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