Violin-β團隊的野心很大，肖萌感遭到了震驚：“這個要求太高了，古典音樂圈是個小圈子，能夠用來學習的小提琴樂曲數量不會很多。”

肖萌咀嚼著大神的話，終究從路之航帶來的震驚中緩過勁來，“我記得有位數學家說過，音樂是數學在靈魂中無認識的運算。”

“因為電腦不像人，記譜才氣取決於內存，”路之航道，“找音原則取決於演算法。”

路之航道：“用於機器學習的數據不敷，評價體係也不敷完美。”

路之航說：“萊布尼茨。”

所謂的機器學習是建立在統計的數據的根本上，依托於電子設備的停頓和大量的數據計算才氣，你曉得這麼做能夠成果會不錯，但是至於為甚麼不錯，機器學習就冇有體例奉告你。

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。”

團隊之前聯絡過國度交響樂團的一些成名的小提琴吹奏家，請他們共同停止研討，但古典音樂圈裡的稍有程度的藝術家們脾氣都冇有值得稱道的處所，他們感覺，古典音樂是一門高雅的藝術，小提琴吹奏更是藝術中的精華，聽聞有研討團隊要讓機器手臂能實現機器拉小提琴，不能說是對音樂的輕瀆，但藝術家們的表情總歸不是太好，藝術的事情如何能被機器仿照了去，要他們支撐計算機係的嘗試，總歸是動力不敷，能推就推，能免則免。

“以是我們在機器學習的根本上，引入了評價體係。”

肖萌固然是重生，但也是天下最好的計算機專業的學子――在兩位大神師兄的提示下，她很快明白這此中的難點。

肖萌說，“我以為目前Violin-β相稱於一個練習了三四年、有很好天賦的琴童。吹奏根本很好，但感情表達不敷到位，很多末節的措置都不敷細緻，顯得有些生硬。”

“那就費事你了。”

找音準是小提琴最難把握的技術，需求吹奏者耐久的熬煉才氣做到；而對計算機來講，琴絃的振動形式能夠通過數學公式算出來，每個精確的噪音都會有其牢固的振動頻次，隻要能讓吹奏出的每一個音都合適振動頻次的比例乾係，就找準了小提琴的音階和音準。同時，找到音準，就能處理小提琴吹奏的大部分題目。

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。

如此有氣勢的宣言讓肖萌聽得一愣，但是不由得心潮彭湃起來。