Hugging Face, vijf Amerikaanse universiteiten en andere partners kondigen Project ProtoStar aan, een initiatief om onderzoeksdata, modellen en code in AI-klare formaten vrij te geven, te beginnen met een klimaatuitdaging van Carnegie Mellon op 2 november.
Hugging Face heeft op 29 oktober Project ProtoStar aangekondigd, een initiatief dat publiek gefinancierde wetenschappelijke datasets, modellen en code makkelijker vindbaar, herbruikbaar en uitbreidbaar moet maken, vooral voor AI-gedreven onderzoek. De in de aankondiging genoemde oprichtende partners zijn Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University en The George Washington University, die samenwerken via het Open Forum for AI, plus het Astera Institute, Hugging Face als infrastructuurpartner en de Open Research Community Accelerator als gemeenschapspartner. Deelnemende organisaties ondertekenen een intentieverklaring die de vrijgave van geschikte onderzoeksproducten in AI-klare, machineleesbare formaten op open infrastructuur ondersteunt.
Hugging Face presenteert het project als antwoord op een gebruiksgat: de Amerikaanse federale overheid investeert jaarlijks ongeveer 190 miljard dollar in onderzoek en ontwikkeling en instanties als de NIH en NSF verwachten steeds vaker dat resultaten en data worden gedeeld, maar bestanden staan vaak verspreid over incompatibele systemen of missen documentatie en herkomstinformatie. Het bedrijf zegt meer dan 17.000 openbare datasets in kernwetenschappelijke domeinen te hosten, bijna 29.000 inclusief geneeskunde en wiskunde, en dat onderzoekers in de eerste negen maanden van 2026 meer dan drie keer zoveel nieuwe wetenschappelijke datasets deelden als in dezelfde periode van 2025. Daarnaast zouden de 18 repositories van het NCBI op het platform meer dan 11 miljoen downloads hebben ontvangen en de 27 van NASA IMPACT ongeveer 770.000, per 26 oktober. Deze cijfers komen uit de eigen hubgegevens van Hugging Face.
De eerste van een reeks open uitdagingen, georganiseerd door Carnegie Mellon University, loopt van 2 tot 13 november 2026. Deelnemers gebruiken historische weergegevens van 210 Amerikaanse steden tot 2018 om de werkelijke omstandigheden van 2019 tot 2026 te voorspellen op vier indicatoren: gemiddelde jaartemperatuur, totale jaarlijkse neerslag, de heetste dag van het jaar en koelgraaddagen. De voorspellingen worden op een openbaar klassement beoordeeld tegen eenvoudige basislijnen, zoals historische gemiddelden en lineaire trends, en teams stellen ook een kort idee voor klimaatadaptatiebeleid voor. De eindresultaten volgen begin 2027, zodra de volledige weergegevens van 2026 beschikbaar zijn. Volgens de aankondiging kunnen geïnteresseerde organisaties contact opnemen via protostar@orcaopen.org.
