Hugging Face联合多所高校发起Project ProtoStar，推动公共资助科研数据转为AI可用格式
该计划首批创始伙伴包括卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学和乔治·华盛顿大学等，Hugging Face担任基础设施伙伴。首场开放挑战由卡内基梅隆大学主办，11 月 2 日启动。
AI解读：Project ProtoStar由Hugging Face博客宣布，目标是让公共资助的科研数据集、模型和代码以AI可读取、机器可执行的格式公开，并便于发现、复用和组合。参与机构通过谅解备忘录确认参与，并承诺在开放基础设施上发布合适的科研产出。
创始伙伴包括卡内基梅隆大学、普渡大学、佐治亚理工学院、亚利桑那州立大学、乔治·华盛顿大学（通过Open Forum for AI组成高校联盟）、Astera Institute、Hugging Face（基础设施伙伴）以及Open Research Community Accelerator（社区伙伴）。
Hugging Face称美国联邦政府每年研发投入约 1900 亿美元，NIH和NSF等机构已加强公共获取要求，要求研究人员规划共享底层数据。该计划面向希望发布AI可用科研资源的高校、联邦研究机构、国家实验室和非营利组织，可通过protostar@orcaopen.org联系。
首场挑战名为Climate Risk Intelligence，由卡内基梅隆大学主办，时间为 2026 年 11 月 2 日至 13 日。参赛团队用 210 个美国城市截至 2018 年的历史天气数据，预测 2019 至 2026 年的实际气候状况，指标包括年均气温、年降水量、全年最热一天和制冷度日数，并与历史均值和线性趋势等简单基线比较。最终预测结果计划在 2027 年初、2026 年完整天气记录可用后公布。
Hugging Face在博客中宣布发起Project ProtoStar，联合高校、研究机构、企业和开放科学社区，推动公共资助的科研数据集、模型和代码以AI可用格式发布，并通过一系列开放挑战展示这些资源的复用价值。
首场挑战由卡内基梅隆大学主办，2026 年 11 月 2 日至 13 日举行，参赛者需用历史天气数据预测美国 210 个城市的实际气候指标，并与简单统计基线比较。
创始伙伴与参与方式
Hugging Face称，Project ProtoStar的创始伙伴包括卡内基梅隆大学、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，这几所高校通过Open Forum for AI作为高校联盟伙伴参与；Astera Institute为创始伙伴之一；Hugging Face担任基础设施伙伴；Open Research Community Accelerator（ORCA）通过其Fostering Innovation Network担任社区伙伴。
参与组织通过谅解备忘录确认参与，承诺在开放基础设施上以AI可用格式发布合适的科研数据集、模型和代码。希望加入的机构可联系protostar@orcaopen.org。
公共资助科研数据的可用性问题
Hugging Face称，美国联邦政府每年在研发上投入约 1900 亿美元，联邦政策日益要求公开分享研究成果。NIH和NSF等机构已加强对受资助研究出版物的公共获取要求，并要求研究人员规划共享底层数据。Hugging Face是NIH列出的十个通用数据存储库之一。
该博客指出，公开并不等于可用：科研数据集、模型和代码常分散在互不兼容的系统中，以静态或旧格式存储，或缺少理解与复用所需的文档、元数据和来源信息。Project ProtoStar希望通过系统性的AI可用格式发布、开放基础设施和发布指南来缩小这一差距，并借鉴美国国家癌症研究所的AI Data-Readiness Challenge和Hugging Face的公共部门数据准备指南。
Hugging Face称，其平台在基因组学、蛋白质设计、化学、天气与气候、地球观测和天文学等核心科学领域托管超过 1.7 万个公开数据集；计入医学和数学后接近 2.9 万个，科学模型数量也相近。2026 年前九个月新增科学数据集数量是 2025 年同期的三倍以上，剔除最大单个上传者后增长仍然显著。该数据来自Hugging Face Hub，统计截至 2026 年 10 月。
博客还称，截至 2026 年 10 月 26 日，NIH下属国家生物技术信息中心（NCBI）在Hugging Face维护的 18 个公开仓库累计下载超过 1100 万次，NASA IMPACT的 27 个仓库约 77 万次；Hugging Face上 90% 的数据集下载来自文档完整的数据集。卡内基梅隆大学开源项目办公室已鼓励其研究人员在Hugging Face上共享合适的数据集、AI模型和其他研究成果，同时承认领域专用存储库仍很重要。
首场挑战：城市气候风险预测
首场ProtoStar挑战名为Climate Risk Intelligence，由卡内基梅隆大学主办，2026 年 11 月 2 日至 13 日举行。参赛团队使用 210 个美国城市截至 2018 年的历史天气记录，预测 2019 至 2026 年的实际气候状况，从而可用观测天气而非假设的未来情景来评估模型。
预测指标包括年均气温、年降水量、全年最热一天和制冷度日数（衡量空调需求）。预测结果将与历史均值和线性趋势等简单统计基线比较，以判断AI方法是否带来有意义的精度提升。参赛团队还需根据数据提出一项简短的气候适应政策想法，涉及极端高温准备、能效或降水变化管理。
团队需在Hugging Face上提交包含这些输出的数据集。预测表现通过公开排行榜按相对基线的预测误差评估，政策想法单独评审。最终预测结果计划在 2027 年初、2026 年完整天气记录可用后公布。后续挑战将由其他参与机构依次主办，并在Hugging Face的Project ProtoStar页面公布。