資金就越多，只是初期這種分配還不算太明顯，就算有差距也不會很大。

    這是給排名靠後的高校更多的機會，因為很多基礎科研項目，並不是一兩年就能出成果，所以不能在資金分配上差異過大，不然大家都追求短平快的項目，那就沒意義了。

    正如葉子書所說，成千上萬個普通的科研項目，抵不上一個重大突破性項目，為此多點耐心是非常有必要的。

    但是為了促使各大高校和科研人員的緊迫感，還是會每年會制定一個資金分配傾斜幅度，時間一長積累下來的傾斜度會很高。

    所以不努力的高校和科研人員，會發現自己分配的資金會越來越少，而努力付出的高校和科研人員，分配的資金會越來越多。

    在科研領域，雖然資金多寡不是奠定成果優勢的絕對因素，但絕對是重大因素，沒資金一切都免談，有資金哪怕是挖人也有底氣。

    葉子書不介意各大高校從國外挖人，因為基礎研究並不會涉及到很多利益，研究成果其實也是屬於全人類的。

    為什麼還要投資基礎科學研究，而不是等着別人投入呢，就是因為參與基礎科學研究的過程更加重要。

    在基礎科學研究的過程中，能夠培養大量的人才，而這些人才是他看重的，不管這些人才今後是否從事基礎科學研究，都會對國家做出貢獻。

    其實這些基礎研究成果，葉子書並不是特別看重，虛擬圖書館裏面這樣的知識多得是，根本就不用這麼勞心勞力。

    他不就是為了藉此培養更多的人才，只要從事這方面的人才越多，對於提升文明等級具有巨大的作用，這是他無法做到的。

    哪怕他手上的基礎理論再多，對提升文明等級的意義不大，只有全社會的科學素養提上來了，文明等級才有意義。

    葉子棋做的第二件事就是組建團隊，對各大高校的科研成果進行收集，不過初期都是通過公開渠道收集的，不一定就準確。

    所以在公告發出去之後，他們開始派遣團隊前往國內各大高校進行摸底，不過為了項目的保密性，團隊成員是不能接觸相關資料。

    相關資料會由所在高校自己上傳到基金會系統裏面，資料含金量多寡全部由人工智能來判定，如果有不方便上傳的資料，學校可以進行說明，或者是節選不敏感的信息。

    其實這些缺失的資料信息，人工智能也通過隻言片語進行推導，至於推導到什麼程度，就看項目本身難度和信息的完整度了。

    如果項目本身就不難，也許人工智能自己就能憑藉儲備的知識做出來，千萬別小看了人工智能，隨着知識儲備越發豐富，它的能力也會越來越強。

    鳳凰科技公司一直沒有停止收集全世界的科研成果資料，然後讓人工智能學習，現在的人工智能參與科研的能力也是越來越強。

    現在他旗下企業科研部門也逐漸開始引入人工智能輔助研究，不過這個是從去年末開始，效果如何還不清楚。

    以前的人工智能在這方面的能力要弱得多，升級之後的人工智能才能充分發揮這個能力，不過很多方面還在完善之中。

    但是不管如何，使用人工智能輔助研究，絕對比科研人員自己研究效率要高得多，這是毋庸置疑的。

    葉子棋這種大張旗鼓的做法，能夠省很多事情，公告發出不久，各大高校了解了一些信息之後，就紛紛表示歡迎。

    甚至有些高校專門登門拜訪，想要拉近關係，不過作用不大，任何事情都要有章法和規矩，不能隨便破壞，這是葉子書教她做事的第一原則。

    只要按照規矩辦事，最多會被人認為迂腐，但是絕對不會有很壞的結果，一旦破壞自己制定的規矩，影響就非常大。

    既然大家這麼歡迎，葉子棋隨後就在基金會網站上公佈了後續安排，最重要的是學術能力評估，這個牽扯到資金的分配。

    這個安排各大高校也沒有意見，事實上基礎科研領域的機密並不多，一般也是上級分配下來的任務，