新聞資訊

快與變:如何構建加密藝術分析模型?

加密技術中數據的速度、多樣性及可用性為未來的科學工作開闢了一條路徑。

編者按:這篇文章是《Crypto Art:A Decentralized View》論文的第二部分,旨在描述加密藝術的具象特徵,尤其是加密藝術獨特的金融屬性。

由於加密藝術是在數字世界展開的,在這篇文章中,作者首先分析了加密藝術的數據特徵,然後將其與學術出版從創作、展示和認可三個環節上進行了比較。最後,作者提出了幾個關於加密藝術的現實問題。通過這些分析,作者最後將點落到了構建加密藝術的預測模型上。這不僅是極具野心的想法,同時也是目前的投資機構和加密藝術畫廊們(交易所們)最感興趣的地方。

以下為翻譯內容:

1 從數據角度分析加密藝術

數據科學有一個“3V”指標,即:數據量(Volume)、數據速度(Velocity)、數據多樣性(Variety)。

  • 數據量,即係統管理的數據總量。

  • 數據速度,即創建、累積、提取和處理數據的速度。

  • 數據多樣性,即大數據包括結構化、半結構化和非結構化數據。結構化數據可以使用數據模型(例如關係模型)來表示。在該模型中,數據以包含行和列的表格形式進行組織。非結構化數據沒有可識別的正式結構,比如文本、音頻、視頻、圖像等。某些形式的非結構化數據可能只適合一種格式,該格式允許使用定義明確的標籤來分隔語義元素。另一種數據格式則是在數據中包含了強制執行層次結構的能力,而這種數據被稱為半結構化數據。

加密藝術至少擁有兩個大數據優勢:速度和多樣性。加密藝術的活動序列(例如創作、出價和銷售)可以在幾分鐘甚至幾秒鐘的精確時間間隔內進行,這意味著加密藝術品可以構建實時事件流。與傳統藝術拍賣相比,加密藝術品拍賣更像是一種金融交易。此外,加密藝術中的數據由以下幾部分組成:

  • 藝術品,通常是靜態或動畫圖像(非結構化數據);

  • 有關藝術品的元數據,如作者,標題,描述,關鍵字(半結構化數據);

  • 事件,例如帶有相對時間戳(結構化數據)的有價值的出價和購買交易。

需要強調的是,所有這些數據都是完全開放的:從我們的角度來看,與傳統技術相比,這是加密技術的關鍵優勢。但作為(數據)科學家,我們考慮以下問題,以便開始塑造“加密藝術分析”研究領域:

  • 加密藝術與學術出版系統有何相似和差異之處?尤其是,我們能否將科學定量分析(計量學)方法應用於加密藝術領域並分析相關應用?通過與這個廣為人知的的系統進行比較,我們旨在闡明一些值得關注的加密藝術特徵。

  • 與加密藝術有關的一些有趣問題是什麼?或者,使用加密藝術數據需要考慮哪些問題?這些問題是否需要使用新的方法?通過與傳統藝術出版系統進行比較,並以此為起點,我們旨在擴大一些值得關注的問題集合,並使用相關方法論為大家提供指導。

  • 更廣泛地說,有關藝術分析的相關文獻的現狀如何?

02 與學術出版系統的比較

加密藝術有一個非常好的對比者,那就是學術出版系統。雖然普通人很難將二者聯繫在一起,但分析下來,二者卻有異曲同工之妙。

讓我們通過區分三個連續階段來比較學術創作者和加密藝術家的工作流程,分別是:創作、展示和認可。

1、創作。藝術家創作藝術品,而學者則撰寫科學論文,例如期刊文章。無論是藝術品還是文章,其成果都是創造力,也都需要與時俱進。藝術家和學者都是從一個想法開始,然後將其發展為一件藝術品或獎學金。通常,藝術家更喜歡單獨工作,而學者更喜歡與同伴合作。當然,也有一些藝術家會進行集體創作,而有些學者也會獨自工作。現階段,越來越多藝術家和學者都與計算機交互,藝術家使用計算機來生成藝術品(例如使用隨機性,複雜性或人工智能),而科學家則用於進行實驗或分析數據。

2、展示。作品準備好後,藝術家將其上傳並展示在線上畫廊中,而學者將自己的工作成果提交給會議或期刊。在這一階段,藝術家和學者可能會有一些不同。以學者為例,他們的論文只有在合理闡述最新技術且足夠原創時,該學者的作品才被同行評審並接受發表。

所有學者都可以在任何期刊上發表文章,需要注意的是期刊要審閱的是文章,而不是作者。另一方面,加密貨幣畫廊卻會審查藝術家,而不是藝術品。如果藝術家符合畫廊的標準,他們將被畫廊一勞永逸地列入白名單,並且可以上傳任何藝術品且無需進一步審核(只要這些作品不違反畫廊的服務條款)。展出藝術品時,任何人都可以查看和下載藝術品。儘管如今學術論文越來越多地採用開放獲取,但如果科學著作被接受出版,那麼相關內容就只會對期刊訂閱者或會員可見。學者們可以向不同的期刊提交不同的作品,同樣地,藝術家也可以在不同的畫廊展示他們的作品。

3、認可。藝術品和科學作品都可以由各自社區來創作,因此會受到特定受眾歡迎。例如,當有人在自己的文章中引用某篇科學文章時,即表示他/她對這篇科學文章的讚同。一篇文章被其他學者引用的次數越多表明了它在社區中的受歡迎程度越高。當收藏家(在拍賣過程中)進行有價競標或收藏家以給定價格直接購買作品時,也意味著藝術品被認可。類似地,對藝術品的出價次數或藝術品在收藏家之間的交易次數可以被視為藝術品的受歡迎程度的指標。有趣的是,對藝術品的所有認可似乎都會有一個估價(加密藝術也會有與之關聯的一定數量的加密貨幣),並且該值可以被視為在給定時間內藝術品的價值估計。另一方面,引述論文的價值通常不會被加權(因為它們不帶有相關值)。

在科學和藝術方面,都存在自我認可:學者引用自己的文章,而藝術家購買(也許使用不同的身份)自己的藝術品。在這兩種情況下,這些自我參照都不會對個人產生影響。此外,除了受歡迎之外,人們還可以調查藝術品和學術出版物的聲望。我們可能會爭辯說,對有名望的收藏家的藝術品進行競標,或對權威科學家的文章進行引用,比匿名人士的認可更為重要。由於學術出版系統具有使用引文定量評估科學貢獻的受歡迎程度和威望的方法和工具方面的經驗,因此藝術與科學認可體系之間的這種平行性非常寶貴。

加密藝術分析將首先關注認可階段。因為,這個階段的數據更豐富,其發布過程也與學術出版系統更相似。創作過程本質上很難觀察和研究,而展示階段則出現了關鍵的區別,應該加以考慮,並通過比較進行分析。總而言之,可以進行以下比較:

  • 學術貢獻和藝術作品:這些是封裝創造性作品的有形對象。

  • 作者和藝術家:創造力作品的創造者。創作者從對作品的了解中獲得聲譽,累積的聲譽可以給自己未來的作品帶來影響。

  • 期刊和畫廊:收集並展示創意作品的地方。期刊和畫廊也都從創作者及其作品的聲譽中受益並做出貢獻。

  • 引文和出價:重要的區別在於出價是一種(加密貨幣)價值加權,而引文則沒有價值加權。

  • 度量標準:這兩個系統都具有多種替代度量標準,例如觀看次數、下載量、分享率、喜歡程度等,這些標準可以補充學術或藝術作品的影響力。

速度是加密藝術與學術出版系統之間的一個普遍差異,它涉及創作、展示和認可的所有階段。對於科學家而言,構思和撰寫文章並將其提交到期刊,然後等待同行評審,再根據評論者的評論修改文章,重新提交論文需要花費大量時間(通常為數月甚至數年)。尤其是等待評論者的評論十分耗時,否則就無法在期刊中發布最終版本。此外,對論文的引用也會等待很長時間,通常需要在論文發表後數年才可以被引用。

相反,加密藝術的工作流程就非常快:藝術家只需有一個正確的創意,然後就能通過計算機輔助流程快速製作出一件作品,並立即上傳並在數字畫廊上展示(如果作者已經被畫廊被列入白名單的話,速度更快),倘若這個藝術家足夠幸運的話,其作品可以在幾分鐘內就能被出售。出售之後後,藝術品可以用相同的速度在二級市場(甚至在畫廊外)進行交易。如果說科學論文的工作時間粒度是數年的話,那麼加密藝術的時間粒度顯然要短的多。

如果硬要說加密藝術品與學術論文之間的相似之處(其實也不是真正的相似之處),可能就是他們都需要在一些重要其他方面有所突破。在藝術界,收藏家(或投資者)可以競標和交換藝術品,同時這些收藏家(或投資者)本身也可以是藝術家,但在學術論文領域裡,只有通過創作新的論文才能給同行引用。收藏家(或投資者)的角色至關重要,因為它們為藝術家提供了一個外部的、非同行的認可來源,這樣藝術家的作品可以通過出價最高的收藏家獲得認可,而不必被同行認可。

此外,就算不考慮拍賣和購買交易的話,藝術品也可以被贈與或與其他藝術品進行交換,他們甚至可以被看作是一種“流通貨幣”(實際上,創造加密藝術品和創造加密貨幣本質上是一樣的。)

03 加密藝術分析中的三大問題

在加密藝術分析中,我們提出了三個主要問題:

問題一:評分和排名。通過比較學術論文與加密藝術品之間的相似性,我們可以藉鑑和優化科學定量分析指標,總體目標是根據給定的標準對藝術品進行排名,例如按一定時期內出售的作品的價值對藝術家進行排名。一般而言,這些指標可以為畫廊、藝術投資人以及藝術家本身提供參考。通過定義明確的加密藝術指標,我們可以更好地回答一些行業問題,比如:

1、要向畫廊展示哪些新興藝術家?

2、哪些新興藝術家會吸引投資者進行投資?

3、與藝術家聯繫最緊密的收藏家都有誰?

這裡一個有趣的挑戰,即:加密藝術品銷售網絡並不是靜態,而是隨著時間而發展的,每小時都會增加新的節點(作品)和鏈接(銷售)。此外,銷售通常會根據給定加密貨幣估價來進行交易,然而這些加密貨幣所對應的法定貨幣價格可能會經歷較大市場波動。不過,隨著穩定幣(DAI,USDC)的使用越來越多,這種情況可能會發生好轉。值得強調的是,這些加密藝術指標可以衡量商業成功和受歡迎程度,但並不能用來真正評估藝術品的質量,就像引用文章數量只是影響學術論文評估指標之一一樣,加密藝術指標並不能完全衡量其整體價值。

問題二:系統分析和建模。我們可以對整個加密藝術市場進行分析,這麼做的目標是將其理解為一個系統,而不是僅僅為了捕獲某個特定的評估指標。這裡我們同樣有幾個“有趣”的問題,包括:

1、參與者有哪些不同類型,例如藝術家、收藏家、投資者、旁觀者?這些參與者如何相互作用?

2、加密藝術品市場規模是在擴大還是在下降?

3、加密藝術品市場會朝著哪個方向發展?

4、一級市場或二級市場是否可以被視為成熟市場?

一般而言,之所以詢問上述問題,最終目標其實是希望對加密藝術行業進行建模,捕獲加密藝術品與行業參與者之間的互動。

問題三:成功的預測。在給定係統模型的情況下,有可能在總體上、或是針對某個感興趣的特定方面預測其演變。

舉個例子,通過藝術品的未來價值可以預測哪些人有可能成為新興藝術家。這個問題,更多地是為了預測加密藝術系統的發展,尤其是預測加密藝術品能否成功。此前一些加密藝術作品已經考慮到成功預測問題,例如使用Magnus中的數據可以了解到Fraiberger這幅作品究竟被拍賣了多少次(Magnus中記錄了大約127,208次拍賣數據信息)。通過研究這個問題,我們會發現通過強大的鎖定機制可以推動藝術品聲譽,聲譽越高就能在高端畫廊中展出。

Mitali和Ingram構建了一個聲譽社會結構模型,他們的理念可能與前文提及的觀點不同,此前我們認為創意是加密藝術品市場中的唯一驅動力,但數據分析顯示的情況似乎並非如此。根據對20世紀初期抽象藝術運動(1910-1925)中的90位藝術先驅的數據分析顯示,無論這些藝術家的作品多麼好,最終成為知名藝術家的其實是擁有廣泛而多樣人脈關係的藝術家。也就是說,如果要評估藝術創造力的話,既需要使用客觀的計算方法(機器學習技術),也需要有主觀的專家評估。此外,該模型對最近一千年的藝術史中近14萬幅畫作進行了定量分析,基於這些繪畫圖像中的局部空間模式,他們估計了每幅繪畫的置換熵和統計複雜度,通過這些分析可以反映出藝術史學家提出的藝術害怕定性類別。

總之,加密技術中數據的速度、多樣性及可用性為未來的科學工作開闢了一條路徑。加密藝術市場將拍賣與金融交易融為一體,使其成為一種新穎的現象,在完全數字化的行業領域裡逐漸成為創意產業的代表。

展開全文打開碳鏈價值APP 查看更多精彩資訊