Представляємо проєкт ProtoStar: підготовка науки, що фінансується державою, до роботи зі ШІ

Назад до статей

Представляємо Project ProtoStar: робимо науку, що фінансується з державних коштів, готовою до використання ШІ

Опубліковано 29 жовтня 2026 року

Оновити на GitHub

Підтримати

Ініціатива, що об’єднує університети, дослідницькі організації, індустрію та спільноту відкритої науки, щоб зробити дослідження, профінансовані з державних коштів, доступнішими для пошуку, повторного використання та подальшого розвитку.

Сьогодні ми оголошуємо про Project ProtoStar — ініціативу, покликану розкрити потенціал наукових досліджень, профінансованих з державних коштів, зробивши набори даних, моделі та код доступнішими й придатнішими для повторного використання, особливо для досліджень із застосуванням ШІ. ProtoStar об’єднує дослідницькі установи, індустрію та спільноту відкритої науки, щоб підтримати публікацію наукових артефактів у форматах, готових до використання ШІ та придатних для машинної обробки, а також продемонструвати їхню цінність через серію відкритих викликів. Перший виклик, організований Університетом Карнеґі-Меллона, розпочнеться 2 листопада. Дивіться розділ «Як взяти участь» нижче.

Серед партнерів-засновників ініціативи — Університет Карнеґі-Меллона, Університет Пердью, Технологічний інститут Джорджії, Університет штату Аризона та Університет Джорджа Вашингтона, які працюють через Open Forum for AI (OFAI) як університетського партнера коаліції; Astera Institute; Hugging Face як інфраструктурного партнера; та Open Research Community Accelerator (ORCA), який через свою Fostering Innovation Network виступає партнером спільноти.

Організації-учасниці офіційно оформлюють свою участь через меморандум про взаєморозуміння, що підтримує публікацію відповідних наукових наборів даних, моделей і коду у форматах, готових до використання ШІ, на відкритій інфраструктурі. Організації, зацікавлені в приєднанні до Project ProtoStar, можуть звернутися за адресою protostar@orcaopen.org.

Як зробити науку, що фінансується з державних коштів, придатнішою для використання

Федеральний уряд США щороку інвестує приблизно 190 мільярдів доларів у дослідження та розробки, а федеральна політика дедалі більше вимагає публічного поширення результатів. Такі установи, як Національні інститути охорони здоров’я (NIH) та Національний науковий фонд (NSF), посилили вимоги щодо відкритого доступу до публікацій за результатами профінансованих досліджень і вимагають від дослідників планувати поширення базових даних. Hugging Face входить до десяти універсальних репозиторіїв, перелічених NIH для поширення дослідницьких даних.

Але публічна доступність дослідження автоматично не робить його придатним для використання. Наукові набори даних, моделі та код часто розпорошені між несумісними системами, зберігаються у статичних або застарілих форматах чи публікуються без документації, метаданих і відомостей про походження, необхідних для їх розуміння та повторного використання. Через ці обмеження дослідникам складніше розвивати наявні напрацювання, а системам ШІ — знаходити, інтерпретувати й поєднувати наукові ресурси з різних галузей.

Project ProtoStar має допомогти подолати цю прогалину, заохочуючи систематичне поширення наукових артефактів, профінансованих з державних коштів, у форматах, готових до використання ШІ, за підтримки відкритої інфраструктури та практичних рекомендацій щодо публікації. Проєкт розвиває такі ініціативи, як виклик Національного інституту раку щодо готовності даних до ШІ та посібник Hugging Face з підготовки даних державного сектору до використання ШІ. Мета полягає в тому, щоб дослідницьким організаціям було легше відповідати наявним вимогам щодо відкритого доступу, одночасно підвищуючи наукову цінність опублікованих матеріалів.

Попит на наукові ресурси, придатні для повторного використання, уже очевидний. Hugging Face розміщує понад 17 000 публічних наборів даних у ключових наукових галузях, зокрема в геноміці, дизайні білків, хімії, метеорології та кліматі, спостереженні за Землею й астрономії. Якщо додати медицину та математику, це число наближається до 29 000, а також існує співмірна кількість наукових моделей.

Темпи поширення також прискорюються. За перші дев’ять місяців 2026 року дослідники опублікували на Hugging Face більш ніж утричі більше нових наукових наборів даних, ніж за аналогічний період 2025 року, причому зростання залишається значним навіть після виключення найбільшого окремого завантажувача.

Рисунок 1. Нові публічні наукові набори даних на Hugging Face за кварталами, за галузями (I квартал 2023 — III квартал 2026 року). Підраховано набори даних, які досі є публічними, за датою створення. Джерело: дані Hugging Face Hub, жовтень 2026 року. Переглянути дані.

Коли організації поширюють результати досліджень у форматах, придатних для повторного використання, наукова спільнота може масштабно розвивати їх. 18 публічних репозиторіїв, які підтримує NIH через свій Національний центр біотехнологічної інформації (NCBI) на Hugging Face, сукупно отримали понад 11 мільйонів завантажень, тоді як 27 репозиторіїв NASA IMPACT станом на 26 жовтня 2026 року отримали приблизно 770 000 завантажень. Документація також є важливою складовою корисності цих ресурсів: 90% завантажень наборів даних на Hugging Face припадає на повністю документовані набори даних.

Публічно доступні геномні дані виявилися важливими для досліджень, що сприяють подальшому розвитку таких галузей, як біологія; дослідники Hugging Face розвивають відкриті наукові ресурси, зокрема нещодавні релізи від HuggingFaceBio, такі як Carbon-A і Carbon-X. Відкрито публікуючи отримані моделі, набори даних та інструменти, ці ініціативи демонструють, як наявні наукові ресурси можуть підтримувати нові дослідження, на основі яких зможуть працювати інші.

Саме таку діяльність ми додатково стимулюємо через Project ProtoStar за допомогою інституційних політик, прийнятих організаціями-учасницями. Як один із перших прикладів інституційної відданості, Офіс програм з відкритим кодом CMU заохочує своїх дослідників ділитися відповідними наборами даних, моделями ШІ та іншими результатами досліджень на Hugging Face, визнаючи водночас незмінну важливість спеціалізованих галузевих репозиторіїв.

Виклики відкритої науки

Підготовка наукових артефактів до використання ШІ — важливий перший крок. Ми також хочемо продемонструвати, чого можуть досягти дослідники, розробники та ширша наукова спільнота, коли ці ресурси стають доступними для повторного використання.

Центральне питання ProtoStar: Чи можна легко знаходити, повторно використовувати, поєднувати та розширювати наукові набори даних, моделі й код, профінансовані з державних коштів і опубліковані у форматах, готових до використання ШІ, щоб прискорити наукові відкриття та суспільну користь?

Щоб дослідити це питання, ProtoStar організує серію відкритих викликів. Кожен із них проводитиме дослідницька установа-учасниця на основі наукових ресурсів, які ця установа відкрито опублікувала. Виклики мають дві взаємодоповнювальні цілі:

Продемонструвати повторне використання в науці. Створити конкретні приклади того, як дослідники й розробники розвивають наукові артефакти, профінансовані з державних коштів, зокрема застосунки, що поєднують ресурси різних установ або галузей.
З’ясувати, що робить повторне використання можливим. Виявити технічні бар’єри, прогалини в документації, проблеми інтероперабельності та успішні практики, які можуть допомогти у формуванні майбутньої дослідницької інфраструктури, рішень щодо фінансування та державної політики.

Отримані проєкти та засвоєні уроки допоможуть сформувати практичну доказову базу для того, щоб наука, профінансована з державних коштів, стала доступнішою та кориснішою.

Перший виклик: розвідка кліматичних ризиків

Організатор: Університет Карнеґі-Меллона | 2–13 листопада 2026 року

Перший виклик ProtoStar пропонує учасникам перевірити, чи може ШІ покращити прогнози міських кліматичних умов, використовуючи історичні погодні дані для 210 міст США. Спираючись на дослідження Університету Карнеґі-Меллона, команди використовуватимуть кліматичні записи до 2018 року, щоб передбачити фактичні умови з 2019 до 2026 року. Це дасть змогу оцінити їхні моделі за спостережуваною погодою, а не за гіпотетичними майбутніми сценаріями.

Учасники прогнозуватимуть чотири показники, важливі для міського планування: середню річну температуру, загальну річну кількість опадів, найспекотніший день року та градусо-дні охолодження — показник потреби в кондиціонуванні повітря. Їхні прогнози порівняють із простими статистичними базовими моделями, зокрема історичними середніми значеннями та лінійними трендами, щоб оцінити, чи забезпечують підходи на основі ШІ суттєве підвищення точності.

Окрім прогнозування, учасники також запропонують коротку ідею політики кліматичної адаптації, спираючись на висновки, зроблені під час аналізу даних. Цей компонент заохочує команди поєднувати науковий аналіз із практичною суспільною користю — наприклад, підготовкою міст до екстремальної спеки, підвищенням енергоефективності або управлінням змінами в режимі опадів.

Команди подадуть набір даних Hugging Face із цими результатами. Ефективність прогнозування оцінюватиметься через публічну таблицю лідерів, що вимірюватиме похибки прогнозів порівняно з усталеними базовими моделями, тоді як ідеї політик розглядатимуться окремо. Остаточні результати прогнозування буде опубліковано на початку 2027 року, коли стануть доступними повні погодні записи за 2026 рік.

Дізнатися більше про виклик CMU з розвідки кліматичних ризиків

Виклик CMU є першим у цій серії. Інші установи-учасниці послідовно проводитимуть власні виклики, кожен із яких висвітлюватиме різні наукові ресурси, профінансовані з державних коштів, і можливості їх повторного використання. Про майбутні виклики повідомлятиметься на сторінці Project ProtoStar на Hugging Face.

Як долучитися до Project ProtoStar

Незалежно від того, чи ви академічний дослідник, студент, незалежний розробник або компанія, що створює рішення на основі відкритої наукової інфраструктури, ProtoStar пропонує можливості застосувати результати досліджень, профінансованих з державних коштів, на практиці та допомогти нам зрозуміти, що потрібно для ширшого використання відкритої науки, готової до ШІ.

Ми також запрошуємо університети, федеральні дослідницькі агентства, національні лабораторії, неприбуткові організації та інші дослідницькі установи, зацікавлені в тому, щоб зробити свої наукові ресурси доступнішими й придатнішими для повторного використання. Щоб дізнатися про участь або співпрацю, звертайтеся за адресою protostar@orcaopen.org.

Ми сподіваємося, що ProtoStar спростить доступ до наукових напрацювань, профінансованих з державних коштів, для людей та інструментів, які можуть їх розвивати, а також створить практичну доказову базу щодо інфраструктури й практик, необхідних для підтримки відкритої науки у великому масштабі.