AI科研如何助力学生获得全球4％，冲击美国顶尖高校！

点击“Embark有方博雅”，即刻订阅

在周日上午10点半，我们邀请了CMU大神Evan老师来做了一个讲座。Evan老师给我们分享了很多关于AI科研以及申请美国高校的经验和感受，整个讲座分成了以下几个部分：

为什么我们要做AI科研？

AI科研的最好形式之一：Kaggle

什么样的中学生适合AI科研？

探究项目的整体过程以及心得分析

让我们一起来回顾一下讲座重点吧！

Evan老师首先分享了一下他自己的个人学习经历。

在本科时期，他通过高考进入了清华大学姚班，但是他的大一却是十分迷茫的，找寻不到自己的目标，不明确自己擅长的地方在哪里。

并且，在大一时期，他的计算机基础是比较薄弱的，也没有在高中初中的时候参加过竞赛。所以，大一的时候他在工业界和学术界之间犹豫，荒废了不少时间。

在老师的启发下，Evan老师做了很多的尝试，比如说硬件创客，也做过软件开源黑客，更加入过各种人工智能、机器学习相关的学术实验室。

在经历过各种尝试后，才成就了如今的Evan Li。在这些年痛苦的探索过程之后，对于Evan老师来说，能够分享给中学生们最关键的几点就是：

要有探索精神；

在科研的道路上要有主动和永不放弃的态度；

要学会去探索最新的课题，学习最新的内容，挑战自己。

在第二部分，Evan老师重点介绍了一下Kaggle。

Kaggle是一个有偿的AI竞赛网站，在Kaggle上面的竞赛最高可达10万美金，最低则是免费的。在这个平台上，学生可以参加任何感兴趣的竞赛。

Kaggle提供了竞赛所需的数据集和标准评判方式。只要能够完成一个算法分析，就能够得到一个排名。通常排名前10的人才能得到现金奖励。

那么为什么Kaggle竞赛才是最好的AI科研形式之一呢？

Kaggle具有非常公开和真实的排名机制，所有人的排名在网页上是有迹可循的；

Kaggle提供的数据集合十分稀有和规范，是其他竞赛无法比拟的；

Kaggle自带活跃和开放的数据科学家社区，引导学生与牛人们一同进步

Kaggle完全民主化，参加者限制为零。只要你愿意，就能够参与到竞赛中。

那么什么样的同学适合参加AI科研呢？Evan老师罗列了以下几点：

硬性要求：

英语阅读，Google网页搜索技能

完成基础python编程课程

完成基础AI概念课程

逻辑思维清晰

然而硬性要求都是可以通过后天培养的，参与AI科研最重要的特质反而认为不是硬要求，而是下面的软要求：

内驱力：我喜欢这个，我想做这个，没有什么是我不愿意去尝试的。

Evan老师在接下来的板块中分享了一个真实的AI科研仙项目。这位同学属于国内高一，没学过python编程，线性代数和微积分，但是主动和愿意投入时间。

在第一阶段，学生需要补足基础，通过学习了解Python编程和基础数据科学。

在第二阶段，由Evan老师来进行AI基础概念教导，同时通过实操来巩固第一阶段的知识内容。

在第三阶段，Evan老师跟学生就开始共同探究具体的科研项目「房价预测」。

在第四阶段，学生就开始独立自主来完成「共享单车」这个探索项目。

这位同学平均每周花1：2，甚至1：4的课外时间来完成练习，并且会大量自己按照老师指引的文档地址，去学习和使用相关的python库，最终取得了Top 4%的House排名和14%的Bike Sharing排名，在高中生中已经是非常出色了。