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