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