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