Hugging Face và năm trường đại học ra mắt Project ProtoStar để khoa học do thuế tài trợ sẵn sàng cho AI
Nguồn: Hugging Face Blog
30 tháng 10 năm 2026 — Nghiên cứu được tài trợ công lẽ ra phải là của công chúng. Trên thực tế, rất nhiều nghiên cứu nằm ở các định dạng cũ với tài liệu sơ sài, khiến cả con người lẫn hệ thống AI đều khó tái sử dụng. Một liên minh mới được công bố trên blog Hugging Face ngày 29 tháng 10 muốn thay đổi điều đó, và khởi đầu bằng một thử thách dự báo khí hậu mở vào thứ Hai, ngày 2 tháng 11.
Project ProtoStar là gì
Theo thông báo, Project ProtoStar là sáng kiến giúp bộ dữ liệu, mô hình và mã nguồn từ các nghiên cứu được tài trợ công dễ tìm, dễ tái sử dụng và dễ phát triển tiếp hơn, đặc biệt cho nghiên cứu dựa trên AI. Các tổ chức tham gia ký biên bản ghi nhớ ủng hộ việc phát hành các sản phẩm khoa học phù hợp ở "định dạng sẵn sàng cho AI, máy có thể xử lý" trên hạ tầng mở.
Các đối tác sáng lập được nêu tên trong bài đăng gồm:
- Các trường đại học (thông qua Open Forum for AI): Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University và The George Washington University
- The Astera Institute
- Hugging Face, với vai trò đối tác hạ tầng
- The Open Research Community Accelerator (ORCA), thông qua Fostering Innovation Network, với vai trò đối tác cộng đồng
Vấn đề cần giải quyết
Bài đăng lập luận rằng việc công khai nghiên cứu "không tự động khiến nó dùng được". Tài nguyên khoa học thường nằm rải rác trên các hệ thống không tương thích hoặc được phát hành mà thiếu siêu dữ liệu và thông tin nguồn gốc cần thiết để hiểu chúng. Các tác giả dẫn mức chi R&D liên bang của Mỹ khoảng 190 tỷ USD mỗi năm và lưu ý rằng các cơ quan như NIH và NSF đã siết chặt yêu cầu về truy cập công khai và chia sẻ dữ liệu. Hugging Face cho biết mình nằm trong số mười kho đa năng mà NIH liệt kê để chia sẻ dữ liệu nghiên cứu.
Hugging Face cũng chia sẻ số liệu nền tảng của mình. Theo bài đăng, Hub lưu trữ hơn 17.000 bộ dữ liệu công khai thuộc các lĩnh vực khoa học cốt lõi, gần 29.000 nếu tính cả y học và toán học, và các nhà nghiên cứu đã chia sẻ số bộ dữ liệu khoa học mới trong chín tháng đầu năm 2026 nhiều gấp hơn ba lần so với cùng kỳ năm 2025. Công ty cũng cho biết 18 kho của NCBI trên Hub đã vượt 11 triệu lượt tải và 27 kho của NASA IMPACT đạt khoảng 770.000 lượt, tính đến ngày 26 tháng 10 năm 2026.
Thử thách đầu tiên: Climate Risk Intelligence
Thử thách ProtoStar đầu tiên do Carnegie Mellon University đăng cai và diễn ra ngày 2–13 tháng 11 năm 2026. Theo thông báo, cách thức hoạt động như sau:
- Các đội sử dụng dữ liệu thời tiết lịch sử từ 210 thành phố của Mỹ, với dữ liệu đến năm 2018, để dự đoán điều kiện thực tế từ 2019 đến 2026.
- Họ dự báo bốn chỉ số: nhiệt độ trung bình năm, tổng lượng mưa năm, ngày nóng nhất trong năm và số độ-ngày làm mát.
- Các dự đoán được so sánh với những mốc thống kê đơn giản như mức trung bình lịch sử và xu hướng tuyến tính, thông qua một bảng xếp hạng công khai.
- Các đội cũng đề xuất một ý tưởng chính sách thích ứng khí hậu ngắn gọn, được chấm riêng.
- Bài dự thi được nộp dưới dạng một bộ dữ liệu Hugging Face. Kết quả dự báo cuối cùng dự kiến có vào đầu năm 2027, khi có đầy đủ dữ liệu thời tiết năm 2026.
Theo bài đăng, các tổ chức đối tác khác sẽ lần lượt đăng cai các thử thách tiếp theo, mỗi thử thách xoay quanh những tài nguyên mà họ đã phát hành mở.
Vì sao điều này quan trọng
Thiết kế này rất khéo: bằng cách dự báo những năm đã qua, mô hình có thể được chấm điểm dựa trên thời tiết quan sát thực tế thay vì một tương lai giả định. Rộng hơn, ProtoStar là một canh bạc rằng nút thắt của "AI cho khoa học" không chỉ nằm ở mô hình mà còn ở lớp dữ liệu kém hào nhoáng bên dưới. Theo bài đăng, Văn phòng Chương trình Mã nguồn mở của CMU đã khuyến khích các nhà nghiên cứu chia sẻ bộ dữ liệu và mô hình phù hợp trên Hugging Face, đồng thời vẫn công nhận các kho chuyên ngành.
Các tổ chức muốn tham gia có thể liên hệ địa chỉ được nêu trong thông báo chính thức.
Đã xác nhận / chưa xác nhận
Đã xác nhận (blog Hugging Face, ngày 29 tháng 10 năm 2026): - Việc ra mắt Project ProtoStar và các đối tác sáng lập được nêu tên. - Thử thách Climate Risk Intelligence của CMU diễn ra từ ngày 2–13 tháng 11 năm 2026, dùng dữ liệu từ 210 thành phố của Mỹ. - Kết quả dự báo cuối cùng dự kiến công bố vào đầu năm 2027. - Các số liệu Hub nêu trên là số liệu của chính Hugging Face.
Chưa xác nhận: - Giá trị giải thưởng của thử thách; thông báo không nêu. - Những tổ chức nào sẽ đăng cai các thử thách tiếp theo, và khi nào. - Liệu có cơ quan liên bang nào chính thức tham gia hay chưa.
Nguồn
- Chính thức: Blog Hugging Face, "Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready" (ngày 29 tháng 10 năm 2026): https://huggingface.co/blog/announcing-project-protostar
Bài liên quan
Lên trên: AI