Pesquisa em IA✦ Gerado por IA

Hugging Face Lança Projeto ProtoStar para Modernizar Ciência Financiada Publicamente com IA

A Hugging Face lançou o Projeto ProtoStar, uma iniciativa para tornar a pesquisa científica financiada publicamente mais acessível e reutilizável para a IA. O objetivo é transformar dados, modelos e códigos científicos em formatos prontos para IA, facilitando a descoberta e o uso por sistemas inteligentes.

Edição de ·Hugging Face Blog·6 min de leitura·
CompartilharWhatsAppXLinkedInFacebook
💡

Principal Aprendizado

O Projeto ProtoStar da Hugging Face visa tornar a pesquisa científica financiada publicamente acessível e reutilizável para a IA, transformando dados, modelos e códigos em formatos prontos para sistemas inteligentes.

A Hugging Face, em colaboração com diversas universidades e instituições, anunciou o lançamento do Projeto ProtoStar. Esta iniciativa visa desbloquear o vasto potencial da pesquisa científica financiada com recursos públicos, transformando seus resultados – como conjuntos de dados, modelos e códigos – em formatos acessíveis e reutilizáveis, especialmente para o avanço da pesquisa impulsionada por Inteligência Artificial.

O ProtoStar reúne instituições de pesquisa, a indústria e a comunidade de ciência aberta para incentivar a publicação de artefatos científicos em formatos prontos para IA e acionáveis por máquinas. Para demonstrar o valor dessa abordagem, uma série de desafios abertos será promovida, com o primeiro deles, focado em Inteligência de Risco Climático, sendo sediado pela Carnegie Mellon University e com abertura prevista para 2 de novembro.

Entre os parceiros fundadores estão universidades como Carnegie Mellon, Purdue, Georgia Institute of Technology, Arizona State University e The George Washington University, atuando através do Open Forum for AI (OFAI). O Astera Institute, a Hugging Face como parceira de infraestrutura e o Open Research Community Accelerator (ORCA) também fazem parte dessa colaboração. As organizações participantes formalizam seu compromisso por meio de um memorando de entendimento, apoiando a liberação de dados, modelos e códigos científicos em formatos prontos para IA em infraestruturas abertas.

Tornando a Ciência Pública Mais Usável

O governo federal dos Estados Unidos investe anualmente cerca de 190 bilhões de dólares em pesquisa e desenvolvimento, e a política pública exige cada vez mais que os resultados sejam compartilhados. Agências como os Institutos Nacionais de Saúde (NIH) e a Fundação Nacional de Ciência (NSF) têm reforçado os requisitos de acesso público para publicações de pesquisa financiadas, exigindo que os pesquisadores planejem o compartilhamento dos dados subjacentes. A Hugging Face, inclusive, está entre os dez repositórios generalistas listados pelo NIH para o compartilhamento de dados de pesquisa.

No entanto, a simples disponibilização pública da pesquisa não garante sua usabilidade. Conjuntos de dados, modelos e códigos científicos frequentemente estão dispersos em sistemas incompatíveis, armazenados em formatos estáticos ou legados, ou são liberados sem a documentação, metadados e proveniência necessários para sua compreensão e reutilização. Essas limitações dificultam que pesquisadores construam sobre trabalhos existentes e, ainda mais, que sistemas de IA descubram, interpretem e combinem recursos científicos entre diferentes disciplinas.

O Projeto ProtoStar busca preencher essa lacuna, incentivando o compartilhamento sistemático de artefatos científicos financiados publicamente em formatos prontos para IA, apoiados por infraestrutura aberta e orientações práticas de publicação. A iniciativa se baseia em esforços anteriores, como o Desafio de Prontidão de Dados para IA do Instituto Nacional do Câncer e o guia da Hugging Face para preparar dados do setor público para IA. O objetivo é facilitar o cumprimento das expectativas de acesso público pelas organizações de pesquisa, ao mesmo tempo em que aumenta o valor científico do trabalho que elas liberam.

A demanda por recursos científicos reutilizáveis é evidente. A Hugging Face já hospeda mais de 17.000 conjuntos de dados públicos em domínios científicos essenciais, incluindo genômica, design de proteínas, química, clima, observação da Terra e astronomia. Esse número se aproxima de 29.000 quando medicina e matemática são incluídas, com um número comparável de modelos científicos. O ritmo de compartilhamento também está acelerando: pesquisadores compartilharam mais de três vezes mais novos conjuntos de dados científicos na Hugging Face nos primeiros nove meses de 2026 do que no mesmo período de 2025.

Desafios da Ciência Aberta

Tornar os artefatos científicos prontos para IA é um primeiro passo crucial. Quando as organizações compartilham pesquisas em formatos reutilizáveis, a comunidade científica pode construir sobre elas em escala. Os 18 repositórios públicos mantidos pelo Centro Nacional de Informações Biotecnológicas (NCBI) do NIH na Hugging Face, por exemplo, receberam coletivamente mais de 11 milhões de downloads. Os 27 repositórios do NASA IMPACT, por sua vez, registraram aproximadamente 770.000 downloads até outubro de 2026. A documentação também é vital: 90% dos downloads de conjuntos de dados na Hugging Face são de conjuntos totalmente documentados.

Dados genômicos publicamente disponíveis têm sido fundamentais para avançar a pesquisa biológica. Pesquisadores da Hugging Face têm construído sobre recursos científicos abertos, incluindo lançamentos recentes como Carbon-A e Carbon-X da HuggingFaceBio. Ao liberar os modelos, conjuntos de dados e ferramentas resultantes abertamente, esses esforços demonstram como recursos científicos existentes podem apoiar novas pesquisas que outros podem usar como base. É esse tipo de atividade que o Projeto ProtoStar busca catalisar ainda mais, por meio de políticas institucionais adotadas pelas organizações participantes. Como um exemplo inicial de compromisso institucional, o Escritório de Programas de Código Aberto da Carnegie Mellon University está incentivando seus pesquisadores a compartilhar conjuntos de dados, modelos de IA e outros resultados de pesquisa adequados na Hugging Face, ao mesmo tempo em que reconhece a importância contínua dos repositórios específicos de domínio.

O que isso muda para você

Para profissionais brasileiros que atuam com IA, pesquisa ou desenvolvimento, o Projeto ProtoStar representa uma oportunidade significativa. A iniciativa promete democratizar o acesso a uma vasta quantidade de dados científicos de alta qualidade, que antes estavam fragmentados ou em formatos de difícil uso. Isso significa menos tempo gasto na preparação de dados e mais foco na inovação e no desenvolvimento de soluções baseadas em IA.

Ao facilitar o acesso a dados “AI-ready”, o projeto pode acelerar o ritmo da pesquisa e do desenvolvimento de produtos no Brasil, especialmente em áreas como saúde, clima e biotecnologia. Profissionais e empresas brasileiras podem se beneficiar ao integrar esses recursos abertos em seus próprios projetos, criando novas aplicações e modelos que antes seriam inviáveis devido à barreira de acesso aos dados. O próximo passo concreto é explorar os repositórios da Hugging Face e as iniciativas do ProtoStar, buscando dados e modelos que possam impulsionar seus projetos e contribuir para a comunidade de ciência aberta.

📰 Com base em reportagem de Hugging Face Blog. Texto produzido com apoio de inteligência artificial, com curadoria e edição de Robson Benfica Conceição, com análise própria do que a notícia muda para quem trabalha no Brasil. Veja como produzimos.

📬 Newsletter Gratuita

As principais notícias de IA do dia, curadas por Robson Conceição. Grátis, todo dia no seu e-mail.

Gostou do conteúdo?

Compartilhe com quem também quer entender IA no trabalho.

CompartilharWhatsAppXLinkedInFacebook

Leia também