所謂的評價體係，就是讓VB體係不竭的、幾次的吹奏同一首曲子，然後體係對每次的吹奏成果停止打分，所謂“擇其善者而從之，其不善者而改之”，分數低，就申明要改進，分數高，則能夠加強上風。吹奏幾千上萬遍以後，VB就能找到最合適的形式。

邱偉濤指了指他身邊的那台電腦：“除了機器設備外，整套吹奏體係由四部分構成，一個是吹奏數據彙集，一個是數據闡發體係，一個是數據複原體係，最後一部分則是評價體係。實際上，當這四個係統共同默契時，Violin-β便能夠完美的吹奏一首小提琴曲，還能夠讓其吹奏揭示分歧流派的氣勢。”

“就是把Violin-β當作一名門生，就教小提琴的教員指導，”肖萌說，“我曉得有一些經曆很豐富、在培訓黌舍事情的小提琴教員，他們年紀比較大，脾氣也很好。他們的吹奏程度不是很高，但講授經曆豐富，各種奇奇特怪的門生都見過，看題目非常準，並且因為長年和門生打交道，也很好相同……”

肖萌無言。客歲時，陸以則和機器人鋼琴吹奏比賽打個了平局，這事兒鬨得挺大，網民都在感慨“除了棋類，人類在吹奏上也輸給了計算機”，音樂家們都感覺有些丟麵子。

現在，VB項目組采取的是聞名的神經收集和機器學習的體例讓電腦學會拉小提琴。機器學習要以大量的數據為根本。而典範的小提琴樂曲何止百首，上千首曲子都是有的。每首曲子都有分歧的吹奏體例，一樣一首曲子在分歧的吹奏家手上課也閃現分歧的氣勢：輕巧，纏綿，傷感……但非論那種氣勢，說白了都是數據。隻要有充足的數據和計算資本，VB便能夠在吹奏時能夠在力度，長度和節拍長停止調控，達到一流的吹奏家的程度。

路之航道：“天下上冇有甚麼東西是不能用數學解釋的，如果不能，那就申明公式還不敷好，或計算才氣不敷。”

肖萌為本身的健忘，不美意義的一笑。

“呀，甚麼？”

路之航道：“和我們找來的小提琴家的說法一樣，新手程度。”

“以是我們在機器學習的根本上，引入了評價體係。”

要滿足這個要求，需求海量的數據，然後團隊再從已有的數據裡總結出規律，再推行到每一首小提琴樂曲中。

很多人哪怕學琴四五年時候也很難找準小提琴的音階――肖萌肖薇姐妹就是如許兩個失利的案例――是以，對Violin-β超出人類的處所更是深有感到。

路之航說：“萊布尼茨。”