【灵思导读】一名18岁高中生利用AI发现了约150万个未知星体；一位25岁博士生为1.4亿张星系图增添了自然语言检索功能。OpenAI最近公布了首届「ChatGPT Futures Class of 2026」，入选的26人（或团队）均来自从大一便开始使用ChatGPT的年轻群体。他们正借助AI重新定义「优秀年轻人」的标准。
OpenAI新上线了一个名为「ChatGPT Futures」的页面。
共有26位年轻人或团队入选，每人（或团队）获得1万美元奖金及顶尖模型的使用权限。
其中最受关注的是一位叫Matteo Paz的青年。
去年3月，当时还是18岁高中生的他，开发了一套机器学习算法，对NEOWISE望远镜十余年红外巡天积累的近200TB数据（约2000亿行记录）进行了处理。他从数据中标记并归类出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。
他的相关论文发表于《天文期刊》。
今年3月，他又获得了Regeneron Science Talent Search的头奖。
加州理工学院的评价是，一位本地高中生在该校实现了突破。
而Paz只是这26位入选者中的一员。
在这份名单上还有：
18岁的Crystal Yang：为20万视障学生开发了利用听觉替代视觉的学习游戏。
19岁的Anshi Bhatt：她设计的反诈系统已帮助1.8万人避开网络诈骗。
25岁的Amrita Bhasin：她构建的物流系统使超过500万磅滞销库存避免了被填埋的命运。
26个项目涵盖天文、救灾、医疗、农业、盲童教育及南美小贩财务管理等诸多领域，没有一项是「用ChatGPT代写论文」。他们将注意力全部投向了过去需要资历、机构或资金才能涉足的硬核问题。
AI让他们敢于想象且能够实现，这是上一代年轻人难以企及的。
「第一代伴随ChatGPT成长的学生」完成学业
2026届毕业生是第一批在整个大学阶段都能「随时使用」ChatGPT的学生。
尽管「随时可用」并不代表「全程依赖」，但这已足以让AI重塑一代人的学习与生活方式。
大约三年半前的2022年秋季，2026届新生入学。两个多月后的11月30日，ChatGPT面世。他们的大学生涯自此与ChatGPT紧密相连，「第一代ChatGPT原住民」由此诞生。
大一第一个学期尚未结束，他们的书桌上就多了一个能写代码、能查文献、能聊任何话题的AI。
在这26位个人或团队中，有18岁的高中生，也有跨校合作的研究小组，并非都是严格意义上的「应届毕业生」，但他们都是这一代年轻人的代表。
OpenAI推出「ChatGPT Futures」，不仅仅是在颁发奖金，更希望为「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」
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已退役的红外巡天望远镜，其十年扫描天空积累的全部数据。
Paz的导师Davy Kirkpatrick表示，这张数据表已接近2000亿行，记录了过去十年的每一次探测。
面对2000亿行、近200TB的数据，人力根本无法直接处理。这正是AI擅长而人类很难完成的工作。
Paz编写了一个名为VARnet的机器学习算法，将整张表全部过了一遍，标出了190万个红外变源天体，其中150万个是此前未被记录的全新发现，包括超大质量黑洞、新生恒星、超新星等。
Kirkpatrick原本只期望能找到几颗变星，向天文学界证明这批数据中仍有价值。结果Paz为整个数据集生成了一份完整的目录：190万个变源天体，分为十大类，全部归档。
第二个项目名为AION-Search，由Nolan Koblischke负责。
他的目标是让1.4亿张星系图实现「自然语言检索」。
传统天文图像检索要么依靠图像相似度，要么依赖预设类别。如果想找「疑似引力透镜」或「具有合并迹象的螺旋星系」，必须先训练专门的分类器。
Koblischke的方法是：先用GPT-4.1-mini自动为27.5万张星系图生成文字描述（成本150美元）；再通过对比学习训练一个图文共享的检索空间；最后扩展到1.4亿张图。
结果相当出色。
引力透镜在星系数据中极为稀有，仅占数据库的0.1%，相当于在一千张照片中找一张。
传统图像相似度算法在前10个结果中几乎全部错误。而换成AION-Search后，前10个结果中有相当一部分是正确的。
行业采用nDCG@10指标衡量「前10个结果的排序准确性」。AION-Search的得分为0.180，传统方法仅为0.015，检索效果提升了十倍以上。
过去需要天文学家手动从几十万张图中逐个翻找的稀有现象，现在通过自然语言就能检索到。
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，试图穿墙及穿透瓦砾，在灾区寻找幸存者。
WiFind目前是Springer会议论文及Conrad Challenge的获奖项目，尚处于原型阶段。但其思路十分新颖：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转向再利用。
这26个项目的共同点并非「用AI写论文」，而是「用AI去触碰人力所不及的问题」。
不止于天体与救援
将这份名单完整展开，可以看到更全面的图景：
26位入选者（团队）来自20多所大学及机构，包括MIT、斯坦福、哈佛、牛津、加州大学伯克利分校、耶鲁等，基本覆盖了北美及英国的一流研究院校。
OpenAI将他们分为三类：Creators（创造者）主攻产品，Explorers（探索者）从事研究，Advocates（倡导者）负责推广和普及。
天体发现、星系检索、灾区救援只是其中最为集中的三个方向。
其余项目中，有人开发学习辅助工具为同龄人减轻压力；有人将心理健康资料翻译成少数族裔的母语，让心理咨询不再仅限于服务英语人群；有人为残障学生开发无障碍功能，让课堂不再将他们拒之门外；还有人利用AI识别诈骗信息，预防老年人上当。
24岁的Kyle Scenna来自滑铁卢大学，是一位创业者。他谈到ChatGPT时说，从未想过从发现问题到实现它，这个过程能如此短暂。
20岁的Michelle Lawson就读于史密斯学院。她表示，相信只要获得合适的支持和资源，就能实现任何想象。AI让这件事对于自己及成千上万的人都成为了现实。
23岁的Nolan Windham已是一家知名对冲基金的AI负责人。他说，令人兴奋的是，这才刚刚开始。
谈到AI时，他们的一个共同点是，AI让他们能做更多事情。
这才是这一代「AI原住民」与上一代人的最大差异。
他们已经将AI视作默认的基础设施，以及自己学习和生活中不可或缺的一部分，就像上一代互联网原住民看待「Wi-Fi」一样。
门槛并未消失，只是位置移动了
高中生也能做出天文学发现，这可能会让一些人产生错觉：AI真的把科研门槛抹平了。
但下这样的结论还为时过早。不妨看看Paz的完整经历。
2022年夏天，他还在读高中时，就进入了加州理工学院的Planet Finder Academy。
2023年，他又参加了加州理工学院为期六周的Summer Research Connection项目，由IPAC资深天文学家Davy Kirkpatrick担任科研导师。
Paz在读中学期间完成了Pasadena学区项目「Math Academy」：八年级修完AP Calculus BC，普通高中生要到12年级才会接触的微积分，他在14岁前就已掌握。
换句话说，Paz并非「一名普通高中生加上ChatGPT」，而是「一名数学预先修到大学水平、有加州理工学院顶级导师陪伴两年、能直接调用IPAC计算资源的高中生」，再辅以AI工具。
那个让1.4亿张星系图实现自然语言检索的AION-Search，在论文中也提及了其局限：
视觉语言模型会遗漏细微的天文结构，会将GPT-4.1-mini自身的偏见带入系统。整套方法在天文领域能够运行，本身也得益于Galaxy Zoo等人工标注数据已被GPT作为训练语料学习过。
AI找到的主要还是天文学家已知如何标注的现象。
而利用WiFi信号穿透瓦砾寻找幸存者的WiFind，目前也仍处于原型阶段，并非已在震区实际运行的救援系统。
AI抹平的是「重复性劳动的门槛」，但并未抹平「品味、判断力和长期训练」。
Paz的故事重点不在于AI让任何高中生都能从事天文学研究，而在于一个本就注定要做出天文发现的高中生，将这件事提前了十年。
门槛并未消失，它只是从「能否做到」转移到了「能否想到」。
———— END ————
灵思极智旗下“极智系列”三款AI智能应用
关注后，两步置顶服务号，可第一时间收到灵思极智推文！
