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