Claude Science: Anthropic představuje specializovanou AI laboratoř pro vědce a výzkumníky

Lubomír Černý · 2026-07-01

Společnost Anthropic představila Claude Science, specializované pracovní prostředí navržené přímo pro potřeby vědeckého výzkumu. Nová platforma sjednocuje roztříštěné databáze, analytické nástroje a správu výpočetního výkonu do jediné aplikace. Cílem je zefektivnit složité procesy od analýzy dat až po přípravu podkladů k publikaci. Jak novinka, která je aktuálně v beta verzi, funguje v praxi a pro koho je dostupná?

Sjednocení výzkumného ekosystému

Práce vědců často znamená neustálé přepínání mezi desítkami databází, formátů a specializovaných nástrojů. Ať už jde o PubMed, Jupyter nebo terminály výpočetních clusterů, správa těchto environments zabírá cenný čas. Claude Science tento problém řeší tím, že uvedené nástroje propojuje do jednoho uceleného prostoru.

Platforma přichází předkonfigurovaná s více než 60 nástroji pro oblasti jako genomika, proteomika nebo chemoinformatika. Dokáže nativně zobrazovat trojrozměrné struktury proteinů i složité molekuly. Výzkumníci tak mohou s modelem komunikovat v přirozeném jazyce, zatímco systém na pozadí samostatně dotazuje různé databáze a syntetizuje výsledky.

Autonomní týmy agentů v reálné praxi

Působivé možnosti této platformy nejlepší ilustrují konkrétní případy z laboratoří. Neurovědec Jérôme Lecoq z Allen Institute využil platformu k vybudování šablony složené z přibližně dvaceti specializovaných dovedností pro psaní rozsáhlých vědeckých přehledů. Podřízení agenti prošli tisíce studií, vyndali z nich hlavní tvrzení i kvantitativní výsledky a uložili je do databáze. Celý systém pak psal recenzi sekci po sekci, přičemž klíčem k úspěchu bylo nasazení dvojic tvůrce a kritik. Jeden agent obsah vytvářel, zatímco druhý nezávisle hodnotil přesnost a správnost citací. Práce, která dříve týmu trvala až dva roky, je nyní hotová za zlomek času.

Další aplikaci vidíme u společnosti Manifold Bio, která se zabývá vývojem cílených léčiv. Ti platformu nasadili na vyhodnocování a hodnocení kandidátů pro nové experimenty. Claude Science dokázal samostatně posoudit bezpečnost i vlastnosti látek a porovnat je s interními daty firmy. Pro epidemiologa Stephena Francise z UCSF Brain Tumor Center zase nástroj znamenal desetinásobné zrychlení analýz genetického základu nádorů mozku. Všechny tyto případy ukazují, že se posouváme od pouhého chatování k řízení celých autonomních procesů.

Reprodukovatelnost a automatická kontrola

Při konzultacích ve firmách často narážím na problém transparentnosti výstupů umělé inteligence. Ve vědeckém prostředí je tento aspekt absolutně kritický. Anthropic se u nové aplikace zaměřil na plnou auditelnost. Když systém vygeneruje graf nebo analyzuje data, přiloží také přesný zdrojový kód, popis vytvoření a kompletní historii kroků.

Zajímavým bezpečnostním prvkem je zapojení revizních agentů. Tito samostatní boti během práce automaticky kontrolují citace, ověřují výpočty a upozorňují na případné nesrovnalosti mezi kódem a finálním výstupem. Tím se snižuje riziko halucinací a chyb, které by mohly znehodnotit výzkumnou práci.

Správa výpočetního výkonu a bezpečnost dat

Spouštění náročných úloh, jako je modelování proteinů na velkých datasetech, běžně vyžaduje složité odesílání požadavků na vzdálené clustery. Systém od Anthropicu tento proces řídí přímo. Aplikace navrhne postup, vyžázd si schválení a následně úlohu odešle na existující infrastrukturu laboratoře.

Výhodou tohoto přístupu je, že citlivá výzkumná data nikdy nemusí opustit lokální nebo firemní servery. Aplikace dokáže fungovat lokálně na systémech macOS či Linux a do cloudu posílá pouze nezbytný kontext pro konkrétní analytický krok. Podobná architektura řeší jednu z hlavních obav institucí při plošném nasazování chytrých nástrojů.

Dostupnost pro komunitu a budoucí vývoj

Aplikace je aktuálně dostupná v beta verzi pro uživatele placených plánů Pro, Max, Team a Enterprise. Pro instituce navíc vývojáři připravili speciální týmové předplatné a v rámci programu podpory rozdělí granty vybraným výzkumným projektům.

Z mého pohledu jde o ukázkový příklad toho, kam se trh posouvá. Namísto obecných chatbotů začínáme vídat úzce profilované pracovní stanice, které respektují zavedené postupy daného oboru a pouze je zbavují technické třecí plochy. Pokud se spolehlivost interních kontrolních mechanismů potvrdí v praxi, může tento nástroj ušetřit výzkumným týmům stovky hodin rutinní práce.

Zdroj: Anthropic