Hugging Face lança Project ProtoStar para tornar ciência pública pronta para IA
Hugging Face anuncia o Project ProtoStar, iniciativa para tornar dados, modelos e código de ciência pública prontos para IA, com desafio inaugural da Carnegie Mellon em 2 de novembro, segundo comunicado da empresa.
Resumo rápido
- Hugging Face anunciou o Project ProtoStar, que visa disponibilizar artefatos científicos financiados publicamente em formatos prontos para IA, conforme comunicado da empresa.
- O primeiro desafio, organizado pela Carnegie Mellon University, começa em 2 de novembro e busca demonstrar a reutilização desses recursos.
- A iniciativa se apoia em mais de 17 mil datasets públicos já hospedados pela Hugging Face, com crescimento de três vezes nos novos datasets em 2026 em relação a 2025.
Entenda o contexto
A iniciativa surge em um contexto de crescente exigência de acesso aberto a resultados de pesquisas financiadas por fundos públicos nos Estados Unidos. A Hugging Face destaca a necessidade de formatos padronizados e documentação para que recursos científicos sejam efetivamente reutilizáveis por sistemas de IA.
O que é o Project ProtoStar?
Hugging Face anunciou o Project ProtoStar, uma iniciativa que pretende tornar datasets, modelos e códigos de pesquisas financiadas por governos mais acessíveis e reutilizáveis, especialmente para projetos de inteligência artificial.
Desafio inaugural
O primeiro desafio da série será organizado pela Carnegie Mellon University e terá início em 2 de novembro. O objetivo é demonstrar como recursos científicos públicos, quando disponibilizados em formatos “AI‑ready”, podem ser descobertos, combinados e ampliados por pesquisadores e desenvolvedores.
Escala atual dos recursos
Segundo o blog da empresa, o Hugging Face já hospeda mais de 17 mil datasets públicos em áreas como genômica, química e clima, número que chega a quase 29 mil ao incluir medicina e matemática, além de um volume semelhante de modelos científicos.
Nos primeiros nove meses de 2026, o número de novos datasets científicos compartilhados na plataforma foi mais de três vezes maior que no mesmo período de 2025.
Uso e impacto
Os 18 repositórios do National Center for Biotechnology Information (NCBI) na plataforma já acumularam mais de 11 milhões de downloads, enquanto os 27 repositórios da NASA IMPACT somam cerca de 770 mil downloads até 26 de outubro de 2026.
Além disso, 90 % dos downloads de datasets são de coleções totalmente documentadas, evidenciando a importância da documentação para a reutilização.
Próximos passos
Organizações interessadas podem formalizar participação por meio de um memorando de entendimento e enviar solicitações para [email protected]. Futuras edições de desafios serão anunciadas na página do Project ProtoStar.
Referências
- Fonte consultada: Hugging Face — Blog
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
