背景:公共資助研究的窘境
美國聯邦政府每年投入約一千九百億美元在研究發展上,NIH(美國國家衛生研究院)與 NSF(國家科學基金會)等機構也日益要求受資助的研究成果必須公開發表,並要求研究人員規劃如何分享背後的資料。然而,「公開」並不等於「可用」。科學資料集、模型與程式碼往往散落在彼此不相容的系統中,以靜態或過時的格式存放,或者缺少理解與再利用所需的文件、metadata(描述資料來源、結構與意義的標註資訊)與 provenance(資料來源與處理歷程的紀錄)。這些限制不僅讓研究者難以站在既有成果上繼續推進,也讓 AI 系統更難以跨學科地發現、解讀與組合科學資源。Hugging Face 於 2026 年 10 月 29 日發布的 Project ProtoStar,正是針對這個落差提出的一項倡議。
核心內容:跨機構聯手打造 AI-ready 開放科學
Project ProtoStar 的目標是將公共資助產生的科學產物,包括資料集、模型與程式碼,以 AI-ready(機器可直接讀取與處理)的格式系統性地釋放到開放基礎設施上,並透過一系列公開挑戰賽證明這些資源的價值。倡議由多個角色分工組成:卡內基美隆大學、普渡大學、喬治亞理工學院、亞利桑那州立大學與喬治華盛頓大學透過 Open Forum for AI(OFAI)作為大學聯盟夥伴;Astera Institute 參與其中;Hugging Face 擔任基礎設施夥伴;開放研究社群加速器 ORCA 則透過其 Fostering Innovation Network 擔任社群夥伴。參與組織以備忘錄的形式正式承諾,在開放基礎設施上以合適的 AI-ready 格式釋出科學資料集、模型與程式碼。
推動這項倡議的背景之一,是可再利用科學資源的需求已經相當明顯。截至 2026 年 10 月,Hugging Face 上已超過 17,000 個涵蓋基因體學、蛋白質設計、化學、氣候、地球觀測與天文學等核心科學領域的公開資料集,若納入醫學與數學則接近 29,000 個,另有規模相當的科學模型。成長速度也在加快:2026 年前九個月上傳的新科學資料集數量,是 2025 年同期的三倍以上,即使排除最大單一上傳者,成長依然可觀。實際再利用的效果同樣有數據支持:NIH 的 NCBI(國家生物技術資訊中心)在 Hugging Face 上的 18 個公開儲存庫累計下載超過 1,100 萬次,NASA IMPACT 的 27 個儲存庫也有約 77 萬次下載。此外,Hugging Face 上九成的資料集下載來自文件完整的資料集,這說明文件與 metadata 品質對於再利用的關鍵作用。
脈絡解讀:為什麼要辦挑戰賽
ProtoStar 的核心問題是:公共資助的科學資料、模型與程式碼若以 AI-ready 格式釋出,能否被輕易地發現、再利用、組合與延伸,進而加速科學發現與公共福祉?為此,倡議將舉辦一系列開放挑戰賽,由參與的研究機構輪流主辦,並以該機構自行釋出的科學資源為基礎。挑戰賽有兩個互補目標:一是產出具體的再利用範例,包括跨機構或跨學科組合資源的應用;二是從過程中找出阻礙再利用的技術障礙、文件缺口與互通性問題,作為未來研究基礎設施、經費決策與公共政策的實證依據。
首場挑戰賽「Climate Risk Intelligence」由卡內基美隆大學主辦,於 2026 年 11 月 2 日至 13 日舉行。參賽者將使用來自 210 個美國城市的歷史氣象資料,以 2018 年以前的紀錄預測 2019 至 2026 年的實際氣候狀況,如此一來模型表現可以用真實觀測資料而非假設情境來評估。預測指標包括四個與都市規劃相關的項目:年均溫、年總降水量、年度最熱的一天,以及 cooling degree days(冷卻度日,衡量空調需求量的指標)。預測結果將與歷史平均、線性趨勢等簡單統計基準比較,以檢驗 AI 方法是否真的帶來實質的準確度提升。參賽者還需根據資料洞察提出一則簡短的氣候調適政策構想,讓科學分析連結到實際的公共效益,例如協助城市因應極端高溫、提升能源效率或管理降水變化。隊伍將以 Hugging Face 資料集的形式提交成果,預測表現透過公開排行榜評估,政策構想則另行審查;最終結果待 2026 年完整氣象紀錄出爐後,於 2027 年初公布。
影響與限制
如果 ProtoStar 成功,公共資助的科學成果將更容易抵達能夠善用它們的人與工具,同時為大規模開放科學所需的基礎設施與實務做法累積實證。大學方面的承諾已經展開:卡內基美隆大學的開源計畫辦公室正在鼓勵研究者在 Hugging Face 上分享合適的資料集、AI 模型與其他研究產出,同時仍承認領域專屬儲存庫的重要性。值得注意的是,這項倡議並非要取代既有的學科儲存庫或出版機制,而是補足「公開後無法被機器有效使用」這一段缺口;其成效也有賴參與機構持續投入文件撰寫與格式整理。對於研究者、學生、獨立開發者或企業而言,可透過 [email protected] 聯繫參與,而未來各機構的挑戰賽將陸續在 Hugging Face 的 Project ProtoStar 頁面公布。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。