Project ProtoStar: как сделать науку готовой к ИИ
Государственное финансирование науки — основа многих открытий, но данные, полученные на бюджетные средства, часто остаются в виде PDF-файлов, таблиц и архивов, которые неудобно использовать для машинного обучения. Project ProtoStar решает эту проблему, превращая публично…
Главное
- ProtoStar стандартизирует научные данные для ИИ
- Автоматическое извлечение данных из PDF и таблиц
- Открытые API для доступа к публичным исследованиям
- Инструменты конвертации статей в JSON-схемы
Государственное финансирование науки — основа многих открытий, но данные, полученные на бюджетные средства, часто остаются в виде PDF-файлов, таблиц и архивов, которые неудобно использовать для машинного обучения. Project ProtoStar решает эту проблему, превращая публично финансируемые научные результаты в структурированные, машиночитаемые форматы, пригодные для анализа искусственным интеллектом.
Инициатива фокусируется на трёх ключевых аспектах: стандартизация метаданных, автоматическое извлечение данных из научных публикаций и создание открытых API для доступа к этим данным. Это позволит исследователям и разработчикам ИИ быстрее находить и использовать результаты, полученные за счёт налогоплательщиков, без необходимости вручную разбирать неоднородные форматы.
Проект уже включает инструменты для конвертации научных статей в структурированные JSON-схемы, а также модули для распознавания таблиц и графиков. Вся работа ведётся в открытом виде, что позволяет научному сообществу вносить вклад и адаптировать инструменты под свои задачи. Это важный шаг к тому, чтобы наука стала более прозрачной и доступной для машинного обучения.