大数据新用途：打造优秀的艺术家

大数据不仅仅是关乎数据的大小：发现和利用不同数据的来源也很重要。数据可以是网页数据、感应器数据、地点数据等，还加上现在的艺术数据。不，不是那些世界大师作品的数据，而是我们画东西时用到的一笔一画的数据。

在本周洛杉矶的SIGGRAPH会议上，有两个有关研究的发言。他们的研究结果表明，如果能够搜集到的数据是对的，就可以对一个人如何画画做一个全面的了解。其中的一个项目是由卡耐基梅隆大学和微软研究团队做的，他们为了获得数据，让研究对象在iPhone上玩一个介于Pictionary和Wheel of Fortune中的一个游戏。这个研究即使单从用众包的方法产生数据的角度来看也是特别有意思的，他们利用了iPhone无处不在这个优势，最后搜集到17,000幅素描画做了个数据集合。

他们让研究对象玩一个名为DrawAFriend的游戏，用手指画出一些名人或相互认识的朋友头像。一个参加者完成后，画完的画会一笔接着一笔地呈现给另一个参加者看，另一个参加者根据自己的确定程度猜出画的是什么人。其目的是对各参加者的笔画做比较，猜的次数越少，画中的笔画得分就越高。

如何玩DrawAFriend

研究人员然后用了一些修正方法，对一些不良笔画以及肥大手指做了用户都不知道的改正。这些研究人员下一步要做的是找不同的方法，通过搜集的数据分析用户的行为（如什么时候会用“取消”功能，笔画顺序等），他们也在考虑如何可以让笔画不但更精确而且可以从美感上来看更漂亮。

另外一项研究来自迪斯尼。他们找了一些美术工作人员，让他们用触笔给24个不同的人画素描，24个人的每一个需要画4次，每一次的时间都少于上一次（分别是270、90、30和15秒）。研究人员用这种办法为每个艺术工作人员搜集了8000个笔画。

研究人员说，通过数据分析可以确定艺术人员的素描和原画在几何特征方面的区别（如眼睛靠得太近或是下巴轮廓线太粗），还可以帮助他们找到需要改正的坏习惯。

迪斯尼研究里一个有关素描和分析的例子

这种研究算是比较新颖的，说明我们有可能搜集和分析几乎任何类型的数字数据，不过我也能想象会有人问这有什么用。也许像迪斯尼这样的公司可以用这种技术做一个程序引擎，从而可以批量生产那些热门电影的电视片续集，或是可以用来做一个教育软件帮助那些胸怀大志的艺术家们克服自己的坏毛病。

不然的话，一个艺术家的作品因为有意思似乎正是因为其独特性所然。如果存在一个算法，可以矫正和优化笔画，那得到的作品还算不算是我完成的呢？而且，一如迪斯尼研究人员指出的，有些变种有时候更多的是每个人的风格造成的，而不是由于复制得不精确造成的。

我们有能力搜集和分析此类数据，而且达到如此（像卡耐基梅隆大学研究项目里）的规模，这一点是十分重要的。我肯定，会有人为这些艺术型算法找到很多的应用，只是我不知道而已。不过，似乎有时候，我们没有必要对这个世界上有些东西进行量化，仅仅是因为我们有这种能力——艺术可以说是其中之一。