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
数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25