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