L’essentiel
- ProtoStar veut publier des données, modèles et codes scientifiques publics dans des formats plus faciles à trouver et à réutiliser.
- Le premier défi utilisera des données météorologiques de 210 villes américaines pour prévoir 4 indicateurs climatiques.
- Les résultats seront comparés à des moyennes historiques et à des tendances linéaires, puis accompagnés d’une idée d’adaptation climatique.
Ce qui a été découvert
Le projet ProtoStar veut rendre les résultats de recherches financées sur fonds publics plus faciles à trouver, comprendre, réutiliser et combiner par des humains comme par des systèmes d’intelligence artificielle. Il encourage la publication de jeux de données, de modèles et de code dans des formats adaptés à l’IA, avec la documentation, les métadonnées et l’origine des données nécessaires à leur réemploi.
L’initiative réunit des universités, des organismes de recherche, des acteurs industriels et la communauté des sciences ouvertes. Les organisations participantes s’engagent à publier certaines ressources scientifiques sur une infrastructure ouverte. ProtoStar prévoit aussi une série de défis destinés à montrer ce que ces ressources permettent de réaliser et à repérer les obstacles techniques, les lacunes documentaires et les problèmes de compatibilité.
Le premier défi, organisé par Carnegie Mellon University du 2 au 13 novembre 2026, porte sur l’intelligence du risque climatique. Les participants utiliseront des relevés météorologiques historiques concernant 210 villes américaines pour prévoir, à partir des données disponibles jusqu’en 2018, les conditions observées de 2019 à 2026. Ils devront estimer la température annuelle moyenne, les précipitations annuelles, la journée la plus chaude et les degrés-jours de climatisation, puis formuler une courte idée de politique d’adaptation.
Pourquoi c’est important
La publication d’une recherche ne suffit pas toujours à la rendre exploitable : les ressources peuvent être dispersées, enregistrées dans des formats anciens ou mal documentées. ProtoStar cherche à réduire ces obstacles afin que des travaux financés sur fonds publics puissent être découverts, combinés et prolongés plus facilement. Les défis doivent aussi produire des exemples concrets et des enseignements utiles pour les infrastructures de recherche, les financements et les politiques publiques.
Ce que ça change concrètement
Les équipes de recherche, les étudiants, les développeurs indépendants et les entreprises peuvent réutiliser plus facilement des jeux de données, des modèles et du code scientifiques publics. Le premier défi leur propose de prévoir 4 indicateurs climatiques pour 210 villes américaines, puis de relier leurs résultats à une idée d’adaptation. Les productions seront réunies dans un jeu de données et comparées publiquement à des méthodes statistiques simples.
Source d’origine
Announcing Project ProtoStar : Making Publicly Funded Science AI-Ready, 29 octobre 2026
Fiche rédigée automatiquement par intelligence artificielle à partir de la source citée, puis vérifiée par des contrôles automatiques.
