Hugging Face công bố Project ProtoStar, một sáng kiến hợp tác giữa các trường đại học (Carnegie Mellon, Purdue, Georgia Tech, Arizona State, George Washington) và các tổ chức công nghiệp, nhằm đưa dữ liệu, mô hình và mã nguồn nghiên cứu công cộng vào định dạng AI‑ready, dễ dàng khám phá và tái sử dụng.
Dự án tập trung vào việc phát hành các tài sản khoa học dưới dạng máy‑có‑thể‑hành (machine‑actionable), đồng thời tổ chức chuỗi thử thách mở để chứng minh giá trị thực tiễn. Thử thách đầu tiên, do Carnegie Mellon tổ chức, sẽ mở cửa vào ngày 2‑11, mời các nhà nghiên cứu và nhà phát triển tham gia xây dựng các giải pháp AI dựa trên dữ liệu công cộng.
Với ngân sách liên bang Mỹ khoảng 190 tỷ USD mỗi năm cho R&D, các cơ quan như NIH và NSF đã tăng cường yêu cầu chia sẻ dữ liệu công khai. Tuy nhiên, dữ liệu thường bị lưu trữ rải rác, ở định dạng cũ, thiếu metadata và provenance, khiến việc tái sử dụng và khai thác AI trở nên khó khăn. ProtoStar sẽ cung cấp hạ tầng mở, hướng dẫn chuẩn hoá và khuyến khích các tổ chức ký biên bản ghi nhớ (MoU) để công bố tài sản khoa học theo chuẩn AI‑ready.
Hiện Hugging Face đã lưu trữ hơn 17 000 bộ dữ liệu công cộng trong các lĩnh vực như genomics, protein design, chemistry, thời tiết, quan sát Trái Đất và thiên văn, con số này gần 29 000 khi tính cả y học và toán học, kèm theo hàng ngàn mô hình khoa học. Sự tăng trưởng nhanh chóng này cho thấy nhu cầu ngày càng cao về tài nguyên dữ liệu tái sử dụng, và ProtoStar có thể là cầu nối quan trọng giúp cộng đồng AI Việt Nam tiếp cận nguồn dữ liệu chất lượng, thúc đẩy nghiên cứu và sáng tạo trong môi trường mở.
Nguồn: Hugging Face — Biên dịch & tổng hợp: danhbaai.com