Project ProtoStar: Қоғамдық қаржыландырылған ғылымды жасанды интеллект үшін қолжетімді ету
Ғылым мен зерттеу саласындағы қоғамдық қаржыландыру нәтижелерінің ашық және тиімді пайдаланылуы – заманауи ғылым мен технологияның дамуы үшін аса маңызды мәселе. Жобаның мақсаттарының бірі – ғылыми деректер мен модельдерді жасанды интеллекттің мүмкіндіктерін қолдана отырып, жылдам әрі сапалы зерттеу жүргізуге ықпал ету. Бұл тұрғыда Project ProtoStar бастамасы мемлекеттің қаржыландыратын ғылыми жобалардың мәліметтері мен құралдарын AI үшін дайын күйде ашық түрде ұсынуды қамтамасыз етеді.
Жобаның негізгі түсіндірмесі
Project ProtoStar – университеттер, зерттеу ұйымдары, өнеркәсіп және ашық ғылым қауымдастығын біріктіретін бастама. Оның мақсаты – мемлекеттік қаржыландырылған ғылыми зерттеулерде жиналған деректердің, модельдер мен кодтардың жасанды интеллектпен өңделуге дайын, машиналық өңдеуге қолайлы форматта жариялануын қамтамасыз ету. Бұл ғылыми ақпараттардың зерттеушілер мен технология мамандары арасындағы алмасуын жеңілдетіп, зерттеулердің қайталану мен кеңеюіне жағдай жасайды. Ірі серіктестер қатарына Carnegie Mellon University, Purdue University, Georgia Institute of Technology, Arizona State University және George Washington University сияқты университеттер кірген.
Жоба контексті және мысалдар
Америка Құрама Штаттарындағы федералды үкімет жыл сайын шамамен 190 миллиард долларды ғылыми зерттеу мен инновацияларға бөледі. Осы қаржыландырылған зерттеу нәтижелері ашық түрде қолжетімді болуы тиіс. Дегенмен, ашықтықты қамтамасыз ету зерттеу мәліметтерінің әрі қарай пайдалануын немесе интеграциясын кепілдендірмейді. Ғылыми мәліметтер мен модельдер көбінесе үйлесімді емес жүйелерде сақталып, ескірген форматтарда беріледі немесе жеткілікті құжатталмайды. Осыған байланысты, жасанды интеллект құралдары үшін деректерді түсіну, біріктіру және қайта қолдану қиындық туғызады.
Project ProtoStar осы қиындықтарды жою үшін ашық, AI-ға дайын форматтағы ғылыми материалдардың системалық түрде жариялануын ынталандырады. Бастаманың негізінде National Cancer Institute-тің AI Data-Readiness Challenge және Hugging Face ұйымының жарияланған қоғамдық сектор деректерін AI-ға дайындау жөніндегі қолдауы жатыр. Hugging Face порталында геномика, химия, климатология, астрономия сияқты салалар бойынша 17 мыңнан астам ашық ғылыми деректер жинақталған. Бұл көрсеткіш медицина мен математика салаларын қосқанда 29 мыңға жақындайды. Сонымен бірге, 2026 жылдың алғашқы тоғыз айында ғылыми деректер саны 2025 жылмен салыстырғанда үш есе артып, ашық деректердің тез өсу үрдісі байқалады.
Практикалық маңызы және қолдану салалары
Ғылыми деректер мен модельдерді AI-ға даяр форматта жариялау зерттеушілер мен технология мамандарының жұмысын жеңілдетеді. Үлгі ретінде NIH Кәдімгі Биотехнология Әдістері Орталығынан алынған деректер базасындағы 18 қоғамдық репозиторий арқылы 11 миллионнан астам жүктеме жасалса, NASA IMPACT-тың 27 репозиторийі шамамен 770 мың жүктеме алған. Құжаттамасы толық мәліметтер жиынтықтары жүктемелердің басым бөлігін қамтиды, бұл ғылыми ресурстардың танымалдылығын және қолдану тиімділігін арттырады.
Сондай-ақ, биологиялық зерттеулер мен басқа да ғылым салалары үшін қолжетімді геномдық мәліметтердің пайдаланылуы практикада оның маңыздылығын дәлелдейді. Hugging Face-те ашылған ғылыми ресурстарды пайдаланып жасалған жұмыстар Carbon-A және Carbon-X сияқты жобаларды атап өтуге болады. Мұндай ашық жарияланымдар қазіргі ғылыми ізденістердің негізін нығайтып, болашақ зерттеулерге жаңа кеңістік ашады.
Қатысушы ұйымдар өзара меморандум арқылы ынтымақтастық орнатып, ғылыми деректерді AI-ға дайын форматта жариялауға міндеттеме алады. Мысалы, Карнеги Меллон университетінде зерттеушілер Hugging Face платформасында деректерді, AI модельдерін және кейбір зерттеу өнімдерін жариялауға шақырылады, бұл ашық ғылымды дамытуға септігін тигізеді.
Ашық ғылымдағы сынақтар және алғашқы міндеттер
ProtoStar жобасының маңызды кезеңі – жасанды интеллектке дайын ғылыми заттарды жариялаумен қатар, олардың пайдаланылу қабілетін зерттеу. Осы бағытта Carnegie Mellon университеті демеушілігімен алғаш Climate Risk Intelligence атты сынақ ұйымдастырылады. 210 АҚШ қаласының тарихи ауа райы деректерін пайдалана отырып, қатысушылар 2019 мен 2026 жылдар аралығындағы климаттық шарттарды болжау міндетін орындайды. Бұл жобада жылдық орташа температура, жауын-шашынның жалпы мөлшері, жылдың ең ыстық күні және климаттық адаптацияны бағалауға арналған көрсеткіштер есептеледі.
Сынақ нәтижелері қарапайым статистикалық әдістермен салыстырылып, жасанды интеллекттің дәлдік пен тиімділігін көрсетуге бағытталады. Сонымен қатар, қатысушылар климаттық өзгерістерге дайындық пен бейімделу үшін практикалық саясат ұсыныстарын дайындайды. Бұл тәсіл ғылыми зерттеулерді нақты қоғамдық маңызы бар шешімдерге айналдыруға мүмкіндік береді.
Қорытынды
Project ProtoStar – қоғамдық қаржыландырылған ғылыми зерттеулерді жасанды интеллектке дайын етіп, ашық жариялау мен қайта пайдалануды жүйелі түрде дамытуға бағытталған үлкен бастама. Бұл ғылыми деректер мен модельдердің үйлесімділігі мен қолжетімділігін қамтамасыз етіп, зерттеу нәтижелерін жедел әрі сапалы жаңартуға мүмкіндік береді. Әрі бұл жұмыс нақты қоғамдық пайдаларға бағытталған сынақтар мен тәжірибелер арқылы ғылыми қауымдастық біліктілігін арттырады.
Дереккөз: Hugging Face Blog
