学NOAI的孩子，有白名单比赛能报吗？全国青少年人工智能大赛几乎是量身定制

学NOAI的孩子，有白名单比赛能报吗？全国青少年人工智能大赛几乎是量身定制

全国青少年人工智能大赛·赛道3，初中就能报

植物细胞被病菌盯上的时候，细胞膜会"大门紧闭"，再派一种蛋白钻进叶绿体报信，叶绿体又把警报传给细胞核，抗病基因开始干活。可有些病菌的蛋白会"乔装打扮"，混进这条报信的路，把消息截下来。

这是一道比赛题的材料。前两问考的是生物课本：能识别病原体的是哪个结构？控制抗病蛋白合成的那段DNA叫什么？

第三问，画风突然变了：植物和病菌这场"军备竞赛"，像不像AI里的生成对抗网络（GAN）？前几年网上很火的AI生成人脸，靠的就是它：一个模型拼命造假，另一个拼命识假。病菌伪装的蛋白，对应的是造假的那一方，还是识假的那一方？

出这道题的，是全国青少年人工智能大赛的赛道3，青少年人工智能驱动科学大赛。这个大赛在教育部2025到2028学年的竞赛白名单里，是这一轮新进名单的。2026年办了第一届，初赛近4万名中小学生参加，8月初在上海办了全国决赛。

赛道3初中、高中都能报。初赛是一张理科卷，全是选择填空；进了决赛，变成4小时上机训练模型、按排行榜算分。

学过NOAI的孩子，看到决赛的考法会觉得眼熟。

全国青少年人工智能大赛是什么比赛

大赛由中国福利会、中国妇女发展基金会主办，中国福利会少年宫承办。第一届设了五条赛道，每个孩子只能报一条：

五条赛道里，决赛要上机拿数据训模型、按排行榜算分的，是赛道3和赛道5。赛道5只收高中生，初中生想比这个，报的就是赛道3。

第一届的规模：初赛近4万人，决赛856人、34支代表队，五个赛道加起来185个一等奖席位。

报名由学校组织。学校没组织的，可以联系当地的赛事组织方，各省都有协办单位负责选拔。赛道3的初赛名额，各地初中、高中分别有约240个基础名额，再加调剂名额，全国合计初中8468个、高中8466个，另外还留了24个女生保障名额，只给女生用。

第二届的通知截至10月16日还没有发布。第一届的节奏是3月发初赛指南、4月底初赛、8月初决赛，第二届的消息出来，我们会第一时间跟进。

初赛：一张理科卷，换个AI的角度再考一遍

第一届初赛在2026年4月26日下午，180分钟，满分100分。孩子到指定机房上机作答，不准带计算器，草稿纸现场统一发。

初中生和高中生做同一套题，分开排名。初二的孩子和高二的学生，拿到的是同一张卷子。

卷子一共5道综合大题。每道题先给一段科学材料或一组数据，再跟着问若干小题，全是单选、多选和填空。填空填的是数值、逻辑符号，最多写几行标准代码，不考论述，不写大段程序。多选少选了给部分分，填空格式写错一律不给分。

知识范围写得很直接：初中课标里的数学、物理、化学、生物、科学、信息科技，要"达到所有内容及能力要求"。AI这边要求会写简单的Python，懂分类、回归、特征提取、训练和预测这些概念。

开头那道植物题，是大赛官网6月公布的赛道3样题，一共四问，完整走一遍就知道这张卷子在考什么。

第一问，填空。材料里讲到细胞膜识别病原体、细胞核对其他细胞器发号施令、叶绿体里有环状的什么物质。答案是细胞膜、细胞核、DNA。仔细一看，三个答案在材料里都出现过，考的是能不能从一大段科研材料里把关键信息拎出来。

第二问，填空。兴趣小组用彩色铁丝代表DNA上控制抗病蛋白合成的片段，再把铁丝和代表蛋白质的橡皮泥缠成短棒。铁丝代表基因，短棒代表染色体。纯初中生物。

第三问，三道单选，AI登场。

题目先解释了GAN：一个"生成器"拼命造假数据，一个"判别器"拼命识别真假，两边你追我赶，能力一起变强。

第一道单选问对应关系。正确答案是：病菌"乔装打扮"的蛋白，相当于生成器造出来的假数据，目的是骗过植物的防御系统。

第二道单选更有意思。GAN训练里有个常见毛病：判别器一开始就太强，假数据全被识破，生成器得不到一点有用的反馈，训练就卡住了。题目问，植物和病菌之间哪种情况最像这种"训练停滞"？答案是：植物进化出一种超级受体，能瞬间清除所有病菌，病菌根本活不下来，也就没机会积累变异。

第三道单选问，这种你防我变、你再防我再变的长期过程，生物学里叫什么。答案是协同进化。

第四问，填空，换成遗传算法。遗传算法照着自然选择的样子找最优解：一批候选方案，好的留下，互相"交叉"，偶尔"变异"。题目问，交叉和变异是为了增加候选方案的多样性还是稳定性？答案是多样性。容易被病菌劫持的植物，"适应度"会升高还是降低？答案是降低。

四问做下来，没有一道要计算，没有一行代码。前两问是初中生物，后两问考的是能不能把生物里的现象和AI里的模型对上号。官方解析的原话是：

鼓励参赛者发现不同学科之间的共同逻辑。

这道样题不是唯一的路子。初赛指南里举的例子是一道物理题：给一张智能路灯的电路图和参数，先用物理公式算电流和功率，再分析路灯怎么用机器学习根据输入数据判断要不要开灯。官方在初赛之后的解析里点名，正式卷的情境有生物细胞通讯、化学分子描述、语音识别，另一篇官方新闻提到融合了物理、化学、生物、艺术等科研场景。

正式卷没有公开。比赛纪律写明不准拍摄、外传试题，违者永久禁赛。

所以初赛真正拉开差距的，是理科底子：生物、化学、物理学得扎不扎实，长材料读不读得进去。AI这一半要的是概念清楚，不是代码写得多。

决赛：4小时，训练模型冲排行榜

初赛奖项按当地实际参赛人数算，一等奖10%、二等奖20%、三等奖35%。能进全国决赛的，是各地初赛一等奖里排名前40%的孩子，外加少量统筹名额。按名额算，进决赛的大约是当地参赛人数的4%，每25个孩子里出1个。

第一届决赛8月1日在上海黄浦滨江开幕。到了这一步，比赛完全换了一副样子。

知识范围直接跳到高中。决赛指南要求，数学、物理、化学、生物、信息技术要达到高中课标里"希望大学选择数学、物理、化学、生物、计算机以及人工智能等相关专业"方向的必修、选择性必修和选修要求。初赛还是初中课标，决赛已经是高中理科里最深的那一档。

AI要求跳到深度学习。指南原文：

深入理解监督与无监督学习、回归与分类等机器学习范式及常用评估指标，掌握神经网络（如感知机、卷积神经网络）、误差反向传播和梯度下降等核心机制。

工具点名四个：Numpy、Pandas、Scikit-Learn、PyTorch。要能在给定的科学任务里，完成数据处理、模型搭建和训练、结果预测和方案优化。

比法是打榜。决赛4小时，初中3道题、高中4道题，每题100分。所有题都是"打榜题"：平台给一份数据和任务说明，孩子自己处理数据、搭模型、训练、预测，把结果交上去，平台自动打分。按题目不同，看准确率、误差、F1值这类指标。

每道题都有一个baseline，就是官方给的基准解法，代表"基本做到了"的水平。比赛比的是谁能比baseline好出多少。

排行榜分A榜和B榜。A榜只用一部分测试数据，比赛中实时出分，相当于边考边看的模拟成绩；B榜用另一部分测试数据，最后的成绩只看B榜。

这里有个规则孩子必须知道：可以多次提交，但最终算分用哪一次提交，要自己按平台规则选；没选，平台默认取A榜最高分那一次。A榜分数最高的那次，不一定是B榜最好的那次。为了刷高A榜反复调参，模型可能只是记住了那一部分数据，换到B榜就掉分。打过Kaggle一类数据竞赛的孩子，对这个坑不会陌生。

机器统一。所有人用同样的8核32G机器，由玻尔科研空间站直接调用。玻尔是深势科技做的科研平台，赛道3的联系人邮箱也是深势科技的域名。

进了决赛就有奖。一等奖、二等奖、三等奖、优秀奖，分别占决赛人数的10%、20%、30%、40%，加起来正好100%。

决赛题长什么样

第一届赛道3的决赛题没有公开，官网至今只放了初赛样题。

但"青少年人工智能驱动科学大赛"这个名字，在全国大赛之前就有过一场。北京科学智能研究院和深势科技2024年底办了AI4S TEEN CUP，中文名就叫"青少年人工智能驱动科学大赛"，面向13到19岁的孩子，题目全挂在玻尔平台上，到现在还能看。两者是什么关系，官方没有说过。题目的形式一模一样：给数据，交代码，A榜B榜自动评分。区别是那一场在线上做了五六周，全国决赛是现场4小时。

挑三道看看。

生物题：区分三类植物细胞。"王老师"用显微镜拍了一批叶片细胞的灰度照片，有表皮细胞、保护组织细胞、分生组织细胞，要孩子写一个程序自动认出来。训练加测试，用CPU跑，不能超过10分钟，超时记零分。

坑在标签上。训练数据里的标签是0、1、2，题目说，王老师"也忘记了到底哪类细胞对应的哪个label的取值"，交答案时却必须写细胞的英文名。模型训得再准，0、1、2对错了细胞，分数照样掉下去。孩子得自己看图，用生物知识判断哪个编号是哪种细胞。

物理题：寻找暗物质晕。题目先讲暗物质和引力透镜：看不见的暗物质会让远处星系的光线发生弯曲，科学家把这种扭曲画成一张"汇聚图"。科学家用计算机模拟了100张汇聚图，每张1024×1024像素，还加了噪声。孩子要训练模型，在图上标出暗物质晕最可能在哪里，预测点离真实位置15像素以内才算找到。题目里有一句：这个指标"达到0.4以上即相当可观"。

化学题：从曲线图里配平方程式。一种金属和硝酸反应，可能生成二氧化氮、一氧化氮、一氧化二氮、氮气、铵根五种产物，比例随硝酸浓度变化。题目给了100张产物占比曲线图，要程序自动读图，再推出每种条件下离子方程式里8个系数各是多少。

三道题，生物、物理、化学各一门，每一道都要懂学科才做得对，光会调模型不够。

这一届终赛前三名，全是温州中学的学生：郑子钰、廖灼睿、朱柘恺。郑子钰说，他用融合了物理约束的神经网络，在轨迹拟合那道题上做到了高精度预测。温州中学的学生说起备赛：

期间尝试了多种架构，最后通过大量实验和参数调整，反复训练和测试后将准确率提升了15%。

出题的人里，有一位是段宗延，IOAI银牌得主。北京科学智能研究院的报道里写着，他是"第一届AI4S TEEN CUP的幕后命题人"。

NOAI自己的题里，也有这一路。2024年NOAI第二轮第4题：小球挂在绳子上来回摆，传感器记录摆角，中途坏了，过了至少一秒才重启，就在断掉的那段时间里，有人给小球加了一个向下的外力。题目给出带空气阻力的单摆方程，要孩子用PyTorch从残缺的数据里，把绳长、空气阻力、外力大小、外力加上的时刻都反推出来，再预测小球下一次摆回正中间是在哪一刻。这道题现在也挂在玻尔平台上，作为NOAI 2025教学测试的样题开放，294人参加过。

赛道3决赛指南里那句"将科学问题转化为可计算问题"，落到题目上就是这个样子：懂理科，也会训模型，两样缺一样都做不出来。

学NOAI的孩子，AI这一半已经在练了

把决赛指南的AI要求，和NOAI的备赛内容并排放：

决赛的考法，和NOAI中国站是同一类：给一份真实数据，自己清洗、选模型、训练、调参，按模型在看不见的测试数据上的表现打分。2026年NOAI中国站，用的也是深势科技的玻尔平台。

所以学NOAI的孩子报赛道3，AI这一半不用另起炉灶。

要另外补的是理科。初赛按初中课标的全部要求出题，决赛按高中理科的选修内容出题，物理、化学、生物这些NOAI课程不教，靠的是孩子在学校里打下的底子。

对初中生，这条路尤其难得。NOAI的省选以高中生为主，初中阶段特别优秀的孩子才会获邀；赛道5只收高中生。一个初中就开始学NOAI的孩子，赛道3是一场他现在就能报名的白名单比赛，比的正是他在练的本事：拿数据训模型，冲排行榜。