原文標題：Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready
Hugging Face 10 月 29 日與學術、研究及開放科學組織共同宣布 Project ProtoStar，目標是讓公共資金支持的研究資料集、模型與程式碼以適合 AI 系統使用、可由機器處理的格式公開，並改善文件、來源脈絡與跨機構再利用條件。這不是新模型或單一資料庫的上市，而是一項跨組織的開放科學基礎設施合作。
創始合作方包括 Carnegie Mellon University、Purdue University、Georgia Institute of Technology、Arizona State University、The George Washington University，這些學校透過 Open Forum for AI（OFAI）參與；另有 Astera Institute、擔任基礎設施夥伴的 Hugging Face，以及透過 Fostering Innovation Network 參與的 Open Research Community Accelerator（ORCA）。參與機構將以合作備忘錄支持適當的資料、模型與程式碼在開放平台發布。
計畫指出，研究成果即使公開，若仍分散在不同格式、缺乏完整說明、來源資訊與可互通的中繼資料，其他研究者與 AI 系統也難以直接使用。ProtoStar 因此強調 AI-ready 的資料整理與發布流程，並以一系列開放挑戰驗證這些資源能否真正被發現、組合與重複利用，而非僅計算上傳數量。
依 Hugging Face 官方統計，平台在基因體、蛋白質設計、化學、氣候、地球觀測與天文等核心科學領域已有超過 17,000 組公開資料集；若計入醫學與數學，接近 29,000 組。2026 年前九個月新增的科學資料集數量，超過 2025 年同期三倍。這些是平台觀察數據，不代表全部研究資料已完成品質驗證。
截至 2026 年 10 月 26 日，美國國家生物技術資訊中心（NCBI）在 Hugging Face 維護的 18 個公開儲存庫累計超過 1,100 萬次下載，NASA IMPACT 的 27 個儲存庫約有 77 萬次下載。官方另引用平台統計，90% 的資料集下載量來自文件齊全的資料集，用以說明可理解、可追溯的文件對資料重用的重要性。
首場 Climate Risk Intelligence 開放挑戰由 Carnegie Mellon University 主辦，活動日期為 11 月 2 日至 13 日。參賽者將使用美國 210 座城市截至 2018 年的歷史天氣資料，預測 2019 至 2026 年的年平均溫度、年總降水量、年度最熱日及冷房度日數，並與歷史平均及線性趨勢等基準方法比較預測誤差。
參賽團隊須將成果提交為 Hugging Face 資料集，並提出根據預測結果形成的簡短氣候調適政策構想。預測表現與政策構想將分開評估；因完整 2026 年天氣紀錄仍待彙整，最終預測成績預計於 2027 年初公布。後續挑戰將由其他研究機構依序主辦，具體主題與時程尚待宣布。
ProtoStar 開放大學、研究機構、政府研究單位、非營利組織及開發者參與。官方沒有宣布統一的資料授權條款、每家機構必須開放的資料範圍或保證 AI 預測一定優於傳統統計方法；研究資料仍需依個別來源的公開權限、隱私及品質要求處理。
發生了什麼事
Hugging Face 與多所大學及研究機構啟動 Project ProtoStar，推動公共研究資料、模型和程式碼以適合 AI 再利用的格式開放，並以跨機構挑戰驗證實際效果。
為什麼重要
公開檔案不代表資料可直接被 AI 或研究人員使用；統一文件、來源脈絡、機器可讀格式及可重現測試，才有機會降低科學資料跨平台重用的障礙。
影響哪些人
研究機構、政府資助計畫、科學資料管理員、AI 開發者與氣候研究者都可能參與。首場氣候挑戰涵蓋 210 座美國城市的歷史與後續觀測資料。
已確認與未確認
已確認合作夥伴、首場 11 月 2 至 13 日活動與預定 2027 年初發布成績；尚未公布後續全部挑戰、所有資料集的授權及研究成果是否能提升預測準確度。
