Hugging Face fédère les universités pour ouvrir la recherche IA

Hugging Face fédère Project ProtoStar, une initiative destinée à rendre les recherches financées par des fonds publics plus faciles à découvrir, réutiliser et prolonger. Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University et The George Washington University forment la coalition universitaire via l’Open Forum for AI. L’Astera Institute participe également. Hugging Face fournit l’infrastructure, tandis que l’Open Research Community Accelerator agit comme partenaire communautaire. Les organisations participantes officialisent leur engagement par un protocole d’accord. Celui-ci soutient la publication de jeux de données, modèles et codes scientifiques dans des formats adaptés à l’IA. Le premier défi, organisé par Carnegie Mellon University, a ouvert le 2 novembre 2026.

Le financement public atteint environ 190 milliards de dollars par an pour la recherche et le développement fédéraux américains. Les politiques fédérales attendent de plus en plus que les résultats financés soient partagés publiquement. Les National Institutes of Health et la National Science Foundation ont renforcé leurs exigences d’accès aux publications. Elles demandent aussi aux chercheurs de prévoir le partage des données sous-jacentes. Pourtant, publier un résultat ne suffit pas toujours à le rendre réutilisable. Les jeux de données, modèles et codes restent parfois dispersés entre des systèmes incompatibles. Certains utilisent des formats statiques ou anciens. La documentation, les métadonnées et la provenance peuvent également manquer.

Hugging Face mesure la demande scientifique

Les volumes progressent sur Hugging Face. La plateforme héberge plus de 17 000 jeux de données publics dans des domaines scientifiques comme la génomique, la chimie, la conception de protéines, la météorologie et l’astronomie. Le total approche 29 000 jeux de données en incluant la médecine et les mathématiques. Un nombre comparable de modèles scientifiques est également disponible. Les chercheurs ont partagé plus de trois fois plus de nouveaux jeux de données scientifiques pendant les neuf premiers mois de 2026 que durant la même période de 2025. Les 18 dépôts publics du NCBI ont dépassé 11 millions de téléchargements. Les 27 dépôts de NASA IMPACT en ont enregistré environ 770 000 au 26 octobre 2026.

La documentation influence aussi l’usage des ressources. Hugging Face indique que 90 % des téléchargements de jeux de données concernent des ensembles entièrement documentés. Le projet s’appuie notamment sur le défi AI Data-Readiness du National Cancer Institute et sur le guide de Hugging Face consacré aux données publiques prêtes pour l’IA. Carnegie Mellon encourage déjà ses chercheurs à partager certains jeux de données, modèles d’IA et autres résultats sur Hugging Face. L’université reconnaît toutefois l’importance persistante des dépôts spécialisés. ProtoStar organisera ensuite une série de défis ouverts. Chaque établissement participant mettra en avant des ressources scientifiques publiées et évaluera leur réutilisation, leur combinaison et leur extension.

Carnegie Mellon teste les prévisions climatiques

Le premier défi climatique se déroule du 2 au 13 novembre 2026 sous la responsabilité de Carnegie Mellon University. Les équipes utilisent des données météorologiques historiques couvrant 210 villes américaines. Elles s’appuient sur les observations disponibles jusqu’en 2018 pour prévoir les conditions réellement observées entre 2019 et 2026. Quatre indicateurs sont évalués : la température annuelle moyenne, les précipitations annuelles, la journée la plus chaude et les degrés-jours de refroidissement. Les résultats seront comparés à des références statistiques simples, notamment les moyennes historiques et les tendances linéaires. Les participants doivent aussi proposer une courte idée d’adaptation climatique et déposer leurs résultats sous la forme d’un jeu de données Hugging Face. Les résultats finaux sont prévus au début de 2027, après la disponibilité des données météorologiques complètes de 2026. Lire l’annonce de Project ProtoStar et consulter le dépôt GitHub.