ARTICLE · 1035006
OpenAI选出新一代AI青年!多大、滑铁卢学生入选:AI时代,名校真正需要什么样的学生?
AI正在改变大学，也正在改变年轻人成长和竞争的方式。最近，OpenAI公布了首届 ChatGPT Futures – Class of 2026。这个项目关注的是一批非常特殊的年轻人——他们成长和接受大学教育的时期，恰好与ChatGPT和生成式AI快速普及的时代高度重合。
OpenAI希望通过这些年轻人的项目看到一个问题：
当新一代大学生从学习、研究到创业都拥有AI这样的工具，他们究竟能够创造什么？
而在首届名单中，加拿大高校学生的表现尤其值得关注。
多伦多大学（University of Toronto）和滑铁卢大学（University of Waterloo）的学生分别凭借AI+化学、AI+天文学、AI+生物医学以及AI+创业等项目入选。
对于正在规划加拿大高中和大学教育的学生和家长来说，这份名单真正值得看的，不是谁获得了OpenAI的资助，而是：
AI时代，世界顶尖大学里的优秀年轻人究竟在做什么？
什么是ChatGPT Futures？
ChatGPT Futures是OpenAI推出的青年项目。
OpenAI将首届项目称为：
Class of 2026
官方将入选者主要分为三个方向：
Creators——创造者
利用AI开发产品、创业或者解决现实问题。
Explorers——探索者
利用AI进行科研、实验和知识探索。
Advocates——倡导者
利用AI解决教育、社区和社会问题。
入选的个人或团队可以获得10,000美元资助以及OpenAI前沿技术和相关资源的支持。
目前入选的有26个年轻人/团队。这些年轻人来自不同国家、学校和专业，但他们有一个非常明显的共同特点：
他们不是单纯“学习AI”，而是在利用AI做真正的事情。
多伦多大学化工三人组：用AI研究碳捕获
入选的年轻人中，有三位是来自多大化学工程与应用化学系三名研究生：
Thomas Pruyn
Amro Aswad
Sartaaj Khan
他们以团队形式入选ChatGPT Futures。
他们研究的并不是传统意义上的“AI专业”。
他们真正研究的是：碳捕获材料。
三人开发了一个名为 MOF-ChemUnity 的项目，利用AI帮助科研人员连接和分析金属有机框架材料（MOFs）领域的大量研究知识。
OpenAI对他们项目的概括是：Built a knowledge graph to connect carbon-capture materials research.
也就是：
建立知识图谱，将碳捕获材料领域的研究连接起来。
这个案例实际上反映了一个非常重要的教育趋势：
AI已经不再只是Computer Science学生的工具。
未来学习Chemical Engineering、Materials Science、Environmental Engineering、Biomedical Engineering甚至传统理科的学生，都可能越来越频繁地使用AI进行科研。
AI+天文学：让1亿张星系图片可以被搜索
另一位入选人同样来自多伦多大学。
天体物理学博士生 Nolan Koblischke 利用AI解决的是一个完全不同的问题：
如何从海量天文图像中寻找真正有研究价值的目标？
OpenAI对他的项目介绍非常直接：Made 100M+ galaxy images searchable with AI.
也就是：
利用AI让超过1亿张星系图像变得可以搜索。
现代天文观测每天产生海量数据。
如果完全依赖科学家一张一张查看图像，几乎不可能完成。
AI和多模态模型则可以帮助研究人员理解和检索这些数据，从海量天文图片中寻找罕见星系以及其他异常现象。
这件事情对今天的学生有一个非常重要的启示：学AI，并不等于一定要读Computer Science。
一个学习天文学的人可以使用AI。
一个学习化学的人可以使用AI。
一个学习医学的人也可以使用AI。
真正重要的是：
能不能把AI和自己的专业知识结合起来。
AI+生物医学：帮助科学家理解未知蛋白质
另一位入选项目也是来自多伦多大学的学生团体。来自多伦多大学的Adib Fallahpour和Parsa Idehpour开发的项目，目标是利用AI帮助科学家预测未知蛋白质的功能。
OpenAI对这个项目的介绍是：Helping thousands of researchers predict functions of unknown proteins.
蛋白质功能预测是现代生物医学研究中的重要问题之一。
大量蛋白质的具体功能仍没有完全被理解，而这些信息又与疾病研究、新药研发和生命科学密切相关。
他们开发的 BioReason Pro，尝试利用AI增强生物学推理能力，帮助科研人员分析蛋白质。
这个案例再次告诉我们：
AI真正的价值，并不是帮学生生成一篇文章。
更大的价值在于：帮助专业人士处理过去很难处理的数据和问题。
滑铁卢学生：从一个想法直接做到产品
如果说多伦多大学几个案例更加偏向：
AI + Research
那么滑铁卢大学入选者 Kyle Scenna 展现的则是另一种能力：
AI + Entrepreneurship
OpenAI对他的介绍是：Building AI products from tax software to healthcare tools.
也就是利用AI开发从税务软件到医疗工具等不同产品。
这其实非常符合滑铁卢大学长期以来比较突出的教育特点：
工程 + Computer Science + Co-op + Entrepreneurship。
过去，一个大学生如果想把自己的想法真正变成一个产品，可能需要程序员、设计师、资金和完整团队。
生成式AI正在大幅降低：
Idea → Prototype → Product
之间的门槛。
这意味着今天的高中生和大学生拥有了过去很难想象的创造能力。
仔细看这些年轻人，会发现一个共同点
如果把ChatGPT Futures的项目放在一起看，会发现一个非常明显的规律。
他们研究的问题包括：
碳捕获；天文学；蛋白质；医疗；农业；教育；残障辅助；创业；社区服务；甚至太空机器人。
但是：AI并不是这些项目最终的目的。AI只是他们解决问题的工具。
这一点非常重要。
过去几年，很多学生和家长都会问：
“AI这么火，以后是不是一定要读AI？”
从这批年轻人的经历来看，答案未必如此。
未来真正有竞争力的组合，很可能是：
专业知识 × AI能力。
未来真正有价值的，可能是“AI+专业”
例如：
AI + Engineering
AI + Biology
AI + Medicine
AI + Finance
AI + Business
AI + Astronomy
AI + Environmental Science
AI + Education
甚至：
AI + Social Sciences
未来真正稀缺的人才，不一定只是“会训练AI模型的人”。
还可能是：
真正懂医学，同时懂得如何利用AI的人；
真正懂工程，同时懂AI的人；
真正懂金融，同时能够利用AI处理数据和解决问题的人。
这也是为什么我们并不建议家长因为AI热门，就简单地让所有孩子都去申请Computer Science。
首先应该问：
孩子真正喜欢什么？
然后再问：
AI能不能成为他在这个领域里的一个重要工具？
对准备申请加拿大大学的高中生，有什么启示？
从大学申请规划角度来看，这种变化尤其值得关注。
过去学生准备大学申请，课外背景经常是：
参加几个比赛；
参加几个夏校；
拿几个证书；
做一些义工；
参加几个Club。
这些经历当然仍然有价值。
但对于准备申请多伦多大学、滑铁卢大学等研究型大学的工程、Computer Science、Life Sciences及其他竞争激烈专业的学生来说，我们越来越建议：不要只追求“活动数量”，而应该逐渐建立自己的项目主线。
例如：
一个对环境工程感兴趣的学生，可以探索：
AI + Climate
对医学和生命科学感兴趣，可以探索：
AI + Healthcare
喜欢商业，可以尝试：
AI + Entrepreneurship
喜欢教育，可以尝试：
AI + Education
喜欢社会问题，也可以研究：
AI + Social Impact
重点并不是要求一个高中生一定做出什么世界级科研成果。
真正重要的是让学生经历一个完整过程：
发现问题-查找资料-学习相关知识-使用AI和其他工具-设计解决方案-完成项目-测试和改进-展示成果
这本身就是非常好的学习过程。
未来大学申请，可能越来越看重“你做过什么”
当然，加拿大大学本科录取仍然首先需要满足学术成绩、先修课程以及不同专业的具体招生要求。
AI项目并不能替代成绩。
但对于竞争激烈、需要Supplementary Application、面试、Portfolio或者课外经历的项目来说，一个学生能否展示：
长期兴趣
主动学习能力
解决问题能力
创造能力
团队合作
以及
真正完成过的项目
会越来越有价值。
所以我们并不建议学生为了申请大学，临时“包装”一个AI项目。
最好的项目通常来自：
真正的兴趣 + 持续投入。
高中生现在应该怎样准备AI时代？
如果孩子目前正在Grade 9–12，其实完全没有必要等到大学才开始。
我们建议逐步建立三个层面的能力。
第一层：基础学术能力
数学、英语、科学以及基础编程仍然非常重要。
AI越强，基础知识反而越重要。
因为如果学生自己无法判断AI给出的答案是否合理，就很容易变成：
会使用工具，却不知道工具什么时候出错。
第二层：AI工具能力
未来的学生不能只是会问ChatGPT问题。
还可以逐步学习：
数据分析；
基础编程；
Prompt设计；
API；
信息检索与验证；
AI模型局限；
AI伦理与Academic Integrity。
第三层：项目能力
这是最重要的一层。
选择一个自己真正感兴趣的问题，连续做几个月。
哪怕最终项目并不完美，也比短时间参加十几个互不相关的活动更容易形成真正的能力和个人特色。
选择加拿大大学，也不能只看QS排名
ChatGPT Futures这些案例还带来另外一个启示：
今天选择大学，不能只问：
“这所学校QS世界排名第几？”
还应该进一步看：
有没有本科Research机会？
有没有实验室资源？
能不能跨学科选课？
有没有Co-op和Internship？
有没有创业孵化平台？
教授正在研究什么？
AI能不能和自己的主专业结合？
多伦多大学拥有非常成熟的科研和AI生态，而滑铁卢大学则在工程、Computer Science、Co-op和创业方面拥有自己的特色。
对于一个学生未来四年的成长来说，这些资源有时比综合排名相差几位更加重要。
对于国际学生，AI时代的留学规划也在改变
过去规划留学，大家通常按照：
国家 → 大学 → 专业 → 就业
这条路线思考。
未来可能还应该增加一个维度：这个专业如何与AI结合？
例如一个准备读Mechanical Engineering的学生，不一定需要转去Computer Science。
他可以考虑：
Mechanical Engineering + Robotics + AI
准备读Life Sciences，可以考虑：
Biology + Bioinformatics + AI
准备读Business，可以考虑：
Finance + Data Analytics + AI
准备读Environmental Science，可以考虑：
Climate + Data + AI
这会让“选专业”从简单选择一个专业名称，变成规划一组未来能力。
请点击下面文章链接，了解更多加拿大移民留学资讯：
加美移民为了给不同的客人提供个性化和针对性的服务，特组建了不同的微信群
1）加拿大投资移民交流群
2）加拿大技术移民EE交流群
3）留学霸加拿大学校申请群
4）2020父母担保移移民群
群组里分享的内容包括：
1. 定期发布最新加拿大与该群组相关的留学和移民项目介绍
2. 及时发布加拿大最新最快的留学和移民政策动向和分析
3. 及时发布加拿大的实时新闻
4. 定期收集群友的问题，然后进行集中解答
5. 群组里面还有一些已经成功的客户，他们会分享一些关于他们申请留学和移民过程中遇到的困难，解决的方法，加拿大一些生活经验的分享，以及他们的一些心路历程分享；
我们诚邀您们加入我们的群组，大家可以互相认识，互相帮助，进行信息交流。我们也欢迎各位邀请您们身边的亲朋友好来到群组进行交流了解。为了增加群组不受其它无关信息和广告干扰，我们暂定该群组为邀请人员才可加入。
请在加美移民/留学霸公众号后台留下您的微信号码，和想加入的群组，我们会邀请您加入对应的微信群。