Представляем проект ProtoStar: делаем науку, финансируемую за счет государственных средств, готовой для ИИ

Вернуться к статьям

Объявление о проекте ProtoStar: делаем науку, финансируемую из государственного бюджета, готовой для ИИ

Опубликовано 29 октября 2026 года

Инициатива, объединяющая университеты, исследовательские организации, индустрию и сообщество открытой науки, чтобы сделать исследования, финансируемые из государственного бюджета, более доступными для поиска, повторного использования и дальнейшего развития.

Сегодня мы объявляем о запуске проекта ProtoStar — инициативы, призванной раскрыть потенциал научных исследований, финансируемых из государственного бюджета, сделав наборы данных, модели и код более доступными и пригодными для повторного использования, особенно в исследованиях на основе ИИ. ProtoStar объединяет исследовательские учреждения, индустрию и сообщество открытой науки, чтобы поддержать публикацию научных материалов в готовых для ИИ форматах, пригодных для машинной обработки, а также продемонстрировать их ценность посредством серии открытых конкурсов. Первый конкурс, организованный Университетом Карнеги — Меллон, стартует 2 ноября. Подробности см. в разделе «Как принять участие» ниже.

В число партнеров — основателей инициативы входят Университет Карнеги — Меллон, Университет Пердью, Технологический институт Джорджии, Университет штата Аризона и Университет Джорджа Вашингтона, работающие через Open Forum for AI (OFAI) как университетскую коалицию; Astera Institute; Hugging Face как инфраструктурного партнера; а также Open Research Community Accelerator (ORCA), выступающий через свою сеть содействия инновациям в качестве партнера сообщества.

Участвующие организации оформляют свое участие меморандумом о взаимопонимании, поддерживающим публикацию подходящих научных наборов данных, моделей и кода в готовых для ИИ форматах на открытой инфраструктуре. Организации, заинтересованные в присоединении к проекту ProtoStar, могут написать по адресу protostar@orcaopen.org.

Как сделать науку, финансируемую из государственного бюджета, более пригодной для использования

Федеральное правительство США ежегодно инвестирует около 190 миллиардов долларов в исследования и разработки, а федеральная политика все чаще требует открытого доступа к результатам. Такие ведомства, как Национальные институты здравоохранения (NIH) и Национальный научный фонд (NSF), усилили требования к открытому доступу к публикациям по финансируемым исследованиям и обязывают исследователей планировать передачу исходных данных в открытый доступ. Hugging Face входит в число десяти универсальных репозиториев, перечисленных NIH для обмена исследовательскими данными.

Однако публикация результатов исследований в открытом доступе сама по себе не делает их пригодными для использования. Научные наборы данных, модели и код часто разбросаны по несовместимым системам, хранятся в статичных или устаревших форматах либо публикуются без документации, метаданных и сведений о происхождении, необходимых для их понимания и повторного использования. Эти ограничения затрудняют для исследователей развитие существующих работ, а ИИ-системам еще сложнее находить, интерпретировать и объединять научные ресурсы из разных дисциплин.

Проект ProtoStar призван помочь сократить этот разрыв, поощряя систематическую публикацию научных материалов, финансируемых из государственного бюджета, в готовых для ИИ форматах при поддержке открытой инфраструктуры и практических рекомендаций по публикации. Он развивает такие инициативы, как конкурс Национального института рака по подготовке данных для ИИ и руководство Hugging Face по подготовке данных государственного сектора для ИИ. Цель — облегчить исследовательским организациям выполнение существующих требований к открытому доступу и одновременно повысить научную ценность публикуемых ими материалов.

Потребность в пригодных для повторного использования научных ресурсах уже очевидна. На Hugging Face размещено более 17 000 общедоступных наборов данных по ключевым научным направлениям, включая геномику, дизайн белков, химию, погоду и климат, наблюдение за Землей и астрономию. Если добавить медицину и математику, это число приближается к 29 000, а сопоставимое количество составляют научные модели.

Темпы обмена также ускоряются. За первые девять месяцев 2026 года исследователи разместили на Hugging Face более чем в три раза больше новых научных наборов данных, чем за тот же период 2025 года, причем рост оставался значительным даже после исключения крупнейшего отдельного загрузчика.

Рисунок 1. Новые общедоступные научные наборы данных на Hugging Face по кварталам и направлениям (1-й квартал 2023 года — 3-й квартал 2026 года). Учитываются наборы данных, остающиеся общедоступными, по дате создания. Источник: данные Hugging Face Hub, октябрь 2026 года. Изучить данные.

Когда организации публикуют результаты исследований в пригодных для повторного использования форматах, научное сообщество может развивать их в масштабах всей отрасли. 18 общедоступных репозиториев, поддерживаемых Национальным центром биотехнологической информации (NCBI) при NIH на Hugging Face, в совокупности получили более 11 миллионов загрузок, а 27 репозиториев NASA IMPACT — около 770 000 загрузок по состоянию на 26 октября 2026 года. Документация также играет важную роль в обеспечении полезности этих ресурсов: 90% загрузок наборов данных на Hugging Face приходятся на полностью документированные наборы данных.

Общедоступные геномные данные оказались важны для исследований, способствующих дальнейшему развитию таких областей, как биология; исследователи Hugging Face развивают открытые научные ресурсы, включая недавние релизы от HuggingFaceBio, такие как Carbon-A и Carbon-X. Открыто публикуя полученные модели, наборы данных и инструменты, эти проекты демонстрируют, как существующие научные ресурсы могут поддерживать новые исследования, на которых смогут основывать свою работу другие специалисты.

Именно такую деятельность мы намерены дополнительно стимулировать с помощью проекта ProtoStar посредством институциональных политик, принятых участвующими организациями. В качестве раннего примера институциональной приверженности офис программ с открытым исходным кодом Университета Карнеги — Меллон призывает своих исследователей публиковать подходящие наборы данных, модели ИИ и другие результаты исследований на Hugging Face, признавая при этом сохраняющуюся важность специализированных репозиториев.

Конкурсы открытой науки

Подготовка научных материалов для ИИ — важный первый шаг. Мы также хотим продемонстрировать, чего могут достичь исследователи, разработчики и научное сообщество в целом, когда эти ресурсы становятся доступными для повторного использования.

Центральный вопрос для ProtoStar звучит так: могут ли научные наборы данных, модели и код, финансируемые из государственного бюджета и выпущенные в готовых для ИИ форматах, легко находиться, повторно использоваться, объединяться и дорабатываться для ускорения научных открытий и достижения общественной пользы?

Чтобы изучить этот вопрос, ProtoStar организует серию открытых конкурсов. Каждый из них будет проводиться участвующим исследовательским учреждением и строиться вокруг научных ресурсов, открыто опубликованных этим учреждением. Конкурсы преследуют две взаимодополняющие цели:

Продемонстрировать повторное использование научных ресурсов. Создать конкретные примеры того, как исследователи и разработчики используют научные материалы, финансируемые из государственного бюджета, включая приложения, объединяющие ресурсы разных учреждений или дисциплин.
Понять, что делает повторное использование возможным. Выявить технические барьеры, пробелы в документации, проблемы совместимости и успешные практики, которые смогут повлиять на будущую исследовательскую инфраструктуру, решения о финансировании и государственную политику.

Полученные проекты и извлеченные уроки помогут создать практическую доказательную базу для того, чтобы сделать науку, финансируемую из государственного бюджета, более доступной и полезной.

Первый конкурс: анализ климатических рисков

Организатор: Университет Карнеги — Меллон | 2–13 ноября 2026 года

Первый конкурс ProtoStar предлагает участникам проверить, может ли ИИ улучшить прогнозирование городских климатических условий с использованием исторических метеорологических данных по 210 городам США. Основываясь на исследовании Университета Карнеги — Меллон, команды будут использовать климатические записи по 2018 год включительно, чтобы прогнозировать фактические условия с 2019 по 2026 год. Это позволит оценивать их модели по наблюдавшейся погоде, а не по гипотетическим сценариям будущего.

Участники спрогнозируют четыре показателя, имеющих значение для городского планирования: среднюю годовую температуру, общее годовое количество осадков, самый жаркий день года и количество градусо-дней охлаждения — показатель потребности в кондиционировании воздуха. Их прогнозы будут сравниваться с простыми статистическими базовыми моделями, включая исторические средние значения и линейные тренды, чтобы определить, обеспечивают ли подходы на основе ИИ значимое повышение точности.

Помимо прогнозирования, участники также предложат краткую идею политики адаптации к изменению климата, основанную на выводах, сделанных ими при изучении данных. Этот компонент призван побудить команды связывать научный анализ с практической общественной пользой, например подготовкой городов к экстремальной жаре, повышением энергоэффективности или управлением меняющимся характером осадков.

Команды представят набор данных на Hugging Face с этими результатами. Эффективность прогнозирования будет оцениваться с помощью публичной таблицы лидеров, измеряющей ошибки прогнозов относительно установленных базовых моделей, а идеи в области политики будут рассматриваться отдельно. Итоговые результаты прогнозирования будут опубликованы в начале 2027 года, после того как станут доступны полные метеорологические записи за 2026 год.

Изучить конкурс CMU по анализу климатических рисков

Конкурс CMU — первый в этой серии. Другие участвующие учреждения будут последовательно проводить собственные конкурсы, каждый из которых будет посвящен различным научным ресурсам, финансируемым из государственного бюджета, и возможностям их повторного использования. О будущих конкурсах будет объявлено на странице проекта ProtoStar на Hugging Face.

Как присоединиться к проекту ProtoStar

Будь вы академическим исследователем, студентом, независимым разработчиком или компанией, создающей решения на основе открытой научной инфраструктуры, ProtoStar предлагает возможности применить исследования, финансируемые из государственного бюджета, на практике и помочь нам понять, что необходимо для более широкого использования открытой науки, готовой для ИИ.

Мы также приглашаем университеты, федеральные исследовательские агентства, национальные лаборатории, некоммерческие организации и другие исследовательские учреждения, заинтересованные в повышении доступности и пригодности для повторного использования своих научных ресурсов. Чтобы обсудить участие или сотрудничество, напишите по адресу protostar@orcaopen.org.

Мы надеемся, что ProtoStar упростит доступ к научным работам, финансируемым из государственного бюджета, для людей и инструментов, способных развивать их дальше, а также позволит получить практические данные об инфраструктуре и методах, необходимых для поддержки открытой науки в широком масштабе.