამოიყენა გლიომის – თავის ტვინის გლიურ უჯრედებში წარმოქმნილი პირველადი სიმსივნის – მოლეკულური ეპიდემიოლოგიის კვლევებში. მისი ლაბორატორია იკვლევს, როგორ ერთიანდება ათასობით მცირე ეფექტის მქონე გერმინალური ვარიანტი ინდივიდუალური მიდრეკილების ფორმირებაში.
ფრენსისის თქმით, აპლიკაციამ ეს ანალიზი მკვეთრად დააჩქარა – ყოვლისმომცველი გერმინალური დამუშავება რამდენიმე მიდგომით დაახლოებით ათჯერ ნაკლებ დროში მოხდა, ვიდრე ადრე. მისმა ჯგუფმა შედეგები დამოუკიდებლად გადაამოწმა და დაადასტურა, რომ Claude Science სწრაფ და სანდო ანალიზს ერთდროულად აწარმოებს.
როგორ დავიწყოთ Claude Science
Claude Science ბეტა ვერსიად ხელმისაწვდომია macOS-სა და Linux-ზე Pro, Max, Team და Enterprise გეგმებისთვის. Anthropic მას ადრეულ ეტაპზევე უშვებს, რომ მეცნიერებმა რეალურ ამოცანებზე გამოსცადონ და დახვეწის გზები შესთავაზონ. Team და Enterprise მომხმარებლებს დასჭირდებათ, რომ Claude Science ადმინისტრატორმა ჩართოს.
Anthropic-მა ასევე წარადგინა ფასდაკლებული Team გეგმა აქტიური სამეცნიერო ლაბორატორიებისთვის აკადემიურ დაწესებულებებსა და არაკომერციულ კვლევით ორგანიზაციებში. გარდა ამისა, კომპანია 50-მდე “AI for Science” პროექტს დაუჭერს მხარს და 30,000 დოლარამდე კრედიტს სთავაზობს. Modal შერჩეული პროექტებისთვის 2,000 დოლარამდე გამოთვლით რესურსს გამოყოფს.
Anthropic ეძებს პროექტებს, რომლებიც სხვადასხვა დარგს მოიცავს, თავდაპირველი აქცენტით ბიოლოგიასა და ბიოსამედიცინო კვლევაზე. განაცხადების მიღება 2026 წლის 15 ივლისამდე გრძელდება, შედეგებს კი 31 ივლისამდე გამოაცხადებენ. პროექტები 1 სექტემბრიდან 1 დეკემბრამდე იმუშავებს. Claude Science-ის გამოყენება შეგიძლიათ მისამართზე claude.com/science.
სხვა თემები
Claude – Anthropic-ის AI ასისტენტი
OpenAI-მ AI უსაფრთხოების რისკების შეფასების გუნდი დაშალა
AI-სიახლეები: როგორ ვითარდება ინდუსტრია