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