Hugging Face 联合五所大学推出 Project ProtoStar，让纳税人资助的科学成果适配 AI
2026年10月30日—— 公共资助的研究理应是公开的。但现实中，很多研究成果停留在老旧格式中，文档也很单薄，人类和 AI 系统都难以复用。10月29日在 Hugging Face 博客上宣布成立的一个新联盟希望改变这一点，并以一场 11月2日（周一）开幕的气候预测挑战赛拉开序幕。
Project ProtoStar 是什么
据公告介绍，Project ProtoStar 旨在让公共资助研究产生的数据集、模型和代码更容易被发现、复用和二次开发，尤其是用于 AI 驱动的研究。参与机构将签署一份谅解备忘录，支持以“适配 AI、可被机器处理的格式”在开放基础设施上发布合适的科学成果。
文章列出的创始合作伙伴包括：
- 大学（通过 Open Forum for AI）：卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学和乔治·华盛顿大学
- Astera Institute
- Hugging Face，担任基础设施合作伙伴
- Open Research Community Accelerator（ORCA），通过其 Fostering Innovation Network 担任社区合作伙伴
它要解决的问题
文章认为，公开研究成果“并不会自动让它变得可用”。科学资源往往分散在互不兼容的系统中，或者发布时缺少理解它们所需的元数据和来源信息。作者指出，美国联邦政府每年的研发支出约为 1900 亿美元，并提到 NIH 和 NSF 等机构已收紧公开获取和数据共享的要求。Hugging Face 表示，它是 NIH 列出的十个可用于共享研究数据的通用仓库之一。
Hugging Face 还公布了自家平台的数据。据文章介绍，Hub 上托管着超过 17,000 个核心科学领域的公开数据集，若算上医学和数学则接近 29,000 个；2026 年前九个月研究人员分享的新科学数据集数量是 2025 年同期的三倍多。该公司还表示，截至 2026年10月26日，NCBI 在 Hub 上的 18 个仓库下载量已突破 1100 万次，NASA IMPACT 的 27 个仓库下载量约为 77 万次。
首个挑战赛：Climate Risk Intelligence
首个 ProtoStar 挑战赛由卡内基梅隆大学主办，于2026年11月2日至13日举行。据公告介绍，规则如下：
- 参赛队伍使用美国 210 座城市截至 2018 年的历史气象数据，预测 2019 年至 2026 年的实际气象状况。
- 需要预测四项指标：年平均气温、年总降水量、全年最热的一天以及制冷度日。
- 预测结果将通过公开排行榜与历史平均值、线性趋势等简单统计基线进行比较。
- 各队还需提出一份简短的气候适应政策构想，单独评审。
- 参赛作品以 Hugging Face 数据集的形式提交。最终预测结果预计在 2027 年初、2026 年完整气象记录可用后公布。
据文章介绍，其他合作机构将依次主办后续挑战赛，每场都围绕其已公开发布的资源展开。
为什么重要
这个设计很巧妙：通过预测已经过去的年份，可以拿实际观测到的天气而不是假设的未来来给模型打分。从更大的角度看，ProtoStar 押注的是：“AI for science”的瓶颈不只是模型，还有模型底下那层不起眼的数据。文章称，CMU 开源项目办公室已在鼓励研究人员把合适的数据集和模型分享到 Hugging Face，同时也认可各领域的专业仓库。
有意加入的机构可通过官方公告中列出的地址联系。
已确认/未确认
已确认（Hugging Face 博客，2026年10月29日）： - Project ProtoStar 的启动及公布的创始合作伙伴。 - CMU Climate Risk Intelligence 挑战赛于 2026年11月2日至13日举行，使用美国 210 座城市的数据。 - 最终预测结果计划于 2027 年初公布。 - 上文引用的 Hub 统计数据为 Hugging Face 自己的数字。
未确认： - 挑战赛的奖金或奖项；公告中均未说明。 - 下一轮挑战赛由哪些机构主办、何时举行。 - 是否有联邦机构正式加入。
来源
- 官方：Hugging Face 博客，“Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready”（2026年10月29日）：https://huggingface.co/blog/announcing-project-protostar
相关文章
返回上级：AI