Hugging Face công bố Project ProtoStar để đưa nghiên cứu khoa học được tài trợ công vào kỷ nguyên AI
Hugging Face vừa công bố Project ProtoStar, sáng kiến quy tụ các trường đại học, tổ chức nghiên cứu, doanh nghiệp và cộng đồng khoa học mở nhằm giúp dữ liệu, mô hình và mã nguồn từ các nghiên cứu được tài trợ công dễ được tìm kiếm, hiểu và tái sử dụng hơn bởi con người cũng như các hệ thống AI. Các đối tác sáng lập gồm Carnegie Mellon University, Purdue University, Georgia Tech, Arizona State University, George Washington University, Astera Institute, Hugging Face và Open Research Community Accelerator. Dự án sẽ thúc đẩy việc phát hành các tài nguyên khoa học ở định dạng sẵn sàng cho AI, có thể được máy đọc và xử lý, đi kèm tài liệu, metadata và thông tin nguồn gốc đầy đủ—tức dữ liệu cho biết tài nguyên được tạo ra từ đâu và như thế nào. Thử thách mở đầu do Carnegie Mellon tổ chức sẽ bắt đầu vào ngày 2/11. Sáng kiến này đáp ứng nhu cầu từ khoản đầu tư khoảng 190 tỷ USD mỗi năm của chính phủ liên bang Mỹ cho nghiên cứu và phát triển, cùng yêu cầu ngày càng tăng rằng kết quả nghiên cứu công phải được chia sẻ theo cách có thể sử dụng; Hugging Face hiện lưu trữ hơn 17.000 bộ dữ liệu công khai trong các lĩnh vực khoa học chủ chốt và gần 29.000 bộ nếu tính cả y học và toán học. Số bộ dữ liệu khoa học mới được chia sẻ trên Hugging Face trong 9 tháng đầu năm 2026 đã tăng hơn 3 lần so với cùng kỳ năm 2025. Các kho dữ liệu của NIH trên nền tảng này đã ghi nhận hơn 11 triệu lượt tải, còn các kho của NASA IMPACT đạt khoảng 770.000 lượt. Trên thực tế, ProtoStar có thể giúp các nhà nghiên cứu kết hợp những tài nguyên công khai để tạo ra dự án AI và khoa học mới, thay vì phải tìm kiếm trong các hệ thống không tương thích hoặc kho lưu trữ thiếu tài liệu.
Các trường đại học, phòng thí nghiệm và nhà phát triển AI nên theo dõi Project ProtoStar và các thử thách mở đầu từ ngày 2/11. Những người công bố dữ liệu hoặc mô hình khoa học có thể tham khảo hướng tiếp cận của dự án để chuẩn hóa tài liệu, metadata và nguồn gốc dữ liệu, giúp công trình dễ được tái sử dụng hơn.
Đọc bài gốc