Hugging Face et cinq universités lancent Project ProtoStar pour rendre la science financée par l'impôt exploitable par l'IA
Source : Hugging Face Blog
30 octobre 2026 — La recherche financée par l'argent public est censée être publique. En pratique, une grande partie dort dans des formats anciens, peu documentés, que ni les humains ni les systèmes d'IA ne peuvent facilement réutiliser. Une nouvelle coalition annoncée sur le blog de Hugging Face le 29 oct. veut changer cela, et elle démarre avec un challenge de prévision climatique qui ouvre le lundi 2 nov.
Ce qu'est Project ProtoStar
Selon l'annonce, Project ProtoStar est une initiative visant à rendre les jeux de données, modèles et codes issus de la recherche publique plus faciles à trouver, à réutiliser et à enrichir, notamment pour la recherche pilotée par l'IA. Les organisations participantes signent un protocole d'accord en faveur de la publication d'artefacts scientifiques adaptés dans des « AI-ready, machine-actionable formats » sur une infrastructure ouverte.
Les partenaires fondateurs cités dans le billet sont :
- Universités (via l'Open Forum for AI) : Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University et The George Washington University
- The Astera Institute
- Hugging Face, comme partenaire d'infrastructure
- The Open Research Community Accelerator (ORCA), via son Fostering Innovation Network, comme partenaire communautaire
Le problème visé
Le billet soutient que rendre la recherche publique « does not automatically make it usable ». Les ressources scientifiques sont souvent dispersées entre des systèmes incompatibles ou publiées sans les métadonnées et la provenance nécessaires pour les comprendre. Les auteurs citent des dépenses fédérales américaines de R&D d'environ 190 milliards de dollars par an et notent que des agences comme les NIH et la NSF ont renforcé leurs exigences d'accès public et de partage des données. Hugging Face dit figurer parmi les dix dépôts généralistes que les NIH recommandent pour partager des données de recherche.
Hugging Face a aussi partagé ses propres chiffres. Selon le billet, le Hub héberge plus de 17 000 jeux de données publics dans les principaux domaines scientifiques, près de 29 000 en incluant la médecine et les mathématiques, et les chercheurs ont partagé plus de trois fois plus de nouveaux jeux de données scientifiques au cours des neuf premiers mois de 2026 que sur la même période de 2025. L'entreprise indique aussi que les 18 dépôts du NCBI sur le Hub ont dépassé 11 millions de téléchargements et que les 27 dépôts de NASA IMPACT en ont reçu environ 770 000, au 26 oct. 2026.
Le premier challenge : Climate Risk Intelligence
Le premier challenge ProtoStar est organisé par la Carnegie Mellon University et se déroule du 2 au 13 nov. 2026. Voici comment il fonctionne, selon l'annonce :
- Les équipes utilisent les données météo historiques de 210 villes américaines, avec des relevés jusqu'en 2018, pour prédire les conditions réelles de 2019 à 2026.
- Elles prévoient quatre indicateurs : la température annuelle moyenne, les précipitations annuelles totales, le jour le plus chaud de l'année et les degrés-jours de climatisation.
- Les prédictions sont comparées à des références statistiques simples, comme les moyennes historiques et les tendances linéaires, via un classement public.
- Les équipes proposent aussi une courte idée de politique d'adaptation au climat, évaluée séparément.
- Les soumissions se font sous forme de jeu de données Hugging Face. Les résultats finaux sont attendus début 2027, une fois les relevés météo complets de 2026 disponibles.
D'autres institutions partenaires accueilleront ensuite des challenges à tour de rôle, selon le billet, chacun construit autour de ressources qu'elles ont publiées en accès ouvert.
Pourquoi c'est important
Le principe est astucieux : en prévoyant des années déjà écoulées, on peut noter les modèles sur la météo observée plutôt que sur des futurs hypothétiques. Plus largement, ProtoStar parie que le goulot d'étranglement de l'« AI for science » ne tient pas qu'aux modèles, mais aussi à la couche de données peu glamour qui se trouve en dessous. Le bureau des programmes open source de la CMU encourage déjà les chercheurs à partager des jeux de données et modèles adaptés sur Hugging Face, tout en reconnaissant les dépôts spécialisés, précise le billet.
Les organisations intéressées peuvent écrire à l'adresse indiquée dans l'annonce officielle.
Ce qui est confirmé / ce qui ne l'est pas
Confirmé (blog de Hugging Face, 29 oct. 2026) : - Le lancement de Project ProtoStar et ses partenaires fondateurs nommés. - Le challenge Climate Risk Intelligence de la CMU se déroule du 2 au 13 nov. 2026, avec des données de 210 villes américaines. - Les résultats finaux des prévisions sont attendus début 2027. - Les statistiques du Hub citées plus haut sont des chiffres de Hugging Face.
Non confirmé : - Montant des prix ou récompenses du challenge ; l'annonce n'en mentionne aucun. - Quelles institutions accueilleront les prochains challenges, et quand. - Si des agences fédérales ont officiellement rejoint le projet.
Sources
- Officiel : Hugging Face Blog, « Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready » (29 oct. 2026) : https://huggingface.co/blog/announcing-project-protostar
À lire aussi
Voir aussi : IA