TXT下书>青春校园>绝对掌控>第179章 玩现实世界的玩家

这些偏差都是因为数字人与现实人的细微差别导致的,数字人模拟现实人毕竟无法做到100的完全模拟,它只是拥有近似于现实人的心理模型和决策模型,很难与现实人完全一致。

正是这种微笑的差异导致了偏差的产生,比如1号车司机的现实人,他在这个速度上,习惯于的比较舒适的跟车距离就是6米左右,这一点数字人很难通过心理模型精确的模拟出来。

这种偏差虽然很微小,但是这种偏差会不断的放大,比如因为这种偏差,本来应该处于1号车左侧的菲亚特跑到蓝鸟前面去了。这时候如果一辆工程车出现侧翻,本来应该压在1号车身上,结果因为菲亚特的乱入,最后倒霉的变成了蓝鸟。

这就是蝴蝶效应,微小的差异最终会通过一系列的变化逐渐放大,最终形成与现实世界完全不同的结果,数字世界的发展与现实世界分道扬镳,最终衍生出一个与现实世界差异巨大的陌生世界。

对于莫回来说,这种情况是必须要避免的,他建立这个数字世界,就是为了更好的模拟和预测现实世界,现在明显数字世界还不够成熟,必须进行更进一步的微调。

想要微调很简单,就是让数字世界不停的模拟现实世界,今天模拟布什威克大街,明天模拟富兰克林大街,后天再模拟西部大道,诸如此类的,通过不断的局部模拟,不断的发现问题,不断发现数字世界与现实世界的微小差异。

比如1号车司机,发现这个差异了,那就通过天网分析和捕捉他的驾驶习惯,然后将这个架势习惯输入到数字人的心理模型中,这样在驾驶习惯上,数字人就能与现实人高相似了。

类似的事情可以不断进行,小局部的频繁模拟,不断发现问题不断解决问题,不断寻找类似于驾驶习惯这种数字人和现实人的偏差点,然后调整和解决它。

这本来是一个浩繁而庞大的工作,毕竟一个人的行为习惯是方方面面的,并且它甚至会随着个人经历和心情不断变化的,这会让这个工作变成一个令人望而生畏的超级大麻烦。

好在有超极本,计算力呈几何级数增长对它毫无压力,只要程序运行流畅,它就可以不断的自助运行,自主发现和修正这些差异点。

超极本的超强计算力这时候体现的淋漓尽致,它可以同时开始上万个局部场景的模拟和比对,并且同一个局部场景可以开数十个副本,将所有可能性全部穷尽。

这种恐怖的计算力消耗对超级本来说完全是小菜一碟,不论在反应速度上还是在运算质量上,都没有发生任何降低。

现实世界的时间流速是恒定的,但是数字世界的时间是可以随意控制的,天网有大量的历史监控数据,数字世界可以很轻易的模拟历史,并且可以一直不停的追踪同一条因果链的发展变化,这个时间段甚至可以长达一年以上。

对历史监控记录的模拟和上溯让数字世界可以精确的模拟和比较很多长链因果,从中发现大量的决策偏差点。

对莫回来说过去一个月时间,对于数字世界来说,几乎像经历了太阳系从创生到死亡那么漫长,因为在超极本里,数字世界可以在一秒内模拟出一整年的发展变化,并且可以数百个平时世界同时发展。

这种反反复复的不停推演和模拟,真的让数字世界像是经历了上百亿年一样,如果数字世界也能够有思维和情绪的话,这时候它的眼神里一定满是沧海桑田。

在超极本的高强度模拟之下,数字世界已经越来越像现实世界,两千多万个数字人经过无以计数的模拟之后,至少在公共监控下的行为已经与现实世界非常一致了,细微的偏差虽然还是无法100杜绝,但是已经很难孕育出过大的差异了。

这时候数字世界终于孕育成熟,它可以子在某种程度上局部模拟现实世界了。这时候莫回再将推衍1.0导入进数字世界,进行推衍的时候,推衍1.0的成功率直线上升。

莫回小心的进行过几次测试,他发现只要因果链条空间和时间跨度不太大,比如只局限在一个街区之内,或者只控制在1个小时之内,推衍1.0的成功率已经超过90。

换句话说,莫回只要想,已经能够在一定程度上左右纽约市在公共区域发生的事情了,从某种程度上讲,莫回已经差不多可以遥控指挥整个纽约市了,换句话说,莫回已经在一定程度上具备了纽约市的操控者的能力了。

如果把现实世界里的纽约比喻成一个游戏,那么在这个能够自主运行的游戏里,莫回一定程度上类似于游戏的玩家,他可以按照自己的喜好和想法操作某个人,让他遇到什么事,让他进行什么行为,让他倒霉或者走运。

这个人可以在上班的路上连续邂逅二十个美女,十个美女找他问路,五个美女找他帮忙,五个美女找他借钱。

同样的,这个人在上班的路上可以连续遇到二十个红灯,每个红灯都耽误他十分钟,让他三个小时后才能到达公司。

他可以非常的幸运,路上走着,脑袋被一捆钞票砸中,或者被一块披萨砸中,或者被一个美女砸中......

他同样可以非常倒霉,路上走着,先被奔跑的黑人撞一下,然后被奔跑的白人撞一下,再被奔跑的大叔撞一下,然后被二百磅重的奔跑的大妈撞一下......

是的,所有这些都是可以实现的,数字世界里这两千多万数字人,每一个都


状态提示:第179章 玩现实世界的玩家--第1页完,继续看下一页
回到顶部