Project ProtoStar：让公共资助的科学研究实现 AI 就绪

Project ProtoStar 概览

Project ProtoStar 是一项协作计划，旨在将公共资助的科学研究转化为 AI 就绪且可由机器操作的资产。通过为数据集、模型和代码建立标准，该项目旨在弥合“仅仅公开研究成果”与“使其真正可用于 AI 驱动的发现”之间的鸿沟。该计划得到了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、Astera Institute、Hugging Face 以及 Open Research Community Accelerator (ORCA) 在内的联盟支持。

解决公共科学中的可用性差距

尽管美国联邦机构日益要求研究成果公开，但数据的简单可用性并不能保证其效用。科学产物往往分散在不兼容的系统中，缺乏标准化的元数据，或者文档记录不完善。Project ProtoStar 旨在通过提供实用的发布指南并利用开放基础设施，确保科学产出具有可发现性和互操作性，从而解决这些障碍。

这项工作建立在开放科学现有增长的基础上，Hugging Face 目前托管了超过 17,000 个科学领域（如基因组学、蛋白质设计和气候科学）的公共数据集。数据表明，文档是决定效用的关键驱动因素，因为 Hugging Face 上 90% 的数据集下载量来自文档齐全的存储库。

开放科学挑战赛

为了验证 AI 就绪科学资源的有效性，Project ProtoStar 正在发起一系列由参与机构主办的开放挑战赛。这些挑战赛有两个主要目的：

• 展示重用性： 提供研究人员和开发人员基于公共资助的产物构建新应用程序的具体示例。
• 识别技术障碍： 收集有关文档缺失、互操作性问题和最佳实践的证据，为未来的基础设施和资助政策提供参考。

气候风险智能挑战赛

首届挑战赛由卡内基梅隆大学于 2026 年 11 月 2 日至 13 日主办，重点关注城市气候预测。参赛者将使用来自 210 个美国城市的历史天气数据来预测 2026 年的气候指标。挑战赛要求团队将 AI 驱动的预测与统计基准进行比较，并根据研究结果提出气候适应政策建议。最终表现结果将于 2027 年初公布。

机构参与

各组织通过谅解备忘录正式参与 Project ProtoStar，承诺在开放基础设施上以 AI 就绪格式发布科学产出。该计划正在积极寻求大学、联邦研究机构、国家实验室和非营利组织的进一步参与。感兴趣的各方可以通过 protostar@orcaopen.org 联系项目团队，讨论合作事宜及机构政策对接。