伊万和娜塔莉亚倾向于选择它：“数据是公开的得分序列，易于获取；模型框架也相对明确，风险低。”

　　庄颜摇头否决：“问题恰恰在此。如果我们采用与多数人雷同的经典模型，比如简单地用连续得分作为代理变量，那就很难做出彩，陷入同质化。”

　　“要想脱颖而出，必须提出一个更具洞见、预测力显著更优的独特模型。”她看向两位队友，“你们现在能立刻提出这样一个有别于所有人的定义和模型吗？”

　　两人一愣，陷入沉思。

　　寻常模型信手拈来，但若要求独特而深刻，竟难以作答。

　　“那么，我们选减少非法野生动物贸易这道题呢？”娜塔莉亚提议，“这道题意义大，开放度高，没有标准答案。只要我们模型构建得完整，得分应该不会低。”

　　仿佛隔空呼应，直播中主持人也提问评委：“教授，在您看来，这几道题中最简单的是哪一道？”

　　伊莎贝拉不假思索：“如果仅从入手难度看，可能就是野生动物这道题。”

　　“难点被前置了，第一步的问题界定和第二步的数据获取都相对容易，”威廉赞同，“学生很容易就能启动，并感到自己正在推进。”

　　主持人捕捉到了潜台词：“您的意思是这道题其实有坑？”

　　否则不会特意强调第一步和第二步容易。

　　伊莎贝拉笑了，“你不如听听庄颜小组怎么说？他们正在选题。”

　　导播闻讯，果断将信号切了过去。正好听到庄颜分析。

　　“这两道题确实容易上手，但也正因为容易，反而更容易陷入模型空洞、泛泛而谈的陷阱。”

　　“如果我们的目标不是完成，而是胜出，就必须走一步看三步。你们现在有具体方案吗？”

　　伊万和娜塔莉亚对视一眼，缓缓摇头。

　　的确，能轻易开始的题目，反而最难做出真正的高度。

　　“那么，”庄颜的目光扫过题目列表，“我们选最难的，五大湖问题。”

　　威廉：“这是本届毫无疑问的王者之题。难点有三：第一，需要建立极其复杂的水文气候耦合模型，涉及大量物理方程。第二，需要处理海量、多源的真实气候与水文数据。”

　　伊莎贝拉总结，“总之，整个小组必须具备深厚跨学科知识与强大的数据工程能力。通常，只有对自己能力有绝对自信、志在冲击最高奖项的顶尖团队，才会挑战它。这道题，就是为这样的团队准备的。”

　　主持人追问：“您预计哪些团队会选择它？”

　　“庄颜小组一定会选。另外，MIT的鹰眼、剑桥的骑士、苏黎世的勇士……这些志在问鼎的队伍，都会选。这道题没有取巧的空间，谁输谁赢，真枪实弹打上一场就知道了。”

　　观众懂了。

　　意思就是，敢选这道题的，都是神仙打架。

　　四小时后。

　　所有队伍提交了最终选择。

　　“正如各位评委所料，庄颜小组、MIT鹰眼、剑桥骑士等七支公认的种子队，无一例外，全部选择了最难的五大湖问题！”

　　全场哗然。

　　主持人声音激动：“看来，通往最高荣誉奥斯坦丁奖的道路已经清晰！最终的王者，必将在这七支勇敢挑战巅峰的团队中诞生！”

　　“但这也是一场残酷的赌博，他们的模型要么登顶，要么因为复杂度失控而跌落，没有中间道路。各位，请尽请期待吧！”

第131章

　　◎勇者胜！◎

　　全场观众彻底兴奋，欢呼！

　　他们都明白，这场最高水平的对决，正式开始！

　　然而，各个小组内部，依旧忧虑不已。

　　伊万和娜塔莉亚并不完全赞同。

　　一个非常现实的问题摆在面前。

　　“这道题要求团队里必须有物理或水文专业的成员。否则，我们连数据背后的物理意义都看不懂，更别提建立有效模型了。”

　　“我们三个，两个数学系，一个物理系才读了半年……”娜塔莉亚点头，面露难色。

　　伊万懊恼：“都怪我，为什么没更努力学物理……”

　　随即又苦笑摇头，就算再努力，一个半路出家的半年级学生，如何能与三四年的物理系学生相比？

　　这让他不禁看向庄颜，升起疑惑。

　　那庄颜呢？她也只是学了半年的数学系学生，为何却拥有了媲美研究生的能力？

　　伊万赶紧停止这个危险的思考，怕再想下去，自己会彻底失去追赶庄颜的勇气。

　　“谁说我们没有专业人士？”庄颜语调轻松，“当然有啊。”

　　“谁？”两人异口同声。

　　庄颜伸出手指，点了点自己，笑容绽放。

　　“当然是我。”

　　“可，可你不是数学专业的吗？数学专业难道还兼修物理？”

　　“不对，你该不会打算现在开始学物理吧？”

　　伊万和娜塔莉亚惊恐地看着她，这对话莫名耳熟，对了！当初她声称自己精通信科，也是这副神情！

　　然后她就一个人单枪匹马横扫了整个信科系的课题，逼得那些不服气学生们集体去做了冰桶挑战……

　　莫斯科电视为他们整整做了一周的专题报道，一打开电视屏幕就是信科那群人大喊一声乌拉，就把衣服一脱，冰桶一举，冰水一浇……

　　惨叫声不绝于耳。

　　那段时间，庄颜走路都是带风的！

　　娜塔莉亚急忙提醒：“可是现在没时间让你从头推导啊！难道你还能在这四天里现场补完几年物理课程？我们只有四天，不是四个月！”

　　庄颜奇怪地瞥了她一眼：“我为什么要补课？你在想什么呢？”

　　两人：？？？

　　若不是在跟庄颜说话，娜塔莉亚要当场如同被庄颜碾压过的学长们抱头痛哭了。

　　庄颜只是高深莫测地看着他们：“你们不懂，我，无所不能。”

　　当初为了水那五篇论文，庄颜是可是把相关物理领域从头到尾看了个透，打几个本科生绰绰有余。

　　那几篇论文全投到了北美期刊，英语写作和学科知识都是实打实。

　　她不再给他们质疑的时间，眼神一凛：“别再多说了，我们必须立刻开始。耽误越久，后期压力越大。”

　　两人悲壮地对视一眼，再次屈服于庄颜的淫威之下。从队伍选拔到特训，从来都是庄颜的一言堂。事到如今，除了相信她，他们别无选择。

　　只是心底仍忍不住打鼓，庄颜，你真的可以吗？这道题专业壁垒高、模型层层嵌套，一旦你不行，我们就全完了。

　　庄颜已经进入状态，得益于平时的严苛训练，她迅速理清思路，向两人布置任务。

　　“第一天，也就是今天，我们核心任务是确定完整框架并筛选出可用的基准数据。第二天必须建立核心水文气候耦合模型，包括降水、蒸发等自然过程，以及闸坝、取水等人为调控模型，并完成历史数据模拟。”

　　“第三天，”她看向伊万，“你负责模型校准、参数优化。”她又转向娜塔莉亚，“你同步进行敏感性分析和不确定性评估。”

　　伊万喃喃自语，“也就是说，第三天下午就要完成论文主体撰写。第四天则专注图表、全文排版、最终校对。”

　　听完这四天堪称恐怖的日程，伊万和娜塔莉亚眼前一黑，这工作量简直是要把人榨干！

　　不仅时间紧迫，更可怕的是模型系统极其复杂，环环相扣，一步出错，满盘皆输。

　　庄颜神情淡然：“工作量很大吗？”

　　她一个月就能水出五篇论文。

　　系统痛心疾首，人类就是有你，论文才会发大水。

　　庄颜假装听不到，一声令下：“开始！”

　　两人那点忐忑和担忧，被庄颜随之而来密集的任务指令驱散，根本没时间焦虑。

　　“首先必须确认关键数据是可获取、可用的，并且能用几个基础子模型复现近几年的水位变化趋势。”庄颜指出，“如果数据找不到，一切免谈。”

　　娜塔莉亚，“除此之外，如果连基础模型无法校正，后续复杂模型就更没指望。”

　　换言之，开局不顺，必须立刻调整策略。

　　伊万沉重地点头。

　　“那么，立刻分工。”庄颜语速飞快，“我们需要长时间序列、高一致性的数据，包括五大湖水位、流域降水……人为取水与调控记录等。”

　　娜塔莉亚立刻响应：“明白，我去联系北美地质调查局、NOAA和各州环境部门，申请、查找并下载数据。”

　　伊万：“我协助数据查找，并同步开始预处理和初步质检。”

　　“注意单位统一和标准化，以及异常数据剔除。”庄颜特别强调。

　　两人领命，迅速投入工作。

　　庄颜没有介入数据搜集，这段时间的特训已让二人熟能生巧，她加入反而可能影响效率。

　　她投入到多过程耦合建模中。

　　庄颜在笔记本上飞速勾勒出整个模型系统的骨架，将其分解为四个相互作用的核心子系统，大气过程、陆地过程、水文过程、人为调控。

　　最复杂的是人为子系统，需要优化水资源分配并模拟闸坝控制逻辑。

　　然而这对庄颜而言并不困难。

　　她不假思索地写下关键公式与方法，比如用彭曼联合公式估算湖面蒸发，用温度指数模型估算融雪……

　　并计划引入IPCC气候情景叠加随机模拟进行预测……

　　思路清晰得惊人。

　　评委观察室里。

　　几位评委看着庄颜飞速写满的白板，忍不住低声赞叹。

　　“不可思议，她这就抓住了所有关键过程，并且给出了恰当的数学表述。”

　　“看，庄颜连人为调控的反馈控制都考虑进去了，这不是普通学生会触及的深度。”