对于艺术、美学的定量研究是跨学科研究的代表。最近物理学家Matja?Perc在英国皇家学会Interface期刊发表了一篇综述，梳理了近年来上百项利用网络科学和物理学方法对烹饪、视觉、音乐、文学这四类艺术表现形式美的研究。我们对这篇论文做了全文翻译，希从复杂性科学的角度，和你一起探讨对艺术的理解。
美究竟是什么？是主观体验，还是客观属性？
这个问题在哲学和美学中曾经长期争论不休。
尽管古希腊柏拉图在《大希庇阿斯篇》就曾讨论过美，区分了“美的事物”和“美本身”，然而最终却没有给出满意的答案，以“美是难的”结束了对话。就如评论家常用“高贵的单纯”与“静穆的伟大”形容古希腊艺术，同时兼具沉静与激情特性一样，在美中我们确实能看到蕴含了许多矛盾的因素。哲学家雷恩（MichaelWreen）曾对此评价：
美表达了有限的、形式中可感知的东西，以及无限的、超越形式的东西，联结着可测度的东西与不可测度的东西，联结着人的世界与自然和神灵。拉奥孔：动与静完美的结合。复原自古希腊的群雕“拉奥孔与儿子们”，兼具和谐与扭曲之美，作为古典雕像却在千年后启发了浪漫主义美学
从美学发展看，虽然美学创始人鲍姆嘉通将美学定义为“感性认识的学科”，然而他却着重考察艺术，从此美学渐渐限定成艺术哲学。后来的美学研究也往往注重审美主体的态度、价值与经验，缺乏对客观审美对象的研究和方法。徘徊于主体领域，这就导致了自维特根斯坦起二十世纪发展的分析美学（AnalyticAesthetics）干脆认为对美定义是不可能的，美国艺术哲学家丹托（ArthurC.Danto）更是直言提出了著名“艺术终结论”。直到二十世纪其他学科和方法的发展，比如心理学、社会学、神经科学与计算科学引入，才为客观研究美学、为复兴古希腊美学观念之一的“美在比例”提供了新的基础，这其中最具代表性的就是神经美学（Neuroesthetics）与计算美学（ComputationalAesthetics）。神经美学注重从审美知觉与理解方面研究审美主体，计算美学则集中研究审美对象的种种量化关系。对后者，尤其是统计物理学和网络科学近些年发展的方法，以及大数据的搜集探索，可以用来量化和更好地理解究竟是什么唤起了让人们愉悦的对美的感受。最近发表的一篇论文综述，详细梳理了从统计物理和网络科学研究对美学研究情况，是目前为止对计算美学最为详尽的总结：论文题目：
Beautyinartisticexpressionsthroughtheeyesofnetworksandphysics
论文