编者按：本文作者 Wenzy，文章首发于其公众号 InsLab，授权36氪发布。InsLab 全称为 An Inspired Laboratory ，想做创作者的灵感孵化器，探索、编程、绘画、设计、的跨界融合。
这篇不讲编程，开始切入另一个话题，谈谈自己对绘画的一些思考。
如果有看过公共账号的介绍，相信不会感到奇怪。更何况，绘画和编程（CreativeCoding）本来就有许多相通的地方，只是一个用画笔画画，一个用代码画画罢了。
量化绘画，是自己某个方向上的思考产物。我想聊聊程序和绘画之间可能产生的化学反应。
我的问题
自己虽然学的是艺术专业，但比起思考如何创作好作品，我对绘画技能所涉及的思维能力更感兴趣。
会画画似乎是件很神奇的事。画家似乎都有一只上帝之手，给他任何工具，他都能创造出各种活灵活现的事物。很难想象，仅仅用一支铅笔，少数几种颜料，就能让二维的画布产生立体的光影效果。放在没有照相机的年代，简直就像魔法。
看过这种无中生有的神技，相信每个人都会跃跃欲试。但拿起铅笔后就会发现，同样的工具，在别人手中就能妙笔生花，在自己手中却惨不忍睹。绘画似乎需要某种神奇的天赋。
不过让人欣慰的是，画画是一个可习得的技能。这意味着，任何人只要按一定的方法去训练，都能够学会。
那究竟这个练习的过程到底有怎样的魔力？可以使得一个普通人拥有捕捉和再现图形感觉的能力？可不可以将训练的有效部分提取出来？是否存在某种加速技能习得的方法？
围绕这些问题，所以萌生了设计一款程序的想法。我想按自己的方式去捕捉某种实在。
我的工作
近期一共完成了三个完整的测试模块，都是使用 Processing 完成的。但在演示之前，我再用一定篇幅谈谈设计思路。让不明真相的群众了解我想法的源头。咱们从一个理论开始谈起。
一万小时理论 VS 刻意练习
一万小时理论大家应该不陌生。大意是，任何一个领域，只要你愿意花上一万小时去练习，就能从新手进化为专家。
可事实没那么简单，这个理论其实是一次很不严谨的演绎。不同领域，从新手到专家所需的时间都是不一样的。就像大多数人看电影电视剧，都累积超过一万小时，但不见得谁变成专家了。
因而，练习时间不是最具决定性的，练习方法更重要。
心理学家们系统地调研了各行各业内的从新手，专家甚至是世界级大师们的训练方法。包括运动员，音乐家，国际象棋棋手，医生，数学家，有超强记忆力者等等，试图发现其中的共性。
最终，他们寻找到一套统一的练习方法。那就是“刻意练习”。这才是从新手进化为专家的关键。
刻意练习的内容可以总结成以下四点：
- 1.只在“学习区”学习
- 2.把训练内容分成有针对性的小块，对每个小块进行重复练习
- 3.在整个练习过程中，随时能获得有效反馈
- 4.练习时，注意力高度集中
后三点相对容易理解。第一点，什么是学习区？
人的知识技能分为层层嵌套的三个区域。那些我们已经熟练掌握的技能，就处在舒适区。那些我们暂时无法学会的技能，就是恐慌区。两者之间就是学习区，刚好够得着，又需要时间去掌握。
要达成有效的练习，就应该在自己所处的学习区进行学习。一旦学会了，就转入下一个难点。曾经的学习区会变成舒适区，曾经的恐慌区也会成为学习区。
这就是 “在学习区学习“ 的精髓。
可尽管心理学家把共性给总结出来了。不代表就有了万能的灵丹妙药。对应到不同的领域，还是得有针对性地设计不同的练习方法。
正如“学习区”一说是很科学，也很有说服力。大家都明白循序渐进的道理。但放在绘画上，如何寻找这个度？
我的解决思路，是将绘画技能量化。画作本身不存在统一的评判标准。但绘画过程中用到的思维能力，却是可量化，可测量的，它同时还是创作的基础。我们可以用程序，测量一些难以观察的心理过程。从而找到学习区，加速技能的习得。
那如何测量，测量什么？
信息加工理论
如果说刻意练习还略微有些笼统，那将学习的过程理解为信息加工，会对训练的设计更有指导意义。信息此时成了可测量的实体。
在认知心理学的研究中，习惯把人脑类比成一个像计算机一样的信息加工系统。而人的学习过程，其实就是信息的输入、编码、加工储存、调用的过程。
各行各业的专家，都有一个共同的特征。他们可以表现出比外行在专业领域内强得多的短时段记忆大量信息的能力，比如棋手记忆棋谱，歌手记忆歌曲，舞蹈演员记忆动作、方位，数学家记忆数学演算步骤，等等。
放在绘画领域内，专家和新手的区别，就体现在图形感知能力的强弱上。高明的画家可以在更短的时间内，抓取更多的图形信息。
以临摹为例。临摹的过程，其实就是信息搬运的过程。我们先通过有意识地观察，获取了图形信息。接着视线转移到画布上，再通过回忆，将刚刚感受到的图形信息，用笔还原到纸上。
这个过程里面，专家可以在一次的观察中获得更多信息量，因此“搬得更快”，画得又快又准。而新手，由于对图形的感知能力较弱。看一眼，信息就模糊了，消失了。此时即使给它足够长的时间，它也完全无法画像。只有当感知能力的基础值达到某种临界点，新手才“搬得动”。也开始具有画像一样东西的可能。
专家不假思索，用 1 分钟 能完成的事情，新手竭尽全力，反复观察，用 1 小时也能完成。结果可能相同，但能力的差异就体现在完成时间上。
了解原理后，我们其实不必通过完整的画作来衡量一个人的能力，而是只需测试某个加工环节。通过对图形信息进行最大化地拆解，分成不同梯度。就可以测量人对不同信息的感知能力，最终找到学习区。
图形语言－形与色
用个更直观的比喻，图形信息可以当作一门语言。任何图形，其实都是形与色的综合。也正是这两种信息，构成了这门语言的基础。
形的信息拆到最小是什么？是线段。色的信息拆到最小是什么？是色块。下面是这门语言的字词。
越往左，信息量越小，也越基础。要想循序渐进，就从图形语言的字母，词汇开始。这是基本的语言单位，也是临摹时，搬运的基本信息单位。
对毫无基础的新手而言，可以从最小的信息单元开始，训练对它的敏感度。经过大量训练后，就会形成“记忆组块（Chunking）”。此时看到一张复杂图片，就可以用更少的认知资源去记住更多的信息。你也会拥有一双洞察事物本质的眼睛。看到图像即可明晰它的构成，看穿它是通过哪些大小不同的色块，调子组合而成的。
绘画技能是什么？从何量化？
谈绘画训练的书很多，但基本都是各有各法，始终没有看到一个让人信服的系统总结。
个人理解。绘画需要两种能力，一是图形感知能力，二是手脑协调能力。
图形感知能力是指抓取图形信息能力的强弱。具体细分为形的感知和色的感知两部分，它更贴近“脑力”，同时从根本上决定一个人能否学会绘画这个技能。而手脑协调能力和肌肉记忆相关，具体指线条的控制能力，画直线曲线能画准，能不费力地控制运笔。
如果用演奏乐器来类比，图形感知能力就好比“音感”，手脑协调能力就代表控制乐器的熟练度，二者相辅相承。图形感知可以让想象的图形更清晰，手脑协调能力则能更精准地表达脑海中的物像。
后者的训练方法比较单一，练习过程“不费脑”，也较易提高。拿出一张白纸，从不同形态的直线曲线开始，进行大量的重复练习即可。画满几十页，很快就能见效。直到可以轻松地徒手画方画圆，能力就算达标。
而要想提高图形感知能力，可以分为形和色两方面去训练。两者练习的诀窍都在于观察方法，也就是有意识的控制自己的观察量。比如形的感知，先从观察局部的线段开始，感受它的倾斜度以及比例大小。通过一段时间的练习，发现可以从容画准了，才进一步扩大单次的观察范围，比如基本的三角形。当发现感知多边形的能力越来越敏捷了。再继续扩大观察视野，如此循环递进下去。只要你对自己的思维变化足够敏感，就能凭感觉找到学习区。
色的感知训练与之类似。多画小色稿。练习时忽略造型，专注于色彩的感受。初期练习可选取色彩对比强烈，层次分明的图片开始临摹。待感知的精度提高了，再选取一些色调变化微妙的作品，逐层深入。
更详细的手绘练习方法，将来会另开一个系列去写。但这不是本篇讨论的重点。纸上练习的要诀听起来很简单，但往往只可意会，不可言传，也难以操作。毕竟你观察什么，如何观察。这些都是不可控的，并没有人能获悉你的感觉，你也没有任何参考和指导。
所以这时候就会明白，为什么需要用程序来辅助，因为没有比它更合适不过的载体了。它可以灵活地控制信息的输入量（控制观察），同时提供参考指标（捕获感受），为每次的小练习都提供即时的反馈。
测试程序－训练系统
经过上面的一番铺垫。现在再去看绘画，似乎没那么神秘了。我们第一步就从验证理论开始。根据对绘画基础能力的理解，目前编写了三个实验模块。
- ⎡手脑协调－模块⎦
程序会随机生成不同倾斜度的直线，曲线。要求测试者在此基础上描摹。这里主要考量运笔的稳定性。程序中会通过计算线条的重合比率，来得出精确度。
- ⎡图形感知（造型）－模块⎦
随机出现不同比例的几何图形，用来模拟不同物像的构成基础。最简单是随机线段，接着是随机三角形，等级最高为随机八边形。图像呈现一段后消失，要求测试者尽可能地还原图像。
- ⎡图形感知（色彩）－模块⎦
与造型感知类似，随机出现不同的色块。最简单从单个色块开始，等级越高，色块越多。
上面三个模块与基础能力一一对应，既是测试工具，也是训练工具。通过给出不同的难度梯度，就能综合地测量三种能力值。
具体测试
按理说，要验证假设。应该寻找两组测试者，在保证练习时间相同的前提下，一组只接受常规绘画的训练，另一组在接受常规训练的同时辅以程序训练。经过一段时间后，再比较两组的学习效果。
但由于这样周期过长，也没有很好的操作条件。所以初期先从验证相关性开始。比如绘画能力高的人，在整体的图形测试中是否表现更好？难度越大，对受过专业绘画训练的被试是否影响越小？图形测试能否有效地体现绘画能力的高低？
由于一般意义上的绘画能力与造型感知能力更相关。受时间所限，所以选取此模块作为测试的重点。
下面是造型感知测试的主要流程：
- 测试者首先对自己的绘画能力进行一个自评，一共 5 级。
- 开始测试，阅读指导语，理解规则后继续
- 程序随机生成比例各异的图形。图形呈现一段时间后消失，接着开始绘制。绘制时要求大小比例尽量一致。绘制后后，程序会计算前后两个图形的相似度。
- 用手绘板作答。开始前有 3 次练习机会，15 次正式测试。
- 测试完毕后，将给出平均的还原准确率。每人的训练成绩，操作信息都会以 TXT格式导出。
（操作演示）
以上看到的最新测试模块是在 9 月中旬完成，相比先前版本，为了让测试结果更可靠，都不同程度地做了大量改进。
- 增加了倒计时（非无限作答时间）
- 绘制过程显示线条（之前只显示关键点）
- 可拖动修改（减少误触情况）
- 记录更详细的数据（后期可在源数据的基础上调整匹配算法）
- 增加指导语（保证传达的统一）
- 统一用绘图板作答,有练习模式
而在最新测试中，寻找了周边的 10 个志愿者，进行了初步的比较
从结果中还是可以看到较明显的相关性。但为了得到更精确的结果，后续仍需继续优化算法，同时也需要更多的测试者。
现在将临摹的有效部分提取出来，相信可以比传统的效果更好，毕竟更贴近刻意练习的要点了。可如果希望训练的有效性进一步提高，后续的难点就在于如何从数据中界定学习区。
进阶设计
以上只是为实验设计所做的模块。应用的最终形态不会是如此刻板机械。建立能力评测体系，是为了保证在训练有效的前提下做得足够有趣。
- 例如，依然在给予量化的反馈前提下，从抽象训练过渡到具象训练，用涂调子的形式去表现明暗。
- 或用少数给定的颜色，去混合表现色彩，去理解色彩的构成成分。
- 也可将色块依附在具体的图形上，要求整体感知图形，然后再还原图形。
- 看到打动你的图片，你可以彻底地肢解它，为自己定制学习素材。从而反复地练习某类造型感觉，色彩感觉。
更多后续的设想，就不在这里透露太多了。希望早日让大家看到成品，亲自体验。
为“量化绘画”正名
有人可能会认为，这有过分简化之嫌。绘画上似乎还有许多内容没有被包含进去？比如透视，比如人体结构等等。
这些内容，在绘画里面我把它称作“知识”。这种东西是逻辑化的，你可以很理性地分析它，甚至可以发展出名目繁多的学科，就像“透视学”，“人体解剖学”。这对画画来说挺重要的，但不是最靠近本质。
对不同物像，任何人都可以自行总结无数多的造型理论，色彩规律。但万变不离其宗的，反而是训练这种感受力。绘画应该是感觉指引你，而不是逻辑指引你。
另外，部分艺术家估计看到“量化”一词，就会从心底里抵触它。绘画讲究的是灵性，需要的是自由释放，定义这么多条条框框不就变成死记硬背了吗？
但我想说，我们学的每个汉字，其实都是约定俗成的，我们都没有重新定义的权利。但不妨碍有人可以用它写出富有想象力的篇章。你可能会排斥它，但不妨碍它在思维的过程中是客观存在的。程序的作用，仅仅是激活你的感官。帮你开启画家的观察模式。
最后有意思的是，发现某位文艺复兴时期的画家其实也有同样的理解。
“我们明白，视觉是最机敏的动作当中的一种.只一瞥，不可胜数的形状已尽收眼底。可是它每一次只能理解一种事物。比如你们读者一眼看见这页书，立时就能断定它遍布着各种各样的字母，至于这是些什么字母，他们讲什么，你当下是茫然的。想了解它，你必须逐字逐行阅读。这正如登高楼，最好一级一级攀登，否则是达不到顶点的。你们天生爱画，所以我对你们说，你们若想学得物理形态的知识，须由细节入手。第一阶段尚未牢记，尚未练习纯熟，切勿进入第二阶段，否则就虚耗光阴，徒然延长了学习年限。切记，先求得勤奋，勿贪图捷径……你们素描家若想学有成效，在作素描时应当慢慢进行，仔细辨认各种光线中哪些最明亮，阴影之中哪些最黑暗，而明暗又如何交混。观察他们的分量，并互相比较。注意轮廓的朝向，注意线条上哪段向一边或另一边弯曲，哪些地方比较明显或不明显。最后，应当留心使你的明暗融合起来，象烟雾一样分不出笔触和边界。当你如此用心的练熟了你的手和判断时，你就会在不知不觉之间，已经落笔神速。 ”
讲的便是同一个道理。只是在500年后，我想用计算机去捕捉这种实在。
END
这件事是我一直坚持在做的。我希望某天可以让绘画成为一个像打字一样平常的技能，每个人都可以无拘束地表达，画出自己心中所想。
当然，真正牵动我的其实是背后的问题，若是能找到学习区，人到底能不能无止境地提高图形能力？甚至做到过目不忘，掌握所有画风？再换个角度，如果人的脑力有瓶颈，能否让电脑模拟人的创作过程，使其能做到这点？这些都是吸引我的问题。
这次汇报就到这里，这是进度贴，同时也是招募贴。既需招募被试，也要招募伙伴。以上工作，从设计，到编程，再到实验设计。几乎是一人完成的，所以也存在局限性，我希望寻找更多同道。
我喜欢纪念碑谷，喜欢Journey。希望也能打造这样的作品和这样的团队。
- 如果你是懂艺术的程序员，或者是会编程的设计师，对这件事有认同感，有强烈的创业／创作想法
- 如果你对绘画感兴趣，希望成为种子用户，参与内测工作，或是成为实地的测试者（坐标：北京｜上海）
- 如果你有计算机，认知心理学的专业背景，可以为实验设计出谋划策
- 如果你觉得自己有任何技能可以帮忙推进这个项目，愿意助我一臂之力
如果你是，或者身边有这样的人。欢迎与我联系，咱们来密谋做点不一样的事情：） 我会争取做出有诚意的作品作为回报。我的邮箱是：ziyangwen@gmail.com