AI新青年 · 项目启动篇
想参加比赛，却没做过项目：第一步可以怎样开始？
刚进大学，看到一个想参加的比赛，可能已经学过一点知识，也愿意投入，却没有做过自己的项目。
比赛要求、申报材料、技术方案，眼前好像一下子出现了许多事。找什么题目？先学哪些技术？要做出什么，才算真正开始了？
最难的，往往不是写下一个宏大的目标，而是找到一件自己有条件动手、做过以后又能得到反馈的事。
我在大学第一次参加编程比赛时，连编程都还不会。那段经历并不能替今天的比赛提供统一流程，却让我体验到：一个真正在意的任务，怎样把兴趣、学习和创造连起来。
大一下学期，我在《中国青年报》上看到首届全国微型计算机程序设计大奖赛的通告，很想参加。
但在中学时，我连微型计算机都没有见过，更不会编程。想参赛，首先要有电脑；有了电脑，又要学会编程序。两件最基本的条件，当时都没有。
我拿着报纸，去找无线电系系主任王楚老师，说明自己想参加比赛，却没有电脑。王老师问清情况后，给教研组打了电话，请他们向我开放Apple II电脑。
第一个难题解决了。高兴地走出办公室后，我才想到：我还不会编程。
于是赶紧骑车去书店，买了一本谭浩强的编程入门书。
我没有等到学完一整套课程，才允许自己接触比赛。那时的想法很直接：这件事有趣、有意义，我想去做；不会的地方，就去学。
书里的知识，从此不只是书里的知识。我正在做的事情需要它。哪里不会，就想办法学会；哪里卡住，就想办法弄通。
这并没有让困难自动消失。
参赛过程中，我找到了自己的算法，却遇到一个新的问题：怎样把算法的结果，用动态图形象地表现出来？
会写一些程序，与做出这个效果，之间又隔着一段路。
我向系里教计算机的老师请教，没有得到具体办法。那时大家也在摸索。不过，有老师告诉我，清华已经有参赛教师能够用动态图展示算法。
这个信息改变了我对问题的理解。它不是一件根本做不到的事，只是我还没有找到办法。
但知道别人能做，不等于自己马上会做。我苦想了几天，还是没有结果。
一天早晨，我起床后正在叠被子，脑子里还在转着怎样把算法结果动起来的问题。一个念头突然出现：电影不就是一张张静止画面连续播放，让人看成连续运动吗？
从这个角度看，原来没有办法实现的“动态图”，可以换成连续展示一幅幅静止画面。
当天，我到计算机房，用这个办法把算法结果动态地展示出来。
后来，我获得了全国首届微型计算机程序设计大奖赛三等奖。
今天回头看，这次经历里重要的，不只是从不会编程到拿到一个奖。还有一个变化：陌生的知识，开始成为自己能够用来解决问题的东西。
因为我不只是听别人解释程序怎样工作。我有一个真正想做出来的东西，会为了它找条件、学知识、请教、思考，最后还要亲手试一试，看看想法能不能实现。
动态图的办法也不是又读完一门课程才出现的。持续追着一个具体问题，让我把电影这种熟悉的经验，和一个陌生的技术难题联系起来。联想之后，仍然需要实际做出来。
这也是兴趣、投入与创造力怎样在真实任务中相遇的一次亲身经历。
但我想强调的，不是所有人都应该立刻报名一个自己完全不懂的比赛，也不是基础知识不重要。那次探索能往前走，既有自己的热情和学习，也有老师开放设备、提供信息的支持。
你可以不照搬我的参赛方式。今天参加比赛，还要先看当届规则、项目要求和时间，向指导老师确认适合自己年级与条件的范围。做一项学习练习，也不等于它已经符合参赛标准。
但一个项目怎样开始，可以用很具体的例子来理解。
下面是一个假设，不是我当年的项目，也不是某个学生已经做成的案例。
假设你刚学会一点基础编程，有一位愿意交流的同学，经常记录实验中的温度。他希望更方便地看出温度随时间的变化。你想先试着为他做一个很小的画图功能。
先别把题目写成“智能实验管理平台”。先与他弄清这件小事：他现在怎样记录、怎样查看，为什么要看这张图？如果他的现有办法已经很好，就不要为做项目凭空制造一个需求。
假如确实值得试，第一版可以小到这样：只接收三行样例记录，每行只有“时间”和“温度”两个数，画出一条折线。先不做登录，不联网，不接真实实验仪器，也不急着加入AI分析。
对象很清楚：那位需要查看记录的同学。输入很清楚：三行时间与温度。输出也很清楚：一张能核对点位和单位的图。
你甚至可以先在纸上画出来，与他确认是不是他想看的样子，再去实现程序。输入样例也可以双方约定，例如第0分钟22.1℃、第1分钟22.6℃、第2分钟23.0℃。这些只是练习用的假数据，不得当成实验结果。
接下来，学习的范围就具体了。
如果你还不知道怎样把两列数读入程序，就先补这部分基础。如果已能读入数据，却不知道怎样画图，就找相关文档或例子，理解后在自己的样例上尝试。不是照抄一个大系统，而是让这一小步真的运行起来。
第一版做好，先自己核对：三组数有没有读错，点位有没有对应，坐标与单位是否清楚。然后把图给那位愿意交流的同学看，请他拿实际查看记录的方式判断：这张图能不能回答他原来的问题？缺的到底是什么？
他可能需要比较两次实验，也可能发现自己真正关心的是某个时间段。也可能这张图并没有比现有工具方便。这些都是假设中的可能反馈，不是已经发生的成功故事。
反馈之后，再决定怎样做下一版。若需要增加功能，先确认它为什么重要；若眼下的小功能没帮上忙，就回到原问题，而不是只把程序越写越大。
到这里，你已经有一条完整的学习与实践路径：面向谁，想帮助什么，接收什么输入，做出什么输出，怎样检查，再怎样根据反馈继续。
它还不是一个成熟项目，更不保证获奖。但你不再只是在准备“以后做项目”。你已经有条件用一个小尝试，发现自己真正需要学习什么，也了解自己的构想怎样与别人需要的东西相遇。
我的动态图难题也让我经历过这种连接：想做出的效果具体，卡住的地方具体，新的想法还需要在电脑上实现。兴趣支持我继续追问，真正做过，又让理解往前走了一步。
今天，AI能提供比我当年丰富得多的入门支持。你可以请它解释一个概念、比较几种实现路径，或者帮助检查自己哪里没有理解。
比如，先向它说明你的任务和现有条件，让它帮助找出下一步需要补的知识，而不是让它直接替你交出整个项目。然后挑其中一小部分，自己解释、自己尝试，再根据实际发生的情况继续问。
AI给出的办法，也要核对和验证。生成了一段程序，不等于你已经理解它；生成了一个方案，也不等于它适合你的使用者和项目。
我们正在探索的“心流×创造力×AI”，关心的正是怎样支持这段过程：更能投入自己在意的事情，遇到问题时愿意继续探究，在不同知识与经验之间产生联想，再把构想变成实际行动和作品。
AI承担部分可重复的入门支持，老师关注更深入的理解与培养。它们都应当帮助你长出自己的能力，而不只是让你更快拿到一份看似完整的答案。
如果你愿意了解优盟的方法，可以先看现有的首次心流训练视频，亲自观察练习是否有助于自己的投入。愿意继续，再通过七天体验了解适配情况；七天不是替你完成项目。八周成长营才围绕真实任务持续学习、实践与验证。
你也可以今天就开始一个与项目有关的小尝试。
不用先回答“整个项目我能不能做成”。先把问题落到眼前：我想帮助谁做成什么小事？需要学会什么？做出来以后，怎样知道它有没有帮上忙？
当知识开始回应自己的问题，学习就有机会从旁观，走向亲身探索。
——杨宇光｜AI新青年
优盟学院