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