Project ProtoStar объединит открытые научные данные для ИИ; первый челлендж начнётся 2 ноября

Пять университетов США, Hugging Face и партнёры запустили Project ProtoStar — инициативу для подготовки результатов публично финансируемых исследований к повторному использованию системами искусственного интеллекта. Участники намерены публиковать подходящие датасеты, модели и код в открытой инфраструктуре вместе с документацией, метаданными и сведениями о происхождении данных.

Первый командный челлендж проекта пройдёт 2–13 ноября 2026 года под эгидой Carnegie Mellon University. Участникам предложат построить прогнозы климатических показателей для 210 городов США, используя для модели только данные не позднее 31 декабря 2018 года.

• Более 17 000 публичных датасетов относятся к базовым научным областям.
• Почти 29 000 — если добавить медицину и математику.
• Более чем втрое выросло число новых научных датасетов за первые девять месяцев 2026 года по сравнению с тем же периодом 2025-го.
• 18 репозиториев NCBI получили свыше 11 млн загрузок, а 27 репозиториев NASA IMPACT — около 770 000.

Источник: Hugging Face, данные на октябрь 2026 года.

В университетскую коалицию вошли:

• Университет Пердью;
• Университет Карнеги — Меллона;
• Технологический институт Джорджии;
• Университет штата Аризона;
• Университет Джорджа Вашингтона.

Их объединяет Open Forum for AI. Hugging Face отвечает за инфраструктуру, Open Research Community Accelerator — за сообщество, а Astera Institute входит в число партнёров. Организации оформляют участие меморандумом о взаимопонимании.

Первый челлендж проверит, могут ли ИИ-модели превзойти простые статистические ориентиры при прогнозировании четырёх показателей:

• средней годовой температуры;
• годового количества осадков;
• самой высокой температуры дня;
• числа градусо-дней охлаждения.

Для каждого из 210 городов нужны значения за 2019–2025 годы — всего 5 880 строк. Фактические данные этих лет нельзя подавать модели, но их используют для оценки точности.

Чтобы участвовать:

1. Зарегистрировать команду; один человек может состоять только в одной команде.
2. Скопировать шаблон набора данных и заполнить submission.csv прогнозами, подготовить README с методом, идеей адаптации к климатическому риску и обратной связью для экосистемы, а код положить в отдельную папку.
3. Опубликовать набор данных открыто на Hugging Face и отправить ссылку до 13 ноября, 23:59 по восточному времени США.

Победителей выберут по воспроизводимости, повторному использованию данных, совместимости, научной и общественной ценности, качеству обратной связи и технической изобретательности. На момент проверки 30 октября таблица лидеров ещё не открыта; сохранённые заявки обещают оценить после запуска. Итоги первого задания планируется опубликовать в начале 2027 года.