向你而行 (皎皎)

　　肖萌从书包里拿出笔记本和笔，凝神静气地听着演奏，偶尔做一下记录。她没什么演奏的天赋，却有一双很好的耳朵。
　　片刻后一曲终了，肖萌赞叹不已：“了不起的演奏。我都没想到这机械手这么灵活。”
　　“当然，”邱伟涛道，“每支机器手臂用了一千四百多个传感器和八百多个执行器，光是把这些传感器调试到现在的程度，就花了半年时间——但即便这样，系统还是有一点延迟。”
　　“才半年就可以达到这个程度？”肖萌睁大眼睛，“效率很高了。”
　　她不是对工程学一无所知的纯理科生，因为家学渊源，她深知设计并且调试这样一套系统的难度。这是一个非常复杂的系统工程，需要大量的钱，还需要电子、机械、自动化等许多领域的大神一起努力。半年时间能拿出这样的结果，证明了这个团队的强大执行力。
　　显然，来自师妹的夸奖让邱伟涛很受用，他脸上浮现了自傲的神色，胸膛也挺了起来，但语气还是很谦逊的：“大概是因为我们比较齐心，所有人都朝着一个目标用力，所以结果还不错。”
　　肖萌围着Violin-β转了好几圈，仔细地观察设备的细节，眼睛闪着光：“灵活性这么强，做一台手术都可以吧？”
　　“目前还不行，”路之航说，“还需要进一步测试和程序。”
　　人的手是人体里最灵活的器官，可以做到许多不可思议的事情。想要制造一双机械手达到人类双手的灵活度，何异于天方夜谭——至少在今天之前，肖萌认为这是天方夜谭。
　　“而且对发表论文很有帮助。”邱伟涛道。
　　“嗯嗯，当然。”肖萌满怀钦佩。
　　对她这样的大一新生而言，论文什么的和她的距离还是太远了，远到几乎不会出现在她的生活里——但这不等于她意识不到的技术难度，围绕Violin-β，起码可以创造数十篇高水平论文，从编程到机械、电子技术，无一不包。
　　“你觉得演奏得如何？”路之航盯着面前的屏幕，但话是问肖萌。
　　“我还不能判断，我能不能再听几首曲子？”肖萌问。路之航用行动代替了回答——他敲了敲键盘，Violin-β开始了下一次演奏。
　　肖萌一边听一边记录。
　　路之航偶尔会转头看她，也看到了她写在笔记本上的笔记：安东尼奥·巴齐尼的《精灵之舞》，维尼亚夫斯基的《谐谑曲与塔兰泰拉》，克莱斯勒的《前奏与快板》……
　　她的确有一双很好的耳朵，刚刚Violin-β演奏的每一首曲子她都听了出来。
　　在欣赏了几首之后乐曲后，肖萌觉得自己可以做出一个相对准确的判断。
　　“我觉得，VB比我想象的好多了！音阶非常准，刚刚演奏了这么多性的小提琴独奏曲，一个错音都没有！”肖萌把视线从机械手臂上抬起，看向两名大神，产生了由衷的钦佩。


第17章
　　小提琴演奏的一大难点就是找音准。
　　很多人哪怕学琴四五年时间也很难找准小提琴的音阶——肖萌肖薇姐妹就是这样两个失败的案例——因此，对Violin-β超越人类的地方更是深有感触。
　　“因为电脑不像人，记谱能力取决于内存，”路之航道，“找音准则取决于算法。”
　　肖萌莞尔一笑。她听过梁清宁吐槽说过谱子难背——说至少要熟练演奏十遍后才能记住曲谱。然而梁清宁的记谱速度已经是其他小提琴手膜拜的对象了。
　　小提琴和钢琴不同，不是固定音准的乐器，也就没有所谓的绝对音准。某个音准是否准确，取决于它和其他音之间的关系，因为音高都是相对的。
　　找音准是小提琴最难掌握的技术，需要演奏者长期的锻炼才能做到；而对计算机来说，琴弦的振动模式可以通过数学公式算出来，每个准确的乐音都会有其固定的振动频率，只要能让演奏出的每一个音都符合振动频率的比例关系，就找准了小提琴的音阶和音准。同时，找到音准，就能解决小提琴演奏的大部分问题。
　　肖萌说，“我认为目前Violin-β相当于一个练习了三四年、有很好天赋的琴童。演奏基础很好，但情感表达不够到位，许多小节的处理都不够细腻，显得有些生硬。”
　　路之航道：“和我们找来的小提琴家的说法一样，新手水平。”
　　“小提琴的演奏不是简单的一个个音节凑起来的，音节和音节之间的起承转合更加反应演奏者的技巧，Violin-β演奏时，我自己明显觉得颤音和波音有些少了，缺乏装饰音，还有些硬。”
　　这确实是Violin-β系统目前的问题，路之航点头，示意肖萌继续说下去。
　　肖萌顿了顿，又问：“我想，在机械性能上和控制系统上已经没有特大的问题，可能出现的问题还是在数据上吗？”
　　“说对了。”
　　邱伟涛指了指他身旁的那台电脑：“除了机械设备外，整套演奏系统由四部分组成，一个是演奏数据采集，一个是数据分析系统，一个是数据还原系统，最后一部分则是评价系统。理论上，当这四个系统配合默契时，Violin-β就可以完美的演奏一首小提琴曲，还可以让其演奏展现不同流派的风格。”
　　“但是，目前有困难吗？”肖萌问。
　　路之航道：“用于机器学习的数据不够，评价系统也不够完善。”
　　肖萌虽然是新生，但也是全国最好的计算机专业的学子——在两位大神师兄的提醒下，她很快明白这其中的难点。
　　现在，VB项目组采用的是著名的神经网络和机器学习的方法让电脑学会拉小提琴。机器学习要以大量的数据为基础。而经典的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有不同的演奏方法，同样一首曲子在不同的演奏家手上课也呈现不同的风格：轻快，缠绵，伤感……但不论那种风格，说白了都是数据。只要有足够的数据和计算资源，VB就可以在演奏时可以在力度，长度和节奏上进行调控，达到一流的演奏家的水平。
　　研究团队为了研究每首曲子的演奏风格，购买了上千张小提琴音乐CD；同时，整个项目的带头人卢景舒教授、实际负责人都沈泓教授利用了自己的私人关系，差一点把音乐学院里的音响制品全都搬空；除此外，路之航他们还编程还让大型机一刻不停的在网上搜索小提琴演奏视频——目前团队收集了上万首小提琴演奏曲。
　　但还是不够，至少远远不能满足团队的需求——研究团队的终极目标是随便输入一个曲谱，VB都可以一流小提琴家的演奏水准。
　　这事儿显然很难。
　　要满足这个要求，需要海量的数据，然后团队再从已有的数据里总结出规律，再推广到每一首小提琴乐曲中。
　　Violin-β团队的野心很大，肖萌感受到了震撼：“这个要求太高了，古典音乐圈是个小圈子，可以用来学习的小提琴乐曲数量不会很多。”
　　“所以我们在机器学习的基础上，引入了评价系统。”
　　所谓的评价系统，就是让VB系统不断的、反复的演奏同一首曲子，然后系统对每次的演奏结果进行打分，所谓“择其善者而从之，其不善者而改之”，分数低，就说明要改进，分数高，则可以加强优势。演奏几千上万遍之后，VB就能找到最适合的模式。
　　“如果是棋类，可以通过一局胜负来判断某种模式好不好，但音乐怎么判断？据我所知，在小提琴演奏大赛中，评委们为了‘谁的演奏更好’都能打起来，演奏一首曲子，十个人可以演奏出十种风格。大家的审美不同，评价标准也不唯一。”
　　路之航说：“用数学规律来当评委而不是人。”
　　肖萌瞪大眼睛看着路之航：“师兄，你打算用数学公示评价小提琴演奏？”
　　路之航点了点头。
　　邱伟涛说：“是的，这就是路之航的想法。他从来也不赞成用仅仅用机器学习的办法来研究小提琴演奏，他认为，隐藏在乐曲后的数学应该是研究的核心之一。”
　　所谓的机器学习是建立在统计的数据的基础上，依托于电子设备的进展和大量的数据计算能力，你知道这么做可能结果会不错，但是至于为什么不错，机器学习就没有办法告诉你。
　　和模糊的机器学习不同，用数学来分析音乐就是精确的定量分析。小提琴是弦乐的一种，其音色、频率、振幅等要素都可以变成一套数学法则，比如两个音乐节拍的频率比是2:3的时候就是要比33:23更动听一些。
　　“但是，这很难吧？”肖萌反问，她不相信路之航不知道这一点，“小提琴演奏的细节实在是太多太多了，双音、三音和弦、四音和弦、泛音、拨奏、跳弓、击弦……这么多，一般的数学公式能处理吗？就算找到了合适的公式，计算机能运算得过来吗？就算计算机能运算，这一双机械臂的响应时间再短也有极限吧？”
　　路之航道：“世界上没有什么东西是不能用数学解释的，如果不能，那就说明公式还不够好，或计算能力不够。”
　　如此有气概的宣言让肖萌听得一愣，然而不由得心潮澎湃起来。