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