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。
    “人力有极限，计算机的伟大之处就在于可以超过人的极限。评的系统采用的数学公式不需要百分百准确，可以不是真理，只要能超过大多数小提琴家的评价能力就可以了。”
    “……嗯，我有点明白了。”
    肖萌咀嚼着大神的话，终于从路之航带来的震撼中缓过劲来，“我记得有位数学家说过，音乐是数学在灵魂中无意识的运算。”
    路之航说：“莱布尼茨。”
    “呀，什么？”
    “莱布尼茨说的这句话。”
    肖萌为自己的健忘，不好意思的一笑。
    “问题要一个个解决，目前要紧的还是解决机器学习中的难点。”邱伟涛说。
    “是的……”肖萌问，“你们找过小提琴演奏家配合研究吗？”
    “找过，但不顺利。”邱伟涛说。
    团队之前联系过国家交响乐团的一些成名的小提琴演奏家，请他们配合进行研究，但古典音乐圈里的稍有水平的艺术家们脾气都没有值得称道的地方，他们觉得，古典音乐是一门高雅的艺术，小提琴演奏更是艺术中的精髓，听闻有研究团队要让机械手臂能实现机器拉小提琴，不能说是对音乐的亵渎，但艺术家们的心情总归不是太好，艺术的工作怎么能被机器模仿了去，要他们支持计算机系的实验，总归是动力不足，能推就推，能免则免。
    “再加上去年的陆以则事件，稍稍有点名气都小提琴家对这件事更是避之不及了。”邱伟涛说。
    肖萌无言。去年时，陆以则和机器人钢琴演奏比赛打个了平手，这事儿闹得挺大，网民都在感慨“除了棋类，人类在演奏上也输给了计算机”，音乐家们都觉得有些丢面子。
    “但没有精通小提琴演奏的人加入团队还是不行的吧？那你们有没有考虑过找老师？”
    邱伟涛眼睛一亮，仿佛是第一次听到这个说法：“老师，什么老师？”
    “就是把violin-β看成一位学生，请教小提琴的老师指点，”肖萌说，“我知道有一些经验很丰富、在培训学校工作的小提琴老师，他们年纪比较大，脾气也很好。他们的演奏水平不是很高，但教学经验丰富，各种奇奇怪怪的学生都见过，看问题非常准，而且因为长年和学生打交道，也很好沟通……”
    这种老师的价格也不贵，肖萌想，绝对是vb项目组能支付的价格。
    “这确实是一个好办法。”邱伟涛眼睛发亮，“我们之前只想着找些有名气的小提琴家，看来是走错路了。”
    这也是难免了。在之前的聊天中，肖萌知道vb研究团队包括沈泓总共有八人，本科生就路之航和邱伟涛两人——人数这么少的团队，有时候也会出现考虑不周的情况。
    肖萌细化了自己的方案：“我有一个朋友小提琴拉得非常好，他在小提琴圈的人脉关系很丰富，知道好几位这样的小提琴老师。你们如果需要的话，那我帮你们问问哪些小提琴老师水平不错并且能接受新鲜事物的？”
    路之航深深看她一眼，点头道。
    “那就麻烦你了。”