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？”