百度地图

河北首次启动自然科学基金非共识项目申报_我的网站

一 |     日报讯（记者王璐丹）日前，启动2026年度省自然科学基金非共识项目申报工作。这是首次设立自然科学基金非共识项目专项资助通道，旨在为高风险、高价值的原创研究单开一条快车道。非共识项目是指在基础研究领域，创新性强却还没有达成共识、争议大、难识别、风险高的创新研究。    人工智能公司OpenAI正在进行一项非同寻常的试验：通过雇佣超100名前投资银行员工，训练其AI模型掌握金融建模等核心技能。                   据媒体10月22日报道，OpenAI这项代号为“Mercury”的秘密项目，已经吸引了来自摩根大通、摩根士丹利和高盛集团等顶尖金融机构的前员工参与。这些参与者负责编写指令、构建用于重组和首次公开募股（IPO）等各类交易的金融模型，以此“教导”AI如何像一名初级银行家一样工作。                   报道援引知情人士透露，这些合同工的时薪为150美元，并且获得了他们正在帮助创建的AI的早期使用权。这一举动在金融行业内部引发了对初级岗位职业前景的担忧，分析师们长期以来抱怨工作繁重乏味，而人工智能的崛起正将这种抱怨转变为对其工作安全性的直接威胁。这类项目往往因挑战现有范式，难以通过常规同行评议获得支持。

二 | 该专项重点支持科研人员提出具有非共识性、原创性、颠覆性等特征的原创学术思想，涵盖开辟新领域、提出新理论、发展新方法、研发新材料和揭示新规律等方向，尤其鼓励多学科交叉融合的探索。

三 | 申报项目须同时具备三个条件：研究工作具有或潜在具有重大科学意义或培育颠覆性技术的价值；研究思想、范式或内容具有突出的原创性或颠覆性，尚未取得领域内专家共识，存在较大争议，难以通过常规评审获得资助；探索性强，难以依据现有科学认知完全判断可行性，完成研究风险高、难度大。

四 | 在申报资格上，申报人须为从事基础研究、应用基础研究的一线科研人员，项目鼓励优秀青年人才申报。非共识项目不计入申报人申报和承担省自然科学基金项目的总数限制。这一政策松绑将有效激发科研人员的探索热情。

五 | 在推荐机制上，非共识项目采用专家实名推荐制。                   此举也揭示了Sam Altman领导下的OpenAI的战略重心。作为全球估值最高的初创公司之一，OpenAI尚未实现盈利，将强大的AI技术转化为能服务于金融、咨询、法律等各行各业的实用商业工具，已成为其当务之急。推荐人须为具有深厚科学素养、前瞻性思维和跨学科见解的杰出学者，包括两院院士、国家自然科学基金青年科学基金项目（A类）负责人、全国重点实验室主任、燕赵实验室主任等。

六 |                    一、百余名前员工参与，时薪150美元训练AI                    根据报道，OpenAI的“Mercury”项目已招募了超过100名具有华尔街背景的专业人士。

七 | 参与者阵容强大，不仅包括曾在摩根大通、摩根士丹利、高盛等一线投行工作过的前员工，还囊括了来自Brookfield Corp.、Mubadala Investment Co.、Evercore Inc.和KKR & Co.等知名投资机构的人才，甚至还有哈佛大学和麻省理工学院的在读MBA学生。

八 |                    项目以灵活的合同工形式运作，参与者被要求每周提交一个金融模型。他们的任务包括用简单的语言编写提示，然后在微软的Excel程序中执行并构建模型。

九 | 每个项目需至少1名专家实名推荐，且每位专家每年仅限推荐1项。一位审阅人会对其工作提供反馈，参与者需在修正所有问题后，其成果才会被最终输入OpenAI的系统。“建立这一机制，就是要给那些‘不被大多数人看好’的科研想法一次开花结果的机会。OpenAI的一位发言人表示，公司与“众多领域的专家合作，以改进和评估我们模型的能力”，并称这些专家由第三方供应商招募、管理和支付报酬。                   值得注意的是，该项目的申请流程几乎没有人为干预。申请过程包括与AI聊天机器人进行的约20分钟面试、一项财务报表知识测试以及最后的建模能力测试。                   二、“请修复”：AI需要学会的细节与格式                    投行初级分析师以其超长的工作时间闻名，在处理实时交易时，每周工作超过80小时是家常便饭。他们的工作充满了大量被视为“脏活累活”的任务，例如在Excel中构建复杂的并购模型，以及根据上级要求反复修改PPT演示文稿。                   在彭博专栏作家Matt Levine看来，这种对细节的极致追求，恰恰是AI需要学习的关键。”省科技厅相关负责人表示，他们正着力构建专家实名推荐、深度辩论式评审、择优滚动支持的全链条非共识项目工作机制，特别是设立宽容失败、允许试错的政策导向，将赋予科研工作者坚持独特赛道的底气。

十 | 他评论道，一名成功的投行分析师必须是“注重细节的”，因为模型或演示文稿中一个微小的格式错误，比如美元符号未对齐，都会让上司怀疑其中可能存在更严重的实质性错误，从而破坏信任。                   Levine将目前的生成式AI比作“聪明但粗心的分析师”——它们能迅速产出看似合理的模型，但往往会出错或出现“幻觉”，无法被完全信任。因此，他认为OpenAI的项目本质上是一种“强化学习”，相当于“让一位投行副总裁对着AI吼上几年，直到它把格式做对为止”。雇佣前银行家正是看中了他们自身已经历过这种严苛的训练，能够本能地遵循页边距大小、百分比斜体等行业格式规范。此项举措将有力引导省科研力量聚焦国际空白领域，抢占学术制高点，培育有望开辟新赛道的颠覆性成果。

十一 |                    三、替代学徒？华尔街晋升模式面临考验                    “Mercury”项目的直接目标是让AI替代初级员工的工作，这引发了对投资银行传统学徒制模式未来的深刻质疑。数十年来，华尔街依赖于一个金字塔结构：初级分析师通过处理基础工作来学习技能，其中最优秀的一部分人最终晋升为需要与客户打交道的高级银行家。                   正如Matt Levine所提出的问题：当一个行业不再需要学徒时，它未来的高级合伙人将从何而来？如果AI接管了模型构建和文书工作，年轻的金融专业人士将如何获得必要的实战经验和行业知识，以成长为未来的领导者？                    不过，这一趋势也存在另一面。投资银行分析师项目的流动率一直很高，许多人在工作两年后便选择离开，投身于创业或其他行业。对于这些已经离开的人来说，回来训练一个可以替代自己当年岗位的机器人，或许并没有太多心理负担。                   “Mercury”项目不仅是华尔街的潜在颠覆者，更是OpenAI商业化战略的缩影。通过将目标锁定在金融服务这一利润丰厚的领域，OpenAI正努力证明其技术在复杂企业环境中的价值。

十二 |                    尽管估值高昂，但OpenAI尚未盈利的现实，正驱使其积极开拓企业市场。

十三 | 将AI能力应用于特定行业、解决具体的业务痛点，被视为其实现收入增长和长期发展的关键路径。该项目表明，OpenAI的雄心不止于通用的聊天机器人，而是要打造能够深度嵌入企业工作流程的专业级AI工具，从而在全球商业版图中占据一席之地。                   本文来自：华尔街见闻，作者：张雅琦。

Current article:http://www.choumaimuwogenkuzhainuan.bond/u2ma/peu8.html

Published on:10:06:20