AI宝库

AI宝库首页 › AI 资讯 › 公布ProtoStar项目:公开资助科学 AI-Ready

公布ProtoStar项目:公开资助科学 AI-Ready

来源:HuggingFace · 发布时间:10-29 · 由 AI宝库每小时自动聚合

本条资讯的摘要暂未整理出来,可点击下方按钮查看原文;本站每小时自动补充中文摘要。

原星挑战:气候风险情报

管理竞争登记、数据和提交材料

发表

2026年10月29日 (英语).

一项将大学、研究组织、工业界和开放科学界聚集在一起的倡议,使公共资助的研究更容易发现、再利用和借鉴。

今天,我们宣布了ProtoStar项目,这是一项通过让数据集,模型,代码更方便和可重复使用,特别是用于AI驱动的研究,来释放公共资助的科学研究潜力的倡议。 ProtoStar 带来会同研究机构,产业界,开放科学界支持以AI-即时,机器可操作的形式发布科学文物,并通过一系列公开挑战展示其价值。 由卡内基梅隆大学主办的首个挑战赛于11月2日开幕。 见下面如何参与。

该倡议的创始伙伴包括卡内基·梅隆大学、普杜大学、亚利桑那州立大学乔治亚理工学院和乔治·华盛顿大学,它们都作为大学联盟伙伴通过开放的AI论坛(OFAI)开展工作;阿斯特拉研究所;Hugging Face作为基础设施伙伴;开放研究社区加速器(ORCA)作为社区伙伴。

参与组织通过一份谅解备忘录,正式确定它们的参与,该备忘录支持以关于开放基础设施的AI准备格式发布适当的科学数据集、模型和代码。 有兴趣加入ProtoStar项目的组织可联系protostar@orcaopen.org。

美国联邦政府每年在研发方面投资约1900亿美元,而联邦政策越来越期望公开分享结果。 国家卫生研究所和国家科学基金会等机构加强了获得资助研究出版物的公众获取要求,并要求研究人员计划分享基本数据。 Hugging Face是NIH为共享研究数据而列出的十个通论寄存器之一。

但是,公开研究并不能自动使研究能够使用。 科学数据集、模型和代码往往分散在互不兼容的系统中,以静态格式或遗留格式储存,或发布,没有理解和再利用所需的文件、元数据和出处。 这些限制使得研究人员更难于在现有工作的基础上更上一层楼,AI系统也更难发现,解释和整合跨学科的科学资源。

ProtoStar项目旨在通过鼓励以AI-ready格式系统分享公共资助的科学文物,并在开放基础设施和实用出版指导的支持下,帮助缩小这一差距。 它借鉴了国家癌症研究所的AI数据准备挑战以及Hugging Face为AI编制公共部门数据的指南等努力。 目标是使研究组织更容易满足现有的公众获取的预期,同时提高它们发布的作品的科学价值。

对可再利用的科学资源的需求已经很明显。 Hugging Face拥有超过17,000个跨越核心科学领域的公共数据集,包括基因组学,蛋白质设计,化学,天气和气候,地球观测,和天文学。 如果将医学和数学包括在内,这个数字接近29 000个,还有相当数目的科学模型。

分享的速度也在加快。 研究人员在2026年的前9个月分享了Hugging Face上的新科学数据集比2025年同期多出三倍多,即使在排除了最大的个人上传器后,增长仍然相当可观。

图1. 按域(Q1 2023–Q3 2026)分列的Hugging Face季度新增公共科学数据集。 按创建日期计算数据集仍然公开。 资料来源:Hugging Face Hub数据,2026年10月。 探索数据。

当各组织以可重复使用的格式分享研究时,科学界可以扩大研究规模。 Hugging Face由NIH国家生物技术信息中心(NCBI)维护的18个公共寄存器集体收到超过1100万次下载,而NASAIMPACT的27个寄存器则收到约77万次下载,截至2026年10月26日。 文档也是使这些资源有用的一个重要部分:Hugging Face上90%的数据集下载来自完整有记录的数据集。

事实证明,公开的基因组数据对于进一步推动生物研究等领域的研究十分重要;Hugging Face的研究人员一直在利用公开可用的科学资源,包括最近来自HuggingFaceBio的发布,如Carbon-A和Carbon-X。 通过公开发布所产生的模型、数据集和工具,这些努力表明,现有的科学资源如何能够支持他人可以借鉴的新研究。

我们正通过参与者所采取的体制政策,通过ProtoStar项目进一步推动这种活动。 作为机构承诺的早期例子,CMU的开源方案办公室正在鼓励其研究人员分享合适的数据集,AI模型,以及Hugging Face的其他研究成果,同时认识到特定域存储器的持续重要性。

制作科学文物AI准备是重要的第一步。 我们还想表明,当这些资源可供再利用时,研究人员、开发者和更广泛的科学界能够取得什么样的成就。

ProtoStar的一个核心问题是:公共资助的科学数据集,模型,和代码,以AI-ready格式的发布,能否被随时发现,再利用,合并,并被扩展,以加速科学发现和公众利益?

为了探索这一点,ProtoStar将组织一系列公开挑战,每个挑战由一个参与的研究机构主办并围绕该机构公开拥有的发布的科学资源来构建。 这些挑战有两个相辅相成的目标:

- 证明科学再利用。 以公共资助的科学文物为基础,制作研究人员和开发者的具体实例,包括跨机构或学科综合资源的应用。

- 学点什么才能再利用查明技术障碍、文件空白、互操作性挑战以及能够为未来研究基础设施、供资决定和公共政策提供信息的成功做法。

由此产生的项目和经验教训将有助于建立一个实际证据基础,使公共资助的科学更容易获得和有用。

卡内基梅隆大学主办 2026年11月2日至13日

首发式"ProtoStar"挑战邀请参与者测试AI能否利用210个美国城市的历史天气数据来改进对城市气候条件的预测。 在卡内基梅隆大学研究的基础上,各团队将使用到2018年的气候记录来预测从2019年到2026年的实际状况,使其模型能够根据所观测到的天气而不是假设的未来情景来评价。

与会者将预测与城市规划有关的四项指标:年平均气温、年总降水量、一年中最热的一天和冷却度日,这是空调需求的衡量标准。 它们的预测将同简单的统计基线进行比较,包括历史平均值和线性趋势,以评估人工智能方法是否在准确性方面提供了有意义的改进。

除了预测之外,与会者还将根据从数据中汲取的教训提出一个气候适应政策的简短设想。 本部分鼓励团队将科学分析与实际的公众利益联系起来,如让城市做好极端高温的准备,提高能效,或管理不断变化的降水模式等。

团队将随这些产出提交Hugging Face数据集。 将通过公共领导板对照既定基线衡量预测错误来评估预测业绩,而政策设想则会得到单独的考虑。 一旦有完整的2026年天气记录,最终预报结果将在2027年初公布。

探讨CMU气候风险情报挑战

CMU挑战赛是本系列的第一场。 其他参与机构将依次承担各自的挑战,每个机构都强调不同的公共资助的科学资源和再利用的机会。 未来的挑战将是宣布通过Hugging Face上的Project ProtoStar页面。

无论是学术研究者、学生、独立开发者,还是在开放的科学基础设施上的公司,ProtoStar都提供将公共资助的研究投入工作的机会

我们还欢迎各大学、联邦研究机构、国家实验室、非营利组织和其他研究组织,它们希望使其科学资源更容易获得和再利用。 为了探讨参与或合作,请联系原星@orcaopen.org。

我们希望,ProtoStar将使公共资助的科学工作更容易接触到人民和能够在此基础上更上一层楼的工具,同时产生支持大规模开放科学所需的基础设施和做法的实际证据。

本文由 AI宝库自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(huggingface.co)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI宝库首页 · 提交工具 · 商务合作 · 关于本站 · 597 款 AI 工具分类导航 · 每日 AI 热门项目与动态