路之航道：“和我们找来的小提琴家的说法一样，新手程度。”
肖萌咀嚼着大神的话，终究从路之航带来的震惊中缓过劲来，“我记得有位数学家说过，音乐是数学在灵魂中无认识的运算。”
“再加上客岁的陆以则事件，稍稍有点名誉都小提琴家对这件事更是避之不及了。”邱伟涛说。
“但没有精通小提琴吹奏的人插手团队还是不可的吧？那你们有没有考虑过找教员？”
这确切是Violin-β体系目前的题目，路之航点头，表示肖萌持续说下去。
“莱布尼茨说的这句话。”
所谓的机器学习是建立在统计的数据的根本上，依托于电子设备的停顿和大量的数据计算才气，你晓得这么做能够成果会不错，但是至于为甚么不错，机器学习就没有体例奉告你。
邱伟涛指了指他身边的那台电脑：“除了机器设备外，整套吹奏体系由四部分构成，一个是吹奏数据汇集，一个是数据阐发体系，一个是数据复原体系，最后一部分则是评价体系。实际上，当这四个系统共同默契时，Violin-β便能够完美的吹奏一首小提琴曲，还能够让其吹奏揭示分歧流派的气势。”
“呀，甚么？”
“因为电脑不像人，记谱才气取决于内存，”路之航道，“找音原则取决于算法。”
现在，VB项目组采取的是闻名的神经收集和机器学习的体例让电脑学会拉小提琴。机器学习要以大量的数据为根本。而典范的小提琴乐曲何止百首，上千首曲子都是有的。每首曲子都有分歧的吹奏体例，一样一首曲子在分歧的吹奏家手上课也闪现分歧的气势：轻巧，缠绵，伤感……但非论那种气势，说白了都是数据。只要有充足的数据和计算资本，VB便能够在吹奏时能够在力度，长度和节拍长停止调控，达到一流的吹奏家的程度。
“如果是棋类，能够通过一局胜负来判定某种形式好不好，但音乐如何判定？据我所知，在小提琴吹奏大赛中，评委们为了‘谁的吹奏更好’都能打起来，吹奏一首曲子，十小我能够吹奏出十种气势。大师的审美分歧，评价标准也不独一。”
团队之前联络过国度交响乐团的一些成名的小提琴吹奏家，请他们共同停止研讨，但古典音乐圈里的稍有程度的艺术家们脾气都没有值得称道的处所，他们感觉，古典音乐是一门高雅的艺术，小提琴吹奏更是艺术中的精华，听闻有研讨团队要让机器手臂能实现机器拉小提琴，不能说是对音乐的轻渎，但艺术家们的表情总归不是太好，艺术的事情如何能被机器仿照了去，要他们支撑计算机系的尝试，总归是动力不敷，能推就推，能免则免。
路之航说：“用数学规律来当评委而不是人。”
路之航深深看她一眼，点头道。
“是的……”肖萌问，“你们找太小提琴吹奏家共同研讨吗？”
“以是我们在机器学习的根本上，引入了评价体系。”
Violin-β团队的野心很大，肖萌感遭到了震惊：“这个要求太高了，古典音乐圈是个小圈子，能够用来学习的小提琴乐曲数量不会很多。”
这也是不免了。在之前的谈天中，肖萌晓得VB研讨团队包含沈泓统共有八人，本科生就路之航和邱伟涛两人――人数这么少的团队，偶然候也会呈现考虑不周的环境。