京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代细说“大数据”
“大数据”的浪潮正席卷而来,对各行各业都产生革命性影响,在有些领域产生的影响极可能是颠覆性的,并终将改变整个世界。作为“国粹”的书法艺术,带着老古董式的清高与孤傲,或许是受到“大数据”影响最小的。然而,书法家不能袖手旁观,等闲视之,而应迎头赶上,顺势而为,做时代的弄潮儿。这是因为,在“地球村”时代,固守书斋的做法已经不合时宜。
大数据主义认为,历史上90%的数据都产生于过去两年。国际数据公司推算出2014年全世界的数据总量有4.4泽字节之多,也即4.4万亿兆字节,如果把这么多的信息塞进纤薄的苹果平板电脑,这些平板电脑叠加起来的高度可达157000英里高,相当于地球和月球三分之二的距离。就书法领域而言,近些年所产生的数据量,恐怕也是史无前例的,请注意,我说的不是书法的质量和高度,而是“数量”。如古代书论,我有几种版本,也就几大册,静下心,花一些时间,还是有可能大致通读一遍的。但是,当今的“书法评论家”,一个人的著作就可以达到十多部、几十部,不久前一位书法家办展览,艺术简历说其著作有八九十种之多,以为有误,后来发现他确实出了那么多书。去北京,一些朋友赠送其著作,是论箱送的,知道我带不动,主动用快递寄达。这样海量的著作,我估计是没有读者吃得消全部通读的。展览活动之多,书法作品集之厚,就更不必说了。当然这不是“大数据”的本来含义,我只是说明当代书法数据之多。
如此海量的“书法数据”,按照传统的方法全部阅读实无可能,如果无法阅读,大量沉淀,这些数据就将成为无用信息,甚至成为垃圾。唯一的解决办法,就是运用网络技术进行统计分析,对所有数据进行整合。你需要什么数据,网络就可以提供什么数据,比如我需要知道赠送我书的朋友对某一观点的看法,通过大数据检索一下,就能立马知道。并且,还可以知道古今书法家、书法评论家持相同、相近观点的所有数据。从古到今,都可以进行点线面的全覆盖。
“大数据”的重要意义远不止此,它可以将古代所有法帖囊括其中,然后按照时代、书体、笔画线条等不同需求进行分类分析,各取所需,各尽其用,对临帖和创作都将产生巨大影响。比如,不久前中国书协取消了第十一届国展的一件获奖作品,这件隶书“君子行道,贤者履仁”对联,引起读者质疑,经查与公开出版物《石门颂集联》上同样内容对联用笔非常接近,属于临摹作品。这样的事例,要用人力完全避免是有难度的,但是如果应用了“大数据”技术,则属于小菜一碟的事情。“大数据”的分辨率是人们所无法想象的。
苹果公司显然敏锐地看到了书法与“大数据”的广阔前景,9月份苹果公司在旧金山举行新品发布会,发布了新版Apple Watch、iPad Pro、iPhone6S等产品,更发布了一件“苹果新神器”——Apple Pencil(苹果铅笔)。他们特邀著名书法家王冬龄先生专程前去做代言人,进行现场书写。他们的宣传片上通过操作演示出现了一只手写书法的画面,写的是草书“冬龄”等字样。虽然不是用毛笔,而是用“苹果铅笔”进行简单书写,但他们的用意是显而易见的。这也为我们认识书法与“大数据”提供了广阔的想象空间。在不远的将来,电脑不仅能够为人们的临帖、书写、创作提供超乎我们想象的便利,而且,“书法机器人”也将应运而生。目前,第一代“书法机器人”已经问世,这套系统通过一支笔杆与笔毛分开的特殊毛笔对书法写作的过程进行记录,其中笔杆部分为主系统,笔毛部分为副系统,两部分连接起来成为这一个记录器,就可以把它当作普通的毛笔来进行写字。我相信智能程度更高的“书法机器人”也将出现。
当然,中国的书法和中国画一样,是一门特殊的艺术,其独特性在于在强调造型的同时,非常讲究气韵、神采、意境,而这取决于艺术家的学养、性情、旨趣等综合性因素,是电脑所无法取代的。智能程度再高的“书法机器人”也绝不可能代替书法家的创造性精神劳动。我写这篇文章的目的,不是杞人忧天,担心“大数据”会取代中国的书法艺术,而是提醒书法家们要有“大数据”意识,熟练地运用“大数据”带来的极大便利,为我所用,为书法事业的腾飞插上翅膀。
毕竟,数据是一种力量,“大数据”是一股潮流。在大数据时代,每个人所做的一切,都将以数据的形式呈现出来,流传下去——如果能够流传的话,甚至人本身也是数据。书法家的成就大小,非常可能将取决于其提供有效“书法数据”的多少。如果我们能够用数据杠杆来推动书法的进步,这无疑是一件顺乎历史潮流的好事。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26