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