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