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