ProtoStar quer tornar pesquisa aberta utilizável por IA
Iniciativa reúne instituições científicas e Hugging Face para facilitar o reúso de dados, modelos e código, começando por um desafio climático.
O Project ProtoStar parte de uma hipótese verificável: publicar dados, modelos e código científico em formatos processáveis por IA pode facilitar seu reaproveitamento, mas a disponibilidade desses materiais não demonstra que outra equipe consiga usá-los. O anúncio de 29 de outubro de 2026, no blog da Hugging Face, reúne universidades e organizações em torno dessa questão.
A proposta inclui desafios abertos para observar o que realmente permite reutilizar esses materiais. O desafio inaugural, organizado pela Carnegie Mellon University, acontece de 2 a 13 de novembro de 2026 e aborda condições climáticas urbanas. As previsões serão comparadas com referências estatísticas simples, como médias históricas e tendências lineares. O anúncio prevê resultados finais apenas no início de 2027, quando os registros meteorológicos necessários estiverem completos.
O desafio climático permite investigar se uma abordagem melhora as previsões diante das referências estatísticas propostas. Essa leitura depende da origem dos dados, da documentação, da compatibilidade dos formatos e da separação entre observações de treinamento e de avaliação. Sem os resultados finais, permanecem abertas tanto a vantagem preditiva sobre as alternativas simples quanto a utilidade efetiva dos materiais publicados.
Fonte: Avijit Ghosh e coautores, “Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready”.