Hugging Face e cinco universidades lançam o Project ProtoStar para deixar a ciência paga com dinheiro público pronta para IA
Fonte: Hugging Face Blog
30 de outubro de 2026 — Pesquisa financiada com dinheiro público deveria ser pública. Na prática, boa parte dela está em formatos antigos, com pouca documentação, que nem pessoas nem sistemas de IA conseguem reutilizar com facilidade. Uma nova coalizão anunciada no blog da Hugging Face em 29 de out. quer mudar isso, e começa com um desafio de previsão climática que abre na segunda-feira, 2 de nov.
O que é o Project ProtoStar
Segundo o anúncio, o Project ProtoStar é uma iniciativa para tornar datasets, modelos e código de pesquisas financiadas com dinheiro público mais fáceis de encontrar, reutilizar e aproveitar, principalmente em pesquisas movidas por IA. As organizações participantes assinam um memorando de entendimento em apoio à publicação de artefatos científicos adequados em "AI-ready, machine-actionable formats" (formatos prontos para IA e processáveis por máquina) em infraestrutura aberta.
Os parceiros fundadores citados no post são:
- Universidades (via Open Forum for AI): Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University e The George Washington University
- The Astera Institute
- Hugging Face, como parceira de infraestrutura
- The Open Research Community Accelerator (ORCA), por meio da sua Fostering Innovation Network, como parceira de comunidade
O problema que ele ataca
O post argumenta que tornar a pesquisa pública "does not automatically make it usable" (não a torna automaticamente utilizável). Recursos científicos costumam estar espalhados por sistemas incompatíveis ou ser publicados sem os metadados e a procedência necessários para entendê-los. Os autores citam gastos federais dos EUA com P&D de cerca de US$ 190 bilhões por ano e observam que órgãos como o NIH e a NSF endureceram as exigências de acesso público e compartilhamento de dados. A Hugging Face diz estar entre os dez repositórios generalistas que o NIH indica para compartilhar dados de pesquisa.
A Hugging Face também divulgou números da própria plataforma. Segundo o post, o Hub hospeda mais de 17.000 datasets públicos em áreas científicas centrais, perto de 29.000 se incluídas medicina e matemática, e os pesquisadores compartilharam mais que o triplo de novos datasets científicos nos primeiros nove meses de 2026 em relação ao mesmo período de 2025. A empresa também diz que os 18 repositórios do NCBI no Hub passaram de 11 milhões de downloads e que os 27 repositórios da NASA IMPACT tiveram cerca de 770.000, até 26 de outubro de 2026.
O primeiro desafio: Climate Risk Intelligence
O primeiro desafio do ProtoStar é sediado pela Carnegie Mellon University e acontece de 2–13 de nov. de 2026. Veja como funciona, segundo o anúncio:
- As equipes usam dados meteorológicos históricos de 210 cidades dos EUA, com registros até 2018, para prever as condições reais de 2019 a 2026.
- Elas preveem quatro indicadores: temperatura média anual, precipitação total anual, o dia mais quente do ano e os graus-dia de resfriamento.
- As previsões são comparadas com referências estatísticas simples, como médias históricas e tendências lineares, em um ranking público.
- As equipes também propõem uma breve ideia de política de adaptação climática, avaliada separadamente.
- As submissões são feitas como um dataset da Hugging Face. Os resultados finais das previsões são esperados para o início de 2027, quando os registros meteorológicos completos de 2026 estiverem disponíveis.
Segundo o post, outras instituições parceiras vão sediar desafios na sequência, cada um em torno de recursos que publicaram de forma aberta.
Por que isso importa
O desenho é engenhoso: ao prever anos que já aconteceram, os modelos podem ser avaliados com o clima observado em vez de futuros hipotéticos. De forma mais ampla, o ProtoStar aposta que o gargalo da "IA para a ciência" não são só os modelos, mas a pouco glamorosa camada de dados por baixo deles. O Open Source Programs Office da CMU já incentiva os pesquisadores a compartilhar datasets e modelos adequados na Hugging Face, sem deixar de reconhecer os repositórios específicos de cada área, segundo o post.
Organizações interessadas em participar podem entrar em contato pelo endereço indicado no anúncio oficial.
O que está confirmado / o que não está
Confirmado (blog da Hugging Face, 29 de out. de 2026): - O lançamento do Project ProtoStar e seus parceiros fundadores citados. - O desafio Climate Risk Intelligence da CMU acontece de 2 a 13 de novembro de 2026, com dados de 210 cidades dos EUA. - Os resultados finais das previsões estão planejados para o início de 2027. - As estatísticas do Hub citadas acima são números da própria Hugging Face.
Não confirmado: - Valores de prêmios ou premiações do desafio; o anúncio não cita nenhum. - Quais instituições vão sediar os próximos desafios, e quando. - Se alguma agência federal aderiu formalmente.
Fontes
- Oficial: Hugging Face Blog, "Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready" (29 de out. de 2026): https://huggingface.co/blog/announcing-project-protostar
Relacionados
Voltar: IA