OpenAI vừa ra mắt một trang có tên "ChatGPT Futures".
Tổng cộng có 26 bạn trẻ (hoặc đội ngũ) tham gia, mỗi người nhận được giải thưởng 10.000 đô la, cùng với quyền tiếp cận các mô hình tiên đội ngũ.
Trong đó, cái tên nổi bật nhất là Matteo Paz.
Tháng 3 năm ngoái, cậu ấy là một học sinh trung học 18 tuổi. Cậu ấy đã phát triển các thuật toán máy học để xử lý gần 200TB dữ liệu và khoảng 200 tỷ bản ghi được NEOWISE tích lũy trong hơn mười năm khảo sát bầu trời hồng ngoại. Từ đánh dấu và phân loại 1,9 triệu vật thể nguồn biến đổi hồng ngoại, trong đó khoảng 1,5 triệu là những phát hiện tiềm năng mới chưa từng được ghi nhận trước đây.
Bài báo của ông đã được xuất bản trên Tạp chí Thiên văn học.
Tháng 3 năm nay, anh ấy cũng đã giành giải nhất trong cuộc thi Tìm kiếm Tài năng Khoa học Regeneron.
Theo Caltech, đây là "một học sinh trung học địa phương đạt được bước đột phá tại Caltech."
Paz chỉ là một trong số 26 người được chọn.
Vào ngày 11 tháng 3 năm 2025, Matteo Paz, 18 tuổi, cầm chiếc cúp Regeneron Science Talent Search tại lễ trao giải. Cậu ấy đã giành được giải thưởng nhờ phát hiện ra 1,5 triệu vật thể thiên thể chưa được biết đến bằng thuật toán trí tuệ nhân tạo.
Trong danh sách đó cũng có—
Crystal Yang, 18 tuổi: Cô đã phát triển các trò chơi học tập "nghe thay vì nhìn" dành cho 200.000 học sinh khiếm thị;
Anshi Bhatt, 19 tuổi: Hệ thống chống gian lận của cô đã giúp 18.000 người tránh được các vụ lừa đảo trực tuyến;
Amrita Bhasin, 25 tuổi: Hệ thống hậu cần của cô đã giúp hơn 5 triệu pound hàng tồn kho chưa bán được không bị đưa đến bãi rác.
...
26 dự án này trải rộng từ thiên văn học đến cứu trợ thiên tai, từ y học đến nông nghiệp, từ giáo dục cho trẻ em khiếm thị đến quản lý tài chính cho người bán hàng rong ở Nam Mỹ. Không dự án nào trong số đó là "viết luận văn bằng ChatGPT". Tất cả đều tập trung vào những vấn đề khó khăn mà trước đây cần đến trình độ chuyên môn, các tổ chức và nguồn tài trợ để giải quyết.
Trí tuệ nhân tạo (AI) giúp họ suy nghĩ và hành động, điều mà thế hệ trẻ trước đây khó có thể tưởng tượng được.
"Thế hệ đầu tiên của những người bản địa ChatGPT" đã tốt nghiệp.
Khóa sinh viên tốt nghiệp năm 2026 sẽ là nhóm sinh viên đầu tiên được sử dụng ChatGPT "bất cứ lúc nào" trong suốt thời gian học đại học.
Mặc dù "luôn sẵn có" không có nghĩa là "hoàn toàn phụ thuộc", nhưng điều đó đủ để trí tuệ nhân tạo (AI) định hình lại quá trình học tập và lối sống của cả một thế hệ.
Khoảng ba năm rưỡi trước, vào mùa thu năm 2022, khóa sinh viên năm 2026 nhập học. Hơn hai tháng sau, vào ngày 30 tháng 11, ChatGPT ra đời. Cuộc sống đại học của họ gắn bó mật thiết với ChatGPT, và "thế hệ sinh viên ChatGPT đầu tiên" đã ra đời.
Trước khi học kỳ đầu tiên của năm nhất kết thúc, một trí tuệ nhân tạo (AI) đã xuất hiện trên bàn học của họ, có khả năng viết mã, tìm kiếm tài liệu và trò chuyện về bất kỳ chủ đề nào.
Trong số 26 cá nhân (hoặc đội ngũ) này, có những học sinh trung học 18 tuổi và các nhóm nghiên cứu được thành lập từ nhiều trường khác nhau. Không phải tất cả đều được gắn mác là "sinh viên mới tốt nghiệp", nhưng tất cả đều là những mẫu đại diện cho thế hệ trẻ này.
Lần "ChatGPT Futures" của OpenAI không chỉ đơn thuần là trao giải thưởng, mà còn là tấm gương cho "những người trẻ xuất sắc trong kỷ nguyên AI".
Họ "sử dụng trí tuệ nhân tạo để nhìn thấy những thứ mà con người không thể thấy".
Những người "thế hệ đầu tiên sử dụng ChatGPT" đang làm gì với trí tuệ nhân tạo?
Trước tiên, chúng ta hãy xem xét ba dự án tiêu biểu nhất.
Dự án đầu tiên là của Matteo Paz.
Ông ấy đang đối diện NEOWISE: toàn bộ dữ liệu được thu thập trong hơn mười năm bởi một kính viễn vọng khảo sát hồng ngoại đã ngừng hoạt động của NASA.
Theo lời người thầy của Paz, Davy Kirkpatrick, "Bảng này đang tiến gần đến con số 200 tỷ hàng, ghi lại mọi cuộc thăm dò mà chúng ta đã thực hiện trong thập kỷ qua."
Với 200 tỷ dòng lệnh và gần 200TB dữ liệu, việc xử lý tất cả chỉ bằng sức người là điều bất khả thi. Đây là loại công việc mà trí tuệ nhân tạo (AI) có thể làm được nhưng con người lại rất khó thực hiện.
Vào năm 2023, Matteo Paz đã trình bày những kết quả ban đầu của dự án thiên văn học AI của mình tại hội thảo Kết nối Nghiên cứu Mùa hè Caltech.
Paz đã viết một thuật toán học máy có tên VARnet, thuật toán này đã xem xét toàn bộ bảng dữ liệu và xác định được 1,9 triệu vật thể nguồn biến đổi hồng ngoại, trong đó 1,5 triệu là những phát hiện hoàn toàn mới chưa từng được ghi nhận trước đây: các lỗ đen siêu khối lượng, các ngôi sao mới sinh, các siêu tân tinh...
Ban đầu, Kirkpatrick chỉ hy vọng "tìm thấy một vài ngôi sao biến quang và thông báo cho cộng đồng thiên văn học rằng dữ liệu này chứa đựng rất nhiều giá trị" với công trình này.
Kết quả là, Paz đã tạo ra một mục lục hoàn chỉnh của toàn bộ dữ liệu : 1,9 triệu đối tượng nguồn biến đổi, được chia thành mười danh mục, tất cả đều được lưu trữ.
Dự án thứ hai có tên là AION-Search, và do Nolan Koblischke quản lý.
Mục tiêu của ông là tạo ra 140 triệu bản đồ thiên hà có thể "tìm kiếm bằng ngôn ngữ tự nhiên".
Phương pháp tìm kiếm hình ảnh thiên văn truyền thống dựa trên sự tương đồng giữa các hình ảnh hoặc các danh mục được xác định trước. Bạn muốn tìm "các thiên hà xoắn ốc cho thấy dấu hiệu sáp nhập" hay "hiện tượng thấu kính hấp dẫn nghi ngờ"? Rất tiếc, bạn cần phải huấn luyện một bộ phân loại chuyên dụng trước.
AION-Search đã phát hành giao diện demo hỗ trợ tìm kiếm bằng ngôn ngữ tự nhiên. Bài báo tuyên bố hệ thống có thể mở rộng tới 140 triệu hình ảnh thiên hà. https://huggingface.co/spaces/astronolan/AION-Search
Cách tiếp cận của Koblischke là trước tiên sử dụng GPT-4.1-mini để tự động viết mô tả văn bản cho 275.000 hình ảnh thiên hà (với chi phí 150 đô la); sau đó sử dụng học tương phản để huấn luyện không gian truy xuất hình ảnh-văn bản chung; và cuối cùng, mở rộng lên 140 triệu hình ảnh.
Kết quả sẽ "khủng" đến mức nào?
Hiện tượng thấu kính hấp dẫn là loại đối tượng hiếm gặp nhất trong dữ liệu thiên hà, chỉ chiếm 0,1% toàn bộ cơ sở dữ liệu: tương đương với việc tìm thấy 1 trong 1000 hình ảnh.
Khi sử dụng các thuật toán so sánh hình ảnh truyền thống, hầu hết 10 kết quả đầu tiên đều sai. Tuy nhiên, với AION-Search, một phần đáng kể trong 10 kết quả đầu tiên là chính xác.
Ngành này sử dụng một chỉ báo gọi là nDCG@10 để đo lường độ chính xác của bảng xếp hạng 10 kết quả hàng đầu.
AION-Search đạt điểm số 0,180, trong khi phương pháp truyền thống chỉ đạt 0,015: điều này thể hiện sự cải thiện hiệu suất tìm kiếm hơn 10 lần.
Những hiện tượng hiếm gặp mà trước đây các nhà thiên văn học phải tìm kiếm thủ công qua hàng trăm nghìn hình ảnh giờ đây có thể được tìm thấy bằng ngôn ngữ tự nhiên.
Dự án thứ ba có tên là WiFind.
Dự án WiFind được tạo ra bởi Nayel Rehman, Arhan Menta, Rushil Kukreja và Aayush Tendulkar. Nó sử dụng trí tuệ nhân tạo (AI) để xử lý tín hiệu WiFi, cố gắng xuyên qua các bức tường và đống đổ nát để tìm kiếm những người sống sót trong các khu vực bị thiên tai.
Các thành viên đội ngũ dự án WiFind
WiFind hiện là một bài báo hội nghị của Springer và là một dự án đoạt giải Conrad Challenge. Nó vẫn đang trong giai đoạn nguyên mẫu và chưa phải là một hệ thống cứu trợ thiên tai được triển khai thực tế.
Nhưng ý tưởng của nó rất mới lạ: bộ định tuyến WiFi có mặt ở khắp mọi nơi trên thế giới, và mỗi bộ định tuyến đều là một "thiết bị dò tìm sự sống" tiềm năng.
Ngoài ra còn có Zeyneb Kaya sử dụng trí tuệ nhân tạo để bảo vệ các ngôn ngữ đang bị đe dọa; dự án của Amrita Bhasin đã giúp chuyển hướng hơn 5 triệu pound hàng tồn kho không bán được khỏi bãi rác để tái sử dụng...
Điểm chung của 26 dự án này không phải là "sử dụng trí tuệ nhân tạo để viết các bài báo học thuật", mà là "sử dụng trí tuệ nhân tạo để giải quyết những vấn đề mà con người không thể giải quyết".
26 cái tên, không chỉ là các thiên thể và những nỗ lực cứu hộ.
Nếu bạn liệt kê toàn bộ danh sách này ra, bạn sẽ thấy một bức tranh toàn diện hơn:
26 cá nhân (đội ngũ ) được chọn đến từ hơn 20 trường đại học và viện nghiên cứu, bao gồm MIT, Stanford, Harvard, Oxford, Berkeley, Yale, v.v. Danh sách này về cơ bản bao gồm những nhà nghiên cứu hàng đầu ở Bắc Mỹ và Vương quốc Anh.
OpenAI phân loại họ thành ba nhóm: Người sáng tạo (người tạo ra sản phẩm), Người khám phá (người tiến hành nghiên cứu) và Người ủng hộ (người quảng bá và phổ biến sản phẩm).
Khám phá thiên thể, tìm kiếm thiên hà và cứu trợ thiên tai chỉ là ba lĩnh vực tập trung nghiên cứu nhất.
Trong số các dự án còn lại, một số đang tạo ra các công cụ hỗ trợ học tập để giảm căng thẳng cho bạn bè; một số đang dịch các tài liệu về sức khỏe tâm thần sang các ngôn ngữ thiểu số để tư vấn tâm lý không còn bị giới hạn trong thế giới nói tiếng Anh; một số đang phát triển các tính năng hỗ trợ tiếp cận cho học sinh khuyết tật để lớp học không còn loại trừ mọi người; và những dự án khác đang sử dụng trí tuệ nhân tạo để xác định các tin nhắn lừa đảo và ngăn chặn người cao tuổi bị lừa gạt.
Kyle Scenna, 24 tuổi, đến từ Waterloo, là một doanh nhân. Chia sẻ về ChatGPT, anh nói: "Tôi chưa bao giờ tưởng tượng rằng khoảng cách từ việc xác định vấn đề đến việc giải quyết nó lại có thể ngắn đến vậy."
Michelle Lawson, 20 tuổi, là sinh viên tại trường Smith College. Cô nói: "Tôi luôn tin rằng với sự hỗ trợ và nguồn lực phù hợp, bạn có thể đạt được bất cứ điều gì mình tưởng tượng. Trí tuệ nhân tạo đã biến điều đó thành hiện thực, đối với bản thân tôi và hàng ngàn người khác."
Nolan Windham, 23 tuổi, hiện đã là người đứng đầu bộ phận Trí tuệ nhân tạo tại một Quỹ phòng hộ có tiếng . Anh ấy nói: "Điều thú vị là, đây mới chỉ là khởi đầu."
Khi nói đến trí tuệ nhân tạo (AI), tất cả đều có một điểm chung: AI đã giúp họ làm được nhiều việc hơn.
Đây là điểm khác biệt lớn nhất giữa thế hệ "người bản xứ AI" này và thế hệ trước:
Họ coi trí tuệ nhân tạo (AI) như một phần cơ sở hạ tầng mặc định, một phần không thể thiếu trong quá trình học tập và cuộc sống của họ, giống như thế hệ người bản địa kỹ thuật số trước đây ứng xử"Wi-Fi".
Ngưỡng giới hạn không biến mất, nó chỉ dịch chuyển mà thôi.
Việc ngay cả học sinh trung học cũng có thể thực hiện những khám phá thiên văn có thể mang lại cho nhiều người một ảo tưởng lạc quan: rằng trí tuệ nhân tạo thực sự đã hạ thấp rào cản đối với nghiên cứu khoa học.
Tuy nhiên, còn quá sớm để đưa ra nhận định như vậy. Trước tiên, hãy cùng xem xét sơ yếu lý lịch đầy đủ của Paz.
Vào mùa hè năm 2022, khi vẫn còn đang học trung học, anh ấy đã tham gia Học viện Tìm kiếm Hành tinh của Caltech.
Năm 2023, ông tham gia chương trình Kết nối Nghiên cứu Mùa hè kéo dài sáu tuần của Caltech, với nhà thiên văn học cấp cao của IPAC, Davy Kirkpatrick, làm người hướng dẫn nghiên cứu.
Paz đã hoàn thành chương trình "Học viện Toán học" của Học khu Pasadena khi còn học trung học: cậu ấy đã hoàn thành môn Giải tích AP BC vào năm lớp 8, một môn học mà hầu hết học sinh trung học không được học cho đến lớp 12, nhưng cậu ấy đã thành thạo trước tuổi 14.
Nói cách khác, Paz không phải là "một học sinh trung học bình thường cộng thêm ChatGPT", mà là "một học sinh trung học đã học toán ở trình độ đại học, được các gia sư hàng đầu của Caltech hướng dẫn trong hai năm và có thể trực tiếp truy cập vào tài nguyên tính toán của IPAC", cộng thêm trí tuệ nhân tạo.
https://arxiv.org/pdf/2512.11982
Bài báo cũng đề cập đến những hạn chế của AION-Search, công cụ cho phép tìm kiếm 140 triệu hình ảnh thiên hà bằng ngôn ngữ tự nhiên:
VLM bỏ sót những cấu trúc thiên văn tinh tế và đưa những sai lệch vốn có trong GPT-4.1-mini vào hệ thống. Việc toàn bộ phương pháp hoạt động hiệu quả trong lĩnh vực thiên văn học cũng là nhờ vào việc sử dụng dữ liệu được gắn nhãn thủ công như Galaxy Zoo làm tập dữ liệu huấn luyện cho GPT.
Các hiện tượng được phát hiện bởi trí tuệ nhân tạo chủ yếu là những hiện tượng mà các nhà thiên văn học đã biết cách đặt tên.
WiFind, hệ thống sử dụng tín hiệu WiFi để xuyên qua đống đổ nát tìm kiếm người sống sót, hiện chỉ là nguyên mẫu chứ chưa phải là hệ thống cứu hộ đang hoạt động tại các khu vực bị động đất.
Trí tuệ nhân tạo (AI) làm giảm "ngưỡng chịu đựng của công việc lặp đi lặp lại", nhưng nó không làm giảm "khả năng cảm thụ, phán đoán và quá trình đào tạo lâu dài".
Điểm mấu chốt trong câu chuyện của Paz không phải là trí tuệ nhân tạo cho phép bất kỳ học sinh trung học nào cũng có thể nghiên cứu thiên văn học, mà là một học sinh trung học vốn có tiềm năng tạo ra khám phá thiên văn đã đẩy nhanh tiến độ hơn mười năm.
Ngưỡng giới hạn vẫn còn đó; nó chỉ chuyển từ "liệu có thể thực hiện được hay không" sang "liệu có thể nghĩ đến được hay không".
Tham khảo:
https://x.com/OpenAI/status/2052086313797705954
Bài viết này được đăng tải từ tài khoản WeChat chính thức "New Zhiyuan" , tác giả: New Zhiyuan, và được xuất bản với sự cho phép của 36Kr.
