莫回索性将无线路由关闭🍧,结果现极本上网完全不受影响♈,只要输入网址🐄,极本就能正常访问互联网✒,一切都像是正常的一样⛪,只不过最不正常的是它根本不需要接入设备👍,甚至在屏蔽实验室里都一切如常🌦。???????笔趣阁w?w?w?.?bi?q?u?ge.cn
莫回输入天网服务器的Ip地址🎂,极本顺利链接到服务器上✊,所有文件调用正常🎈,各种指令执行正常🌫。
莫回感觉极本还有很多未知的秘密等待他的挖掘🐫。
~~~~~~
数字世界的框架很快搭建完成➰,世界的基础就是数字纽约✳,里面已经入驻将近两千万人👁,这两千万人实际上都是数字人🎋。
这些数字人基本上与现实的人一一对应🏟,但是这些数字人入驻之后不过是一个个枯燥的数字人模型🐳,它们与对应人的外形虽然高度相似➿,但是目前显得非常的呆板🌱。
数字人建模完成了🐪,只不过是给某个现实人配了一个数字人模型而已🌻,做到这一步其实还无法体现出数字世界的价值来⏬。
接下来莫回需要给数字人添加“人”的属性🐉,让它从一个数字模型➗,变成一个有血有肉👀,可以模拟现实人行为的这个带“人性”的数字模型🎞。
想要做到这一点有很多工作需要做👟,先要做的一点是理顺社会关系网络👯,将每个数字人置于一个社交网格中🌥,然后标定他们相互之间的人际关系➕。
比如tom和jerry是大学同学🍕,那么在数字世界中🍇,就需要将他们所有的同班同学全部标定出来🈶,建立联系👱。
同样的🎛,tom如果11年到13年在谷歌的市场部工作🏭,那么他那个时期的同时也需要标定出来🌅,tom的邻居🆙,tom的父母🐙,等等这些主要的社交链接都需要标定出来♏。
为了搭建这个社交网络结构⏩,莫回专门引入深度学习技术👢,这个技术拥有一定的自主学习能力✖,在学习中能够具备一定的智能性🐬,这个技术正好可以帮助莫回来解决数据解析的问题🌷。
有了分析技术🍧,莫回还需要数据源🍫,用来标定每个人的主体社交联结🍼,这个主体社交联结是指那些比较容易能够观察到的⭕,显性的社会关系🌚,比如亲戚关系🐱、邻居关系🍕、同学关系🎡、同事关系🎤,这些关系基本上很难造假和模糊🍠,比较容易定义🍵。
为了获得这部分主体社交联结数据🎼,莫回通过上帝之手的力量🍻,调来了美国主要的几个招聘网站的简历库👙,其中1inkedin的数据就具备这种社交网络的雏形✉。
简历上的数据都是能互相印证和排错的🏥,你的简历可以造假♏,但是你的社交联结很难造假🎬。
有了美国主要招聘网站的简历库🍮,数据人的社交网络的主体框架就搭建出来了🐴,但是每个人除了那些主体社交关系之外⛔,还存在很多其他的社交关系☕,比如网友👎、比如脸书上加的好友🌭,比如客户关系🎰,比如工作中认识的朋友🎇,比如参加各类party认识的朋友👏,比如参加各类社团认识的朋友🐠。
这类关系是很难出现在简历🏠、档案🌚、法律记录中的🍓,而这部分关系占比还偏偏很高🍚,这同样需要找到合适的数据源👲。
按照数据统计🎇,一个人一生中大概能认识4ooo人左右🏁,这个认识通常是指你能记住他的长相🌏,知道他的名字✨,与他交谈过🌤,并且你们的关系是相互的🏯,他也同样认识你🍏。
这4ooo人出现在人生的各个时期🈷,他们通常是你的各个阶段的同学🍆、邻居🌞、同事⚡。
这些人基本上只出现在你人生中的某一阶段🈚,然后随着你年龄的增长🏍,他们都会被逐渐忘却♌。
如果你是个2o多岁的人👤,那么你现在应该已经记不得几个小学同学的名字了🐷,而他们的长相你也需要花很长时间进行回忆了✈。
如果你是个3o岁的人🎏,那么你的初中同学差不多也开始步入淡忘的阶段🌟。
以此类推🐲,人对于十年前的关系已经大部分忘却了🌺,就算是5年前的关系也忘却了相当部分👃。
我们日常能够记住的人👜,基本上维持在3oo个左右⌚,这3oo人是日常经常接触的✖,现在能够记起来他们长相的🍉。
随着接触频率的降低🐲,以及生活距离的拉大🍬,这些人中必定也有相当一部分慢慢淡出你的记忆🎍。
莫回现在需要做的事情就是将这4ooo个人找出来👓,给数字人赋值🍷,让他们在数字世界里建立相互之间的社交联结🎀。
除此之外🏸,莫回还需要给这些社交联结赋值🆙,比如哪个人具体是什么性质的关系🎗,相互影响度如何?关系的亲密度如何?
这些也是非常关键的信息✈,就是说莫回需要把每个人日常生活中常接触的那3oo个人找出来👞,建立准确的关系定义🏾。
这部分数据就是不是一份薄薄的简历能够搞定的了🍤,这些只能从个人的大数据中找了🍾,好在通用利用轨迹2.o已经将这些数据渠道打通🐿,莫回只需要调用就好了🐫。
除了各种公共信息之外🏍,莫回还能拿到用户在各大网站上的**数据🐷,将所有这些数据汇集起来✍,利用深度学习软件进行大范围筛选和比较🏏。
比如a和B认识🏽,就可以用深度学习技术👢,分析a和B的所有网络信息记录🌎,从多个角度定义他们之间的关系🎇,甚至还可以辅助视频监控记录⚪,通过分析两人见面时的表情和肢体语言🍓,进行对应的心理分析🆗,以便更加准确的定义两人之间的关系❄。
因为很多资料都是现成的♟,所以分析度很快❎,极本的级性能在这种大范围高密度数据面前充分挥着作用🌭。
所有这些数据唯一的障碍就是传输度和调取度➗,很多数据都沉淀在各个运营商机房的磁盘阵列深处🏜,这都需要一点点调取出来➿。
好在极本比较给力🎒,让莫回在神不知鬼不觉中🎎,悄悄完成了这项浩繁的工作🏢。(未完待续🐫。)
本章未完,点击下一页继续阅读