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