OpenAI 近日发布了一个名为「ChatGPT Futures」的全新页面。页面中列出了 26 名年轻的入选者（或团队），每位（或每个团队）均获得了 1 万美元的奖金，并拥有前沿 AI 模型的访问权限。
其中最引人注目的名字之一是 Matteo Paz。去年 3 月，他还是一名 18 岁的高中生。他开发了一种机器学习算法，处理了 NASA 的 NEOWISE 红外巡天望远镜在十余年间积累的近 200TB 数据（约 2000 亿行记录）。通过这套算法，他成功标记并分类出 190 万个红外变源天体，其中约 150 万个是此前未被记录的潜在新发现。他的研究成果发表在《天文学杂志》（Astronomical Journal）上。今年 3 月，他又一举夺得雷杰纳隆科学天才奖（Regeneron Science Talent Search）的最高奖项。用加州理工学院（Caltech）的话来说，这是「一名本地高中生在 Caltech 实现了突破」。
而 Paz 仅仅是这 26 位入选者中的一员。
2025 年 3 月 11 日，18 岁的 Matteo Paz 在颁奖典礼上手持雷杰纳隆科学天才奖头等奖杯。他因利用 AI 算法发现 150 万个未知天体而获奖。
在这份名单上，还有：
- 18 岁的 Crystal Yang：她为 20 万视障学生开发了「以听代看」的学习游戏；
- 19 岁的 Anshi Bhatt：她构建的反诈系统已帮助 1.8 万人避开网络骗局；
- 25 岁的 Amrita Bhasin：她设计的物流系统让超过 500 万磅滞销库存免于被送入垃圾填埋场。
26 个项目覆盖了从天文到救灾、从医疗到农业、从盲童教育到南美街头小贩财务管理等众多领域。没有一个是「用 ChatGPT 写论文」的简单应用。这些年轻人将目光投向的，全是过去需要资历、机构或大量资金才能触碰的硬核命题。AI 让他们敢于想象并付诸行动，这是上一代年轻人难以企及的。
「第一代 ChatGPT 原住民」毕业了
2026 届毕业生，是第一届在整个大学阶段都能「随时使用」ChatGPT 的群体。尽管「随时可用」并不等同于「全程依赖」，但这已足以让 AI 重塑一代人的学习与生活方式。大约三年半前，2022 年秋季，2026 届新生入学。仅仅两个多月后的 11 月 30 日，ChatGPT 横空出世。他们的大学生涯从此与 ChatGPT 紧密相连，「第一代 ChatGPT 原住民」由此诞生。大一第一学期还没结束，他们的书桌上就多了一个能写代码、能找文献、能聊任何话题的 AI 助手。
在这 26 名个人（或团队）中，既有 18 岁的高中生，也有跨校组队的研究小组。他们并非清一色的「应届毕业生」标签，但都是这一代年轻人的缩影。OpenAI 此次推出的「ChatGPT Futures」，不仅是在发放奖金，更是在为「AI 时代的优秀年轻人」树立一个标杆。
他们「用 AI 看见人类看不见的东西」
「第一代 ChatGPT 原住民」究竟在用 AI 做什么？
先看三个最具代表性的项目。
第一个是 Matteo Paz 的项目。他面对的是 NEOWISE：一台 NASA 退役的红外巡天望远镜在十年间扫描天空所积累的全部数据。用 Paz 的导师 Davy Kirkpatrick 的话说：「这张表已经逼近 2000 亿行，记录了我们过去十年的每一次探测。」面对 2000 亿行、近 200TB 的数据，人力根本无法翻动，这正是 AI 擅长而人类难以完成的任务。
2023 年，Matteo Paz 在 Caltech 暑期研究项目研讨会上展示其 AI 天文项目的初期成果。
Paz 编写了一个名为 VARnet 的机器学习算法，将整张数据表完整过了一遍，标记出 190 万个红外变源天体，其中 150 万个是此前无人记录的全新发现：超大质量黑洞、新生恒星、超新星……Kirkpatrick 原本只期望「找几颗变星出来，告诉天文界这数据里还有宝」。结果 Paz 为整个数据集生成了一份完整目录：190 万个变源天体，分十大类，全部归档。
第二个项目名为 AION-Search，主理人是 Nolan Koblischke。他的目标是让 1.4 亿张星系图变得「可被自然语言搜索」。传统的天文图像检索方式，要么依赖图像相似度，要么依赖预定义类别。如果想找「具有并合迹象的螺旋星系」或「疑似引力透镜」，必须先训练一个专门的分类器。
AION-Search 的公开 Demo 界面，支持自然语言检索。论文称该系统可扩展到 1.4 亿张星系图像。https://huggingface.co/spaces/astronolan/AION-Search
Koblischke 的做法是：先让 GPT-4.1-mini 为 27.5 万张星系图自动生成文字描述（成本仅 150 美元）；再利用对比学习训练一个图文共享的检索空间；最后，将系统扩展到 1.4 亿张图。结果有多硬核？引力透镜是星系数据中最稀有的目标，仅占整个数据库的 0.1%，相当于在 1000 张照片里找 1 张。传统图像相似度算法去搜索，前 10 个结果几乎全是错的。而换成 AION-Search，前 10 个结果中有相当一部分是正确的。行业用 nDCG@10 指标衡量「前 10 个结果排得有多准」。AION-Search 拿到了 0.180，传统方法只有 0.015——这是 10 倍以上的检索效果提升。原本需要天文学家从几十万张图中手动翻找的稀有现象，如今用自然语言就能搜索到。
第三个项目叫 WiFind。该项目由 Nayel Rehman、Arhan Menta、Rushil Kukreja、Aayush Tendulkar 共同完成。他们利用 AI 处理 WiFi 信号，试图实现穿墙、穿瓦砾，在灾区找到幸存者。
WiFind 项目团队成员
WiFind 目前是 Springer 会议论文和 Conrad Challenge 获奖项目，仍处于原型阶段，并非已部署的救灾系统。但其思路非常新颖：WiFi 路由器遍布全球，每一台都可能成为潜在的「生命探测器」。
此外，还有 Zeyneb Kaya 在用 AI 保护濒危语言；Amrita Bhasin 的项目让超过 500 万磅未售库存从填埋场转向再利用……这 26 个项目的共同点，不是「用 AI 写论文」，而是「用 AI 去碰人类碰不动的事」。
26 个名字，不只是天体和救援
将这份名单完整摊开，你会看到一个更立体的图景：26 位入选者（团队）来自 20 多所大学和机构，包括 MIT、斯坦福、哈佛、牛津、Berkeley、耶鲁……名单基本覆盖了北美和英国的研究第一梯队。OpenAI 将他们分成三类：Creators（创造者）做产品，Explorers（探索者）做研究，Advocates（倡导者）做推广和普及。
天体发现、星系搜索、灾区救援只是最集中的三个方向。剩下的项目里，有人在做学习辅助工具，为同龄人减轻压力；有人在将心理健康资料翻译成少数族裔母语，让心理咨询不再只服务英语世界；有人在为残障学生开发无障碍功能，让课堂不再将人拒之门外；还有人用 AI 识别诈骗信息，预防老年人受骗。
24 岁的 Kyle Scenna 来自 Waterloo，是一位创业者。谈到 ChatGPT 时，他说：「我从没想过，从发现一个问题到把它做出来，这个距离能这么短。」20 岁的 Michelle Lawson 在史密斯学院（Smith College）读书。她说：「我一直相信，只要给你合适的支持和资源，你能实现你想象的一切。AI 让这件事，对我自己、对成千上万的人，都成真了。」23 岁的 Nolan Windham 已经是一家知名对冲基金的 AI 主管。他说：「让人兴奋的是，这才刚刚开始。」
提到 AI，他们的一个共同点是：AI 让他们能做的事变多了。这才是这一代「AI 原住民」与上一代人最大的不同。
他们已经将AI视为默认的基础设施，就像上一代网络原住民看待「Wi-Fi」一样——这是他们学习和生活中不可或缺的组成部分。
门槛并未消失，只是换了位置
高中生能做出天文学发现，可能让不少人产生一种乐观错觉：AI真的把科研的门槛削平了。
但下这个结论还太早。我们先看看Paz的完整经历。
2022年夏天，他还在读高中时，就进入了Caltech的Planet Finder Academy（行星发现学院）。
2023年，他又参加了Caltech为期六周的Summer Research Connection（夏季研究连接）项目，由IPAC资深天文学家Davy Kirkpatrick担任他的科研导师。
在中学阶段，Paz就完成了Pasadena学区项目「Math Academy」（数学学院）：八年级修完AP Calculus BC（大学先修微积分BC）。普通高中生要到12年级才接触微积分，而他在14岁前就已掌握。
换句话说，Paz不是「一个普通高中生加ChatGPT」，而是「一个数学水平达到大学先修、有Caltech顶级导师指导两年、能直接调用IPAC计算资源的高中生」，再加上AI。
https://arxiv.org/pdf/2512.11982
那个能让1.4亿张星系图通过自然语言搜索的AION-Search，论文中也指出了它的局限性：
VLM会遗漏细微的天文结构，会把GPT-4.1-mini本身的偏见带入系统；整套方法在天文领域能跑通，本身也得益于Galaxy Zoo等人工标注数据已被GPT作为训练语料使用。
AI找到的，主要还是天文学家以前就懂得如何标注的现象。
而用WiFi信号穿透瓦砾寻找幸存者的WiFind，目前也只是一个原型，并非已在震区实际运行的救援系统。
AI抹平的是「重复劳动的门槛」，它并没有抹平「品味、判断、长期训练」。
Paz故事的重点，不在于AI让任何高中生都能做天文学，而在于一个本来就会做出天文发现的高中生，把这件事提前了十年。
门槛并没有消失，它只是从「能不能做到」，挪到了「能不能想到」。
参考资料：https://x.com/OpenAI/status/2052086313797705954
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：https://www.itsolotime.com/archives/33670
