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