Hugging Face y cinco universidades lanzan Project ProtoStar para preparar para la IA la ciencia financiada con fondos públicos
Fuente: Hugging Face Blog
30 de octubre de 2026 — La investigación financiada con fondos públicos debería ser pública. En la práctica, buena parte está en formatos heredados con poca documentación que ni personas ni sistemas de IA pueden reutilizar con facilidad. Una nueva coalición anunciada en el blog de Hugging Face el 29 de oct. quiere cambiar eso, y arranca con un desafío de pronóstico climático que abre el lunes 2 de nov.
Qué es Project ProtoStar
Según el anuncio, Project ProtoStar es una iniciativa para que los conjuntos de datos, modelos y código de la investigación financiada con fondos públicos sean más fáciles de encontrar, reutilizar y aprovechar, sobre todo para la investigación impulsada por IA. Las organizaciones participantes firman un memorando de entendimiento que respalda la publicación de artefactos científicos adecuados en "AI-ready, machine-actionable formats" (formatos preparados para IA y procesables por máquinas) en infraestructura abierta.
Los socios fundadores mencionados en la publicación son:
- Universidades (a través del Open Forum for AI): Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University y The George Washington University
- The Astera Institute
- Hugging Face, como socio de infraestructura
- The Open Research Community Accelerator (ORCA), a través de su Fostering Innovation Network, como socio comunitario
El problema que aborda
La publicación sostiene que hacer pública la investigación "does not automatically make it usable" (no la hace utilizable automáticamente). Los recursos científicos suelen estar dispersos en sistemas incompatibles o se publican sin los metadatos y la procedencia necesarios para entenderlos. Los autores citan un gasto federal de EE. UU. en I+D de unos $190.000 millones al año y señalan que agencias como los NIH y la NSF han endurecido sus exigencias de acceso público y de intercambio de datos. Hugging Face dice que está entre los diez repositorios generalistas que los NIH recomiendan para compartir datos de investigación.
Hugging Face también compartió cifras de su propia plataforma. Según la publicación, el Hub aloja más de 17.000 conjuntos de datos públicos en áreas científicas centrales, casi 29.000 si se incluyen medicina y matemáticas, y los investigadores compartieron más del triple de nuevos conjuntos de datos científicos en los primeros nueve meses de 2026 que en el mismo periodo de 2025. La empresa también dice que los 18 repositorios de NCBI en el Hub superaron los 11 millones de descargas y que los 27 repositorios de NASA IMPACT recibieron unas 770.000, al 26 de octubre de 2026.
El primer desafío: Climate Risk Intelligence
El primer desafío de ProtoStar lo organiza Carnegie Mellon University y se realiza del 2–13 de nov. de 2026. Así funciona, según el anuncio:
- Los equipos usan datos meteorológicos históricos de 210 ciudades de EE. UU., con registros hasta 2018, para predecir las condiciones reales de 2019 a 2026.
- Pronostican cuatro indicadores: temperatura media anual, precipitación anual total, el día más caluroso del año y los grados-día de refrigeración.
- Las predicciones se comparan con referencias estadísticas simples, como promedios históricos y tendencias lineales, mediante una tabla de clasificación pública.
- Los equipos también proponen una breve idea de política de adaptación climática, que se evalúa por separado.
- Las entregas se hacen como un conjunto de datos de Hugging Face. Los resultados finales de los pronósticos se esperan para principios de 2027, cuando estén disponibles los registros meteorológicos completos de 2026.
Según la publicación, otras instituciones socias organizarán desafíos sucesivos, cada uno basado en recursos que hayan publicado de forma abierta.
Por qué importa
El diseño es ingenioso: al pronosticar años que ya ocurrieron, los modelos se pueden evaluar con el clima observado en lugar de futuros hipotéticos. En términos más amplios, ProtoStar apuesta a que el cuello de botella de la "IA para la ciencia" no son solo los modelos, sino la poco vistosa capa de datos que hay debajo. La Open Source Programs Office de CMU ya anima a los investigadores a compartir conjuntos de datos y modelos adecuados en Hugging Face, sin dejar de reconocer los repositorios especializados, según la publicación.
Las organizaciones interesadas en sumarse pueden escribir a la dirección que figura en el anuncio oficial.
Qué está confirmado / qué no
Confirmado (blog de Hugging Face, 29 de oct. de 2026): - El lanzamiento de Project ProtoStar y sus socios fundadores mencionados. - El desafío Climate Risk Intelligence de CMU se realiza del 2 al 13 de noviembre de 2026, con datos de 210 ciudades de EE. UU. - Los resultados finales de los pronósticos están previstos para principios de 2027. - Las estadísticas del Hub citadas arriba son cifras de la propia Hugging Face.
No confirmado: - Montos de premios o reconocimientos del desafío; el anuncio no menciona ninguno. - Qué instituciones organizarán los próximos desafíos, y cuándo. - Si alguna agencia federal se ha sumado formalmente.
Fuentes
- Oficial: Hugging Face Blog, "Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready" (29 de oct. de 2026): https://huggingface.co/blog/announcing-project-protostar
Relacionados
Subir: IA