第23章
“而且對發表論文很有幫助。”邱偉濤道。
“嗯嗯，當然。”肖萌滿懷欽佩。
對她這樣的大一新生而言，論文什麼的和她的距離還是太遠了，遠到幾乎不會出現在她的生活裡——但這不等於她意識不到的技術難度，圍繞viol-β，起碼可以創造數十篇高水平論文，從程式設計到機械、電子技術，無一不包。
“你覺得演奏得如何？”路之航盯著面前的螢幕，但話是問肖萌。
“我還不能判斷，我能不能再聽幾首曲子？”肖萌問。路之航用行動代替了回答——他敲了敲鍵盤，viol-β開始了下一次演奏。
肖萌一邊聽一邊記錄。
路之航偶爾會轉頭看她，也看到了她寫在筆記本上的筆記：安東尼奧·巴齊尼的《精靈之舞》，維尼亞夫斯基的《諧謔曲與塔蘭泰拉》，克萊斯勒的《前奏與快板》……
她的確有一雙很好的耳朵，剛剛viol-β演奏的每一首曲子她都聽了出來。
在欣賞了幾首之後樂曲後，肖萌覺得自己可以做出一個相對準確的判斷。
“我覺得，vb比我想象的好多了！音階非常準，剛剛演奏了這麼多性的小提琴獨奏曲，一個錯音都沒有！”肖萌把視線從機械手臂上抬起，看向兩名大神，產生了由衷的欽佩。
第17章
小提琴演奏的一大難點就是找音準。
很多人哪怕學琴四五年時間也很難找準小提琴的音階——肖萌肖薇姐妹就是這樣兩個失敗的案例——因此，對viol-β超越人類的地方更是深有感觸。
“因為電腦不像人，記譜能力取決於記憶體，”路之航道，“找音準則取決於演算法。”
肖萌莞爾一笑。她聽過樑清寧吐槽說過譜子難背——說至少要熟練演奏十遍後才能記住曲譜。然而梁清寧的記譜速度已經是其他小提琴手膜拜的物件了。
小提琴和鋼琴不同，不是固定音準的樂器，也就沒有所謂的絕對音準。某個音準是否準確，取決於它和其他音之間的關係，因為音高都是相對的。
找音準是小提琴最難掌握的技術，需要演奏者長期的鍛鍊才能做到；而對計算機來說，琴絃的振動模式可以透過數學公式算出來，每個準確的樂音都會有其固定的振動頻率，只要能讓演奏出的每一個音都符合振動頻率的比例關係，就找準了小提琴的音階和音準。同時，找到音準，就能解決小提琴演奏的大部分問題。
肖萌說，“我認為目前viol-β相當於一個練習了三四年、有很好天賦的琴童。演奏基礎很好，但情感表達不夠到位，許多小節的處理都不夠細膩，顯得有些生硬。”
路之航道：“和我們找來的小提琴家的說法一樣，新手水平。”
“小提琴的演奏不是簡單的一個個音節湊起來的，音節和音節之間的起承轉合更加反應演奏者的技巧，viol-β演奏時，我自己明顯覺得顫音和波音有些少了，缺乏裝飾音，還有些硬。”
這確實是viol-β系統目前的問題，路之航點頭，示意肖萌繼續說下去。
肖萌頓了頓，又問：“我想，在機械效能上和控制系統上已經沒有特大的問題，可能出現的問題還是在資料上嗎？”
“說對了。”
邱偉濤指了指他身旁的那臺電腦：“除了機械裝置外，整套演奏系統由四部分組成，一個是演奏資料採集，一個是資料分析系統，一個是資料還原系統，最後一部分則是評價系統。理論上，當這四個系統配合默契時，viol-β就可以完美的演奏一首小提琴曲，還可以讓其演奏展現不同流派的風格。”
“但是，目前有困難嗎？”肖萌問。
路之航道：“用於機器學習的資料不夠，評價系統也不夠完善。”
肖萌雖然是新生，但也是全國最好的計算機專業的學子——在兩位大神師兄的提醒下，她很快明白這其中的難點。
現在，vb專案組採用的是著名的神經網路和機器學習的方法讓電腦學會拉小提琴。機器學習要以大量的資料為基礎。而經典的小提琴樂曲何止百首，上千首曲子都是有的。每首曲子都有不同的演奏方法，同樣一首曲子在不同的演奏家手上課也呈現不同的風格：輕快，纏綿，傷感……但不論那種風格，說白了都是資料。只要有足夠的資料和計算資源，vb就可以在演奏時可以在力度，長度和節奏上進行調控，達到一流的演奏家的水平。
研究團隊為了研究每首曲子的演奏風格，購買了上千張小提琴音樂cd；同時，整個專案的帶頭人盧景舒教授、實際負責人都沈泓教授利用了自己的私人關係，差一點把音樂學院裡的音響製品全都搬空；除此外，路之航他們還程式設計還讓大型機一刻不停的在網上搜索小提琴演奏影片——目前團隊收集了上萬首小提琴演奏曲。
但還是不夠，至少遠遠不能滿足團隊的需求——研究團隊的終極目標是隨便輸入一個曲譜，vb都可以一流小提琴家的演奏水準。
這事兒顯然很難。
要滿足這個要求，需要海量的資料，然後團隊再從已有的資料裡總結出規律，再推廣到每一首小提琴樂曲中。
viol-β團隊的野心很大，肖萌感受到了震撼：“這個要求太高了，古典音樂圈是個小圈子，可以用來學習的小提琴樂曲數量不會很多。”
“所以我們在機器學習的基礎上，引入了評價系統。”
所謂的評價系統，就是讓vb系統不斷的、反覆的演奏同一首曲子，然後系統對每次的演奏結果進行打分，所謂“擇其善者而從之，其不善者而改之”，分數低，就說明要改進，分數高，則可以加強優勢。演奏幾千上萬遍之後，vb就能找到最適合的模式。
“如果是棋類，可以透過一局勝負來判斷某種模式好不好，但音樂怎麼判斷？據我所知，在小提琴演奏大賽中，評委們為了‘誰的演奏更好’都能打起來，演奏一首曲子，十個人可以演奏出十種風格。大家的審美不同，評價標準也不唯一。”
路之航說：“用數學規律來當評委而不是人。”
肖萌瞪大眼睛看著路之航：“師兄，你打算用數學公示評價小提琴演奏？”
路之航點了點頭。
邱偉濤說：“是的，這就是路之航的想法。他從來也不贊成用僅僅用機器學習的辦法來研究小提琴演奏，他認為，隱藏在樂曲後的數學應該是研究的核心之一。”
所謂的機器學習是建立在統計的資料的基礎上，依託於電子裝置的進展和大量的資料計算能力，你知道這麼做可能結果會不錯，但是至於為什麼不錯，機器學習就沒有辦法告訴你。
和模糊的機器學習不同，用數學來分析音樂就是精確的定量分析。小提琴是絃樂的一種，其音色、頻率、振幅等要素都可以變成一套數學法則，比如兩個音樂節拍的頻率比是2:3的時候就是要比33:23更動聽一些。
“但是，這很難吧？”肖萌反問，她不相信路之航不知道這一點，“小提琴演奏的細節實在是太多太多了，雙音、三音和絃、四音和絃、泛音、撥奏、跳弓、擊弦……這麼多，一般的數學公式能處理嗎？就算找到了合適的公式，計算機能運算得過來嗎？就算計算機能運算，這一雙機械臂的響應時間再短也有極限吧？”
路之航道：“世界上沒有什麼東西是不能用數學解釋的，如果不能，那就說明公式還不夠好，或計算能力不夠。”
如此有氣概的宣言讓肖萌聽得一愣，然而不由得心潮澎湃起來。
“人力有極限，計算機的偉大之處就在於可以超過人的極限。評的系統採用的數學公式不需要百分百準確，可以不是真理，只要能超過大多數小提琴家的評價能力就可以了。”
“……嗯，我有點明白了。”
肖萌咀嚼著大神的話，終於從路之航帶來的震撼中緩過勁來，“我記得有位數學家說過，音樂是數學在靈魂中無意識的運算。”
路之航說：“萊布尼茨。”