2024 HiMCM 摇人——以及AI建模新课程
HiMCM 2024: Recruiting & the New AI Modelling Course
做了几年HiMCM的比赛，我们发现其实学生的背景和最后得奖的关系没那么大。用一句很招人嫌的话，懂得都懂，这个比赛也是极具中国特色，但时间比较集中，而且确实能学到很多很实用东西（LaTeX、Python以及其各种包、Matlab等等，基本上短期学的东西CV上可以放2-3行），所以个人还是比较推荐的，毕竟进可以拿奖状，退可以掌握一大堆有用的科研技能，有百利而无一害。
所以先偷个懒，就不再放目前接触的学生的一堆什么编程基础、AMC多少分、做过什么科研之类的东西了。最近和专门做这个比赛的老师也聊了一下，比较一致的结论是：尽量少的去做细节的准备，比如某个算法怎么写代码、某个数据图该怎么画，而是应该把重点放在告诉学生有哪些东西你该知道，以及如何用AI实现你的想法。
课程核心思路
也就是说，我们不会去重点讲比如解数据回归怎么用代码实现，而是会讲各种回归方式的意义是什么，以及你要去做这个的话，怎么调用AI来帮你实现。这些东西，市面上是没有人开发对应课程的，因为去年第一年HiMCM明确说明AI可以辅助，但需要讲明具体用途。所以，既然大家都没学过，那么学生什么背景，更加意义不大了。
但是，如果学生数学编程基础好一点的话，对之后的比赛肯定还是帮助比较大的，但相比而言，热爱学习的心会更重要。
我们可以把这些数学方法当成螺丝刀锤子扳手剪刀，传统的课程会去讲螺丝刀怎么制作出来的；现在，我们更直接——找到需要用螺丝刀的地方，给螺丝拍照，让AI寻找匹配的螺丝刀，拧紧螺丝。
五大课程模块
先蹭个热度。只要明白基本的原理流程，用ChatGPT或者Claude都可以很快实现专业的LaTeX写作与比赛要求的排版。工整的手写过程→拍照上传→要求AI以LaTeX模式输出并润色整理→完整的理论公式及过程。课程第一部分要求掌握LaTeX的大概，以及如何用AI最快的上手。
这一部分不会说太多语法、数据结构、syntax之类的东西，而是把重点放在AI是怎么能让码农失业的这个问题上。更欢迎没有编程基础的同学参加，因为有些同学由于代码敲的比较多，在解题时会考虑代码难度而限制思维，反倒是不太熟悉模型落地环节的同学能给出很多意想不到的好点子。
既然是数学建模比赛，这毫无疑问是最重要的部分。传统的优化预测分类模型会讲，回归遗传算法也会说，神经网络与机器学习当然更重要——但重点还是讲原理，以及这些方法能用在什么地方，以及如何让AI帮助我们使用这些东西。
不纠结指标公式是什么意思，不花一大堆时间教你如何使用Excel、SPSS、各种宏怎么搞。繁琐的数据清理、分析的过程能用AI绝不用人力，怎么简单怎么来，为了大家不熬夜、不通宵、不心烦意乱，提供最好的处理方法。
首先声明，肯定不会用AI大段大段生成，这个不教，大家应该也都会。关于AI帮助：学术化的语言修改和润色；整个论文逻辑架构及每个章节的书写建议；实在写不出来，把思想和思考过程最快的变为文字；图表等细节问题检查。核心思想是，如何用AI最快的把成果体现出来，最工整完善的呈现整个建模过程与结果。
以上，用到AI的地方，去年的比赛其实我们都有涉及，而且都明确指出，最后并取得了很好的成绩。对AI了解深刻的人，自然会明白其能用在什么地方、不能用在什么地方，视AI为洪水猛兽、动不动就产生各种质疑的，这里也不再赘述。