ক্লড সায়েন্স, আপনি হয়তো শুনেছেন।
অ্যানথ্রোপিকের সেই সাইন্টিফিক এজেন্ট, যেটি নিজে লিটারেচার সার্চ করে, নিজে কোড লিখে, নিজে বিশ্লেষণ চালায় এবং নিজে গ্রাফ ও রিপোর্ট তৈরি করে, একসময় অনেকের মনে হয়েছিল “এটাই তো AI for Science-এর প্রকৃত রূপ।”
কিন্তু এটি বন্ধ সোর্স।
এখন, কেউ এটি রিপ্লিকেট করেছে—ওপেন সোর্স, MIT লাইসেন্স, কোর জিরো ডিপেন্ডেন্সি।
প্রকল্পের নাম OpenAI4S (Open AI for Scientist), যা পেকিং বিশ্ববিদ্যালয় এবং মেটাস্পেস এআই এজেন্ট যৌথ পরীক্ষাগার দ্বারা অফিসিয়ালি ওপেন-সোর্স করা হয়েছে।
গুরুত্বপূর্ণ বিষয়: এটি শুধুমাত্র 'Claude Science'-এর মতো দেখায় না, বরং Code-as-Action ধারণার সাথে সঙ্গতিপূর্ণভাবে ইঞ্জিন, স্থায়ী কোর, host-RPC প্রোটোকল এবং সিকিউরিটি লেয়ারকে ওপেন-সোর্স পদ্ধতিতে পুনরায় বাস্তবায়ন করা হয়েছে।
প্রকল্পটি ২০২৬ সালের ৬ জুলাই GitHub-এ MIT লাইসেন্স অধীনে ওপেন সোর্স হয়েছে।
বর্তমানে, OpenAI4S পূর্ণাঙ্গ বৈজ্ঞানিক ওয়েব অ্যাপ্লিকেশন, দশটিরও বেশি অন্তর্নির্মিত স্কিলস, নিজস্ব কম্পিউটিং ক্ষমতা সংযোগ এবং ভার্সনিংযুক্ত বৈজ্ঞানিক উৎপাদন প্রদান করে।
মেটাকোয়ান্টম এআই সায়েন্স: https://www.chatexcel.com/homesite/openAI4S
এটি শুধু একটি ঠিক মনে হওয়া উত্তর দেওয়ার সীমায় সীমাবদ্ধ থাকে না, বরং এটি চায় যে AI প্রকৃত গবেষণা প্রবাহে প্রবেশ করুক এবং একটি প্রশ্নকে "উত্থাপন" থেকে "সম্পন্ন" পর্যন্ত নিয়ে যায়।
অনেক কথা বলার পরিবর্তে, AI-কে প্রকৃতপ্রস্তাবে কাজ করতে দিন
এখন অনেক AI এজেন্ট মূলত একই কাজ করছে: মডেলটি একটি পূর্বনির্ধারিত «টুল মেনু»-এর সামনে দাঁড়িয়ে, কোন টুলটি কল করতে হবে তা বিচার করে, এবং ধাপে ধাপে এগিয়ে যায়। সাধারণ কাজের জন্য এই পদ্ধতি যথেষ্ট।
কিন্তু গবেষণা কয়েক পদক্ষেপে শেষ হয়ে যায় না।
একাধিক ডাটাবেস চেক করা, ডাটা ডাউনলোড করা, ডাটা ক্লিন করা, কোড বারবার পরিবর্তন করা, পেশাদার অ্যালগরিদম কল করা, GPU কম্পিউটিং পাওয়ার চাওয়া, গ্রাফ তৈরি করা, রিপোর্ট সাজানো... এই প্রতিটি ধাপে যদি কোনো সমস্যা হয়, তবে আবার শুরু থেকে শুরু করতে হতে পারে।
OpenAI4S-এর উত্তর হল Code-as-Action, অর্থাৎ "কোড হল ক্রিয়া"।
এটি স্মার্ট এজেন্টকে সরাসরি Python বা R কোড তৈরি করতে এবং একটি চলমান কোর পরিবেশে এটি বাস্তবায়ন করতে দেয়।
চক্র, শর্তাধীন বিচার, ব্যাচ ডেটা প্রসেসিং এবং গ্রাফিং একক কার্যক্রমে একসাথে সম্পন্ন করা যায়; ডেটা এবং মধ্যবর্তী ফলাফলগুলি প্রতিটি ধাপে পুনরায় মডেলের কাছে পাঠানোর প্রয়োজন নেই, বরং এগুলি কার্যপরিবেশে সংরক্ষিত থাকে।
ব্যবহারকারীদের জন্য সবচেয়ে সরাসরি পরিবর্তন হল একটি নতুন প্রযুক্তিগত শব্দ যোগ হওয়া নয়, বরং AI দীর্ঘ এবং জটিল কাজগুলিকে একসাথে যুক্ত করতে পারে:
পূর্ববর্তী ধাপে ডাউনলোড করা ডেটা সরাসরি পরবর্তী ধাপের বিশ্লেষণের জন্য দেওয়া যেতে পারে;
তৈরি করা ছবি, টেবিল এবং রিপোর্ট স্বয়ংক্রিয়ভাবে সংরক্ষিত হবে;
গবেষকরাও যেকোনো সময় নোটবুক খুলে কোড পরীক্ষা করতে, বিশ্লেষণ গ্রহণ করতে বা ফলাফল পরিবর্তন করতে পারেন।
কোড হল কার্যক্রম, কোর হল পরিবেশ।
একটি ইন্টারফেসে, ডেটা থেকে উপসংহারে বিজ্ঞানসম্মত প্রক্রিয়া সম্পন্ন করুন
OpenAI4S একটি মানুষ এবং এআই এর সম্মিলিত গবেষণা কাজের টেবিলের মতো।
আপনি একটি কাজ দিন, যা নিজে থেকে পাবলিক বৈজ্ঞানিক ডেটা সোর্স চেক করবে, বিশ্লেষণের জন্য কোড লিখবে এবং চালাবে, পেশাদার কম্পিউটেশনাল ক্ষমতা ব্যবহার করবে, এবং ফলাফলগুলিকে ছবি, টেবিল, 3D স্ট্রাকচার বা Markdown রিপোর্টের মধ্যে সাজাবে।
প্রক্রিয়াটি শেষ করে ছেড়ে দেওয়া হয় না। প্রতিটি গবেষণামূলক ফলাফল রেকর্ড করা, সংরক্ষণ করা এবং ভার্সন করা হয়, যাতে পরবর্তীতে চেক, সংশোধন এবং পুনর্ব্যবহার সহজ হয়।
যেমন, এটিকে একটি প্রোটিন বিশ্লেষণ করতে দিন।
এটি প্রথমে প্রকৃত প্রোটিন সিকোয়েন্স এবং স্ট্রাকচার ডেটা খুঁজে বের করতে পারে, তারপর বৈশিষ্ট্য গণনা এবং ভিজুয়ালাইজেশন সম্পন্ন করতে পারে, এবং শেষে বিশ্লেষণের প্রক্রিয়া, ডেটা উৎস এবং ফলাফল একসাথে গবেষণাপত্রে লিখতে পারে।
গুরুত্বপূর্ণ বিষয় হল: ডেটা বাস্তবিক এবং গণনাও বাস্তবিক।
বাহ্যিক সেবার সাথে সংযোগ হচ্ছে না বা গণনার শর্তগুলি পূরণ হচ্ছে না, তখন এটি স্পষ্টভাবে বলবে কোথায় কাজটি সম্ভব নয়। এটি কখনও গোপনে একটি প্রতিকৃতি ডেটা যোগ করবে না, আর না কোনো ফলাফল গড়ে তুলে পেপারটি জোর করে পূর্ণ করবে।
△
গবেষণা কাজে প্রায়শই পুনরায় সংশোধনের প্রয়োজন হয়।
প্রাচীন প্রক্রিয়ায়, গবেষকদের গ্রাফিং স্ক্রিপ্ট আবার খুঁজে বের করতে হত, প্যারামিটারগুলি পরিবর্তন করতে হত, আবার চালাতে হত এবং ফাইলগুলি রপ্তানি করতে হত;
OpenAI4S-এ, আপনি প্রাকৃতিক ভাষায় সংশোধনের অনুরোধ জানাতে পারেন, এবং বুদ্ধিমান এজেন্টটি বিদ্যমান ডেটা এবং কোডের ভিত্তিতে পুনরায় উৎপাদন করবে, একইসাথে ভার্সন হিস্ট্রি বজায় রাখবে।
△
দর্শনের দশটি বিজ্ঞানী দক্ষতা, পেশাদার দক্ষতা বুদ্ধিমান এজেন্টে সংরক্ষণ করুন
সাধারণ মডেল বিজ্ঞান সহায়ক হতে চায়, শুধু 'বুদ্ধিমান' হওয়া যথেষ্ট নয়।
এটি জানতে হবে পেশাদার ডেটা কোথায় পাবেন, পেশাদার টুলগুলি কীভাবে ব্যবহার করবেন, এবং জটিল অ্যালগরিদমগুলি কীভাবে চালাবেন।
OpenAI4S-এর প্রথম সংস্করণে 30+ বৈজ্ঞানিক স্কিল অন্তর্ভুক্ত রয়েছে।
প্রোটিন গঠন, ক্রম বিশ্লেষণ, প্রোটিন ডিজাইন, অণু ডকিং, একক কোষ বিশ্লেষণ, গবেষণা পত্র অনুসন্ধান, খোলা ডেটা অনুসন্ধান... এগুলি সাধারণ কম্পিউটেশনাল গবেষণা পরিস্থিতির একটি বৃহৎ সেটকে কভার করে।
এর মধ্যে 14টি স্কিল এমন বৈজ্ঞানিক গণনার ক্ষমতা প্যাকেজ করেছে যা GPU বা পেশাদার মডেল প্রয়োজন।
এখানে স্কিলগুলি কোনো স্থির টুল প্যারামিটার টেবিল নয়। এগুলি একটি সেট হিসাবে কাজ করে যা এজেন্টগুলি পড়তে, বুঝতে এবং বাস্তবায়ন করতে পারে।
কী ডেটা প্রয়োজন, কোন সার্ভিস কল করতে হবে, কোড কিভাবে লিখতে হবে, ফলাফল কিভাবে চেক করতে হবে—সবকিছুই Skill-এ সংগ্রহ করা যায়।
ভবিষ্যতে যদি নতুন ডাটাবেস, নতুন অ্যালগরিদম বা নতুন পরীক্ষার প্রক্রিয়া আসে, তাহলে ডেভেলপাররা সহজেই সেগুলো যোগ করতে পারবেন।
অর্থাৎ, এই ক্ষমতাগুলি একবারে বন্ধ করে দেওয়া হয়নি; গবেষণার প্রয়োজনীয়তা যতই পরিবর্তিত হোক, Skills ততই বাড়তে পারে।
বিজ্ঞান গবেষণার ডেটা প্রকৃত কম্পিউটিং পরিবেশের সাথে সংযুক্ত হতে হবে? আপনার নিজের GPU-এ টাস্ক পাঠান
বিজ্ঞান গবেষণা গণনা, এবং একটি খুব বাস্তবিক সমস্যা: ক্যালকুলেশন ক্ষমতা।
প্রোটিন ভাঁজিং, মিউটেশন স্কোরিং, মোলিকুলার সিমুলেশন এই কাজগুলি সাধারণ ল্যাপটপে কয়েকবার চালানোর মতো নয়।
এছাড়াও, অনেক পেশাদার গণনার জন্য নির্দিষ্ট মডেল, জটিল সফটওয়্যার পরিবেশ এবং GPU সংস্থানের উপর নির্ভরশীল।
OpenAI4S স্বকীয় কম্পিউটিং পরিবেশের সাথে সংযোগ করার সমর্থন করে। স্থানীয়ভাবে ইন্টারঅ্যাকশন এবং টাস্ক সংগঠন করা হয়, যেখানে GPU-এর প্রয়োজনীয় প্রোফেশনাল কম্পিউটিং কাজগুলি আপনার নিজস্ব সার্ভারে প্রেরণ করা যেতে পারে, এবং ফলাফল শেষ হওয়ার পরে একই গবেষণা কাজের প্রবাহে ফিরে আসে।
উদাহরণস্বরূপ প্রোটিন গঠন পূর্বানুমান এবং প্রভাব স্কোরিং, প্রকৃতপক্ষে কঠিন হয়ে উঠেছে কোড কল তৈরি করা নয়, বরং ইনপুটকে সঠিক কম্পিউটেশনাল পরিবেশে পাঠানো এবং ফলাফলগুলিকে সম্পূর্ণভাবে কাজের প্রবাহে ফিরিয়ে আনা।
প্রতিটি জিনিসকে একটি কম্পিউটারে জমা দেওয়ার দরকার নেই, এবং একটি ক্যালকুলেশন সার্ভার সংযোগের জন্য সম্পূর্ণ প্রক্রিয়া পুনর্লিখনেরও দরকার নেই—এটি পরীক্ষাগার এবং গবেষণা দলদের জন্য বিশেষভাবে গুরুত্বপূর্ণ।
ডেটা, মডেল এবং ক্যালকুলেশন সবকিছু তাদের নিজস্ব পরিবেশে রাখা যেতে পারে, এবং এজেন্টগুলি এগুলিকে একসাথে যুক্ত করে।
真实数据、真实计算，它是真没编
বিজ্ঞান গবেষণার জন্য সস্তা মডেল ব্যবহার করলে সবচেয়ে বেশি ভয় কী? এটি গুরুগম্ভীরভাবে মিথ্যা কথা বলার ভয়।
OpenAI4S একটি কঠোর নিয়ম প্রতিষ্ঠা করেছে, যার নাম no-fabrication policy (অপ্রকৃত তথ্য তৈরির নিষেধাজ্ঞা): np.random ব্যবহার করে পরীক্ষার ফলাফল প্রতারণা করা, কৃত্রিমভাবে তৈরি করা 'সংযমী' ফলাফল, BLOSUM ব্যবহার করে ESM এর প্রতিনিধিত্ব করা, প্রাপ্ত ডেটাসেটকে প্রকৃত ডেটা হিসাবে উপস্থাপন করা... সবই নিষিদ্ধ।
বা প্রকৃত সেবা দিন, বা সত্যিকারের ত্রুটি জানান।
তাই আপনি সেই INS কেসটির দিকে ফিরে তাকান—অনুক্রমটি প্রকৃতপক্ষে UniProt থেকে আনা হয়েছে, গঠনটি প্রকৃতপক্ষে RCSB থেকে ডাউনলোড করা হয়েছে, ইন্টারনেট না থাকলে এটি সৎভাবে এড়িয়ে যায়, কখনও একটি মিথ্যা ডেটা দেয় না।
প্রোটিন গঠন গণনা করতে হলে, এটি প্রকৃতপক্ষে GPU ব্যবহার করে: host.fold একটি 8×A100 মেশিনের সাথে SSH করবে, একক সিকোয়েন্সের জন্য Protenix (AlphaFold3 লেভেল) ইনফারেন্স চালাবে, এবং pLDDT সহ গঠনটি ফিরিয়ে দেবে; host.score_mutations বাস্তব ESM স্কোরিং চালিয়ে মিউটেশন বাছাই করবে।
GPU নেই? তাহলে এটি সরাসরি ত্রুটি দেখাবে, কোনো মিথ্যা কাঠামো তৈরি করবে না।
এটি আপনাকে একটি দেখতে সত্যিমিথ্যা গঠন দেয়ার পরিবর্তে বলে দেয় "গণনা করা যায় না"।
বিজ্ঞানী এজেন্টের জন্য, এটি হয়তো “সবকিছু জানা” এর চেয়ে বেশি গুরুত্বপূর্ণ।
ওপেন সোর্স, পেকিং বিশ্ববিদ্যালয় এবং মেটাকন্টিনেন্ট এআই যৌথ পরীক্ষাগার দ্বারা শিক্ষা, গবেষণা এবং উৎপাদনের সমন্বয় ঘটানোর একটি প্রয়াস।
OpenAI4S প্রকাশ কেবল একটি ওপেন-সোর্স প্রজেক্ট যোগ করা নয়, বরং পেকিং বিশ্ববিদ্যালয় এবং মেটাকন্টিনুম AI-এর মধ্যে শিক্ষা, গবেষণা এবং উৎপাদনের সমন্বয়ের একটি বাস্তবায়ন।
উভয় পক্ষের যৌথ পরীক্ষাগারের একটি পর্যায়গত ফলাফল হিসাবে, ওপেনএআই4এস-এর গবেষণা থেকে ওপেন সোর্স পর্যন্ত প্রক্রিয়াটি যৌথ পরীক্ষাগারের জাং গোনবো ছাত্রের নিয়মিত অবদান এবং প্রচেষ্টার জন্যই সম্ভব হয়েছে।
জাং গোনবোর গবেষণার ক্ষেত্র হল AI for Science। তিনি যে UniGenX-এর সহ-প্রথম লেখক হিসেবে কাজ করেছেন, তাতে অণু, উপাদান এবং প্রোটিনের জন্য একটি সাধারণ বৈজ্ঞানিক মৌলিক মডেল অন্বেষণ করা হয়েছে। বৈজ্ঞানিক বুদ্ধিমত্তা নিয়ে এই গবেষণার সঞ্চয় আরও প্রসারিত হয়েছে OpenAI4S-এর উন্নয়ন এবং বাস্তবায়নে।
এছাড়াও, ওপেনএআই4এস এর বিকাশে লি হাও, ওয়াং ইউ, লিউ ইউয়াং, লু লিউ জেংহাও, মাও ইচেং, লিন মুজিয়ে, পেং শিনয়াও, জিয়াং জেংশিয়াং, ওয়াং ইমি সহ অনেকের পরিশ্রম এবং সহযোগিতা অপরিহার্য। ফ্রেমওয়ার্ক ডিজাইন, ফাংশন ডেভেলপমেন্ট থেকে শুরু করে ওপেন-সোর্স প্রকাশ পর্যন্ত প্রতিটি ধাপেই তাদের অবদান রয়েছে।
য়ুনকোং এআই একটি এন্ড-সাইড এআই কোম্পানি, যা মডেল পোস্ট-ট্রেনিং, এজেন্ট রানটাইম, দীর্ঘমেয়াদী মেমোরি এবং এন্ড-সাইড ইনফারেন্স প্রযুক্তির মাধ্যমে এআইকে স্থানীয় এবং অফলাইন পরিবেশে জটিল কাজ সম্পন্ন করতে সক্ষম করে।
বর্তমানে, কোম্পানিটি মেটাস্পেস এআই ওয়ার্ক এবং মেটাস্পেস এআই সায়েন্স দুটি পণ্য লাইন গঠন করেছে, যা যথাক্রমে স্মার্ট অফিসিং এবং বৈজ্ঞানিক আবিষ্কারের ক্ষেত্রে প্রবেশ করেছে।
এই ওপেনসোর্স OpenAI4S-এর মাধ্যমে সংযুক্ত পরীক্ষাগার এবং মেটাক্ষ এআই গবেষণা এজেন্টের উপর সম্মিলিত মতামত প্রকাশ করেছে:
গবেষণা বুদ্ধিমত্তা শুধু ডেমোতে সীমাবদ্ধ থাকা উচিত নয়, বরং এটি প্রকৃতপক্ষে কার্যকর, যাচাইযোগ্য এবং স্কেলযোগ্য গবেষণা অবকাঠামো হতে হবে।
অতএব, এই প্রকল্পে শুধু উদাহরণই নয়, বরং কোর আর্কিটেকচার, গবেষণা দক্ষতা এবং সম্পূর্ণ অ্যাপ্লিকেশনও উন্মুক্ত করা হয়েছে।
উচ্চশিক্ষা প্রতিষ্ঠান, গবেষণা প্রতিষ্ঠান, ডেভেলপার এবং শিল্প অংশীদাররা এই ভিত্তির উপর ডেটা সোর্স, অ্যালগরিদম, টুল এবং গবেষণা প্রক্রিয়া যোগ করে গবেষণা Agent-কে আরও বেশি বাস্তব কাজে নিয়ে যাওয়ার জন্য একসাথে কাজ করতে পারেন।
এটিকে চালু করুন এবং এটি চালিয়ে যাওয়ার জন্য একসাথে কাজ করুন
OpenAI4S-এ অংশগ্রহণ করতে এটিকে চালু করে শুরু করুন।
ইনস্টলেশন জটিল নয়, শুধু তিনটি লাইন দিয়ে শুরু করুন:
প্রকল্পটি শুরু করুন, মডেল কী কনফিগার করার প্রয়োজন নেই।
ইন্টারফেসে প্রবেশ করার পর, Customize → Models-এ পূরণ করুন।
প্রকল্পটি একটি সম্পূর্ণ সেট বাস্তব কেস সহ আসে, যা সরাসরি অনুসরণ করা যায়: লাইভ API ওয়ার্কফ্লো, মানব ইনসুলিন INS-এর বাস্তব ডেটা বিশ্লেষণ, একটি বাক্যে ছবি পরিবর্তন, এবং পরিকল্পনা মোডে আর্টেমিসিনিন এবং প্যাক্সিটাক্সেলের দ্রাব্যতা পূর্বানুমান, প্রোটিন ইঞ্জিনিয়ারিং...
কিন্তু প্রকল্পটি চালু করা শুধু প্রথম পদক্ষেপ।
বাস্তব গবেষণা জীববিজ্ঞান, রসায়ন, উপাদান, চিকিৎসা, পৃথিবী বিজ্ঞান সহ অনেকগুলি ক্ষেত্রকে জড়িত করে।
প্রতিটি দিকের নিজস্ব ডাটাবেস, পেশাদার মডেল এবং গণনা প্রক্রিয়া রয়েছে। এত বিশাল ক্ষমতার ম্যাপ একক দল দ্বারা একবারে পূরণ করা সম্ভব নয়।
অতএব, OpenAI4S প্রতিষ্ঠান, গবেষণা প্রতিষ্ঠান, ডেভেলপার এবং শিল্প দলগুলিকে কল ফর কন্ট্রিবিউটর্স জারি করেছে।
বর্তমানে, টুয়েজহান স্মার্টের স্কিলস ইউআই এই ওপেন সোর্স প্রকল্পকে কিছুটা সমর্থন দিয়েছে।
যদি আপনি কোনো গবেষণা ক্ষেত্রের সাথে পরিচিত হন, তাহলে আপনি এর জন্য নতুন গবেষণা দক্ষতা বিকাশ করতে পারেন, যা পেশাদার ডাটাবেস, অ্যালগরিদম মডেল এবং কম্পিউটেশনাল প্ল্যাটফর্মের সাথে সংযুক্ত হবে;
যদি আপনি এজেন্ট বা সফটওয়্যার ইঞ্জিনিয়ারিংয়ে দক্ষ হন, তবে আপনি কোর আর্কিটেকচার, রিমোট কম্পিউটিং, সিকিউরিটি মেকানিজম, টেস্টিং এবং ডকুমেন্টেশন উন্নত করতে অংশগ্রহণ করতে পারেন।
কোড লিখে না ও অংশগ্রহণ করুন।
একটি ইস্যু জমা দিন, একটি পুনরাবৃত্তযোগ্য কেস যোগ করুন, একটি ব্যর্থ টাস্ক রিপোর্ট করুন, অথবা সম্প্রদায়কে বলুন যে কোন বিষয়ে প্রকৃতপক্ষে কী প্রয়োজন—এগুলি সবই মূল্যবান অবদান।
যদি আপনিও বিশ্বাস করেন যে বিজ্ঞানী এজেন্টগুলি শুধুমাত্র ডেমোতেই সীমাবদ্ধ থাকা উচিত নয়, তাহলে এটিকে চালু করুন এবং এটি চালিয়ে যাওয়ার জন্য যোগ দিন।
পোর্টাল
https://github.com/PKU-YuanGroup/OpenAI4S
https://www.chatexcel.com/homesite/openAI4S
এই লেখাটি ওয়েইচ্যান গ্রুপ "Quantum Bit" থেকে এসেছে, লেখক: অগ্রগতির প্রযুক্তি অনুসরণ করুন