北京
你可能觉得，拍卖行和程序员是两个世界的物种：一边是举着号码牌、为名画一掷千金的藏家，另一边是敲着键盘、跟代码较劲的工程师。
但在纽约苏富比，这两条线真的交汇了。麻省理工学院（MIT）2017届校友Kelly Shen，正用算法给艺术品定价，把“艺术直觉”这件事，翻译成了计算机能理解的语言。
算法怎么给一幅画估价？
传统上，艺术品估价靠的是资深专家的“眼力”——看风格、看传承、看市场风向。但Shen做的事不太一样：她构建算法来预测价格，输入变量包括购买趋势、艺术家的人气等。
说人话就是，她把“谁在买”“买什么”“谁的作品最近很火”这些市场信号，变成了一组组可计算的数据。算法从中找出规律，辅助判断一件作品大概能拍出什么价位。
这当然不是要取代鉴定师，而是给决策多一个参考维度。毕竟，市场情绪这东西，有时候连资深行家也会看走眼。
除了价格预测，Shen还参与了不少“幕后”工作，比如藏品编目，以及确保实时系统能扛住成千上万潜在竞拍者同时涌进官网的流量压力。你可能没想过，一场顶级拍卖会，线上平台的稳定性跟拍品的质量一样重要——要是关键时刻网站崩了，那可真是“技术事故”了。
“艺术+科技”的交叉点，到底在哪？
Shen在MIT读的是计算机科学和数学双学位，但她从小就对绘画有热情。这两条看似平行的兴趣线，在她的职业生涯里真正拧成了一股绳。
她在MIT最喜欢的课叫“数学项目实验室”（Project Laboratory in Mathematics），这门课要求学生用创造性的方式去解答复杂的数学谜题。她回忆说，这门课帮她学会了“如何跟不同背景的人讲清楚自己在做什么”。
这一点在拍卖行尤其重要——你得跟搞技术的同事聊系统架构，也得让不懂代码的专家明白，算法给出的预测到底意味着什么。
不过，Shen对算法的局限性也有清醒的认识。她有一句话挺实在：“你可以造出一个超级复杂的算法，但如果它不能带来更多观众参与，那它其实没什么用。”
换句话说，技术再炫，最终还是要服务于“人”的体验和市场的真实需求。这大概就是她在艺术与科技交叉点上学到的最重要一课。
为什么这件事值得关注？
艺术市场的“数据化”其实是个正在进行时。过去，拍卖行依赖的是少数专家的经验判断，而现在，算法正在成为新的“军师”。
这件事有意思的地方在于，它打破了我们对“理工男/女”的刻板印象——学数学和计算机的，不一定都去硅谷写代码，也可以去拍卖行，用另一种方式理解艺术的价值。
当然，这里得说清楚：算法预测价格，不等于它能“决定”艺术品的价值。艺术品的价值构成极其复杂，包含审美、历史、稀缺性，甚至是一点运气。算法能做的，是提供一种基于历史数据的参考，而不是给出一个“标准答案”。
这就像天气预报——它告诉你明天下雨的概率是70%，但没法保证那朵云一定飘到你头上。
一个还没解决的问题
Shen的工作也引出一个值得琢磨的问题：当算法越来越擅长预测市场，艺术品的定价权会不会慢慢从“人”转移到“机器”？
目前来看，答案还没那么绝对。毕竟，艺术市场里总有算法算不到的变量——比如一位藏家突然对某件作品产生了“非买不可”的情感冲动，这种非理性因素，恰恰是市场最迷人的部分，也是最难被量化的部分。
所以，与其说算法在取代人，不如说它正在帮人把“直觉”看得更清楚。至于艺术和科技最终会走到哪一步，可能连算法自己也预测不了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
