公的研究をAIが活用できる資源へ、Project ProtoStar始動

公開されていても、使えるとは限らない

米国では連邦政府が研究開発に年間約1900億ドルを投じ、研究成果の公開を求める方針も強まっています。しかし、データやコードが公開されていても、形式が古い、説明が足りない、別の機関の資料とつなげにくいといった事情から、再利用が難しいことがあります。AIにとっても、データの内容や出所が分からなければ、適切に見つけて活用するのは困難です。

この課題に取り組むのがProject ProtoStarです。公的資金による研究のデータセット、AIモデル、コードを、機械が読み取りやすく再利用しやすい形で共有することを後押しします。ここでいう「AI対応」とは、単にファイルを公開することではありません。内容を説明する文書やメタデータ、作成・変更の履歴(来歴)などを整え、他者が用途や条件を理解できる状態にすることを指します。

公開基盤と課題で、再利用を実地に試す

立ち上げには、カーネギーメロン大学やパデュー大学などの大学連合、Astera Institute、Hugging Face、Open Research Community Accelerator(ORCA)が参加しています。参加機関は、適切な研究成果を公開基盤上で共有するための覚書を交わし、公開に向けた取り組みを進めます。一方、専門分野ごとのリポジトリ(研究資料の保管・共有サービス)の重要性も認めており、すべてを一つの場所に集約する構想ではありません。

ProtoStarは、公開を促すだけでなく、実際に成果を使うオープンチャレンジも開催します。研究者や開発者が公開資料を組み合わせて何を作れるかを示すとともに、説明不足や形式の不統一など、再利用を妨げる要因を探ります。こうした知見は、研究機関の運用や将来の研究基盤づくりに役立つ可能性があります。

第1回は都市の気候リスク予測

最初の課題はカーネギーメロン大学が主催する「Climate Risk Intelligence」で、記事では2026年11月2〜13日の開催とされています。参加者は米国210都市の過去の気象データを使い、2019〜2026年の実際の気候条件を予測します。対象は年平均気温、年間降水量、年間で最も暑い日、冷房需要の目安となる冷房度日です。過去の平均値や直線的な傾向を使う単純な予測とも比較し、AIの手法がどれほど改善につながるかを確かめます。データから考えた気候適応策の提案も課題に含まれます。

なお、記事に示された日程や課題内容は、参加を検討する際に最新の公式案内で確認する必要があります。

共有の質を、研究の価値につなげる

Hugging Faceには科学分野の公開データセットが1万7000件以上あり、医学と数学を含めると約2万9000件に達すると記事は説明しています。また、同サービスでは、十分に文書化されたデータセットからのダウンロードが全体の90%を占めるとしています。数字は公開と説明の両方が利用につながることを示す一例です。組織への参加案内は、記事ではprotostar@orcaopen.orgへの連絡とされています。

読者が今日から試せることは、社内外で共有するデータに「何を測ったか」「どの期間・方法で作られたか」「利用時の制約は何か」を短く添えることです。説明を整える小さな工夫が、後から別の人やAIが資料を見つけ、正しく使うための出発点になります。


参考リンク
Hugging Face:Announcing Project ProtoStar: Making Publicly Funded Science AI-Ready

本記事はAIが生成し、自動公開しています。内容の正確性には努めていますが、重要な判断の際は必ず一次情報をご確認ください。