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lin-β超越人類的地方更是深有感觸。
“因爲電腦不像人，記譜能力取決於內存，”路之航道，“找音準則取決於算法。”
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對象了。
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，因爲音高都是相對的。
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通過數學公式算出來，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，“我認爲目前lin-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，lin-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lin-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，在機械性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數據上嗎？”
“說對了。”
邱偉濤指了指他身旁的那臺電腦：“除了機械設備外，整套演奏系統由四部分組成，一個是演奏數據採集，一個是數據分析系統，一個是數據還原系統，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，lin-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：“用於機器學習的數據不夠，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項目組採用的是著名的神經網絡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數據爲基礎。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，說白了都是數據。只要有足夠的數據和計算資源，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。
研究團隊爲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，整個項目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，差一點把音樂學院裏的音響製品全都搬空；除此外，路之航他們還編程還讓大型機一刻不停的在網上搜索小提琴演奏視頻——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，需要海量的數據，然後團隊再從已有的數據裏總結出規律，再推廣到每一首小提琴樂曲中。
lin-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，可以通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，評委們爲了‘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
。”
肖萌瞪大眼睛看着路之航：“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，他認爲，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數據的基礎上，依託於電子設備的進展和大量的數據計算能力，你知道這麼做可能結果會不錯，但是至於爲什麼不錯，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。”
肖萌咀嚼着大神的話，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。”
“呀，什麼？”
“萊布尼茨說的這句話。”
肖萌爲自己的健忘，不好意思的一笑。
“問題要一個個解決，目前要緊的還是解決機器學習中的難點。”邱偉濤說。
“是的……”肖萌問，“你們找過小提琴演奏家配合研究嗎？”
“找過，但不順利。”邱偉濤說。
團隊之前聯繫過國家交響樂團的一些成名的小提琴演奏家，請他們配合進行研究，但古典音樂圈裏的稍有水平的藝術家們脾氣都沒有值得稱道的地方，他們覺得，古典音樂是一門高雅的藝術，小提琴演奏更是藝術中的精髓，聽聞有研究團隊要讓機械手臂能實現機器拉小提琴，不能說是對音樂的褻瀆，但藝術家們的心情總歸不是太好，藝術的工作怎麼能被機器模仿了去，要他們支持計算機系的實驗，總歸是動力不足，能推就推，能免則免。
“再加上去年的陸以則事件，稍稍有點名氣都小提琴家對這件事更是避之不及了。”邱偉濤說。
肖萌無言。去年時，陸以則和機器人鋼琴演奏比賽打個了平手，這事兒鬧得挺大，網民都在感慨“除了棋類，人類在演奏上也輸給了計算機”，音樂家們都覺得有些丟面子。
“但沒有精通小提琴演奏的人加入團隊還是不行的吧？那你們有沒有考慮過找老師？”
邱偉濤眼睛一亮，彷彿是第一次聽到這個說法：“老師，什麼老師？”
“就是把lin-β看成一位學生，請教小提琴的老師指點，”肖萌說，“我知道有一些經驗很豐富、在培訓學校工作的小提琴老師，他們年紀比較大，脾氣也很好。他們的演奏水平不是很高，但教學經驗豐富，各種奇奇怪怪的學生都見過，看問題非常準，而且因爲長年和學生打交道，也很好溝通……”
這種老師的價格也不貴，肖萌想，絕對是vb項目組能支付的價格。
“這確實是一個好辦法。”邱偉濤眼睛發亮，“我們之前只想着找些有名氣的小提琴家，看來是走錯路了。”
這也是難免了。在之前的聊天中，肖萌知道vb研究團隊包括沈泓總共有八人，本科生就路之航和邱偉濤兩人——人數這麼少的團隊，有時候也會出現考慮不周的情況。
肖萌細化了自己的方案：“我有一個朋友小提琴拉得非常好，他在小提琴圈的人脈關係很豐富，知道好幾位這樣的小提琴老師。你們如果需要的話，那我幫你們問問哪些小提琴老師水平不錯並且能接受新鮮事物的？”
路之航深深看她一眼，點頭道。
“那就麻煩你了。”