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