※本記事は一次情報をもとにAI支援によって構成・作成し、事実関係の照合を行っています。
発表内容（事実）
2026年10月30日、Hugging Faceは、大学、研究機関、産業界、オープンサイエンスコミュニティが協力し、公的資金による科学研究のデータ、モデル、コードをAIによる研究向けに再利用しやすくするための新イニシアチブ「Project ProtoStar」を発表しました。ProtoStarは、科学的成果物をAI対応の機械処理可能な形式で公開することを支援し、一連のオープンチャレンジを通じてその価値を示すことを目的としています。
最初のチャレンジはCarnegie Mellon Universityの主催で11月2日に開始されます。
創設パートナーには、Open Forum for AI（OFAI）を大学連合パートナーとするCarnegie Mellon University、Purdue University、Georgia Institute of Technology、Arizona State University、The George Washington University、Astera Institute、インフラストラクチャパートナーとしてのHugging Face、Fostering Innovation Networkを通じたコミュニティパートナーのOpen Research Community Accelerator（ORCA）が名を連ねています。
参加組織は、オープンインフラストラクチャ上での適切な科学的データセット、モデル、コードのAI対応形式での公開を支持する覚書を締結して参加を正式なものとしており、参加希望の組織はprotostar@orcaopen.orgへ連絡することができます。
この記事のポイント
- 公的研究のAI対応を推進: 大学や研究機関、産業界が連携し、公的資金による研究成果物をAI対応の形式で共有・再利用しやすくするイニシアチブ「Project ProtoStar」が発足しました。
- 主要な創設パートナー: Hugging Face、Carnegie Mellon Universityをはじめとする複数の大学や、Astera Institute、ORCAなどが参画しています。
- 米国における研究開発投資の背景: 米国連邦政府は研究開発に年間約1,900億ドルを投資しており、NIHやNSFなどの機関が公開アクセスの要件を強化しています。
- 実際の利用実績とダウンロード数: NIHのNational Center for Biotechnology Information（NCBI）によるHugging Face上の18の公開リポジトリは合計1,100万回以上ダウンロードされており、NASA IMPACTの27のリポジトリは約77万回ダウンロードされています。
考察（筆者の見解）
事実として、Hugging Faceでは genomics や protein design などの領域で17,000を超える公開データセットがホストされており、医学や数学を含めると29,000近くに達しています。また、2026年の最初の9ヶ月間に共有された新しい科学データセットの数は、2025年の同時期の3倍以上に増加しています。さらに、Hugging Face上のデータセットダウンロードの90%は、完全に文書化されたデータセットからのものであることが分かっています。
推測として、米国政府による研究開発投資やNIH・NSFなどのパブリックアクセス要件の厳格化に伴い、今後は単にデータを公開するだけでなく、AIシステムが即座に解釈・統合できる「AIレディ」な形式での公開が研究機関における標準的な要件となっていく可能性が高いと考えられます。
筆者の意見として、散在していた科学的リソースが標準化されAI対応フォーマットで共有されることは、異分野間での新たな発見や研究の加速に大きく寄与すると考えます。今後は、個別の機関による取り組みにとどまらず、グローバルなオープンサイエンスのインフラ全体でメタデータやドキュメントの品質担保が極めて重要な課題になると見られます。
コメント