Category: 中文

一直以来都有许多海龟行骗的例子。前有唐骏，后有夏建统。其实他们的伎俩都不高明，但是在中国偏偏就能搅出一番动静来。说近的, 我的一个远方亲戚的公司里面就来了一个据说康奈尔大学酒店的管理专业的高材生，风声水起的说要建武汉最大,亚洲一流的精品酒店, 忽悠了半年，留下一幢烂尾楼和几亿负载就扬长而去了。

中国人自古是有重视学历的传统的，这种传统渐渐演化成为了一种唯学历论，我们描述一个人牛不牛的唯一途径就是他的学历。记得本科的时候每当学校有讲座 ，海报的第一行就是＊＊＊名校毕业，而且还一定是博士。哈佛，MIT来的＊＊教授的讲座通常是座无虚席，清华北大的话就不是那么火爆了，其他不知名的学校的就“门前冷落鞍马稀”了。搞经验交流会也是如此，如果是拿到国际比赛金牌，或是名校offer的学长交流的话，学弟学妹们就很积极，如果是普通一点的学生分享自己的学习心得或是教训的话，下面就睡觉的讲话的一片。前两天某大神出家,这个本是他个人的事情, 但是媒体报道一加上 “***据掉了MIT全奖offer出家”之后就引起了渲染大波, 膜拜文章,悼念文章,反思文章满天飞. 我打赌, 你邻居家加没考上大学的小孩如果出家了你绝对不会这么的关心.

很多人（包括我）潜意识里都有这样的心态，在和比自己好的学校的学生一起的时候（哪怕那个人是个菜鸟）就感觉不那么自信，而和比自己学校差的学生在一起的时候腰也直了，说话底气也足了。我们不自觉的就会去关注那些拥有高学历的人. 海龟骗子利用的就是我们这种心态. 如今留学大潮鱼龙混杂,镀金,镀银,镀铜的,还有砸了金子银子铜板什么都没镀上的人比比皆是. 不少人在这边读了几年没学到什么真本事, 看了几篇比尔盖茨,布林佩奇的传记就以为自己是创业的急先锋了, 跑回国之后几番忽悠就开始要做中国的***, 居然国内还真有人愿意当冤大头.

其实这样的人很容易识别. 如果一个人三句话不离开自己的文凭, 那么说明他留学期间除了这个文凭之外什么都没拿到. 如果一个人跟你说三年拿了3个学位,那么我可以肯定,这三个学位都是垃圾. 如果一个人如果总是唠叨****名人(比如比尔盖茨, 奥巴马等)亲切会见过他,然后一见面就相见恨晚, 恨不得自己辞职追随其麾下,鞍前马后(….后面大家自己发挥), 那么我可以肯定, 这辈子估计你是很难见到这位名人,然后去询问他是否曾经说过如上的话的.

我可以郑重宣布,我在写这篇文章前,火星总统和我亲切握手, 然后以一百亿年薪邀请我去做火星总统,他退居副职, 但是作为一个拥有拳拳报国之心的中国人.我拒绝了他,因为我的根在中国, 我要回来报效祖国,进行伟大的码字事业, 3年之后我要让中国的字走向世界.

这样的腔调是不是很熟悉? 翻番我们周围成功人士的履历,全部都是这样的词句. 中国媒体已经非常习惯这套语调,而且还有发扬光大的趋势. 当然,他们中有许多人还是低调的, 这样的语句并非他们的自愿. 但是另外一些人则拿着诸多媒体失实的报道来进一步印证自己的”牛叉”, 来来一些像傻根一样傻的投资人, 来愚弄一下天天做着成功美梦的少男少女.

其实不是他们的骗术太高明, 是我们太好骗 了.

拿到offer之后就收到了许多师弟师妹们得来信，信的内容大多是询问我该不该申请，自己得背景到底够不够，我都尽可能完备得回复了。鉴于可能还有更多得人可能有类似得问题，我在此写下我对这些通用问题得一些看法，希望会有所帮助。

我原来也写过申请总结，但是并没有在版上面发表。主要原因就是，这样得文章太多太烂了，而且对师弟师妹们是弊大于利。我们中国留学生得主要问题不在于缺乏可资借鉴的的事例，而是在于这样的例子太多了。我们在做一件事情的时候总是在想前面有没有人做过，如果有的话，我就借鉴一下他们的处理办法就好了。

尤其是大家在面临选择的时候，总是自然而然的希望别人帮助自己选择。所以许多人就不停的在版上求定位，求选校。但是我们不要忘记。自己的人生只能由自己负责， 不要轻信太傻或者留学群上面的人的话，他们的建议都是完全不负责任的。你将自己的背景公之于众后，并满心欢喜的期待别人帮助自己做出选择，但是通常的结果只有如下几种－－－要么是版砖横飞，大家说你纯属炫耀，要么就是膜拜大牛，大家怂恿你冲Harvard MIT，再或者就是根本没有回复。 当大家怂恿你冲Top ＊＊的时候，请你不要飘飘然得意忘形，因为网上的人多半都是看热闹的心态，要你申请top20的学校，到时候全军覆没了和他们一点关系也没有。你要记住，自己的人生永远只有自己能负责。我建议你广泛的向自己感兴趣的方向的教授发信询问，然后考虑那些回复比较热情的教授所在的学校，这样的成功机率会大得多，不要不好意思，发封邮件不花你一分钱。

还有的就是向师兄师姐询问。通常师兄师姐是过来人，对母校也有感情，所以给出的建议会靠谱得多。但是你也要记住，每一个人都有不同得人生经历，个人背景和事业定位。在对你没有足够了解得时候给出得建议也只能仅做参考。不要希望师兄师姐能够帮你把所有得事情都搞定，这种人生得选择还是得自己来做。我去年得时候也是经常询问师兄师姐，但是同一个问题得到得答复确千奇百怪，这就向小马过河一样，每一个师兄师姐在做回复得时候都会参杂自己得个人经历和情感，你不可不听，也不可全听。根据我得经验，通常你自己闭门思考几天，认真得权衡一下各个选择的优劣会更有帮助些。

对于到底该不该出国的问题，我觉得这个别人很难帮你做出解答，你应当问自己的心。要首先明白自己需要什么，到那里可以获得自己的需要的东西。如果你需要的东西在美国可以获得，那么就来美国，如果在中国就可以获得，那么是没有必要来美国的。如果你不知到自己真正需要的是什么东西，即使你从MIT博士毕业了，我也觉得你的整个留学都是失败的。我是很欣赏王晨的，他和我一起准备的出国考试，条件都很好，但是他非常清楚自己不喜欢工程，想读经济，于是放弃了出国，转考央行的研究生院。我觉的他没有因为不出国而变得不成功了，相反这种品质很多拿到Top10offer的同学都没有的。

还有很多确定要出国的师弟师妹对自己的背景没信心，大多数都是因为GPA不够，没有发表论文。但是放眼周围，真正几个人GPA又高，又发表论文了呢。确实GPA是非常重要的东西，但是并不是说不高就完全出不来了，还是有少部分的同学通过积极向教授展示自己出来了。如果你真的决心要出来，那么就不要老是纠结与自己的GPA高不高，而是应当积极的寻找对口的老师，向他们展现自己的优点和特长。我的GPA也只有86点几，也是一个非常鸡肋的成绩，参加数模比赛成绩也平平，但是我觉得和其他同学相比，我更有目标和想法，相信每一个都会有类似的优点和特长，也肯定会有老师会需要这样的优点的。

人生的路有千万种，适合的才是最好的，不要羡慕别人路上的风景，而要欣赏自己旅途上的旖旎。

我看电视的时候一直疑问为什么会有这么多的百年一遇。基本上每隔几天都可以看到央视报道一则“百年一遇的洪水袭击***城的消息”。当然，大家的智商都不低，所以许多媒体工作者也开始炮轰这个现象。

媒体炮轰的原因是这个现象违反了大家的直觉，而大众和媒体记者没有解释这种有悖常理现象的能力。但是科学工作者就需要更加严谨，不能无端附和，其实这个问题可以用极其简单的数学知识就解释。

百年一遇也就是说这个事件发生的平均间隔时间是100年。假设某年发生百年一遇洪水的概率为p。则p为多大的时候两个事件的平均间隔时间是100年呢？

设某一年发生了百年一遇大洪水。则过一年发生洪水的概率为p，过两年第一次发生洪水（也就是第二年没有发生，第三年发生了）的概率为p(1-p). 依次类推。所以过n年之后第一次发生洪水的概率为A_{n} = p(1-p)^(n-1)。这就是几何分布。平均间隔时间就是nA_{n}这个随机变量的期望：1/p。 所以百年一遇的洪水p值为0.01

也就是说，对于一条河流来说，在某一年里有0.01的概率出现百年一遇的大洪水。大家想当然的认为出现百年一遇的报道的概率也应当是0.01。事实上这是不对的。假设媒体某一年出现百年一遇的洪水的报道的概率为B, 那么这个概率是多大呢？

要注意到的是，中国远不止一条河流，根据黄锡荃等：《中国的河流》一书资料。。全国流域面积在100平方公里以上的河流有50 000余条，1000平方公里以上的河流有1580条，大于1万平方公里的尚有79条。假定媒体只会报道1000平方公里以上的河流。那么只要这1580条河流中任有一条出现百年一遇洪水，相应的就会见诸报端。所以可以有：

B = 1-(1-p)^1580

如果p=0.01，B = 0.9999998. 有了这个结果的支持，“百年一遇”年年遇就不会令人奇怪的。

——–

虽然天朝不好，该挑刺的要挑，但是不要把美人痣当成了粉刺。

美赛培训心得
王晶
美赛的培训总的来讲和国赛有很大的不同，首先，国赛的时间很长，从华中赛开始算起的话大概有将近4个月，但是美赛就不一样了，在放寒假之前，大家都忙于繁重的工作学习之中，很少有人能够抽出时间来学习美赛的相应知识，而从期末考试结束到美赛开始这段时间满打满算 也只有20多天，中间还要插上过年放假的时间，真正有用的部分就更少了。其次，培训的形式很不一样，国赛的形式分为两个部分，整个七月分基本上就是在上课，到了八月分第二阶段的时候才开始进入基地开始正式化的训练，但是美赛培训从一开始就是一题目为导向的，培训实际上来讲就是模拟比赛加上相互之间的交流。第三，国赛跟美赛培训的一些目的不同，国赛的时候，大多数同学对于数学建模都十分不缺乏了解，所以国赛培训肩负着启蒙的作用，但是美赛中有许多队员都已经身经百战了，所以重要的任务是在于如何迅速的适应美国式的思维，写美国式的数模论文，所以综合以上各点很容易发现，国赛培训实际来讲是美赛培训的一个基础，而美赛培训的重点其实不是在学习如何建模上面，而是在于如何适应这个比赛上面，从这个意义上来说，对于没有参加国赛培训而直接参加美赛培训的同学来说的话，还是会缺乏很多必要的素质。
我想对于美赛培训，老队员和新加进来的新队员应当有不同的定位和策略，对于老队员来说，经过暑期的拉锯战之后，建模的能力应当不再是一个问题，他们应当把重点放在如何提高查阅英文文献的能力，放在如何适应英语思维方式上来。而对于新队员来说，许多新队员英语的水平都比较的高，他们当中的许多人还参加过了GRE和托福的考试，所以英语水平应当不是一个问题，而对于数学建模的理解很可能成为他们写好数模论文的瓶颈。所以对于这部份同学，他们的重点应当放在阅读建模相关的书籍上，并且自己也要尝试去建立数学模型，理解建模的本质。同时，由于新同学大部分是负责写作这一块的，所以他们还应当花一部分精力学习如何写作，如何排版，毕竟最后的结果更多的是决定于论文的写作质量，而不是模型的质量。
接下来，我要谈的是对于美国赛本身的一些看法，中国人有一种奇怪的看法，就是如果一个模型越复杂的话，这个模型就越好。通常电视上请来某某专家，来讲某某领域的一些事情，如果这个专家甩出一大堆十辈子都没有听过的缩写词来，我们就会觉得这个专家很厉害，相反如果一个专家显得稍微“平易近人”一点的话，我们通常就会觉得他肚子里面没货。这导致了一个现象：在国赛的时候许多同学明明已经建立了很好的模型可以描述某个自然现象了，但是觉得就这么做出来了感觉不够厉害，于是加上一大箩筐不知所云的生僻概念，以我自己为例把，对于CPI的预测的话效果最好的其实是多项式拟合，但是就这么写出来了感觉缺点什么，于是我又加上GM（1，1）灰色预测模型，这个还不过瘾，我又把神经网络中BP网络结合进去，结果造就了一个巨复杂的模型，最后我做完仿真之后却发现，新的模型预测能力很弱，还赶不上就用多项式拟合。在美国赛里面，这样的情况还是存在，但是有了很大的改善，美国人比较的务实，不像我们中国人喜欢故弄玄虚，所以了在美赛中实用性和合理性就更加的重要。有一点很重要的就是对于模型中的任何参数都不应该凭空的杜撰，而应该有理有据，在Stunt person 那个题目里面如何摆放箱子使得特技演员受伤的概率最小是一个很重要的部分，而箱子的尺寸大小要么必须是从正规网站上查到的，要么就应当自己利用推导或者模拟来得到。国赛的时候这种具体的参数我们通常就是编造的，中国的老教授也是心领神会，不多追究，但是美国教授就不一样，他们最厌恶的事情就是信口开河，可能你这个模型很好，很impressive，但是假如有稍微一点查之无据的话，他们就会深究到底，去年两个中国的两个Outstanding队被取消资格的事就说明了这个问题。历年的许多Outstanding的文章模型都不是十分的出彩，有一个队甚至就只写了九页 就拿到了一个Outstanding。但是他们一个共有的特点就是实在，所有的参数都可以找到出处，所有自己假定的参数都有自己的分析并且说明了为什么选取这样的参数。原来我考GRE，就是不明白为什么范文中那么弱智的文章都可以拿到5分六分，我用了那么多高级词汇，那么多复杂句型都拿不到，其实问题很简单，范文里面有的文章确实很短，但是他们句句有有理有据，我虽然写了600 但是通篇都是胡诌乱扯。所以美赛除了建模能力要强，写作功底要深之外，学术态度也要好，这是美国人最看重的。
最后要谈谈心态的问题，国赛成绩出来之后我们心态一直不是很好，很有一种自暴自弃的感觉，因为我很少这么全身心的去做一件事情又没做好，成绩出来之后我觉得所谓付出就一定有收获是骗人的，索性干脆就不付出了，怡然自得算了。但是美赛培训这两天我又重新鼓起勇气，树立了信心，只要自己努力，即使成绩不好，获得的能力还是自己的。GOGO，加油，在这里给自己鼓鼓劲啦.

我一直在想，技术发展到最后会怎样呢？Windows让电脑变得如此友好，Google使我们能够找到任何我们想要的信息。似乎人类已经跟随技术的潮流，在信息的海洋里面自由遨游了。既然如此，信息学科的科研工作者还能够研究什么呢？

事实上，计算机科学远不是相像中的已臻至境。尽管Windows能让我们编辑文档， Google能帮助我们找到某个西式餐馆，但是他们的面容仍然是如此冰冷。信息在电脑上处理，在互联网上传播，但对我们来说，他们不是活的情感，而是死的数字。

并不是非要等到电脑发展得和人一样的那一天这一切才会改变。事实上，电脑不应该具有人一样的智能，电脑应当作为一个给人带来便利的工具存在，而不应当作为一个独立的生命个体存在，这也就是我不选择人工智能的原因。

电脑没有智能，但是他可以搜集人类的智能。假若你希望买一个牙膏，但是又不知道上哪儿去买，你可以搜索一下，电脑返回了你百度知道里面的一个条目，于是你知道了关山口南门有个小卖部里有牙膏卖。这是电脑回答了你吗？不是，是其他人问过类似的问题，而有人提供了相应的解答，这个知识被存放在了互联网上面。你在想电脑提出问询的时候，他没有能力回答你，但是他把人类的回答给了你。看起来你是在和电脑交流，实际上你还是在和人交流，不过是一种间接的方式。

这不是创造了知识，这是管理了现有的知识。他山之石，可以攻玉。可以想象，当知识管理的算法做的足够好的时候。对于你的问题，电脑不会仅仅返回一个链接，而是真正的知识。

2009-11-30