OpenAI近日推出了一项名为“ChatGPT Futures”的计划，遴选出26位年轻人（或团队），他们将各自获得1万美元奖金以及前沿模型的访问权限。这些入选者来自不同领域，用AI技术挑战着传统意义上需要深厚资历、庞大机构或巨额资金才能涉足的难题。
在众多入选者中，18岁的马特奥·帕兹（Matteo Paz）格外引人注目。去年3月，还是高中生的他，凭借开发的机器学习算法，处理了NASA退役红外巡天望远镜NEOWISE十多年来积累的近200TB数据，约2000亿行记录。他从这些海量数据中标记并分类出190万个红外变源天体，其中约150万个是此前未被记录的新发现，包括超大质量黑洞、新生恒星和超新星等。他的研究成果发表在《天文学杂志》上，今年3月还荣获了雷杰纳隆科学天才奖（Regeneron Science Talent Search）头奖。加州理工学院评价这是“一个本地高中生在Caltech实现的突破”，而帕兹只是这26位入选者中的一个代表。
这份名单涵盖了多个领域的创新项目。18岁的克里斯塔尔·杨（Crystal Yang）为20万视障学生开发了“以听代看”的学习游戏；19岁的安希·巴特（Anshi Bhatt）设计的反诈系统已帮助1.8万人避开网络骗局；25岁的阿姆丽塔·巴辛（Amrita Bhasin）搭建的物流系统让超过500万磅滞销库存避免了被填埋的命运……这些项目从天文探索到灾害救援，从医疗辅助到农业优化，从盲童教育到南美街头小贩的财务管理，无一不体现着年轻一代对AI技术的创新应用。
以帕兹的项目为例，他面对的是NEOWISE望远镜十年扫天积累的庞大数据库。其导师戴维·柯克帕特里克（Davy Kirkpatrick）表示：“这张表已接近2000亿行，记录了我们过去十年的每一次探测。”如此庞大的数据量，单纯依靠人力几乎无法处理，而AI技术却能发挥巨大作用。帕兹开发的VARnet机器学习算法，对整张数据表进行了全面分析，最终完成了190万个变源天体的分类归档工作，远超导师最初的预期。
另一个项目AION-Search由诺兰·科布利什克（Nolan Koblischke）主导，目标是让1.4亿张星系图实现“自然语言搜索”。传统天文图像检索依赖图像相似度或预定义类别，而科布利什克采用GPT-4.1-mini为27.5万张星系图自动生成文字描述，再通过对比学习训练图文共享检索空间，最终扩展到1.4亿张图。这一创新方法显著提升了检索效果，在寻找稀有引力透镜现象时，其前10个结果的准确率是传统方法的10倍以上。
WiFind项目则聚焦于灾区救援，由纳耶尔·雷赫曼（Nayel Rehman）、阿尔汉·门塔（Arhan Menta）、鲁希尔·库克雷贾（Rushil Kukreja）和阿尤什·滕杜尔卡（Aayush Tendulkar）共同完成。该项目利用AI处理WiFi信号，试图在灾区穿透墙壁和瓦砾找到幸存者。虽然目前仍处于原型阶段，但其思路新颖——全球遍布的WiFi路由器均可成为潜在的“生命探测器”。
这些入选者来自MIT、斯坦福、哈佛、牛津等20多所顶尖高校和机构。OpenAI将他们分为三类：创造者（Creators）负责开发产品，探索者（Explorers）专注研究，倡导者（Advocates）则致力于推广和普及AI技术。天体发现、星系搜索和灾区救援只是其中最具代表性的方向，其他项目还包括学习辅助工具开发、心理健康资料翻译、无障碍功能设计以及诈骗信息识别等。
24岁的创业者凯尔·斯切纳（Kyle Scenna）来自滑铁卢大学，他表示：“我从没想过，从发现问题到实现解决方案的距离可以如此之短。”史密斯学院的米歇尔·劳森（Michelle Lawson）则认为：“只要获得合适的支持和资源，人们就能实现自己的想象。AI让这件事对我和成千上万的人成为现实。”而对冲基金AI主管诺兰·温德姆（Nolan Windham）则强调：“这仅仅是个开始。”
尽管AI技术降低了某些领域的门槛，但真正的创新仍需深厚积累。以帕兹为例，他在高中阶段就参与了加州理工学院的行星发现学院项目和夏季研究连接项目，并在中学完成了大学先修微积分课程，还得到了资深天文学家的指导。AION-Search项目也依赖Galaxy Zoo等人工标注数据作为训练语料，而WiFind目前仍处于实验阶段。AI技术抹平的是重复劳动的门槛，而非创新所需的品味、判断力和长期训练。正如帕兹的故事所示，AI让一个本就具备天赋和资源的高中生提前十年实现了天文发现，而非让任何高中生都能轻易涉足天文学领域。
