The Halite Global AI Programming Competition in Google Cloud (Cloud Next ’18)

[음악 재생] ELSIE KENYON : 안녕하세요 제 이름은 엘시 케년이에요, 오늘 여기 와서 기쁩니다

Two Sigma의 동료들과 이제 Two Sigma는 투자 관리자입니다 데이터 과학 및 기술 적용 세계 금융 시장에서 가치를 발견 할 수 있습니다 그런데 왜 우리가 오늘 게임에 관해서 이야기 할 의향이 있습니까? 음, 두 시그마의 17 년 문화 역사에서, 많은 성공적인 내부 과제가있었습니다 게임을 중심으로 조직되었습니다 에어 하키 로봇의 YouTube 동영상을 보셨을 것입니다

경쟁 우리는이 게임들, 특히 페어 게임들 인간과 기계 – 새로운 기술을 적용 할 수있는 정말 독특한 기회입니다 어려운 도전들 2 년 전, 두 명의 시그마 인턴 인 벤과 마이클이 여기에 있습니다 오늘, 완전히 새로운 게임 인 Halite를 만들었습니다

플레이어가 게임을하는 봇을 만듭니다 Halite 인공 지능 공모전 2 시그마 안에서 그렇게 성공했다 전 세계적으로 경쟁을 열었습니다 오픈 소스 코드베이스, 그리고 프로세스를 반복 내년에는 아주 새로운 게임이 있습니다 이번 가을에 제 3 회 연례 할로 라이트 인공위성 정보 경쟁

지금까지, 수천 명의 선수가있었습니다 Halite를 해본 100여 개국에서 이 선수가 제출 한 봇은 20 개 이상의 다른 언어로 작성 수백만 게임을 해왔다 이제, 한편으로는 글로벌 프로그래밍 경쟁 시그마 (Sigma)를 식별 할 수있는 새로운 출처를 제공했습니다 강한 재능이지만 더 강한 약속이있다 Halite 이 Halite II 리더 보드의 맨 위에는 당신은 전문가, 대학생, 심지어 4 학년 때의 고등학생도 포함됩니다

우리는 모든 연령대의 플레이어와 경험 수준이 종사하는 것을 보았습니다 고급 알고리즘, 인공 지능 및 기계로 이 몰입 형 게임을 통해 독자적으로 학습 그리고 서로 이것은 Halite I입니다 게임의 규칙 단락에서 설명 할 수 있지만 게임 분기 (branching) 요소가 이동 (Go) 게임보다 몇 배나 큽니다 그것은 많은 전략이있는 자유로운 환경입니다

성공할 수 있습니다 이 실험실 같은 성질은 특징입니다 당신이 더 이해할 수있는 Halite 벤과 마이클이 게임 역사상 Halite를 상황화 한 것처럼 그리고 Halite의 발전을 인도하는 원칙을 공유하십시오 Halite를 실행하려면 상당한 백엔드 리소스가 필요합니다 Jack은 Google Cloud에서 Two Sigma를 사용하는 방법을 설명합니다

다운 타임없이 대규모 AI 경쟁을 수행 할 수 있습니다 우리는 AI에서이 시대를 위해 설계된 게임 Halite를 고려합니다 그리고이 기술 시대는 오늘 끝날 때까지 희망합니다 너도 그렇게 할거야 이제 저는 그것을 Michael과 Ben에게 넘겨 줄 것입니다

고마워 고마워, 엘시 다시 한 번 승인 그래서 우리는 Halite 게임에 대해 조금 이야기 할 것입니다

전임자, 과정, 원리, 그리고 모든 것 그것의 우리는 소개로 시작하고 싶다 게임의 진화와 방법 Halite는 그 역사에 부합합니다 아시다시피 모든 프레젠테이션은 귀엽습니다 성공할 고양이 사진 – 여기 있습니다 – 그러나 그것은 또한 프리젠 테이션을위한 실제 의미를 가지고 있습니다

너무 우리는 종종 게임을 고유하게 개념화한다고 생각합니다 인간의 일이지만, 그렇지 않습니다 우리는 항상 동물과 함께 게임을 봅니다 여기,이 새끼들은 레슬링 레슬링입니다

그래서 그들은 나중에 인생에서 진짜로 씨름해야 할 때, 그들은 준비가 될거야 우리는 이것이 게임의 중요한 사용으로 이어질 것이라고 생각합니다 저것은 실제로, 하나의 관점에서 볼 때, 하나의 렌즈 아래에서, 게임에 대한 학습은 매우 중요합니다 새로운 전략과 아이디어를 시도 할 수있는 낮은 위험, 탐구하고 기술을 연마하면 실제로 중요 할 때, 너 준비 될거야 그리고 그 스레드에서 계속 조금씩 오늘 머물러있는 초기 전략 게임들에 대해서, 이집트 게임과 같은 이전 게임이 있습니다

이 게임에 선행하는 게임이지만 실제로 인기있는 남아 전략의 게임은 – 주로 이동 약 2,500 년 전에 시작된 체스 (chess) 약 1,000 년 후에 체스가됩니다 그리고이 게임의 핵심은, 그들의 시간에, 그들은 모두 학습을위한 이러한 도구로 간주되어 왔습니다 전략, 군 사령관으로서, 당신은 체스를 잘 할 것으로 기대됩니다 좋은 군대 지휘관에게 약간의 이전이 있다고 생각했습니다

그 (것)들 사이 기술의 그러나 또한, 우리는 게임이 그들 자신의 것으로 온다고 봅니다 예술의 한 형태로 우리는 게임이라는 것이 예술이라고 생각할지도 모릅니다 매우 현대적입니다

이제 우리는 모든 종류의 비디오 게임을 가지고 있습니다 예술적이며 어떤 이야기와 모든 것을 통해 당신을 데려갑니다 실제로, 이것은 시작된 것입니다 이 게임은 훨씬 이전이었습니다 그래, 그럼 게임과 기계의 역사 확실히 인간의 역사보다 훨씬 짧습니다

게임 약 50 년 대 수천 년입니다 그럼에도 불구하고 그것은 치밀한 역사이다 그리고 그것은 주로 박동하는 기계로 이루어져 있습니다 인간은 자신의 게임에서

유명한 예가 딥 블루가 초인간파가되는 것입니다 체스에서, 그리고 최근 AlphaGo 이세돌을 때리고, 아마 스타 크래프트의 Dota 2 각각 열린 AI와 DeepMind에 의해 패배 할 것입니다 하지만 우리가 Halite에 정말로 관심이있는 것은 이 경쟁을 구축함에있어 인간의 가장 좋은 부분과 기계의 가장 좋은 부분 모두 우리는 인간이 어디에 있는지 게임을 디자인하고 싶습니다 전략을 생각해 볼 필요가있다

규칙을 생각해보고, 게임 로직을 생각해보고, 그리고 그들의 봇들에 의해 잘 실행되는 시스템을 설계하십시오 벤 그래 나는 종종 개념이 있다고 생각한다 인간에 대한 적대감의 종류로서의 AI의 진보에 대해, 좋아, 좋아

그건 또 다른 문제 야 그 기계는 인간보다 낫다 Skynet 언제 오는거야? 그러나 우리는 그렇게 보지 못합니다 그렇게 그럴 수밖에없는 이유는 없습니다 사람이 쉽게 미래를 상상할 수 있습니다

같은 게임에 기계가 공존한다 서로 다른 방법으로 함께 배우십시오 우리는 그 전망에 흥분하고 있습니다 그래서, 우리는 먼저 몇 가지에 대해 간단히 이야기 할 것입니다 Halite의 전임자 중에서 Halite 게임에 참여하고, 그 뒤에있는 원칙에 대해 이야기하십시오

그럼, 우리는 다중 에이전트 프로그래밍에서 시작합니다 경연 대회, 매년 열리는 대회입니다 2005 년 경부터 운영됩니다 그리고 이것이 실제로 추가하는 중요한 공헌은, 우리는 테이블에 다중 에이전트 측면이라고 생각합니다 한 번에 여러 에이전트를 관리 할 때, 사람이 사용해야하는 기술의 종류 하나의 에이전트 일 때와 매우 다릅니다

단일 에이전트, 매우 제한된 수의 조치, 꽤 잘하는 것은 보통 꽤 쉽습니다 몬테 카를로 (Monte Carlo) 또는 미니 맥스 (Minimax)와 같은 방법으로 평가 기능의 일부 종류는 배웠거나 하드 코딩되었습니다 하지만 더 많은 요원이있는 상태 공간을 폭발 시키면, 사람이 사용해야하는 기술은 매우 달라집니다 멀티 에이전트 프로그래밍 콘테스트가 실제로이를 열었습니다 마이클 : 그리고이 게임들 인간이 바닐라 방식으로 게임하는 것은 매우 어렵습니다

그들이 가이드 할 수있는 경험적 방법을 쓰지 않는 한 게임을 통해, 또는 집행 인 상자를 작성하거나, 그들은 본질적으로 누가 게임에서 이기고 있는지 평가할 수 없습니다 그들이 무엇을해야하는지 결정하십시오 벤 그래 그리고 사실 멀티 에이전트의 성격에 관한 마지막 요점은 – 인간이 놀기가 어렵다는 사실 교육적 측면에서도 큰 동기 부여가된다

이 게임들 중 어릴 때 누군가 진짜로 얻도록 격려하려는 경우 프로그래밍에 관심이 있습니다 좋아,이게 무슨 요점이야, 왜 내가 신경 쓰냐, 이런 종류의 게임을 보게하는 것 실제로 효과적으로 재생할 수 없다는 점 그러나 재미있어 보이고 그들이 놀고 싶어 할지도 모른다 그 다음에는 컴퓨터를 통한이 길은 실제로 효과적인 가르침입니다 도구, 그래서 이것에서 나오는 또 다른 문제입니다

마이클 : 네 Halite의 두 번째 전임자는 Arimaa Challenge입니다 명시 적으로 만들어진 체스의 파생물입니다 인공 지능을 게임하는 데 어려움이 있습니다 인간이 실제로 있었기 때문에 정말 인상적입니다

2015 년까지이 게임의 최고 선수들, 게임이 꽤 간단하더라도 상태 공간은 꽤 작습니다 한 턴에 한 번만 움직입니다 그러나 여전히 이사회를 평가하는 것은 컴퓨터에 매우 힘듭니다 그래서 우리는 우리가 생각한 것을 좋아합니다

아리마의 어려움과 정신 착란 둘 다 Halite 제작에 벤 그래 아마 가장 직접적인 영적 전임자 인 Halite UWaterloo 및 Google AI Challenge입니다 이것은 개미 경쟁이었습니다

그 세 번째이자 마지막 해 그리고 이것은 이전의 다중 에이전트를 취한 것입니다 대회를 열었고 완전히 열었습니다 대규모 온라인 스케일로 이제는 수천 명의 사용자가 있지만 일반적으로 프로그래밍 콘테스트는 마치 여러분이 메일 링리스트에 올라있는 것과 같았습니다 그들은 그것을 밖으로 보내고, 당신은 그것이 일종의 멋지다고 생각합니다

당신은 한 달 동안 그것을 개발하고, 당신은 몇몇 회의에 복종하고, 그들은 그들을 순위지었습니다 모든 측면에서 뭔가 또는 다른 목록에 있습니다 이제 수천 명의 플레이어와 소통 할 수 있습니다 그리고 중요한 공헌은 실시간 리더 보드입니다 인공 지능 도전에서, 그리고 이것은 무엇이 교육 도구가 될 수 있도록 개별적인 학자 몇 명을 훨씬 넘어 광범위하게 확장됩니다

결국 Vindinium, 우리 전임자 중 마지막 사람 우리가 언급 할 것입니다 그것은 또한 Halite I, 그래서 그 요소도 있습니다 그리고 Vindinium에 관한 정말 멋진 것들 중 하나 – 싱글 에이전트 게임이긴하지만 Halite와는 다르다 여러 가지 방법으로 – 핵심적인 인프라 차이가 많이 있습니다 정말 멋진 영상입니다

너는 그것을 본다 그리고 너는 흥미가있어, 너는 무슨 일이 일어나고 있는지 알고 싶어한다 스프라이트가 주위를 돌아 다니고 있습니다 매우 매력적입니다 네, 우리는 Halite를 만들 때, 우리는이 4 가지 게임 모두에서 뭔가를 가져 왔습니다

다중 에이전트 프로그래밍 경쟁에서, 우리는 Arimaa에서 멀티 – 에이전트 게임의 장르를 취했고, 우리는 AI 챌린지에서 게임의 어려움을 겪었습니다 우리는 지속적인 글로벌 리더 보드를 차지했습니다 Vindinium에서 우리는 시각적 호소력과 주제를 취했습니다 그리고 이것은 Halite에 대한 우리의 묘사를 멋지게 이끌어냅니다 I와 Halite II

벤 그래 그래서 우리는 Halite I로 시작할 것입니다 2016 년에서 2017 년 사이에 실행되었습니다 MICHAEL : 약 1,600 명의 사용자가있었습니다

3 개월 동안 벤 : 그리고 우리는 [INAUDIBLE], 그리고 나는 그들을 꺼내 줄거야 그래서, 우리는 그것의 규칙으로 시작할 것입니다, 단지 그들에 대한 일반적인 개관을하기 위해서입니다 여기 당신이 가진 것은 세 가지 선수들입니다 이지도에서이 2D 그리드와 각 전체지도를 인계 할 목적을 가지고 있습니다 플레이어는 각 조각을 위로 움직이고 있으며, 아래로, 왼쪽으로 또는 오른쪽으로, 또는 그것을 계속 말하라

그들이 여전히 남아있을 때 조각들이 자랍니다 당신은 사각형의 크기가 커짐에 따라 그것을 볼 수 있습니다 그리고 그들이 상대방과 상호 작용할 때, 그들은 싸우고 수축합니다 그래서 우선, 당신은 즉시 이 추상적 인 디자인을 주목하십시오 그것은 매우 수학적이고 기하학적입니다

실제로, 어떤 주제에 대해서도 유일한 실제 연결입니다 무엇보다도 Halite라는 이름입니다 할로 라이트라는 이름은 이 입방 결정들이 성장하는 것처럼 보였다 우리가 생각한 비유 중 하나였습니다 그러나 이것의 두 가지 중요한 측면 – 우리에게는 정말 간단한 규칙과 명령이 있습니다 기본적으로 모든 규칙을 들었을뿐입니다 그다지 그다지 중요하지 않습니다

단락 아래에서 쉽게 설명 할 수 있습니다 그리고 또한 명령들 – 여러 가지 유형의 단위 또는 기타 항목이 없기 때문에, 당신은 당신의 조각에게 어디로 가야하는지 말하고 있습니다 시작하는 것은 정말 쉽습니다 이것의 부작용은 매우 깨끗한 API를 가지고 있다는 것입니다 프로그래밍 용

말 그대로 파이썬 봇을 가질 수 있습니다 파이썬에 대한 이야기입니다 또한 개별 그리드 공간이 있습니다 이것은 매우 초보자 쉽게 배열은 자연스러운 프로그래밍 도구이기 때문에 함께 일해 그리고 마지막으로, 우리는 그것의 창 발적인 행동을 가지고 있습니다

그러나 규칙이 간단하더라도, 이 게임에서 할 일이 많이 있습니다 전투 최적화 작업에서부터 언제 당신이 당신의 조각을 키우거나 그들을 움직이기를 원하는지 결정하는 것, 또는 귀하의 모든 조각의 교통 통제를하고, 확장 할시기를 결정할 때 너의 영토 대 상대를 공격하라 새로운 영토를 정복하십시오 모든 문제가 따로있다 이 모든 것은이 아주 간단한 규칙에서 비롯된 것입니다

이것이 바로이 게임을 매우 독특하고 흥미롭게 만드는 요인입니다 네, 그리고 우리가이 게임들을 디자인 할 때, 우리는 선수들이 서로 놀고 싶어한다고 말하고 싶다 게임을하지 않을 것입니다 규칙 세트를 단순하게 만들 때, 당신이 무리와 함께 비 대한 게임을하고 있지 않을 때 장애물, 많은 건설 문제 선수들이 빠져 나갈 수 있도록, 당신은 열어 둡니다 다른 플레이어들에게 응답 할 수있는 가능성 그리고 이러한 좋은 응급 행동을하는 것

그래서 이것은 우리를 Halite II로 데려옵니다 작년에 뛰었 어 6,000 명이 넘는 사용자가있었습니다 그리고이 게임은 크게 이와 같이 작동합니다 당신은 함대의 함대 사령관이었습니다

모든 방향에서, 당신은 당신의 모든 배를 보았습니다, 그리고 당신은 각각의 속도를 설정합니다 또한 우주선은 연속적인 공간 안에 존재합니다 운동 움직이는 것 외에도 배는 두 가지 일을 할 수 있습니다 그들은 행성과 행성에 도킹 할 수 있습니다

수에 비례하여 더 많은 선박을 생산한다 행성에 도킹 된 우주선의 다른 배들과 싸우십시오 이렇게 느슨하게, 2 개의 배가 특정 반지름 안에있을 때, 그들은 자동적으로 서로를 공격 할 것입니다 그래서 게임은 여러면에서, Halite I에 대한 답변 다른 종류의 게임 디자인 메 커닉을 시험해보기 위해, 그 중 하나는 그것이 존재한다는 것입니다

연속적인 운동 공간 안에서 그리고이 장점은 사용자가 더 많은 솔루션을 가지고 있다는 것입니다 그들은 밖으로 시도 할 수 있습니다 전투 코드와 탐색은 실제로 이 때문에 더 복잡해질 것입니다 단점은 프로그래밍 방식으로, API 측면에서 보면 더 어렵습니다

초보자에게는 더 나빠요 그래서이 때문에 우리는 실제로 아마도 Halite III에서 그리드로 복귀 할 것입니다 가을에 나올 것이고, 그리고 당신은 haliteio에 가입해야합니다 예, 또한 전투는 Halite II에서 훨씬 어려웠습니다

Halite I에서는 매우 지역적이었습니다 조각을 다른 것으로 옮기면 싸웠습니다 그러나 Halite II에서는 전역 최적화를 수행해야했습니다 제대로 전투를 할 수 있습니다 실제로 플레이어는 몰려 들었다

그것은 당신이 함께 모여있는 선박 그룹을 가지고있을 때입니다 그들은 외로운 배를 독점합니다 그들은 그들을 둘러싸고 배를 파괴합니다 그리고 나서 꽤 명백한 변화 Halite I과 Halite II 사이에는 이제 테마가 있습니다 우리는 실제로이 사실을 우주 전쟁에 묶고 있습니다

거기에는 몇 가지 장점이 있습니다 하나, 아마도 당신 모두에게 더 쉽습니다 그냥 두 게임을보고, 그들이 무엇인지 알고, 무엇이 이해되는지 Halite II에서 일어나는 일 Halite에서 일어난 일입니다 당신은 우주선을보고, 당신은 행성을보고, 너는 공간을 본다 그 때문에 우리는 실제로 좀 더 복잡한 규칙으로 벗어나십시오

왜냐하면 당신이 실제로 어떻게 육체 운동이 작품, 당신이 우주선의 숭고한, 그것은 수학적으로 꽤 복잡합니다 그러나 인간은 그것이 어떻게 작동하는지 이해합니다 그들은 그 직감으로 그것에 들어갑니다 우리는 더 재미있는 게임으로 도망 갈 수 있습니다 그리고 마지막으로, 우리가 Halite II로 한 중요한 일 우리는 AI 프로그래머를 없애거나 프로그래머 배우기, 변명 만하다

좋은 봇을 쓰지 않기 위해서 즉, GPU를 제공했습니다 따라서 우리 서버에는 기본적으로 컴퓨팅 그들은 거대한 길쌈을 실행해야합니다 [필요하지 않은] 네트워크 또는 원하는 RL 시스템, 우리는 플레이어들이 매우 멋진 방법으로 그것을 사용하는 것을 보았습니다 그리고, 네, 그래서 이것은 우리를 – 우리는이 게임을 어떻게 설계했는지 느슨하게 설명 할 것입니다

몇 가지 원칙을 살펴보십시오 BEN : 네, 원칙부터 시작하겠습니다 따라서이 게임의 첫 번째 원칙 그들은 단순해야만합니다 인터넷에서 할 수있는 일은 10,000 가지가 있습니다 왜 Halite를해야합니까? Halite를해야하고 규칙이 복잡하더라도, 우리가 당신에게 Halite를하도록 설득하는 것은 정말로 어렵습니다

학습에 2 시간을 소비해야한다면 정말 복잡한 규칙들에 대한 내용들입니다 그래서 우리는 이것에 관해서 Go의 게임에서 영감을 얻었습니다 그것은 엄청나게 단순한 규칙들입니다 함께 작업 할 수는 있지만 믿기 어려울 정도로 수천년 이상 동안 도전적이고 흥미 롭습니다 우리는 정말 그런 것을 모방하고 싶었습니다

단순함의 또 다른 부작용 당신이 빨리 계산할 수있는 게임을 얻는다는 것입니다 보통은 음, 그것은 여러 가지 이유로 유리합니다

첫째, 우리는 수천만 우리 서버에있는 게임들 빠른 계산은 우리의 비용을 낮추며 좋은 결과를 가져옵니다 또한 봇 개발자도 쉽게 사용할 수 있습니다 그들이 로컬에서 테스트하고 봇에서 작업 할 때, 자신의 로봇 사이에서 100 개의 게임을 정말 빨리 돌릴 수 있다면, 그것은 반복하기가 훨씬 쉬워졌고, 우리는 더 좋고, 더 흥미로운 제출물을 얻습니다 경쟁이 끝날 때까지 두 번째 원칙은 이러한 게임이 매우 시각적이어야한다는 것입니다

우리는 어두운 배경에이 밝은 색상을 좋아합니다 그게 튀어 나옵니다 눈을 사로 잡는 움직임이 있습니다 너를 끌어 들인다 그리고 이것은 다시 양 측면으로 연결됩니다

우리가 어떻게 너를 끌어들일 것인가? 너 머물게 만들거야? 사람들이 봇을 개발할 때, 그들은 보통 수백 개의 게임을보고 있습니다 그것의 과정에, 아마 수천, 그들이 개발하면서 다른 사람들의 전략을 본다 등등 그리고 볼 때 재미가 없다면 참여하고 싶지 않을 것입니다 마지막으로, 교육 측면에서도 도움이됩니다

그것은 그것을 많이 만든다 특히 젊은 학생들은 훨씬 더 신경 써야합니다 이 점에 관해서는 훨씬 더 그들을 그리는 데 도움이됩니다 게임을 해결하기 어려워 야합니다 tic-tac-toe는 그렇지 않다는 것을 분명히해야합니다

AI 인공 지능 경쟁 게임을 만들지 않기 때문에 누군가가 알아낼 때까지 아주 오래 지배적 인 전략 그리고 이런 식으로 우리가 함께 일하는 게임 해결하기 어려울뿐만 아니라, 그러나 그들은 또한 해결 불가능한 것 이상이어야합니다 그래서 누군가가 할 수있는 부분에는 항상 많은 공간이 있습니다 당신은 일종의 점근 적 행동을 원하지 않습니다 당신이 정말로 최적의 전략에 가깝게 접근 할 수있게합니다

우리가 이것을 달성하는 방법 중 하나는 적어도 부분적으로는, 엄청난 행동 공간을 갖는 것입니다 표준 Halite 위치에 대한 별개의 이동 세트 수 할 라이트에서 나는 10 분의 1 정도였습니다 그것과 300을 Go와 비교하십시오 300에 10이 아니라 300에요? 많이 있습니다 몬테 카를로는 당신이 가지고있을 때 다루기가 힘듭니다

이 투명한 수의 움직임 그리고 마지막으로, 대부분의 비정질 – 나는이 애니메이션을 좋아한다 게임에서 마지막으로 가장 비약적인 요소 그것은 다차원 적이어야한다는 것입니다 다른 것들이 많이 있어야합니다 게임에서 할 수 있도록, 개발자로서, 니가 결정 해, 좋아

말하자면 전투 최적화 요소와 함께 할 수 있습니다 – 나는 다음에해야할 일을 모른다 그것이 게임에 전부 있다면, 당신은 좌절하고 아마 멈출 것입니다 그러나 우리는 당신이 말하기를 원합니다, 오,하지만 저는 다음 일을 가지고 있습니다 행성 선택 그게 내가해야 할 일 중 하나 다

또는 누가 무엇을 알고 있는지 하지만 최소한 5 ~ 6 가지가있는 한 함께 작업하기 위해서는 상위 레벨에서 더 흥미롭게 만듭니다 그렇다면 최고의 선수들 사이에 차별화가 있습니다 그래서 몇몇 봇은 다른 종류의 것들에 능숙합니다 그리고 심지어 더 나아졌습니다

새로운 개발자, 그저 뭔가를위한 것입니다 언제나 그렇다면이 게임을 어떻게 설계할까요? 글쎄, 우리가 집중하고자하는 첫 번째 일 정말로 반복적이라는 사실입니다 우리는이 게임을 처음으로 올바르게 만드는 법을 모릅니다 대부분의 게임은 우리의 요구 사항 중 하나 또는 두 가지를 만족시킬 것이며, 그러나 그들 중 아주 적은, 3 개 또는 4 개, 거의 게임이 없다

우리가 원하는 모든 것을 만족 시키십시오 왼쪽에서 보는 것은 가장 오래된 이미지입니다 나는 Halite I 개발 노트북을 가지고 있는데, 그 다음 오른쪽의 실제 Halite I 게임을 마쳤습니다 그리고 내가 바라는 것은 둘 사이의 유사점입니다 공간과 같은 그리드와 공백 – 뿐만 아니라 차이

지도의 크기가 매우 다릅니다 내부적으로 볼 수없는 규칙은 다릅니다 그리고 두세 개의 게임이 있습니다 왼쪽에서 오른쪽으로 우리를 데려 간다 네

우리가 진정으로 줄이려고 시도하는 다음 일 일단 우리가 규칙의 기본 세트를 결정했습니다 이러한 게임 우리가 최선을 다해 노력하고, 단위 유형 및 상수의 수를 줄이기 위해 게임에서 정의에 따라, 당신이 게임의 단위 유형이 많고, 규칙의 길이 거대한 될 것입니다 플레이어는 기술을 암기해야합니다 나무 또는 군인 대 노동자의 능력 클래스, 등등 그리고 그것은 멋지다

그것은 특정 인구 통계에 호소합니다 그러나 예를 들어, MIT 배틀 코드 (MIT Battle Code) 이 유닛을 이용하는 게임 출시 많은 성공을위한 유형 분류 그리고 그들의 인구 통계학은 그것을 정말로 좋아합니다 그들은 긴 페이지 사양을 통해 수색을 즐긴다 밸런싱에서 그 하나의 구멍을 찾으려고 노력 중입니다

그래서 그들은 지배적 인 전략을 쓸 수 있습니다 그러나 그것은 단지 우리가 Halite와 함께하려고하는 것이 아닙니다 Halite가 모든 프로그래머에게 폭넓게 적용되기를 바랍니다 인터넷에서 두 명 후에 로봇을 쓸 수 있기를 바랍니다

몇 분만에 API를보고 게임 규칙을 살펴 보았습니다 그래서 우리는 그것을 실제로 시도하고 저감합니다 벤 : 이것도 제 생각 엔 테마와 관련이 있습니다 선수가 서로 대결하는 게임보다는 우리는 그것이 스펙을 통해 읽는 것에 관한 것이라 생각합니다

게임이 무엇인지를 이해하려고 노력합니다 그리고 게임 밸런싱을위한 결함을 어떻게 가장 잘 사용하는지, 그러면 우리는 당신이 훨씬 더 많은 것처럼 느낍니다 너보다 게임에 맞춰 놀아 다른 선수들에 대한 것이다 게임은 훨씬 더 흥미 롭습니다

플레이어가 상호 작용하는 방식을보고있을 때 우리는 나중에 조금씩 볼 것입니다 우리 게임 이론 섹션에서 이 게임은 실제로 플레이어를위한 매체입니다 실제로 상호 작용하고 서로에게서 배울 수 있습니다 권리? 네

BEN : 그것은 긴급한 행동에 이르게합니다 이것은 사실 사실에서 오는 자연스러운 것입니다 우리는 게임이 단순하고, 해결하기가 어려우며, 다차원 기본적으로 해결하기 어렵고 다차원 적입니다 당신이 뚜렷하고 복잡한 행동을 많이해야한다는 것을 의미합니다 그것은 그것에서 나온다

그러나 그것이 단순하기 때문에 아직, 복잡한 규칙을 많이 작성할 수는 없습니다 그래서 이것에 대한 유일한 해결책은 간단한 규칙이 있다는 것입니다 그 단순한 규칙들로부터 이러한 복잡한 행동들이 나온다 우리가 가진 것, 당신이보고있는 것 어떤 출발 상태 인 Conway의 Game of Life입니다 모르는 사람들을 위해 Conway 's Game of Life 기본적으로 셀룰러 오토마타입니다

각 셀의 상태 이웃 국가에만 의존한다 규칙은 세 가지 핵심 요소로 설명 할 수 있습니다 엄청나게 간단합니다 그러나이 단순한 규칙들로부터 온 것은 모두 이 복잡한 행동들, 당신이 가지고있는 것 – 왼쪽에, 글라이더 건 (Glider Guns)을 볼 수 있습니다 이 무한한 글라이더를 생산하고 있습니다

그리고이 모든기구는 무언가입니다 무한한 스트림을 생산하는 브리더 (Breeder)라고 불리는 이 글라이더 총 사람들은 심지어 전체 튜링 기계를 만들었습니다 Conway의 Game of Life에서 당신에게 수준을 보여줍니다 그것과 관련된 복잡성

그래서 우리는 그 사실에 고무되어있었습니다 우리는 Halite I로 그런 종류의 출현을 재현하고 싶었습니다 하지만이 동전의 두 번째면이 있습니다 당신이 디자인하려고하는 행동 정의에 따르면, 당신은 그들을 이해할 수 없다 그것을 구성 조각들로 분해함으로써

그래서 우리가 아는 한, 이것에 대한 유일한 해결책 놀이 테스트입니다 우리는 게임을 만들고, 우리는 사물의 종류를 봅니다 우리가 효과적 일 것으로 기대하는 것은 그러지 말아야 할 것이 아니라, 모든 일이 이루어 지도록하십시오 누구든지이 일을하는 더 좋은 방법을 알고 있다면, 이야기가 끝난 후 저를 만나러 오십시오 나는 알고 싶다

결국 목표로 삼는 통계로 우리를 데려 갈 것입니다 이것은 내 생각에, 이것의 하위 지점에 불과합니다 종종이 게임들로, 우리가 시도 할 때 – 우리는 대부분의 게임을 알아 냈습니다 우리는 특정 매개 변수를 조정하기를 원합니다 가능한 한 흥미롭게 만드십시오

통계를 수집하기도합니다 게임을 더 잘 이해하는 데 사용할 수 있습니다 그래서 지금 여기서보고있는 것, 우리는 경제학 분야와 공동으로 선택했습니다 통계적 방법 인 지니 계수 불평등의 시도해보기 위해 Halite지도에 적용했습니다

Halite지도의 제작물이 어떻게 배포되는지 알아 내야합니다 이렇게하면 기본적으로이 배포판을 만들 수 있습니다 대부분의지도가 대략적으로 그들을 통한 생산 분배의이 수준, 그러나 이런 종류의 차이도 있습니다 우리에게 이것은 좋은 종류의 배포판입니다 그것은 초보자에게, 당신은 대부분 그 배포판의 외부를 무시할 수 있습니다

내가 대략 거칠게 쓰는 대부분의 게임을 말할 수 있습니다 이런 종류의 수학,이 거친 수준에서 일해라 분포의 그러나 그것도 밖에서, 다양한지도의 다양한 그 빈도는 줄어들지 만 정말 재미있는 게임을 만든다 가끔씩

그래서 우리는 우리가하는 게임이 만드는 것은 정말로 흥미 롭습니다 네 이제 우리는 벤 : 클릭하십시오 MICHAEL : 두 명의 clickers 이제 우리는 광범위한 범주로 이야기 할 것입니다 솔루션, 흥미로운 솔루션 우리 참가자가 Halite I과 Halite II를 위해 만들었습니다 나는 이것이 언급 할 좋은 지적이라고 생각한다

Ben and I, 우리는 인공 지능이 깊은 학습 이상의 것을 포괄한다고 생각합니다 훨씬 더 흥미로운 기법이 있습니다 휴리스틱 기반 모델 및 게임 이론 사용 깊은 학습이라는 문제를 풀기 위해 해결하려고 노력합니다 벤 : 맞아 그리고 기록을 위해 우리는 깊은 학습을 좋아합니다

놀라운 연구가 많이 있습니다 그것은 최근에 나온 것입니다 툴박스의 도구라고 생각합니다 많은 사용자들이 프로그래밍에 익숙하지 않습니다 그 대다수는 3 년 미만 경험의

그래서 우리는 우리가 모든 종류의 다른 사용자가 아니라 깊은 배움에 관심이 있습니다 네 그리고 가장 널리 퍼진 솔루션 카테고리 Halite I 및 Halite II는 단순히 경험적 봇일뿐입니다 휴리스틱 한 봇은 그것이 전부입니다 손으로 코딩 한 논리, 손으로 코딩 한 전략 Halite I 및 Halite II 게임을 즐기십시오

그리고 휴리스틱의 한 예 가장 높은 생산 구역으로 가고 있습니다 실제로 여기에 표시됩니다 그래서 Ben이 전에 언급 한 생산 지니 계수에 대한 이야기는 다음과 같습니다 : 나는 네가 여기서 그것을 얼마나 잘 볼 수 있는지 모른다 하지만이 비주얼 라이저의 백 쉐이드입니다 그래서이 노란색 플레이어가 갈 지역이 높은 생산 구역입니다

그리고 Halite 게임이 시작될 때, 해당 영역으로 터널링 한 다음 시작합니다 확장하여 생산 속도를 높일 수 있습니다 그리고 경험적 봇은 우리에게 흥미 롭습니다 두 가지 이유가 있습니다 하나, 그들은 정말로 민주적입니다

그들은 정말 간단합니다 온건 한 프로그래밍 기술을 가진 사람 이 봇을 작성할 수 있습니다 그것은 단순한 논리입니다 그리고 두 번째 요점은 인간이 실제로 전략을 통해 생각해보십시오 우리의 인간과 컴퓨터로 게임을 만드는 방법

몬테 카를로 나무 같은 것을 사용할 때 일반적으로 모든 게임에 적용되는 당신은 그 게임의 특성을 생각하지 않고 있습니다 그 해머를 적용하는 것뿐입니다 도구 상자에서 게임으로 이동합니다 그리고 깊은 학습에도 똑같이 적용됩니다 하지만 경험적 봇을 사용하면 인간의 힘을 결합하고있다

그리고 기계의 힘 벤 : 이것도 제게 교육적인 측면과 관련이 있다고 생각합니다 그것의, 당신이 생각하게 강요함으로써 게임과 당신의 논리를 통해 논리의 효과는 봇의 플레이 방식에 달려 있습니다 게임, 우리는 이것이 정말로 중요한 단계라고 생각합니다 많은 젊은 프로그래머들에게 더 나은 방법을 가르쳐줍니다

실제로 시각적으로 볼 수있는 능력 변경 내용이 봇과 행동에 미치는 영향 믿을 수 없을만큼 가치있는 도구입니다 그렇게하는 것이 훨씬 더 효과적입니다 네 그리고 이것은 더 복잡한 발견 적 스키마입니다 Halite II

그래서 우리는 너무 자세히 설명하지 않을 것입니다 이것은 경쟁에서 상위 100 명의 선수로부터 나온 것입니다 그리고 넓게, 그가 한 일은 매 턴마다 그는 여기에 3D로 표시된 그라디언트를 계산했습니다 언덕과 골짜기와 함께 그리고 그의 함선마다 그가 한 일은 그는 그라디언트를 보았고 그는 우주선이 볼베어링을하는 방향으로 가도록했다

이 언덕들이 굴러 떨어지면 가라 그렇지? 그리고이 스키마의 전체 전략 몇 가지 설정 매개 변수로 인코딩됩니다 이 매개 변수는 내리막 길이나 오르막길의 측면에서 다양한 게임 개체가 그라데이션에 영향을 미칩니다 예를 들어, 조금 머물러 싶습니다

자신의 배에서, 아라파트에서의 친절한 배들 II 왜냐하면 당신이 당신의 배들과 충돌한다면, 그들은 제거되었습니다, 맞죠? 그리하여 그라디언트에 약간의 오르막 효과가 있습니다 벤 그래 우리는 기계를 활용하는 많은 선수가 있습니다

학습과 깊은 학습 여기에서 보는 것은 CNN의 다이어그램입니다 그것은 Halite I을 큰 효과를 내기 위해 사용되었습니다 이것은 사용자 jstaker7에서였습니다 그래서 특정 종류의 깊은 학습 방법 Halite, AlphaGo와 특히 잘 작동하지 않습니다

스타일과 몬테카를로 방법, 공간이 너무 커서 때문입니다 그러나 그들 중 많은 사람들이합니다 이 경우, 이것은 단순히 훈련 된 것입니다 상위 사용자 커플의 움직임 경쟁의 톱 20에 손을 대다 수천 명의 선수 중 그렇게 좋은 생각입니다

우리는 또한 선수들이 강화 학습을 사용하도록했습니다 매개 변수화 된 비 심층 모델의 정책 그라디언트 그것은 또한 꽤 좋은 효과에 사용되었습니다 상위 100 위 네

그리고 우리는 무슨 일이 일어나고 있는지에 대해 흥분하고 있습니다 특히 Halite III에서 계속 발생합니다 나는 우리가 생각하는 것을 제외하고는 너무 많이 말하지 않는다 약속이 많이 있다는 것 우리는 개인적으로 그것을 탐구 해왔다

깊은 학습 공간에서 Halite III로 할 수있는 일 마이클 : 그리고 마침내, Halite에 대한 멋진 것들 중 하나 그것은 우리가이 다차원 성에서 시도하고 구축했기 때문에, 거기 조각 수준에 국부적으로 놀이의 성분 둘 다있다, 또한 중요한 수준의 메타 게임이 분명히 있습니다 메타 플레이 그리고 실제로 Halite I에서 이것을 보았습니다 경쟁이 끝나면 매우 중요한 창 발 메타 게임에서의 행동은 무언가였습니다

비 공격성 협약 (Non-Agactression Pact)이라고 불렀다 그리고 그것은 근본적으로 단순한 암묵적 동맹이었습니다 게임에서 모든 플레이어 사이 당신이 동맹에 가입하면, 논리 당신이 당신의 봇에서 인코딩 한 것은 그들이 당신을 공격 할 때까지 다른 플레이어를 공격하지 않습니다 그리고 게임에서 여섯 명 중 다섯 명이 이 논리를 로봇에 넣으십시오

마지막 6 번째 플레이어는 다음과 같습니다 먼저 다섯 명 모두가 공격 할 것입니다 그리고 이것 때문에, 모든 선수들 게임 마지막 며칠 동안 리더 보드 상단에 자신의 봇에서이 로직을 인코딩했습니다 정말 폭발했다 벤

그래 우리에게는 매우 예상치 못한 일이었습니다 순위에 큰 변화가 있습니다 지난 며칠 동안, 특히 다음을 포함하여 우리의 최고 사용자, 아마도 상당히 그의 믿을 수 없을만큼 효과적인 취급의 영향을 받았다 이 전체 metagame

마이클 : 네 벤 그래 마지막으로 우리는 경쟁에 대해 이야기 할 것입니다 원칙

네 이것이 우리가 마음에 가지고가는 원칙입니다 우리는 Halite 게임을 둘러싼 경쟁을 구축하고 있습니다 우리의 학습 자원과 같은 것들, 우리의 웹 사이트, 우리의 포럼, 우리의 도구, 등등 그리고 이러한 원리 중 가장 중요한 것 매우 초보자 친화적 일 필요가 있다는 것입니다

강한 벤이 이전에 말했던 것처럼, 우리는 상대하고 있습니다 인터넷에있는 사람들과 그들은 1 분 길이의 집중력을 가지고 있습니다 그들은 Halite에 관심이 있어야합니다

단락에 대한 게임 규칙을 읽은 후 우리 도구를 보는 것, 맞죠? 우리가 만드는 한 가지 방법 선상 사람들에게 매우 마찰적이다 우리는 20 개 이상의 언어를 지원합니다 이들 대부분은 지역 사회에 의해 기부됩니다 그러나 그것은 여러분이 초심자이고 파이썬을 좋아한다면, 당신은 게임에 뛰어들 수 있지만 또한 너가 Rust 열광 자라면, 너는하지 않는다 Java의 성가신 문제를 해결해야합니다

그러나 또한 우리는 그녀의 다른 자원으로이 사실을 마음에 새깁니다 Halite III의 경우 웹에서 작업하고 있습니다 명령에 능숙하지 않은 사용자의 ID 라인 및 대화식 튜토리얼 경험담 그리고 우리가 마음에 두 번째로 가져가는 것 경쟁은 정말로 핵심입니다 따라서 우리는 이미 지속적인 리더 보드를 언급했습니다

그것은 Halite의 작동 방식의 핵심이며 우리는 그 중 가장 좋은 것 중 하나라고 사용자로부터 들었습니다 경쟁에 관한 것들 예를 들어, 거기에 보이는 세 번째 사용자, shummie, 600 bot을 제출 한 매우 열렬한 All-State 보험 계리장입니다 경쟁에 대한 최신 정보 그리고 우리의 중간 수준의 봇 제출은 매우 높았습니다

나는 그것이 약 20-Halite를위한 무엇인가이었다라고 생각한다 나는 중위 수준이었다 그래, 리더 보드에 많은 용도가있어 당신이 당신의 봇에 작은 변화를 줄 수 있기 때문에, 제출하고 몇 분 안에 너는 그 새로운 봇이 모두를 상대로 게임을하는 것을보고있다 그 외 리더 보드에 있습니다

매우 즉각적인 피드백입니다 그리고 공동의 공간을 만들어야합니다 종종 다른 봇 개발자가 도움을 줄 수 있기 때문에 온라인 사용자를 위해 사용자가 우리를 도울 수있는 것보다 낫다 왜냐하면 그들은 실제로 성가심, 좌절감, Halite에서 일하는 즐거움, 그리고 우리는 기존의 많은 우리가 그것을 만들었 기 때문에 경쟁에 대한 지식 우리가하는 한 가지 방법은 여기에 멋진 테마가 담긴 담론 포럼이 있습니다

이것은 많은 사용, 100 응답 길이의 쓰레드를 보았습니다 봇 전략에서부터 버그보고에 이르기까지 모든 것에 대해 커뮤니티가 개발 한 새로운 도구에 이르기까지 누군가가 제 3 자 사용자를 개발했습니다 많은 사용을 보인 Halite II의 매우 유명한 시각화 프로그램 포럼에 그리고 우리가하는 두 번째 일은 우리도 마찬가지입니다 많은 사람들이 사용하는 담화 채팅을하십시오

그리고 마지막으로, 우리가 다루고있는 것 우리가 정말로 가지고 있지 않은 Halite의 백 엔드에서 이 프리젠 테이션에서 많은 부분을 다루었습니다 하지만 우리는 열심히 엔지니어링 문제가 될 것입니다 왜냐하면 Halite II에는 약 6,500 명의 사용자가 있었기 때문에, 우리는 이러한 모든 사용자를 매우 신속하게 순위 지정해야합니다 그래서 우리는 수천만 건의 Halite 게임을 운영합니다 우리의 백 엔드에서 평생 동안이 모든 사용자를 순위 지정합니다

경쟁의 그래서 이것은 두 가지 이유 때문에 어렵습니다 첫째, 우리 서버에서 신뢰할 수없는 사용자 코드를 실행하고 있습니다 보안은 큰 문제입니다 그리고 또한, 이것은 축소 될 필요가 있습니다

우리는 게임을하지 않을 것입니다 수백만 게임에 대한 경쟁의 시작에서 경쟁이 끝난 1 주일 후에, 그래서 우리는 우리의 인프라가 완벽하게 확장 될 필요가 있습니다 우리의 수석 엔지니어 인 자크 (Jacques) 여기에 대해 이야기하고 있습니다 고마워요 고맙습니다

그래서 하이 죄송합니다

Ben과 Michael이 말했듯이, 그것은 매우 어렵습니다 해결할 문제, 그리고 매우 어려운 문제에 대해, 우리는 훌륭한 건축물이 필요합니다 이것이 바로 Google을 사용하는 방법입니다 그래서 Google은 실제로 이러한 방식으로 우리 모두에게 이러한 문제를 해결할 수있는 능력을주었습니다 아주 간단한 방법으로 거의 플러그 앤 플레이를 할 수 있습니다

그래서 지금 나는 너를 걸을거야 모든 문제를 통해, 우리가 가진 모든 도전, Google에서 어떻게 해결했는지, 그리고 Google이 실제로 어떻게 우리가 그들을 도왔습니다 우선, 게임은 부정 행위로 가득합니다 경쟁이 클수록 더 큰 욕구를 갖습니다 사용자가 속일 수 있습니다

그리고 우리는 꽤 많은 수를 저장합니다 개인 식별 정보 여기에는 사용자 전자 메일을 비롯한 여러 가지가 있습니다 그리고 그 두 가지 요소는 우리가 필요하다는 것을 의미합니다 악의적 인 활동을 보장하기 위해 많은 보안 최소입니다 그리고 물론, 우리는 또한 큰, 큰 금액을 실행 언급 한 바와 같이 임의 코드의 6,000 명 이상의 사용자가 있으며 총 5 만 개가 넘는 봇이 제출되었습니다

25 개 이상의 언어와 많은 프레임 워크에서, 그것은 많은 신뢰할 수없는 코드입니다 그리고 내가 말했듯이, 많은 개인적으로 식별 가능한 정보 및 모든 문제가 문제에 추가됩니다 둘째, 변수 순위 알고리즘 공정한 컨버전스를하기 전에 많은 게임을해야하며, 특히 많은 사용자가있는 경우, 이것은 기하 급수적으로 증가합니다 더 많은 게임에서 훨씬 더 많은 계산이 필요합니다 그리고 시간

그리고 이것의 결과는 일반적인 좌절감 사용자가 많거나 관리자에게 많은 비용을 지불하고 여러 번 양자 모두 지역성 또한 큰 문제입니다 100 개국 이상의 경쟁 전 세계적으로 다소 복잡합니다 명시 적으로, 우리는 어떻게 똑같이 빠른 응답을 제공합니까? 전 세계의 선수들에게? 우리는 밀리 세컨드 이하의 반응을 요구하지 않지만 많은 멀티 플레이어 게임처럼, 우리는 여전히 편의를 위해 일을해야합니다 그렇지 않으면 사용자가 화를 낼 것입니다

신뢰성은 매우 일반적인 문제이며, 그럼에도 불구하고 그것은 문제입니다 방해가 최소한인지 어떻게 확인합니까? 사용자는 일반적으로 게임, 그들은 접근 할 수 없다 그리고 게임을 얼마나 재미있게 만드 느냐는 중요하지 않습니다 만약 당신이 그것을 할 수 없다면, 아무도 그것을 연주하지 않을 것입니다 따라서 다운 타임을 최소화해야합니다

인공 지능은 또 다른 것입니다 우리가 해결하고자하는 문제 이 게임을 인공 지능에 적합하게 만들고 싶습니다 그리고 게임을 다양하게 해결할 수 있으려면, 우리는 문제와 관련된 데이터와 도구를 모두 제공해야합니다 특히 데이터가 증가함에 따라 우리의 경우 2,500 만 개가 넘는 게임의 메가 바이트 리플레이가 포함됩니다

당신은 많이 볼 수 있습니다, 문제는 점점 더 어려워진다 그러면 어떻게 해결할 수 있을까요? 여기에는 두 가지 유형의 솔루션이 있습니다 Google을 사용하여 기술적으로 무료로 얻은 것, 우리는 집안에 건설해야만했다 그래서 모든 솔루션에서 이들을 분리 할 것입니다 먼저 GCP를 통해 보안 측면에서 우리는 좋은 컨테이너 화를 얻었으므로 그것에 대해 걱정해야합니다

우리는 밖에 나가는 모든 인터넷 루트를 닫을 수있었습니다 신뢰할 수없는 코드를 실행하고 있던 모든 시스템의 그래서 사람들은 비트 코 광업 (bitcoin mining)과 같은 나쁜 일을 할 수 없었습니다 우리 기계에서 우리는 많은 수의 방화벽을 배치했습니다 사람들이 나쁜 일을하지 않았는지 확인 기계와 대화하면서 그들은 얘기하고있어

우리는 GCS 격리에서 많은 양의 데이터베이스를 만들었습니다 그래서 몇몇 기계 만이 그들과 대화 할 수 있습니다 물론 VPC 서비스 컨트롤을 사용했습니다 우리가 방금 이야기 할 수 있도록 널리 사용되는 우리가 말하고 싶지 않은 기계에 그것에 대한 간접적 인 것 물론, 자체 솔루션으로, 우리는 방대한 수의 시스템 레벨 방어를 가지고있었습니다

cgroups, IP 테이블, 다른 것들 사이에, 그것은 우리가 모든 것을 정말로 분리 할 수있게 해줍니다 우리는 봇의 익명 성을 가지고 있었으므로, 당신은 다른 봇들이 무엇인지는 정말로 알지 못했습니다 그래서 당신은 그와 관련된 어떤 것도 이용할 수 없습니다 그리고 우리는 다른 모든 것과 마찬가지로 점수 벌칙을 만들었습니다 내 말은, 당신은 정말로 AI 문제라고 생각할 수 있습니다

사람들이 악의적 인 일을 할 때, 악의적 인 일을 그만두 게됩니다 따라서 그것은 학습 강화 유형입니다 우리가 사용자에게 준 그래서 점수 수렴을 위해 GCP에서, 자동 크기 조정 그룹이있었습니다 갑자기, 왜냐하면 사용자 수에 따라 자동으로 더 커지거나 더 작아졌습니다 물론 비용이 절감되었습니다

그리고 비용을 훨씬 더 많이 낮추었습니다 선매입니다 선매가 그것을 현명하게 저렴하게 만들었습니다 우리가 많은 것을 실행하고 매우 빠른 수렴을 얻으려면 집안에는 효과적인 점수 계산 알고리즘이있었습니다 우리는 그것이 최고인지를 확인하기 위해 최선의 최선을 다했습니다

우리는 우리의 능력을 최대한 발휘하도록 조정했습니다 그것이 정말로 빠르다는 것을 확인했습니다 지역성 측면에서 볼 때,이 모든 것이 다행히도 Google에있었습니다 신뢰할 수있는 지역성 토글 스위치 가장 좋은 기능 중 하나입니다 그래서 우리는 실제로 그것을 사용했습니다

웹 사이트 및 데이터를위한 플러그 앤 플레이 캐싱 및 CDN 문제를 크게 단순화합니다 Google은 유명한 미니 나인, 당신은 당신이 여기있는 방조차도 기반으로 볼 수 있습니다 서비스를 만드는 Five Nines Room 이것의 일부는 문제가되지 않습니다 그러나 선매 약을 사용하면 더 복잡해진다 기계는 이제 언제든지 내려갈 수 있으며, 코드를 중복 시키거나, 더 구체적으로 말하자면 실행 및 서비스, 결과 저장, 백업 수행, 상태 점검, 자동 재시작 또는 작성을 사용합니다

또한 내결함성 알고리즘 활용 새로운 솔루션은 아니지만 신뢰성의 열쇠입니다 물론 솔루션은 선매권을 넘어서며, 오히려 오류가있는 실행에서도, 비잔틴 실패는 탄력적입니다 궁극적으로 Google은 매우 잘 조정되어 있습니다 AI 문제를 해결할 수 있습니다 다른 세션에서들은 것처럼, 그게 그들이 놀랍다는거야

매우 강력한 GPU를 활용하고 모든 것을 GCS에 저장함으로써, 우리는 모든 사용자의 프로세스를 크게 개선합니다 다른 모든 것을 위해, 우리는 숫자를 썼다 파이썬에서 교육 도구를 단순화하는 방법 GCP와 Halite와 직접 상호 작용하는 과정, 궁극적으로 우리에게이 사진을줍니다 우리의 마지막 그림이 무엇인지 우리는 CDN에 모든 중요한 데이터를 제공했습니다

앞에서 언급 한 것처럼 잘 보호 된 VPC 내부에는 우리는 세 종류의 기계를 가지고있었습니다 관리 디스크 그룹에서 필요에 따라 증가하거나 감소했습니다 이 의미에서 우리는 웹 사이트를 가졌습니다 웹 사이트를 제공했습니다 핵심 API 인 코디네이터가있었습니다

노동자들이 게임을 할 수 있도록 게임을 보냈다 노동자들은 코디네이터와 만 이야기 할 수있었습니다 한편, 조정자는 연락 원이었고, GCS와 Cloud SQL 사이의 조정자, 우리는 우리가 저장해야만했던 모든 것을 실제로 저장했습니다 그리고 그것을 통해 우리는 완전한 그림을 얻었습니다 그리고 지금, 왜 Halite인지, 나는 그것을 Elsie에게 가져온다

ELSIE KENYON : 좋습니다 그렇다면 다시 Halite에 관심을 가지는 이유는 무엇입니까? Ben이 게임의 역할에 대해 말한 내용으로 돌아가 보겠습니다 놀아, 배우기에, 맞지? 우리는 놀이를 통해 배우지만 대회도 서로에게서 배울 수있는 기회를 제공하십시오 그들은 단지 승리하는 것이 아닙니다 그들은 우리가 놀이를 통해 서로를 교육 할 수있게 해주고, 모든 연령, 모든 경험 수준

Halite에서는 플레이어가 어떻게되는지에 대한 예를 들었습니다 다른 봇의 예를 통해 배우십시오 다양한 전략에 동향이있었습니다 플레이어 또한 자습서에 기여했습니다 그들이 배운 것을 공유하기 위해 사후 모템을 샀다

또한 창의력을 표현했습니다 Halite와 함께 새로운 방식으로 새로운 기회를 찾고 – 예를 들어, 봇에 이름을 쓰는 경우 기술로 인해 이러한 연결성이 실제로 가능합니다 그리고 성공적인 경쟁, 그러나 우리는 전도성을 본다 모든 곳을 포함하여, 안으로, 예를 들어 포럼과 자습서가있는 moocs 가이드 레슨

우리는 모록이 적응력이 없거나 계산 집약적이지 않다고 생각합니다 그래서 그들은 실제로 이점을 얻지 못하고있다 어떤 기술이 오늘날 학습을 위해 제공해야하는지 Halite의 우리 목표는 실제로 그 가능성을 활용하는 것입니다 따라서 게임 및 글로벌 프로그래밍 문제 클라우드에서 실행되는 것은 몰입 형입니다

그들은 잠재력을 지닌 개방형이다 우리가 들었을 때, 창조적 인 전략의 수에 관계없이, 그들은 적응력이 있습니다 그래서 그들은 초보자들에게 적합합니다 그들의 첫 번째 프로그래밍에 자신감을 갖기를 기대한다 언어뿐만 아니라 더 많은 것을위한 기회를 제공합니다

숙련 된 플레이어가 특정 기술을 숙달해야합니다 세트 실제로 이것은 기술과 도구를 사용하는 것에 관한 것입니다 너 자신의 조건으로 그러므로 우리가 인간과 기계가 어떻게 협력– 벤과 마이클 한테 말하러 가자 Halite는 기계를 다루는 인간에 관한 것이고, 기계와 경쟁하지 마라

이 회의에서 우리는 점점 더 많은 방법을 보았습니다 인간과 기계가 함께 쌍을 이루는 또는 문제를 해결하기 위해 함께 쌍을 이루어야합니다 현실 세계에서 그리고 현실 세계는 우리가 알다시피, 매우 불확실합니다 유연하고 적응 가능한 솔루션이 필요합니다

그래서 우리의 질문은 어느 정도까지입니다 게임 및 협업 프로그래밍 과제 수 실제로 Halite가 훈련장 역할을합니다 지능형 기계를 훈련하고 건축하기 위해서? 따라서 게임은 단순히 승리하는 것이 아닙니다 그것은 또한 우리가 배우는 사고에 관한 것입니다 그리고이 게임으로 우리는 어떤 길도 배우기위한 하나의 길

동시에 우리는 목표와 구체적인 기술을 가지고 있을지도 모릅니다 우리가 얻고 자하는 것이지만 그 기술들 많은 응용 프로그램이 있습니다 따라서 Two Sigma에서는 학습과 교육을받습니다 매우 심각하게 우리는 문제를 매우 심각하게 생각합니다

그리고 우리가 생각해 볼 것을 요구하는 것은, 귀하의 학습에 실제로 종사하는 방법은 무엇입니까? 우리는 세계 AI 경쟁 인 Halite를 생각해 봅니다 독특한 교육적 기능 제공 기회가 많습니다 귀하의 의견을 듣고 싶습니다 벤과 마이클이 언급했듯이 이번 가을에 Halite III를 시작하면 가입 할 수 있습니다 그러나 경쟁에 앞서, 우리는 또한 당신이 목표를 달성 할 수 있습니다

정말 고마워요 [음악 재생]

Minigo: Building a Go AI with Kubernetes and TensorFlow (Cloud Next ’18)

[음악 재생] 앤드류 잭슨 : 좋아, 안녕하세요 제게 합류 해 주셔서 감사합니다

여러분 모두가 좋은 한 주를 보내길 바랍니다 이것은 Minigo에 관한 이야기 ​​일 것입니다 얻은 20 % 프로젝트의 이야기입니다 통제 불능이다 세상에, 너 밖에 많은 사람들이있어

그래서 모두 와줘서 고마워 그러니 Minigo가 무엇인지에 대한 질문으로 시작하겠습니다 그리고 Minigo go는 오픈 소스 독립적 인 구현입니다 알파 제로 (AlphaGo Zero) 알고리즘 그래서 모두의 손을 빠르게 보여줄 수 있습니까? 누가 알파고에 대해 들어 봤어? 그것은 많은 손입니다

그래서 AlphaGo Zero 알고리즘은 "Nature"에 게시되었습니다 그것은 전문적인 인간을 이길 수있는 최초의 AI입니다 그리고이 이야기는 Minigo를 다루겠습니다 무엇 자체가 이동합니다 기계 학습에 대한 간단한 소개

클라우드 대회입니다 나는 그것을 추측하고 싶지 않다 우리는 일종의 회오리 바람 여행을 할 것입니다 학습 및 Minigo에 적용하는 방법 그러나 우리가 정말로 여기에서 이야기하고있는 것 Google에서이를 어떻게 확장 할 수 있었는지 클라우드 플랫폼

그리고 저는 데모를하고 조금 이야기 할 것입니다 우리가 배운 것들에 대해, 바라 건데,이 유용 할거야 시작하려면 Minigo가 무엇입니까? 어디에서 찾을 수 있습니까? GitHub입니다 거기서 확인하십시오 TensorFlow 아래에 있습니다

githubcom– 또는 거기에, 나는 생각한다 githubcom/tensorflow/minigo 부담없이 간단한 요청을 확인하십시오

다시 말하지만, 공식 Google 프로젝트는 아닙니다 나는 여기서 처음부터 강조 할 필요가있다 Minigo는 AlphaGo가 아닙니다 우리는 DeepMind와 제휴하지 않았습니다 우리는 딥 마인드와 관련이 없습니다

나는 출판 된 저작물만으로이 코드를 작성했습니다 나는 그들의 소스 코드에 접근 할 수 없다 나는 그것을 검증하기 위해 소스 코드를 사용하지 않았다 왜 DeepMind가 AlphaGo를 만들었을 때 나는 이것을 어떻게 했습니까? 왜 미니고를 만들 필요가 있었습니까? 음, 처음에는 Go Player로 갈거야 Google의 소프트웨어 엔지니어가되는 것 외에도, 나는 또한 미국 이동 협회 (American Go Association)에 자원하여 나는 이사회에서 봉사한다

거의 12 년 동안 American Go에서 근무했습니다 나는 계속 해왔다 내 인생의 상당 부분을 위해 가라 그리고 나는 그것을 좋아한다 그리고 AlphaGo는 놀랍습니다 너가 Go 선수이고 외계인 정보원이라면 상상해 보라

만들어졌으며 당신의 언어를 구사합니다 Go는 선수들입니다 우리는 AlphaGo에 대해 정말 흥분했습니다 그러나 AlphaGo는 은퇴했습니다 그래서 나는 내가 총을 맞아야 할지도 모른다고 느꼈다

이것을 창조하려고 노력할 때 그래서 Go 선수로 생각하는 것들이 많이 있습니다 우리는 AlphaGo에서 할 수 있고 배울 수 있습니다 여기에는 풍부한 혈관이 있습니다 내 것이고

그래서 Minigo에 대한 우리의 목표는 결과를 재현하는 것이 었습니다 프로그램의 명확하고 읽기 쉬운 예를 제공합니다 당신이 GitHub에서 그것을 확인한다면, 나는 당신이하기를 희망합니다 파이썬은 약 2,000 줄에 불과합니다 이 알고리즘은 세계를 변화시키는 알고리즘에 매우 좋습니다

이것도 전시하고 시연 할 수 있기를 바랍니다 Google Cloud의 강력한 기능 이것은 기본적으로 부부 였기 때문에 엔지니어가 여가 시간에 20 %의 시간을 보냈습니다 이것을 구현하려고합니다 우리가 할 수있는 유일한 방법은 우리가 찾을 수있는 가장 긴 레버 암을 사용했습니다 그리고 레버리지는 동사입니다

다른 것 그러나 문자 그대로 여기서 나는 그것을 의미한다 아주 작은 소프트웨어 인 힘 배수로서 엔지니어링 팀 Minigo는 어디에서 왔습니까? 그래서 AlphaGo와 DeepMind는 3 개의 논문에서 설명되었습니다 첫 번째 논문에서는 AlphaGo, 그리고 그것은 "깊은 신경과 함께하는 게임을 마스터하는 것"입니다

네트워크 및 트리 검색 " 그것은 "Nature"에 발표되었습니다 그리고 내 친구 브라이언 리 (Brian Lee) MuGo 또는 MicroGo라고 불리는 이 첫 번째 버전의 구현 그는 일종의 골격 구현을했습니다 그것은 네트워크의 절반을 구현했지만 나머지 절반은 구현하지 않았습니다 일종의 개념 증명이었습니다

AlphaGo 이후 두 번째 논문 "AlphaGo Zero"라고 불렀습니다 AlphaGo Zero는 알고리즘을 설명합니다 무작위 소음에서부터 시작된 그 다음에 어떻게 나아가 야하는지 가르쳐주었습니다 알파 조 제로 (AlphaGo Zero)의 종이와 제 친구 Brian의 MuGo 구현, 우리는 Minigo를 얻습니다 Minigo의 로고가 왜 그렇게 궁금한가요? 행복 한 찾고 로봇 사다리 떨어져 떨어지는, 모두 명확해질 것이다

나는 그가 왜 완전하게 보이는지 설명 할 것이다 그가 사다리에서 떨어지는 상황에 쉽게 대처할 수 있습니다 좋아요, 그래서 바둑 게임에 대해 이야기 해 봅시다 얼마나 많은 사람들이 놀았습니까? 아무도 없어요 와우, 그건 많은 사람들이야

얼마나 많은 사람들이 나가기를 좋아합니까? 예, 정확히 제가 듣고 싶은 것입니다 나도 좋아해 나는 오랫동안 이동을 해왔다 나는 그것을 정말로 좋아한다 그래서 우리는 할 것이다

무엇이 가야하는지에 대한 간단한 데모 이것은 처음에 보이는 것입니다 사람들은 차례로 돌을 내려 놓습니다 영토를 둘러싸고있는 보드에 캡처에 대해 이야기 할 때 캡처는 다음과 같습니다

돌들이 완전히 둘러싸여있을 때, 그들은 보드에서 벗겨진다 그것은 또한 돌의 더 큰 사슬에서 작동합니다 따라서 직각으로 연결된 그룹 그들의 운명을 나눕니다 그랬듯이 우승자는 다음과 같이 결정됩니다

당신이 보드를 나눌 때, 누구든지 더 많은 영토가있다 그게 전부 야 마치지도에 선을 그리는 것과 같습니다 니가 조각하고있어 나는 이것을 얻는다

당신은 그것을 얻는다 오른쪽 다이어그램에서 흰색이 둘러싸인 것을 볼 수 있습니다 모든 삼각형 모양의 점과 검정색이 둘러싸여있다 모든 제곱 된 점들 이것은 Go가 정말로 일종의 절대주의 게임이 아니라는 것을 의미합니다

당신은 적의 왕을 잡아야 만합니다 또는 적군을 완전히 파괴하십시오 계약을 협상하는 것보다 더 낫습니다 어디 좀 더 알고 싶습니까? 다른 사람보다 그리고 이것은 전체 게임이 어떻게 생겼는지에 대한 예입니다

그래서 이것은 Minigo의 행동입니다 영토를 스케치하는 걸 볼 수 있습니다 모퉁이에서 시작 그리고이 패턴은 바로 거기에서 일어나는 것을 봅니다 그것은 사다리라고합니다

사다리는 Go가 어려운 이유의 흥미로운 예입니다 그래서 이것은 꽤 솔직한 패턴입니다 당신은 그것이 다시 발전하는 것을 볼 수 있습니다 그것은 정말 명백한 패턴입니다 그것은 유아가 아마도 따라와 예측할 수있는 패턴입니다

Go가 매우 긴 지평을 가지고있는 예입니다 효과, 그 사다리의 결과 게임의 결과를 결정할 수 있습니다 그리고 앞으로 80 ~ 90 회의 움직임을 바라 볼 필요가 있습니다 그리고 왜 그렇게 어려운가? 사다리가 위대한 본보기예요 네가 가진 게임의 어디 까지나 분기 인자만으로도 각각의 경우에 대해 두 가지 움직임을 살펴보면, 이미 80 번에서 2 번까지 찾고 있습니다 실례합니다

가능한 위치 그래서 매우 높은 브랜칭 인자 정말 어렵게 만듭니다 게임은 정말 길다 최종 조건은 설명하기가 정말로 어렵습니다 Go와 함께, 당신은 – 체스와 함께, 왕이 체포되거나 장담 당했을 때, 게임은 끝났다

그리고 모두가이 게임이 끝났음을보고 동의 할 수 있습니다 Go를 사용하면 게임은 두 선수는 아무것도 남지 않았 음에 동의합니다 논쟁 할 가치가있는 이사회에 니가 있으면 이거 꽤 어렵다 게임이 어떻게 끝났는지 컴퓨터에 가르치 려합니다 사실, 그냥 보드 득점, 그냥 알고 보드를 채점 할 때가되었다는 것은 정말 어려운 문제입니다

그리고 마지막으로, 아마도 이것이 가장 중요 할 것입니다 부분적으로, Go에서 정말 힘들다 게임 중간에 누가 이기고 있는지 판별 할 수 있습니다 이것은 하나의 그래서이기는이 문제와 누가 이길 것인가 – 우리가 가진 가장 어려운 문제 중 하나입니다 분기 요인을 다루는 것은 너무 많다는 것입니다

모든 점에서 가능한 움직임, 정말 어려운 것 중 하나 우리가 풀어야 할 문제 그리고 한발 뒤로 물러서서 우리가 어떻게 접근할지 이야기해라 이 기계 학습 그래서 이것은 기계 학습에 관한 5 개의 슬라이드입니다 분명히 이것은 포괄적 인 설명이 아닙니다

나는 또한 언급해야한다 아마도 이것은 아마도 좋은 시간 – 우리 중 누구도 Minigo 팀에 박사 학위를 가지고 있지 않습니다 아마도이 잠재 고객에 사람들이있을 것입니다 누가 나를보다 잘 이해하지만, 나와 함께 견뎌야합니다 나는 이것이 사람들에게 계몽되기를 희망한다

누가 전에 전혀 기계를 배우지 않았을 지 모릅니다 신경 네트워크를위한 진짜 빠른 추론 그래서 기본적인 생각은 우리가 입력을 넣을 것입니다 출력물을 꺼내서 중간에 그 것을 우리가 이야기하는 모델입니다 우리는 너무 많이 걱정하고 싶지 않다

우리가 알아야 할 것을 제외하고는 그것이 무엇인지에 관해서 그것에 대해 몇 가지 첫 번째는 그것이 수학의 무리라는 것입니다 그것은 차별화가 가능하거나 차별화되기에 충분히 가깝습니다 두 번째는 정말 느리다는 것입니다 평가할 때 밀리 초 단위로 느리게 진행됩니다

그리고 그것은 왜 그것이 밀리 세컨드가 걸리는지 중요합니까? 그것은 꽤 빨리 보인다 글쎄요, 아마 수천 개의 당신이 할 수있는 움직임을 결정할 수 있습니다 그래서 추론을위한 신경망을 고려할 것입니다 이 추측 경로를 의미하는 추론, 우리는 우리의 의견에서 시작하여 우리의 결정을 내린다 그것이 바로 추론입니다, 그것은 또한 순회라고합니다

그리고 우리는 그것이 느리고 차별화 될 수 있다는 것을 알아야합니다 좋아, 그럼 어떻게 그 모델을 만들지? 중간에 그거? 음, 우리가하려고하는 것은 우리가 시도하고 양을 정할 것입니다 우리가 알고 있고 입력하는 입력이있는 오류 우리가 얻었어야 했어 그리고 우리는 그것들 사이의 차이점을 살펴볼 것입니다 차별화 할 수있는 모델을 시도하고 변경하십시오

그래서 우리는 우리에게 필요한 방향을 알고있다 그 모델에서 다른 값을 밀어 넣는다 오류를 줄일 수 있습니다 이것이 바로 기본적으로 기계 학습입니다 간단히 말해서 – 확률 적 구배 강하 기계 학습의 형태

하지만 그래, 그것은 선형 대수의 더미, 우리는 그것을 조정하려고 노력할 것입니다 그리고 우리는이 과정을 우리가 시도하는 곳에서 반복 할 수 있습니다 우리가 다 떨어질 때까지 오류를 약간 작게 만듭니다 데이터의 그 기능, 그 모델은 중간에 수 많은 변수의 함수 일 수 있습니다

근본적으로 우리는 손실을 최소화하려고 노력하고 있습니다 백만 변수 함수의 그리고 그것은 꽤 복잡합니다 그러나 운좋게도, 꽤 좋은 추상화가있다 이 모든 일을하기 때문에

그러니 계속 가자 그렇다면 Minigo에 대한 추론은 무엇입니까? 이 문제를 해결하기 위해 그것을 사용할 것입니까? 이 경우 Minigo에 대한 추론은 두 가지 질문을 의미합니다 우리는 어떤 움직임을 가져야 하는가, 누가 우리가 이기게 될 것이라고 생각 하는가? 그래서 당신이 왼쪽에 보인 그 보드가 우리의 의견입니다 우리는 Minigo에게 확률에 대해 물어볼 것입니다 다음 이동이있을 것으로 생각되는 곳의 분포

그리고 우리는 또한 그것을 표현하는 숫자를 물어볼 것입니다 누가 그것이 이길 것이라고 생각하는지 Minigo는 흰색이 이기기 위해 음수 1을 사용합니다 그리고 흑인이이기려면 1이 양수 제로는 전화하기에 너무 가깝다 – 완벽하게 균형 잡힌 – 음수 1에서 1 사이의 모든 위치에 그것이 이기기 위하여려고하고있는 누구를 계량하고 있는가

그래서 두 가지 산출물이 주어지면, 무엇입니까? 우리가 생각하는 움직임은 재생 될 것입니다 우리는 누가이기겠다고 생각합니까? 몬테 카를로 나무 수색이라고 칭한 무언가를하십시오 내가 언급 한 나의 친구 Brian Lee는 MuGo를 썼다 Pycon 2018에서 "Monte into A Deep Dive"라는 훌륭한 연설을했습니다 카를로 트리 검색 "코드

또한 우리 코드는 GitHub, Monte Carlo tree에 있습니다 검색은 정말 훌륭하고 읽기 쉽고, 추천 그래서 몬테카를로 트리 검색으로의 깊은 잠수가 좋습니다 따라서 몬테카를로 트리 검색을 통해이 셀프 플레이를함으로써, 우리는 오류를 정량화 할 수 있습니다 그래서 우리는 Minigo에게 어떤 움직임과 앞으로 나아갈 것인지에 대해 물었습니다

이제 우리는 오류를 합계로 정의 할 수 있습니다 원래 견적과의 차이점 실제로 움직일 움직임과 실제로 있었던 움직임 트리 검색으로 탐험 그래서 우리는 누가 가는지에 대한 견적을 사용합니다 우리가 그 움직임을 계속 탐구할지 여부를 결정하기 위해 승리하는 것 우리는이 움직임을 살펴볼 것입니다

그 다음으로 가장 가능성있는 것을보십시오 더 좋든 나쁘 든간에, 아마도 우리는 부모 이동을 탐색하지 않습니다 이해가 되니? 어쩌면? 인정할 수 있을까요? 이것이 일어날 수 있고, 우리는 할 수있다 나중에 세부 사항을 파헤 치십시오 좋아, 몬테카를로 나무 검색이야

누가 앞서고 있는지 움직이고 앞으로 나아갈 두 가지 요소 – 정책이라고 부르며 가치 신경망의 출력 따라서 정책에는 이사회의 주 (州) 다음 플레이는 어디에서 이루어질 것이라고 생각합니까? 그리고 가치는이 보드를 어떻게 평가할 것인가입니다 좋아, 그럼 빨리 정리하자 그것은 다섯 번째 슬라이드였습니다

이 슬라이드는 요약 슬라이드입니다 슬라이드 6 개를 얻는 방법입니다 이것은 우리의 보강 학습 요약입니다 강화 학습의 번개 버전 – 우리의 데이터를 사용하여 모델을 만들고, 우리 모델을 사용하여 더 많은 데이터를 만들고, 이제 우리는 데이터가 부족하지 않습니다 우리는 우리가 원하는만큼 이것을 계속 할 수 있습니다

그래서 모델은 무엇입니까? 모델은 우리가 중간에 가지고 있던 수학 더미입니다 우리는 그것을 비교함으로써 손실을 측정 할 수 있기를 원합니다 우리가 알고있는 해답이나 해답을 가지고 우리가 알고 있다고 생각하는 것 우리는 그 오류를 최소화함으로써 모델을 훈련시킨다 Minigo는 정책과 가치를 사용합니다

트리 검색을 수행하여 원본 견적을 수정하십시오 말이 돼? 어쩌면 누군가, 그렇지? 좋아, 우린 계속 진행할거야

강화 학습 루프 – 아주 간단합니다 우리가 설정할 수있는 좋은 덕목입니다 셀프 플레이가 더 나은 데이터를 만드는 곳, 더 나은 모델을 만들기 위해 훈련에이 방법을 사용합니다 그리고 그들은 서로를 강화합니다 문제는 – 나는 그 오류 중 하나를 상당히 크게 만들었고, 그건 사고가 아니에요

그 아이디어는 트리 검색을하는 것입니다 이러한 추론이나 전달 전달의 많은 수행 우리는 우리만큼 많은 정보를 원합니다 정책을 개선 할 수 있어야합니다 그리고 그것은 아마도 수백 또는 수천 개를하는 것을 의미합니다

각 이동 당 추론의 이제, 우리가 각각의 움직임에 대해 훈련 할 수 있다면, 그것은 우리가 수백 또는 수천 개의 추론을하고 있다는 것을 의미합니다 우리가 만드는 훈련 데이터 포인트 당 그래서 최소한이 비율을 가질 것입니다 우리는 추론을 할 때 수백에서 한 가지를해야합니다

대 훈련 단계 만들기 그런 종류의 문제가 여기에 설정되어 있습니까? 그래서 충분히 훈련시키기 위해서, 나는 수백만 게임에이를 수행해야하며, 그리고 나는 게임이 몇 분 정도 걸린다는 것을 안다 심지어 GPU 나 TPUs를 사용하고 있습니다 그래서 제 질문은 어떻게 확장합니까? 이제, 행복하게 이것은 문제입니다 당황스럽게 평행 한 누군가의 말을 빌리 자

Minigo의 사본 두 장이 서로 연주하면됩니다 다른 사본을 포함하지 않는다 미니 고 (Minigo)는 내가 이들 중 많은 것들을 회전시킬 수 있다는 것을 의미합니다 내가 할 수있는 한, 나는이 모든 것을 제거 할 좋은 방법이 있다고 가정한다 이 모든 것을 확장 할 수 있습니다

그리고 그것은 우리에게 이야기의 일부를 가져옵니다 우리 모두 여기에 온 것 같아 Google Cloud에서 이것을 사용하고 있습니다 그래서 우리는 이것을하기 위해 Kubernetes를 사용했습니다 그러나 가능한 한 최소 단위의 작업을 시작했습니다

우리가 할 수있는 그래서 우리의 훈련은 매우 간단했습니다 우리는 작업자가 클라우드 저장소를 사용하도록했습니다 우리가해야 할 일을 조정할 수있는 방법으로 이것은 정말로 잘 돌아갔다 클라우드 스토리지는 매우 유연하며, 모든 종류의 재미있는 방식으로 학대 할 수 있습니다

우리는 Cloud Storage를 사용하여 추적기 탄환의 종류, 우리가 결정하는 동안 중앙 집중식 서버를 작성해야합니까? 아니면 서버에 대해 이야기 할 필요가 있습니까? 기본적으로 클라우드 스토리지는 핵심 요소로 확장되었습니다 우리는 정말로 신경 쓰지 않았습니다 그래서 그것은 훌륭하게 일어 섰고 우리는 아마 한계를 넘어서서 그것을 사용할 수 있었다 우리는 확실히 우리가 할 수 있다고 생각했습니다 우리가 한 일은 이것을 용기로 바꾸는 것입니다

그래서 Docker를 사용하여 컨테이너를 만들었습니다 그 자기 부담 임금 노동자를 위해, 우리는 이것을 확장하기 위해 Kubernetes를 사용했습니다 수천 개의 노드로 이동합니다 우리가 그렇게 했으니 시작할 수 있었고, 우리는 최신 모델을 가져올 수 있습니다 우리는 우리의 데이터를 쓸 수 있습니다

우리는 다시 문을 닫고 다시 시작할 수 있습니다 그리고 매번 우리는 최신 버전을 가져 왔습니다 우리는 항상 모델을 조정하고 확신 할 수 있습니다 우리는 최신의 최고의 모델로 새로운 데이터를 생성하고 있습니다 우리가 가지고있는

그래서 원래 우리가했던 것은 원래 우리가 작은 보드 크기로 작성했습니다 그래서 내가 처음에 보여 줬던 원래 도표들 Go가 19 대 19의 보드에서 플레이하고 있었다 그것은 Go의 풀 사이즈 게임입니다 Go는 9 x 9 보드에서도 사용됩니다 그리고이 9 by 9 보드는 훨씬 더 간단합니다

그 모델은 약 250 배 빠릅니다 그래서 우리는 검증을 정렬 할 수있었습니다 더 작은 Go 보드에서 그 더 작은 모델을 사용하여 정확성 그리고 나는 매우 느슨한 정확성을 사용하고 있습니다 그 결과, 기계 학습 귀하의 데이터에서 패턴을 찾는 것이 매우 좋습니다

거기에 넣으려고하지 않은 데이터의 패턴 그것은 당신이 저지른 실수를 은폐하는 데 아주 좋습니다 그래서 우리는 우리의 더 작은 크기의 보드에서 정말 끔찍한 버그가 있었다 우리가 나중에 발견 할 수는 있지만 그 이상은 발견되지 않을 것입니다 우리가 한 다음 일은 – 우리가 이것을 한 후에 작은 보드에 대한 우리의 정확성, 우리는 거룩한 암소, 풀 사이즈 모델을 깨달았습니다

250 배 느려질 것입니다 가속기를 추가해야합니다 그래서 우리는 최소한의 소동으로 GPU를 연결할 수있었습니다 우리는 약 2,100 GPU의 클러스터를 돌리고있었습니다 모든 문제가 전혀없는 단위

Kubernetes에서 GPU를 사용하는 것은 환상적입니다 그것은 우리가 운전자에 대해 걱정할 필요가 없다는 것을 의미합니다 우리는 코드를 변경할 필요가 없었습니다 우리 워크 스테이션에서 실행 된 것은 완벽하게 돌아갑니다 Kubernetes 엔진에

그리고 이것은 꽤 큰 성공이었습니다 그러나 그것은 아직도 조금 느렸다 우리는 벤치 마크 성능 수치를 보았습니다 우리가 치려고했던 것 그래서 AlphaGo 논문의 숫자 그들은 0

4에서 1,600 개의 추론을 수행 할 수 있었다고 설명했다 초 우리는 그보다 약 40 배 더 느리다 파이썬 (Python) 솔루션의 경우에는 괜찮습니다 TPU가 아닌 가속기의 경우 그러나 40 배 느린 것은 40 배 느린 것을 의미합니다

그들은 3 일 만에 500 만 게임을 훈련하고 훈련 할 수있었습니다 그리고 우리가 그것보다 40 배 더 느리다면, 3 개월이 걸리는 걸보고 있습니다 그래서 약간의 도전입니다 이 작업을 더 빠르게 수행 할 방법을 찾아야했습니다 그래서 우리가하기 전에 조금 단계를 밟아 봅시다

GPU에서이 문제를 설정하는 중입니다 나는 이것이 달 달이 걸릴 것이라는 점을 깨닫고있다 나는 진짜로 확인하는 방법을 찾고 싶었다 모든 일이 잘되고있다 그래서 컨테이너로, 그것은 정말로 쉬웠다

내가 일하고있는 일에 변화를주기 위해 실제로 다른 종류의 평가 일치를 실행하려고합니다 Kubernetes 엔진을 사용하는 것은 정말 쉬웠습니다 API는 변형 된 작업을 회전시키고, 그래서 다른 버전의 모델을 테스트 할 수 있습니다 내가 진전하고 있는지 확인해 이것은 정말로 중요한 것이 었습니다

나는 나중에 다시 돌아올거야 그리고 내가 말할 때, 성능 측정, 나는 내 일에 대한 성과를 측정하고있다 그게 내 모델이 실제로 Go를하는 것이 더 좋아 지는지? 그게 진짜 질문입니다 그래서 일찍, 나는 이것이 3 개월이 걸릴 것을 알았다 클라우드 TPU가 개발되는 시점에서 나는 말했습니다

이봐,이게 정말 잘 될지도 몰라 클라우드 TPU에서 실행 해보십시오 클라우드 TPU 팀은 매우 열정적이었습니다 그리고 그들은 말했다, 그래, 물론, 바로 가라 그러나 그들은 훨씬 더 빨라서 내가 원래 가지고 있었던 것을 재평가하는 것이었다

내 파이프 라인 작성 참고로 2,000 개의 GPU를 사용하고있었습니다 몇 세대가 지나서 고의로 어떤 종류의 직접적인 수치 비교도하지 않아야합니다 그러나 파이썬에서 이전에 괜찮 았던 것이 무엇인지 말해 주기만하면됩니다 클라우드 TPU를 사용하여 더 이상 문제가 없습니다

그 코드가 충분히 빨라질 것입니다 이 TPUs를 효과적으로 사용할 수있게 될 것이라면, 나는이 파이프 라인이 어떻게 이루어 졌는지 진지하게 다시 생각할 필요가있다 도망 갈거야 3 달 동안 뭔가를 할 계획이라면, 그리고 지금 당신은 아마 1, 2 주 정도를보고 있습니다 너는 아주 다른 제약이있다

입력 데이터를 사전 처리하는 데 걸리는 시간, 느슨하게 밀어내는 데 얼마나 걸릴 수 있습니다 새로운 모델의 결과 그것은 모든 종류의 일입니다 그래서 우리는 TPUs를 다시 작성해야했습니다 이 코드는 몬테카를로 트리 검색입니다

몬테카를로 트리 검색을위한 짧은 의사 코드입니다 그리고 그 라인에주의를 기울이고 싶습니다 NeuralNetevaluate (leafgame)는 말합니다

국가), 그것은 그것이 갑자기이 모든 것이기 때문에 병행해야했다 그리고 그것은 할 수있는 것보다 훨씬 더 빨리 병렬로 갈 필요가있었습니다 그래서 이것은 부분이었습니다 이 작업을 신속하게 처리 할 수있는 엔진은 우리는 다시 쓸 필요가있었습니다 이것이 단일 스레드 버전에서의 모습입니다

이것은 파이썬 코드가 실제로 무엇에 가깝습니까? 오늘 Minigo에서와 같이 보입니다 TPU에 대한 내용을 다시 작성하여이를 해결했습니다 멀티 스레드 버전으로 내 친구가 자원해서 C ++을 다시 작성했고, 그는 아마 내가 자기 이야기를 말하는 것처럼 가지 않을거야 그러나 그는 완전한 멀티 쓰레드를 작성할 수있었습니다

이행– 문제 없음, 버그 없음, 완전히 다시 쓰는 것, 멀티 스레드 코드, 버그 없음, 경쟁 조건 없음, 그런 문제는 없습니다 그러나 그는 실제로 루프를 증가시키는 것을 잊었다 디버깅하는 데 며칠이 걸리는 잔인한 버그가 남았습니다 그는, 오, 나는 그렇게 나빴어 나는 마치, 당신은 방금 완전한 재 작성을했다

처음에는 버그가 없었던 다중 스레드 코드가있었습니다 그리고 당신은 그 일에 열심히 노력할 것입니다 어쨌든이게 그 모습입니다 우리는 C ++ 포트에서 컨테이너를 만들었습니다 파이썬 엔진을 시작하면, 우리는 다음과 같은 RPC 호출을 할 것입니다

우리 대기열에 모든 노드를 실행하기에 충분한 노드가있었습니다 모델 그리고 이것은 훌륭했습니다 그것은 또한 우리의 C ++ 코드가 더 이상 의존하지 않음을 의미합니다 TensorFlow에 설치 했으므로 건물에 문제가 없었습니다

TensorFlow는 빌드를 훨씬 빠르게 만들었습니다 그것은 꽤 시원하다 그리고 일단 우리가이 엔진을 가지고 있었으면 이제 우리는 배포 사용으로 바뀔 수있다 Kubernetes 엔진에 이전에는 GPU를 사용할 때 배치 API를 사용했습니다

손의 신속한 표시, 사용한 사람 Kubernetes이 방에 들어가기 전에? 멋지다 멋지다 배치 API는 실제로 잘 작동했습니다 2,000 노드로 우리는 몇 가지 흥미로운 제한을 가졌습니다 완료 추적

그리고 우리가 한 일은 귀찮게하지 않았습니다 우리는 일자리를 우리가 무언가를 세운 곳으로 썼다 100,000 개의 완료와 같습니다 그리고 실제로 그렇게 할 것입니다 그것은 약 1,000 년 후에 완공을 버릴 것이다

그것은 그것이 끊임없이 계속 실행된다는 것을 의미했습니다 우리가 원하는 것이 었습니다 완료 – 배치 API로 작성 정말 잘 돌아갔다 다시 해 보다 그것은 우리를위한 재시도 논리를 처리 할 것입니다

그것 모두는 정말로 잘 돌아갔다 그러나 이제 Cloud TPUs를 사용하여 용기가 떨어지는 대가를 치르고 싶다 다시 올라와 그래서 우리는 그것들을 배치로서 장기 실행 작업으로 작성했습니다 그리고이 모든 것이 정말 잘되었습니다

우리는 더 이상 완료를 추적 할 필요가 없었습니다 우리는 이들을 장기간 일자리로 쓰고 있었기 때문에 그래서이 모든 것이 단지 기본적으로 기본적으로 이루어졌습니다 Minigo의 장점 중 하나는 우리는 이것을 시험 할 수 있었다 그래서 Minigo는 전적으로 공개됩니다

GitHub에서 모두 사용할 수 있습니다 이 전체 프로젝트를 통해, 나는 똑같은 길을 따라 가고 있었다 외부 고객이 따를 것입니다 비록 내가 Google 직원이지만, 나는 기본적으로, 똑같은 과정을 겪고 있었다 이 방에있는 누군가는 그들이 그것을 통과하려한다면

그리고 그것은 꽤 좋은 경험이었습니다 솔직히, 나는 더 적은 길을 쳤다 또한이 제품들이 많았지 만 사전 알파 또는 알파 준비 중이었습니다 그리고 그 경험은 솔직히 놀랍습니다 Kubernetes Engine의 클라우드 TPU는 기본적으로 상자 밖으로 일했습니다

내가 말했듯이, GPU 용 Ditto는 드라이버 문제 걱정할 필요조차 없었습니다 그래서 당신이 ML을하거나 가속을 할 생각이라면 Kubernetes Engine에서 컴퓨팅, 나는 기본적으로 그것에 대해 좋은 말을해라 그래서 꽤 좋습니다 Minigo에 대한 간단한 데모를하겠습니다 이 게임을 만드는 방법이 있다고 생각합니다

그러나 나는 그것이 무엇인지 모른다 우리는 거기에 갈 그렇게 보입니다 그래서이 미니고 -이 특별한 게임에 대해 생각해 봅시다 그 작은 크기의 보드입니다

나는 이것이 실제로 CPU에서만 실행되고 있다고 생각한다 노트북에 Chromebook 일 수도 있습니다 그래서 이것은 그 작은 것에서 완전히 무섭지 않고 달리고 있습니다 내가 너에게 말한 Go 사이즈

그리고 그것은 반복되지 않습니다 이것은 불행합니다 하지만 그 변화가 오른쪽 상단에서 고려할 때, 무엇을 그것은 가장 가능성이 큰 움직임이라고 생각한다 왼쪽에서 일어난다 그리고 이것은 꽤 훌륭한 도구입니다

만약 당신이 Go Player라면, 정말로 파고 들어가서 그것에 대해 생각하고있는 것을 보아라 왜 좋아하는지, 좋아하지 않는지 – 꽤 좋아 좋아, 그럼 우리 결과에 대해서 이야기 해 좋아, 그럼 결과는 알았어 그래서 결론을 얘기해

그리고 배운 교훈, 나는 조금 이야기하고 싶다 여기에 우리가 가진 경향에 대해, 이것은 GPU에서 TPU로 이동하고 있습니다이 경우, 이것들은 최신 TPU에 대한 오래된 GPU였습니다 눈을 뜨게되었습니다 우리가 더 많은 일을 할 수있는 능력 기본적으로 같은 양의 전력으로 사용자가 우리의 인센티브를 맞출 수 있음을 의미합니다

클라우드 제공 업체는 최신의 가장 빠른 하드웨어를 사용할 수 있습니다 기본적으로, 우리가 사람들이 이전 버전의 하드웨어를 사용하게하고, 최신 버전의 하드웨어 동일한 와트 수로 더 많은 작업을 수행 할 것입니다 우리가 정말로 당신이 가장 새로운 것을 사용하기를 바랍니다 양철통 이걸로 유지되는 한 우리가이 압력을 가할 것입니다

우리의 코드는 가능한 한 빨리 간다 그리고 이것은 환상적이다 특히, 연구를 할 때, 이러한 솔루션에서 전화를 거는 경우, 너는 실험 할 수 있어야 해 당신이 할 수있는 한 빨리 있을 수도있는 일을 시도 할 수 있어야합니다

다른 방법을 시도하기에는 너무 비싸다 이렇게 성능면에서 가장 좋은 가격을 사용하게하는 성과 당 가격 가장 빠른 것을 사용하고 느린 것을 사용하지 말고, 모델에서 실제로 전화를 걸 수 있음을 의미합니다 우리가 만들고자하는 것, 우리가 정말로 할 수있는 것 우리가가는 방법을 더 빨리 반복 모델을 개발하는 방법에 대한 다양한 아이디어를 테스트 할 수 있습니다 그러나 그것이 의미하는 것은 그 수단입니다 당신은 당신의 파이프 라인이 더 빨라질 수 있도록 계획해야합니다

다시 말하지만, 원래는 몇 달 정도 걸릴거야 그리고 지금, 우리는 그것은 1, 2 주 만에 끝났습니다 그리고 그것은 우리의 핵심 가정들을 얼마나 오래 변화 시켰는지 우리는 다른 단계를 많이해야 할 것입니다 그 파이프 라인에있는 것 같아 계속할 것입니다

그래서 확실히 당신은 그에 따라 계획하고 싶습니다 저것은 구름 가장자리 TPU,이다 작은 UBS 실리콘 껌 우리가 Minigo를 만들려고 붙잡아 라 나는 정말로 그 것이다 흥분 이 개념과 관련하여 파이프 라인이 진행 중입니다

빨리, 우리는 정말로 시도하고 만들고 싶다 우리의 모델은 가축과 비슷하고 애완 동물과 비슷합니다 가축을 가진 너희들은 애완용 유머가 없다 어떤 사람들은 아이디어를 얻고 있습니다 아이디어 컨테이너를 사용하면 정확한 빌드를 재현 할 수 있습니다

실행중인 소프트웨어의 내 서버는 상호 교환 가능하다고 말할 수 있습니다 나는 그들 중 많은 것을 얻을 수있다 나는 그 이름을 말할 필요가 없다 그것은 특별하지 않다 죽거나 내려 가거나 부서지면 크게 문제가되지 않습니다

나는 그것을 재건해야한다 같은 방식으로 우리는 우리의 신경망 모델을 원합니다 그와 같기도합니다 3 개월이 지나면 소유욕이 생깁니다 마찬가지로, 당신은 정말로 어떤 일이 일어나는 것을보고 싶지 않습니다

그러나 하루나 이틀 만에 새로운 것을 만들 수 있다면, 이제 자유롭게 실험하고 시도 할 수있는 자유가 있습니다 소지품 그리고 그 변화를 지킬 수 있다는 것을 의미합니다 훨씬 더 잘 격리되었습니다 몇 달이 걸렸던 GPU에 대한 초기 작업을 통해, 끊임없이 모니터하는 것이 유혹적이었습니다

대시 보드, 시도하고 몇 가지 손잡이를 조정, 여기저기서 다이얼을 돌리고 시도해보십시오 걱정하고 걱정할 필요가 없습니다 그러나 그것은 또한 그 과정의 끝에서, 그 사물의 순서를 어떻게 정확하게 재현 할 수 있을까요? 그게 일어난거야? 정말 힘들다 훨씬 더 반복적이라는 것을 의미합니다 그리고 그것은 꽤 위대합니다

꽤 흥미로운 또 다른 일 여기에 이러한 강화 학습 시스템이 실제로 분산 시스템과 유사합니다 그래서 많은 사람들이 클라우드에서 일한다고 상상해 봅니다 그들은 그 아이디어에 익숙합니다 당신의 개인적으로 잘 행동하는 시스템이 멈춘다는 것을 탠덤에서 잘 행동한다 그리고 그것은 여러 가지 이유로 꽤 흥미 롭습니다

나는 두 가지 방법이 있다고 생각한다 우리가 왜 우리 시스템이 잘못된 일을하는 것 그들 중 하나는 코드에서부터 코드를 볼 수 있습니다 일어날 일을 정확하게 이해하십시오 그리고 다른 방법은 행동에서 오는 것입니다

우리가 볼 수있는 일, 일어나는 일에 대해 생각해야만하는 곳 가설을 생성한다 로드 밸런서가이 작업을 수행하는 경우, 그러면 우리는 이것을 기대할 수 있으며, 나는이 방법으로 그것을 테스트 할 수 있습니다 어쩌면 당신은 단지 그것을 보면서 그것을 해결할 수 없습니다 로드 밸런서 코드와 서버에서 당신은 가설을 생성하고 그것을 테스트해야합니다 그리고 그것들은 두 가지 매우 별개의 단계입니다

나는 그것이 유도 적이거나 연역적이라고 생각합니다 그리고 매우 유사한 방식으로, 신경 네트워크 신경망을 개발하는 것은 똑같은 문제를 가지고있다 우리는 코드 행을 직접 가리킬 수 없다 왜 모델이 결정을 내리는가? 하지만 대신에 다음과 같은 코드를 만들었습니다 그 모델을 만들었습니다

하향식 디버깅 유형 특정 코드를 볼 수 있어야합니다 그리고 무슨 일이 일어나는지 알아 내려고 노력하십시오 그러나 이런 방식으로 보강재 학습 시스템은 실제로 많이 닮았다 분산 시스템의 그리고 디버깅은 프로세스라는 생각 가설 생성, 어떻게 가설을 검증하고 검증하는지 알았어

나는 이것을 했어 나는 이것을 기대했다 이 다른 일이 일어났습니다 – 내 직감에 대한 의미는 무엇입니까? 이 시스템이 어떻게 작동하는지? 알았어 그러니 조금 감싼다 이것의 두 가지 주요 부분이 있습니다

기계 학습 부분 및 소프트웨어 엔지니어링 부분을 포함합니다 그리고 나는이 부분에 초점을 맞추기 위해 노력하고 있습니다 어떻게 90 페타 플롭스에 도달 했습니까? 건강을 어떻게 모니터 했습니까? 어떻게 우리가 필요한 성과를 얻었습니까? 우리가 어떻게 작동하게할까요? 기본적으로 어떤 것도 건드리지 않았습니다 기계 학습 파트의 왜 네트워크는 이런 식으로합니까? 이 상수는 왜 이렇게입니까? 왜 네트워크는 이렇게 구성되어 있습니까? 그 "왜"질문, 그 사람은 꽤 힘들고, 그러나 우리가 정말로 그 소리에 대답 할 수는 없습니다 헛소리를 못하게하십시오

따라서 신경 네트워크가 있다면 기계 학습 알아 내려는 문제, 이 질문에 대한 대답, 분명히 특정 도메인이 될 것입니다 그러나 당신이 말할 때, 좋습니다, 그럼, 어떻게 배치하고 테스트 할 것인가? 이러한 응용 프로그램, 어떻게 내 가설을 테스트 할거야, 거기에 대한 답변은 구름 플랫폼되었습니다 환상적으로 작동합니다 그럼 실제로 작동 한 것들에 대해 조금 이야기 해 봅시다 잘 그래서 저는 작은 Stackdriver 대시 보드를 포함 시켰습니다

우리가 사용한 Stackdriver는 훌륭했습니다 표준 출력에 물건을 던질 수 있습니다 아무 문제없이 그들을 통해 정규식 나는 클라우드 스토리지가 레벨 이상으로 확장하는 방법을 언급했다 우리가 말한거야

그래서 우리 초기 클러스터는 아마 5 만개의 게임을 내놓았습니다 풀 사이즈 모델의 하루 TPUs를 통해 우리는 하루에 백만 개의 게임을 제공합니다 여전히 그들을 다운로드하고 다 처리해야합니다 클라우드 스토리지는 이제 막 챔피언이되었습니다

어떤 시점에서 우리는 통합을 생각하고 있습니다 Cloud Bigtable과 함께하지만 아직 미정입니다 그리고 그동안 Cloud Storage는 방금 – 우리는 단지 그것을 남용합니다 정말 훌륭합니다 내가 언급 한 Kubernetes Engine과 Cloud TPUs는, 기본적으로 상자 밖에서 작동합니다

사용에 관심이 있다면, 그것은 꽤 좋은 경험입니다 – 확실히 가입하십시오, 당신이해야 할 일 TensorBoard 19 – TensorBoard의 최신 버전 TensorBoard 대시 보드를 올바르게 제공 할 수있게 해줍니다 클라우드 스토리지에서 벗어났습니다 클라우드 TPU를 사용하려는 경우, 프로파일 링 도구는 사용하기 쉽습니다

그들은 파고 들어가는 데 유용합니다 TPU에서 최상의 성능을 얻을 수있는 방법 따라서 클라우드 스택을 사용하는 모든 부분 정말 잘 갔다 그 소리들에 관해서는, 나는 Alex Ipran에서이 인용문을 사랑한다 강화 학습은 정말로 어렵습니다

그는이 견적을 가지고 있습니다 무작위로 밝혀지면 내가 그랬는지 모르겠다 아니면 내가 방금 불행했는지 우리는 최첨단 기술에서 이러한 알고리즘을 가지고 있습니다 지금 올바르게 작동하는 기계 학습 다른 임의의 시드를 가진 버전은 솔루션에 집중하면 놀라 울 정도입니다

여기 성공적인 결과가 있습니다 그 시간의 30 % 만 작동합니다 분명히, AlphaGo Zero는 훨씬 더 견고 해 보입니다 그러나 도전의 종류를 지적한다 이 가설들을 시험 할 때, 그리고 반복 및 분리 및 정렬 가능 가설을 세우고 그들이 작동하는지 확인하십시오

이것은 정말 놀라운 견적입니다 생각하고 싶어 개인적으로 나에게 출판 된 논문의 발자취에 DeepMind가 가능한 이유를 알고 있습니다 그들의 논문을 출판했다 나를 위해 훨씬 더 어려울 것이다

좋아, 내가 상상해 보려고 그냥 상상해 보라 그들의 신발에 있었는데, 그 모델에서 예쁜 모델이 나왔습니다 좋지만 큰 것은 아닙니다 그리고 나는 나 자신에게 말한다 음

이 접근법으로 할 수있는 최선인가요? 미지의 세계를 탐험하는 것과 매우 큰 차이가 있습니다 알려진 것을 재현해라 내 경우 엔 천장에 충돌하면 그 천장과 그들이 묘사 한 천장을 비교할 수있다 말하자면, 알았어요, 분명히 버그가 있습니다 반면, 처음으로 새로운 연구를하는 누군가를 위해, 천장이라고 말하면 훨씬 더 힘들어 질거야

또는 버그가 있습니까? 부지런하고 통제 할 수 있어야합니다 당신이 격리 할 수 ​​있는지 확인하십시오 시스템의 각 부분을 확인하고 각 구성 요소가 너가 생각하는 것을하고있다 그런 종류의 의미가 있습니까? 훌륭 하네 그리고 마지막으로, 나는 인용하고 싶다

왜 내가 Go Player로 흥분하는지 이 모든 것들이 마침내 모양을 갖추게되었습니다 나는 AlphaGo 논문 다음에 Minigo를 시작했다 나는 작년의 11 월이라고 생각한다 그 이후로 페이스 북은 오픈 소스를 발표했다 번역

그들은 Tencent 모델을 방금 출시했습니다 그리고 다른 중국 기업들은 다양한 학위를 가지고 출시 한 모델 작업 개방성 그리고 이것들을 갖는 것이 매우 흥미 롭습니다 Leela Zero라는 오픈 소스 프로젝트도 있습니다 완료되었습니다

어디에서 crowdsource하려고 했습니까? 모든 GPU 컴퓨팅이 필요합니다 그리고 그것은 정말 훌륭했습니다 이 모든 사람들은 모두 재현하려고합니다 다양한 양의 성공과 함께 종이 그리고 Go Player로서 정말 멋지 네요

본질적으로 신탁에 접근 할 수 있어야합니다 Go의 게임을하는 것을 생각하는 선수들 대화를 나누면서 누군가와 대화를 나눈다 우리는 Go라는 게임을하는 위대한 속담을 가지고 있습니다 누군가와 함께 사는 것은 1 년 동안 그들과 함께 사는 것과 같습니다 그 경우에, 우리는이 새로운 것을 가지고 있습니다

그것은 우리에게 새로운 창조적 인 아이디어를 말하는 것입니다 우리가 이전에 정말로 이해하지 못했던 따라서 더 많은 것을 배우고 싶다면 Go 게임에 대해 확실히 온라인에서 확인하십시오 더 많은 리소스가 있습니다 그리고, 잘하면, 지금 배우기가 훨씬 쉬워 질 것입니다 우리는 그것을 이해할 수있는 방법이 있습니다

우리는 우리가하는 우리의 움직임에 대한 이야기를 끊으려고 노력합니다 우리가 할 일을 좀 더 쉽게 할 수 있습니다 우리가 파고 들어야 할 더 좋은 도구를 가지고 있다는 것을 이해하십시오 정말 고마워요 그들의 시간을 기부하는 데 도움을 준 여러분 께 감사드립니다

Minigo에서 일하기 그건 Tom, Seth, Brian, Josh입니다 그들 모두는 Minigo를 가능하게 만드는 도구가되었습니다 [음악 재생]

【K】 전주 여행 전북 여행 전주 소설가 최명희 문학관

아는 사람만 찾아온다는 이곳은 전주가 배출한 작가, 최명희의 문학혼을 담아내고 있는 곳인데요 도시형 문학관으로 알려지면서 찾는 이들이 점점 늘고 있는 전주한옥마을의 명소입니다

안녕하세요 안녕하세요 최명희문학관은 어떤 곳인지 소개 좀 해주세요 최명희 선생님이 태어나고 자란 곳이 바로 전주한옥마을 이 근처고요 이쪽 아래 골목에 가면 생가 터가 있습니다

작가 최명희의 작품을 쓰는 마음이며 책에 나왔던 우리의 말과 글을 사랑했던 모든 것을 둘러볼 수 있는 곳이기 때문에 한 번 둘러보시기 바랍니다 작가가 직접 쓴 손글씨 12,000장의 원고가 보관되어 있는 이곳에서는요 체험형 이벤트를 진행 중이더라고요 학예사님, 빠른 우체통도 아닌 느린 우체통은 뭐예요? 느린 우체통은 1년 뒤 나에게 쓰는 편지라고요 전주의 기억도 좋고 오늘의 고민도 있을 것 아니에요

그런 고민들을 편지 한 장에 써서 부쳐주시면 저희가 일 년 뒤 이맘때쯤 보내드리게 되는 거예요 타임캡슐에 한 해를 미리 저장하는 것 같은 문학관의 이벤트 덕분에 오늘을 반성하고 앞으로 살아갈 한해를 다시 다짐해보게 됐습니다 일 년 뒤의 나에게 잘 전달해줘

의료실비보험비교 ★

질문 의료실비보험비교 ★

의료실비보험 알아봅니다. 이제 대학도 졸업하고 보험도 하나씩 들어야 할것 같아서요

알아보니 의료실비보험이 제일 필수이더라구요.. 치아는 예전부터 튼튼한 편이라서요. 의료실비보험

 알아보고 있는데 의료실비보험 어디회사상품이 좋나요 실비보험비교 해보고 좋은 의료실비보험 가입 하고 싶습니다. 의료실비보험비교 해보신분이나,, 의료실비보험 가입 하셨던분 계시면 정보 공유좀 해주세요!

답변 20세 기준 단독실비보험 보험료 안내
DB손해보험 로고
DB손해보험

7,339
6,889

KB손보 로고
KB손보

7,826
7,005

MG손보 로고
MG손보

7,793
7,014

메리츠화재 로고
메리츠화재

8,318
8,208

삼성화재 로고
삼성화재

9,090
7,856

한화손보 로고
한화손보

7,549
5,963

현대해상 로고
현대해상

7,716
7,161

흥국화재 로고
흥국화재

8,498
7,939

답변 30세 기준 단독실비보험 보험료 안내
DB손해보험 로고
DB손해보험

9,464
10,978

KB손보 로고
KB손보

10,551
11,604

MG손보 로고
MG손보

11,117
13,378

메리츠화재 로고
메리츠화재

10,970
12,784

삼성화재 로고
삼성화재

12,273
14,732

한화손보 로고
한화손보

10,407
11,167

현대해상 로고
현대해상

12,392
12,177

흥국화재 로고
흥국화재

11,642
14,481

답변 40세 기준 단독실비보험 보험료 안내
DB손해보험 로고
DB손해보험

13,087
16,472

KB손보 로고
KB손보

13,359
16,962

MG손보 로고
MG손보

15,831
19,566

메리츠화재 로고
메리츠화재

14,073
18,142

삼성화재 로고
삼성화재

15,790
21,242

한화손보 로고
한화손보

14,101
16,224

현대해상 로고
현대해상

13,217
14,922

흥국화재 로고
흥국화재

15,121
19,380

답변 50세 기준 단독실비보험 보험료 안내
DB손해보험 로고
DB손해보험

20,162
27,770

MG손보 로고
MG손보

23,152
30,360

삼성화재 로고
삼성화재

24,501
36,431

한화손보 로고
한화손보

19,866
26,573

현대해상 로고
현대해상

21,422
26,950

답변 60세 기준 단독실비보험 보험료 안내
DB손해보험 로고
DB손해보험

33,446
37,587

MG손보 로고
MG손보

35,502
39,769

삼성화재 로고
삼성화재

38,268
44,881

한화손보 로고
한화손보

32,274
38,065

현대해상 로고
현대해상

35,607
39,390

답변 의료실비보험은 자기와 잘 맞는 보험을 가입해야 나중에 …

의료실비보험은 자기와 잘 맞는 보험을 가입해야 나중에 금전적인 손해가 없답니다.
그래서 요즘엔 설계사보다도 비교사이트를 많이 이용하시더라구요
비교사이트에 전문가가 자신에 맞는 의료실비보험을 찾아준다고 하니 정말 편리하네요
그리고 여러 비교사이트 중에서도 잘만 초이스하셔서
의료실비보험 가입하시면 보험료도 10~50%정도 저렴히
의료실비보험 가입할수 있으니깐 비교사이트도 후기 좋은곳으로 골라서
의료실비보험 상담견적 내보세요..

 

  

 

의료실비보험 비교 1 의료실비보험 비교 2 의료실비보험 비교 3 의료실비보험 비교 4 의료실비보험 비교 5
의료실비보험 비교 1 의료실비보험 비교 2 의료실비보험 비교 3 의료실비보험 비교 4 의료실비보험 비교 5
의료실비보험 비교 1 의료실비보험 비교 2 의료실비보험 비교 3 의료실비보험 비교 4 의료실비보험 비교 5
의료실비보험 비교 1 의료실비보험 비교 2 의료실비보험 비교 3 의료실비보험 비교 4 의료실비보험 비교 5

답변 스마트폰으로 보실경우 > 네임카드는 우측↑{v]버 …

스마트폰으로 보실경우 > 네임카드는 우측↑{v]버튼 눌러주세요.

의료실비보험에 대해 질문 주신거 잘 읽어 보았습니다.
보험 손.해.없.이 가입 하고싶다 하시는 분들을 도와드리는 행복전도사 입니다.

 

의료실비보험은 ‘나’를 위한 보험이니깐 나의 조건에 맞게 보장도 좋고,
최대한 저렴한쪽으로 가입하셔야 합니다.
나의 조건과도 맞고 보장도 좋고 최대로 저렴히 가입하려면
비교사이트의 전문가를 통해 보험 가입 하는것이 이득입니다.

중간에 설계사가 빠져서 의료실비보험 보험료가
10~50% 정도 저렴히 가입할수 있는 장점이 있습니다.
그리고 1:1로 오로지 상담고객 한테만 맞춰서 의료비 특약의 갱신형을 최소화 하고,
보험료가 오르지 않는 비갱신 위주로 구성을 해줍니다.
무조건 1위 회사라고 가입하는건 어리석은 짓입니다.
사람마다 좋은 의료실비보험 견적은 당연히 달랐던 건데,
옛날방식이 잘 바뀌지 않았던 부분이었습니다.

<제가 보험 기본사항에 대해 적어보겠습니다.>
1. 손해보험사 / 생명보험사 (보장부분과 보장시기가 다릅니다.) 
·손해보험사 : 1년 경과시 100%보장
·생명보험사 : 2년

2. 순수보장형 / 만기환급형
·순수보장형 : 적립금이 없거나 작은것, 만기환급형에 비해 보험료가 저렴
·만기환급형 : 적립금이 큰것을 의미함. 순수보장형에 비해 보험료가 비쌈
(만기가되면 보혐료를 모두 돌려받는것은 아니에요. 적립금에서 일부만 돌려받습니다
또 만기가 되어야 돌려받을수 있습니다)

3. 비갱신형 / 갱신형 (나이를 보고 결정해보세요.)
·연세가 많으신분은 갱신형, 그외에는 비갱신형이 유리합니다

5. 보험료
·”~생명” 이라는 이름이 붙은 보험회사보다 “~화재”라고 붙은 보험회사가
보험료가 조금 더 저렴한 편입니다..

 

2015년 소비자가 뽑은 한국소비자만족지수1위의 1초 비교사이트 들어보셨어요?
하루에 약 보험료 계산 하시는 건수만 해도 1.500건 정도로
이미 많은분들이 1초견적을 통해서 보험료 계산 , 상담을 하시고 계세요.

상담 받아보신 분들 중 많이 하시는 말씀들이,
 ”노마진 제도라 다른 비교사이트 보다도 약간 더 저렴하다” – (42세)김은*씨
 ”무료 상담인데 설계사보다 보험료가 *만원이나 저렴하다” – (35세)최덕*씨
 ”보험에 대해 잘 몰라도 하나하나 차근차근 알려준다” – (51세)이종*씨
 ”m회사 가입하려고 문의했는데 m회사로 다이렉트로 가입하는것 보다 저렴했다” – (46세)강소*씨
라며 후기를 남겨주신답니다.

지금 상담10만건 돌파기념으로 견적만 해봐도
매월 50명을 추첨해서 1만원권 상품권을 준다고하니,,
어차피 보험 꼭 가입하셔야 하는 분들은 이 기회 놓치지 마세요~

질문자님께서도 의료실비보험에 대해 아직도 고민 하신다면
보험료 견적 내보는것도 나쁘지 않습니다. 절대 강요하지 않습니다.
화장실 갈 시간이면 의료실비보험 보험료 견적 바로 내실수 있어요.
견적서도 온라인으로 받아볼수 있기 때문에 충분히 생각하시고 가입하세요~^^
그럼 아래 제 네임카드에 여기 주소 남겨봅니다

여자는 그게누구라도 다른여자가 신경쓰이는건 당…

여자는 그게누구라도 다른여자가 신경쓰이는건 당연한일 이유야 어찌됫건 신경쓰인다는 말을 햇더니 어이없다고 하다니 여자맘도 하나 모르고 그냥 안심 좀 시켜주면 뭐가 덧나나 왜 모든걸 날더러 혼자만 다 이해하래 다 관심있으니 하는 표현들 중 하나인데 무관심하길 바라나 그이후 속으로만 생각하고 무슨말도 아끼게된 요즘 내마음 신경 안쓰는만큼 나도 신경안써

AI Powered Contact Center Analytics (Cloud Next ’18)

[음악 재생] DARYUSH LAQAB : 안녕하세요 우리와 함께 해줘서 고마워

내 이름은 Daryush입니다 저는 Google의 Contact Center AI 제품 관리자입니다 너 모두 여기와 주셔서 감사합니다 우리는 당신을 위해 잼 포장 된 의제가 있습니다 나는 너에게 말하는 것으로 시작할거야

Contact Center AI에 대해 조금은 그리고 그것은 무엇을 위해 좋은가지만, 대부분의 세션 우리 파트너가 수여 할 것입니다 나 바로 뒤에 조쉬가 무대에 올거야 Josh는 Mitel 출신이고, 그는 당신에게 보여줄 것입니다 Mitel이 전체 ​​Google 연락처에 통합 된 방법 Center AI 스택과 그 기능 더 지적인 접촉 센터를 건설하기 위하여 그것을 이용했다 조쉬 이후 우리는 오퍼에게서 소식을 듣게 될 것입니다

Ofer는 Chatbase의 총책임자입니다 Chatbase는 Google 내의 Area 120 프로젝트입니다 Ofer는 Chatbase가 어떻게 보완되는지에 대해 이야기 할 것입니다 Contact Center AI에서 전화 드라이버, 통화 주제 및 통화 기록을 컨택 센터 로그에서 볼 수 있습니다 트레이시는 그 후 무대에 올거라

그리고 트레이시는 어떻게 당신에게 KPMG의 지능형 상호 작용 플랫폼 작동 Contact Center AI를 사용하여 연락처 최적화 및 귀하의 운영 제네시스의 Andrea는 고객 관리에 대한 새롭고 / 대체적인 사고 방식을 보여줌으로써 채널 좋아요 그러니 조금 얘기합시다 Contact Center AI에 관해서

Contact Center AI는 Google의 더 큰 노력의 일부입니다 Cloud AI라고합니다 Cloud AI에서 우리는 세 가지 범주로 우리의 노력을 분류합니다 카테고리 번호 1은 AI 플랫폼입니다 기계 학습 엔지니어 및 데이터 과학자를 가능하게합니다

그들의 기계 학습 훈련, 예측, 클라우드를 사용하거나 클라우드를 사용하는 분석 작업 기계 학습 엔진 또는 하이브리드 또는 열 흐름을 사용하는 온 – 프레미 (on-prem) 환경 일 수도 있습니다 두 번째 범주는 사전 훈련 된 기계입니다 API를 통해 쉽게 소비 할 수있는 모델 학습, 이미지 인식, 물체 인식 모델, 번역 모델 및 자연어 모델을 제공합니다 자신의 레이블 데이터를 가져 오는 경우, 그런 다음 이러한 사전 교육 된 API를 사용자 정의 할 수 있습니다 AutoML 기술을 사용하여 귀하의 유스 케이스에 대한 그리고 나는 당신이 모든 발표를 보았을 것이라고 확신합니다

어제와 오늘 AutoML 주변 세 번째 카테고리는 AI 솔루션입니다 솔루션 카테고리에서 우리는 이러한 사전 교육 된 API는 새로운 사전 교육 모델을 구축했습니다 및 API를 함께 포함 된 솔루션으로 패키지화하고, 매우 구체적인 사용 사례 세트에 중점을 둡니다 Contact Center AI는 이러한 솔루션 중 하나입니다

고객 관리 및 연락 센터에서 사용합니다 그러나 우리는 어떻게 거기에 갔습니까? 우리는 수많은 고객과 이야기했습니다 많은 파트너들과 함께 많은 어려움을 겪었습니다 이 통증 포인트는 세 가지 범주로 나뉩니다 카테고리 번호 1은 악명 높은 길고 깊은 IVR입니다

세 하나를 눌러 왼쪽으로 이동하십시오 날카로운 오른쪽으로 이동하려면 두를 누르십시오 약간 오른쪽으로 가려면 3 번을 누르십시오 그리고 나는 너의 아무도 실제로는 내기하지 않았다

그 경험을 즐긴다 그렇게한다면, 손을 들어주지 마십시오 하지만 내가 이야기 한 사람은 그 경험을 즐기지 못합니다 하지만 일단 실제로 두 번 약 7 번 3 번은 약 6 번, 그리고 그 길을 따라 당신은 몇 번 귀하의 계정 번호를 제공하고, 마침내 당신은 살아있는 요원에게 도착합니다, 그 대리인이 돌아 서서 즉시 당신에게 묻습니다 귀하의 계좌 번호는 무엇입니까? IVR을 제공하는이 정보는 IVR이 통화를 라이브 상담원에게 전환 할 때 부재 중입니다

이제 귀하의 계좌 번호를 제공했습니다 3 번째 또는 n 번째의 시간 동안, 에이전트는 즉시 당신을 보류 상태로 놓고, 당신이 음악을들을 수있게 해줍니다 미친 듯이 당신의 질문에 대한 답변을 찾고 있습니다 이것은 매우 불량한 발신자 실험을합니다 저는 우리 중 누구도 그 경험을 즐기지 않을 것이라고 생각합니다

그러나 그것은 또한 매우 비싼 연락처를 운영하는 센터 고객, 파트너에게 이야기 할 때, 우리는 어느 시점에서 그 점을 알아 냈습니다 실제로 전화에 응답하는 데 약 $ 15가 걸립니다 연락 센터에 온다 그것은 한 통화에 많은 돈이됩니다

또한 에이전트가 푸시되고 있습니다 그들은 이러한 해답을 빨리 찾아야합니다 그들의 데스크탑은 엉망입니다 그들에는 CRM가있다 그들에는 접촉 센터가있다

그들에는 수색이있다 그 결과 세 명의 에이전트 중 약 1 명 정도가됩니다 컨택 센터에 합류한지 12 개월 만에 돌아왔다 컨택 센터를 운영하는 데 매우 비싸게 만듭니다 이것이 우리가 생각한 이유입니다

어떻게 실제로 활용할 수 있습니까? 인공 지능은 호출자 모두에게 더 나은 경험을 제공합니다 요원들을 위해서? 이것이 바로 Contact Center AI를 구축 한 이유입니다 Contact Center AI에는 세 가지 주요 구성 요소가 있습니다 첫 번째는 가상 에이전트입니다 Dialogflow 엔터프라이즈 제품을 기반으로합니다

트랜잭션 및 공통 작업 자동화 외에도 트랜잭션 및 정보 호출, Dialogflow를 사용하면 IVR 3을 병합 할 수 있습니다 x에 대한 프레스 1을 바꾸고 y에 대해 두 번 누르십시오 안녕하세요, 전 자동 요원입니다 오늘 어떻게 도와 드릴까요? 그리고 그 대화를 계속할 수 있습니다 호출자와 자연 언어를 사용하는 방식입니다

또한 직접 전화를 올릴 수 있습니다 인간 대리인에게 통화 도중 모인 모든 컨텍스트 자동화 된 에이전트에서 실제로 전달됩니다 우리를 두 번째 양동이로 데려 간다 돕다 에이전트 지원을 구축하여 라이브 에이전트에 대한 경험 더 좋고 간소화됩니다

Agent Assist는 이름에서 알 수 있듯이 상담원을 지원합니다 호출을 모니터링하고, 컨텍스트를 구축함으로써 그 에이전트와 그 고객 사이의 대화를 중심으로, 지식 기반으로 이동하여 정답을 가져옵니다 또는 그 안에 대답이있는 올바른 기사, 그것을 에이전트에게 향하게합니다 그래서 잘하면 다시는 안할거야 요원에 의해 보류된다

잘하면 세 번째 부분은 회화 주제 모델링입니다 대화식 주제 모델링 채팅 로그 및 오디오 로그에서 주제를 찾을 수 있습니다 고객이 어떤 주제에 대해 알려줄뿐만 아니라 너를 부르고 있었어 너에게 말할거야

그 주제를 분명히하기 위해 그들이 사용하는 핵심어 그 주제에 대해 이야기하는 데 사용 된 최고 문장은 무엇 이었습니까? 주제 모델링에 대해서는 언급하지 않을 것입니다 당신이 그것에 대해 많이들을 것이기 때문에 지금 당장 많이 우리 파트너로부터 그런데, 내가 지금까지 언급했던 것이 무엇이든간에, 저는 "발신자"라는 용어를 사용합니다

오디오와 전화 모두에서 작동합니다 텍스트 및 채팅 기능을 제공합니다 우리는 컨택 센터 사이의 세션을 관리 할 것입니다 배치 및 모든 인공 지능을 제공합니다 모든 것은 지식 기반으로 뒷받침됩니다

여러 지식 기반을 생성 할 수 있습니다 에이전트 지원 및 가상 에이전트를 백업 할 수 있습니다 덧붙여서,이 컬러 코딩 된 슬라이드에서, Google은 빨간색, 파트너 또는 고객을 구축합니다 녹색을 만듭니다 이것이 바로 색상의 의미입니다

너무 많은 시간을 쓰지 않을거야 지금은 시간 때문에 건축물을 거치면서, 그러나 더 많은 것을 배우고 싶다면 그것의 기술적 측면에 대해서, 세션 후에 나를 보아라 부스에서 우리를 만나십시오 저를 신뢰하십시오, 우리는이 재료에 괴짜를 사랑합니다 우리는 당신에게 그것에 대해 이야기하는 것을 좋아합니다

주제 모델링과 동일합니다 우리를보고, 우리는 그것에 대해 이야기 할 것입니다 Contact Center AI는 알파로 제공됩니다 독점적으로 우리의 파트너를 통해, SI 파트너를 포함하여 그들은 모두 우리의 스택을 잘 알고 있습니다 실제로 선상에서 당신을 도울 수 있습니다

내가 조쉬에게 말하면서 우리에게 말해주기 전에 Mitel의 컨택 센터의 장점에 대해, CCAI에서 다른 세션을 위해 뻔뻔한 플러그를 만들자 우리가 내일 11시 40 분에이 방에서 가지고있는 통합에 대한 더 많은 데모를 보게 될 것입니다 Contact Center AI로 이동합니다 오늘 우리는 볼 것이지만, 내일 우리는 더 많은 통합을 볼 수 있습니다 어쩌면 몇 명이라도 부르는 사람일지도 몰라

같은 방에있는 다른 사람 따라서 오디오 피드백을 듣고 싶다면, 내일은 최고의 날입니다 우리는 또한 텍스트와 Dialogflow에 대한 연설에 관한 세션을 가지고 있습니다 엔터프라이즈, 나는 그들이 이미 발생했다고 생각한다 그래서 일단 당신이 실제로 당신의 손에 손을 가지고 있다면, 그걸 확인해 보는 것이 좋습니다

제발, 제발, cloudgooglecom로 이동하십시오 / solutions / contact-center, 그리고 명백하게, 글꼴 크기가 잘못되었습니다 의견에 기재하지 마시고 가십시오 컨택 센터 가동 부품에 대해 많이 읽습니다

그러나 가장 중요한 부분은 화면 하단에 있으며, 아래로 스크롤해야합니다 '관심이 있습니다'라는 파란색 버튼이 있습니다 그것을 클릭하십시오 그 양식을 작성하십시오

나는 그것에 대해 당신과 채팅하고 싶습니다 그걸로 조쉬에게 넘겨 줘 [박수 갈채] 조슈아 해 스렛 : 고마워요, Daryush 나는 우리가 오늘 여기에 얼마나 흥분했는지 말할 수 없다 Google과 협력하여 고객을 실제로 변화시킵니다

경험하고 뭔가 새로운 것을 제공하십시오 지능적인 고객 경험을 호출하십시오 Mitel은 45 년 동안 사업을 해왔습니다 우리의 초점은 원활한 커뮤니케이션을 제공하는 것입니다 공동 작업 및 진정으로 도움이되는 비즈니스 더 효과적으로 의사 소통

우리는 7 천만 명이 넘는 우리 기술 사용자를 보유하고 있습니다 전 세계에서 우리는 2 위입니다 배치 된 전체 컨택 센터의 컨택 센터에서 세계적으로 25,000 개 이상의 기업이 위임 고객 경험을 Mitel 솔루션에 제공합니다 우리의 기대가 변하고 있습니다 그리고 나는 당신이 이것 만큼은 알고 있다는 것을 확신합니다

우리 중 대부분은 오늘 스스로 봉사하기를 원합니다 우리는 할 수 있기를 원한다 우리의 앱이나 웹 사이트를 통해 – 우리가 찾고있는 정보를 찾고, 방법을 처리한다 우리는 거래를 원한다 우리의 시간, 일정 및 장치에서 일할 수 있습니다

사실, 합성 물질 우리 중 90 %가 회사의 웹 사이트에 갈 것임을 확인했습니다 우리가 그 회사에 전화하기 전에 그래서 나에게 그것은 우리가 회사에 전화 할 때마다 의미합니다 그것은 예외입니다 그것은 좋은 고객 경험을위한 놓친 기회입니다

그리고 어쨌든 고객 경험은 얼마나 중요합니까? Walker는 2020 년까지 고객에게 제품보다 경험이 더 중요 할 것이다 또는 가격 그렇다면 우리가 어떻게 사업을 혁신하고 디지털 방식으로 변화시킵니다 테슬라를 예로 들어 보겠습니다 그들은 자동차 소유 경험을 완전히 혼란 시켰습니다

그리고 우리는 그것들을 모두 전기 자동차 용으로 알고 있습니다 하지만 당신은 그들이 공기 업데이트를 통해 할 수 있다는 것을 알았습니까? 우스꽝스러운 속도 나 자동 조종 장치 같은 것을 밀어 넣으십시오 딜러를 차에서 내 보낸 다음에? 둘째, 원격 진단을 할 수 있으며, 모바일 기술자를 사이트로 옮길 수 있습니다 와서 수리하고 봉사하십시오 나는 그것이 이런 것들이라고 말할 것이다

이 긴 꼬리 차별화 요소, 결국, 사람들이 테슬라에 대해 알고있는 브랜드가되어야합니다 그리고 그들은 기술을 앞두고 있습니다 그들의 경쟁에서 그것이 우리가 고객 경험을 다시 상상하는 이유입니다 지능적인 고객 경험을 Mitel 솔루션을 사용하는 회사, 왜냐하면 우리는 그들이 변환 할 수 있기를 원하기 때문입니다

그들의 사업도 마찬가지입니다 그래서 우리는 Mitel의 45 년 역사 기업 커뮤니케이션 방식 이해하기 옴니 채널 컨택 센터와 방법 모두 우리는 복잡한 라우팅 규칙을 수행하고 구글의 컨택 센터 클라우드 AI와 첫 번째는 분석입니다 따라서 우리는 사업에서 많은 맥락을 가지고 있습니다 우리가 일반적으로하는 핵심적인 일 내부적으로 포커스 컨택 센터 메트릭입니다 우리는 사업자가 그들의 대리인이 얼마나 효율적인지 이해할 수 있도록 돕습니다

당신은 Daryush가 얼마나 비싸다고 들었습니까? 컨택 센터를 운영하는 것입니다 그렇기 때문에 측정 항목은 그 대리인들은 효율적입니다 그러나 나는 인공 지능으로 우리는 외모를보아야 할 필요가 있다고 말할 것입니다 효율적인 에이전트를 어떻게 실행하는지에 대한 자세한 내용은 아닙니다 그것은 당신이 어떻게 그 예외를 취하는가에 관한 것입니다 – 사람들이 귀하의 컨택 센터에서 전화 할 때 – 그걸 가지고 똑똑한 것을합니까? 따라서 주제 모델러를 사용할 수있는 능력 이유에 대한 정보를 살펴볼 수 있습니다

고객이 전화를 걸고 제품을 개선하는 데 도움을줍니다 및 솔루션 두 번째는 가상 에이전트입니다 우리 모두가 스스로 봉사하기를 원한다면 항상 에이전트에 우리가 찾고있는 해답을 우리에게 줄 수있는 매우 도움이 될 것입니다 따라서 Google의 Virtual Agent 기능을 사용하면 우리는 고객과 직접 연결할 수 있습니다

조직 내부의 지식 기반으로 이렇게하면 고객이 답변을 얻을 수 있습니다 그들의 질문에 실시간으로 가장 많은 사용할 수있는 최신 정보 그리고 나서, 물론, 우리가 라이브 에이전트에게 갈 때, 우리는 고객의 요구 사항이 가상 에이전트와의 대화 컨텍스트 유지된다 그래서 우리는 그 전체 대화를 통과 할 것입니다 라이브 에이전트에게 그들이 컨텍스트를 이해하는지 확인하십시오

그리고 우리는 AI를 계속 대화에있게 할 것입니다 해당 상담원을 실시간으로 코치하고 조사 할 수 있습니다 이제 Google이 AI를 민주화하고 기업으로서의 우리 모두에게, Mitel 우리가 할 수 있는지 확인하고 싶어 컨택 센터 기능 [INAUDIBLE] 부품을 생산하여 모든 수직 산업에 적용 모든 규모의 기업에서이를 배포 할 수 있는지 확인하십시오 그래서 우리는 그것을 우리의 클라우드 링크 플랫폼에 직접 통합했습니다

클라우드에서 태어난 네이티브 마이크로 서비스 아키텍처 그건 세계적인 것입니다 우리가 컨택 센터에 안전하게 연결할 수있게 해줍니다 고객이 운영하는 in-cloud 또는 현장 배치에 적용됩니다 이제는 애널리틱스에 대해 잠깐 얘기해 보겠습니다 고객이 왜 우리에게 전화를하는지 살펴 보았습니다

따라서 Mitel 판매 지원 대기열에서, 우리는 20,000 건이 넘는 전화 기록을 조사했습니다 주제 모델러 엔진을 통해, 우리는 들어오는 것에 대한 분석을했습니다 우리는 제품 출시시기를 확인했으며, 실제로 마이그레이션 라이센스 문제가있었습니다 우리는 신호를 통해 그것을 발견했습니다 그래프의 녹색 선을 보면 우리가 소프트웨어를 업그레이드했다는 것을 보여줍니다

사람들이 왜 전화를했는지에 대한 높은 구성 요소로서 이제 마이그레이션 픽스를 적용 할 수있었습니다 그 녹색 라인이 추세인지 알 수 있습니다 그 후 정말 빨리 끝났다 이것이 우리가 어떻게 개선 할 수 있었는지입니다 리셀러 및 고객을위한 당사의 경험

이제 다른 회사와 협력하고 있습니다 우리가이 기술을 검증하는지 확인하십시오 우리는 배포하기 쉽도록하고 싶습니다 온보드하기 쉽습니다 그래서 Acendas Vacations, Acendas Travel, 우리가이 일의 일부를 수행하도록 돕고 있습니다

사실 로드니 패티슨 (Rodney Pattison) 오늘 우리와 함께합니다 – Acendas의 CTO 그리고 그가 흥분하는 중요한 것들 그의 사업에서 인공 지능을 사용하는 방법은 고객의 상호 작용을 개인화하고, 지원을 강화하고 시간을 연장한다 그 상호 작용을보다 잘 만들고, 그의 고문은 더 효과적이다 그 협의 휴가 계획에서 아주 좋은 것을 의미합니다 그들이하는 일

그래서 더 이상 고민하지 않고 데모를 시작하겠습니다 좋습니다, 그래서 저는 Acendas의 휴가 웹 사이트에 있습니다 그리고 많은 카테고리가 있음을 알게 될 것입니다 그들의 웹 사이트에서 그들은 훌륭한 정보를 가지고 있습니다

이 럭셔리의 전문가이자 목적지 인 자문위원 휴가 여행, 내가 선택할 수있는 목적지, 경험담– 그들은 심지어 정말로 좋은 blog를 얻었다 콘텐츠가 매우 풍부합니다 문제는 고객으로서 나는 어디서부터 시작해야할지 모르겠습니다 내 휴가가 무엇인지 잘 모르겠습니다 그래서 나는 이것을 통해 나를 도울 수있는 고문과 이야기하고 싶다 그래서 그들의 웹 사이트에

연락 방법에는 여러 가지가 있습니다 나는 음성 통화를 통해 들어올 수있다 나는 그들에게 이메일을 보낼 수있다 그러나이 경우에는 실시간 채팅을하고 싶습니다 그래서 저는 그들에게 여기에 제 정보를 조금 전하겠습니다

그리고 이것이 대기 중일 때 나는 웹 사이트에서 약간의 정보를 볼 수 있습니다 우리의 인터넷 연결을 확인하십시오 오늘 여기서 원활하게 일하고 있습니다 좋아, 그래서 지금 마리솔이 인사 해 Acendas 여행 봇

마리솔은 내 취향을 안내해 줄 수 있습니다 내가 찾고있는 경험들 그래서이 경우 나는 가족 휴가에 관심이 있습니다 그리고 제 아이들의 나이를 생각하면, 그들은 해변에서 놀고 싶어합니다 어쩌면 우리는 하와이에 갈거야

이제 마리솔은 저를 이해 시키려고합니다 내 취향의 그리고 그 당시에, 그것은 무엇을보고 있습니다 백엔드의 고문은 협의 휴가 계획을 도와 줄 수 있습니다 나는이 시간을 그냥 쉬게 할 것 같아 좋아,이 시점에서 마리솔 나를 도울 수있는 요원에게 줄거야

이 상호 작용 아메드가 나와 대화 할 수있는 적절한 사람으로 밝혀졌습니다 그래서 제가 언급 한 것처럼, 우리는 전체 대본을 통과 시켰습니다 에이전트에 대한 고객 권리와의 봇 상호 작용 아흐메드처럼 고객의 이해를 얻을 수 있습니다 컨텍스트, 그들이 가고 싶은 곳, 고객이 누구인지, 그리고이 시점에서 나는 말할 수 있습니다

하와이 휴가 여행을 도와주세요 와우, 내가 입력 할 수 있다면 좋아, 우리가 시내에 머무를 수있게, 고객과 앞뒤로 쓰다 봇 상호 작용에서 이제 제안을 볼 수 있습니다

그래서 저는 AI가 대화에 머물러 있다고 말했고, 우리는 에이전트에게 실제 정보를 제공하기 시작합니다 그 대화와 관련이 있습니다 그래서 여기에 나오는 첫 번째 기사 "하와이 제도는 가족 여행"입니다 그것은 내가 요구했던 바로 그 것이다 이제 저는 Acendas 여행의 일부를 살펴볼 수 있습니다

정보 마우이는 가족을위한 좋은 곳이라는 것을 알 수 있습니다 긴장하고 싶은 사람 오아후는 고전적인 하와이 경험을위한 좋은 장소입니다 나는 마우이가 좋게 들린다 고 생각한다

이제는 요원으로서, 이 정보를 고객에게 전달할 수 있습니다 그래서 그들은 스스로를 찾을 수있다 그 정보에 대해서 그리고 그들은 또한 인도 될 수 있습니다 괜찮아

그래서 저는이 상호 작용을 끝내고 끝낼 것입니다 그리고 우리는 음성 상호 작용에 들어갈 것입니다 안녕, 안녕 Acendas Vacations에 전화 해 주셔서 감사합니다 나는 마리솔, Acendas Travel Bot입니다

찾고있는 휴가 유형을 알려주세요 조슈아 해 스렛 : 나는 유럽에 가고 싶다 당신이 가고 싶은 곳을 아십니까? 조슈아 스 해설 : 아니,하지만 누군가와 이야기하고 싶다 저에게 아이디어를 줄 수 있습니다 문제 없어

우리는 도움을 줄 수있는 전문가 조언자가 있습니다 당신은 완벽한 위치를 찾습니다 가이드 투어에 관심이 있습니까? 조슈아 스 해설 : 아니, 고마워 마리솔 : 됐어 우리는 당신의 휴가 계획을 돕기 위해 기뻐할 것입니다

내가 당신을 우리의 전문 고문 중 한 명으로 데려가는 동안 기다려주십시오 환상적인 여행 계획을 세우는 데 도움을 줄 수 있습니다 JOSHUA HASLETT :이 시점에서, 전문성이있는 올바른 상담원에게 전화가 연결됩니다 여행하는 유럽 방학 그리고 그 요원에게 성적표가 건네 져요

봇과 인간 사이의 음성 상호 작용 그리고 우리가이 대화를 시작하기 시작할 때, 우리는 실제로 제안을 제공하도록 확장 할 수 있습니다 우리가 채팅에서했던 것과 같은 방식입니다 좋아요, 그래서 Acendas Vacations는 이 기회에 흥분했다 프리젠 테이션 모니터로 돌아갈 수 있다면? 고맙습니다 그들은 존재에 대해 정말로 흥분하고 있습니다

고객의 일치 정확도 향상에 집중할 수있다 그들이 그들의 웹 사이트에 와서 찾기를 원할 때 그 협의 휴가 그들은 또한 성공을 높이고 싶어합니다 최초 예약 및 반복 예약 비율 모스 콘 웨스트 1323 부스에서 더 자세히 보러 오십시오

고맙습니다 그리고 지점에서 나는 그것을 Ofer에게 넘겨 줄 것이다 안녕하세요 안녕하세요 얼마나 많은 사람들이 여기 몇 주 안에 프로젝트를 할 수 있다면, 몇 달에 걸쳐 그것을 선호합니까? 손을 보여줘

승인 나머지는 질문을 듣지 못했을 것입니다 그래서 Chatbase는 바로 그걸 도울 수 있습니다 팀은 컨택 센터 가상 에이전트를 구축하고 있습니다 이제 시간을 절약 할 수 있습니다

주제 모델링이 어떻게 당신에게 줄 수 있는지에 대해 들었습니다 높은 수준에서 어떤 전화 및 라이브 채팅에 관한 것입니다 글쎄, 우리가 한 일은 우리가 갔다는거야 매우 구체적인 유스 케이스 레벨에서, 이러한 대화의 흐름을 매핑 할 수 있습니다 Google의 시스템을 활용하여 가능해진 모든 것 학습은 수년에 걸쳐 개발되었습니다

우리는 Google에 속해 있습니다 그리고 같은 기계 학습도 Google 검색, Assistant 및 Gmail의 일부 기능을 제공합니다 그래서 저는 오늘, 우리는 조기 접속 프로그램 발표 Chatbase Enterprise Edition을 사용하면됩니다 그리고 지난 몇 년간 뒤로 물러서면, 우리는 가상 에이전트의 최적화를 수행해 왔습니다 그리고 우리는 수십만 개의 가상 에이전트에 대해 이렇게했습니다

가상 에이전트에 수십억 개의 메시지 처리 그리고 우리가 오늘 발표하는 새로운 부분 이러한 가상 에이전트를 구축하는 데 도움이되는 정보를 제공합니다 따라서 일반적으로 팀이 빌드하려고 할 때 컨택 센터 가상 에이전트, 그들은 회사 내부의 전문가를 방으로 데려옵니다 때때로 그들은 컨설턴트를 데려옵니다 그리고 그들은 브레인 스토밍합니다 우리는 무엇을 만들어야합니까? 그들은 흐름을 브레인 스토밍 할 수 있습니다

그리고 그들은 사람들이 이것을 어떻게 표현할 수 있을지 생각할 것입니다 아마 10, 20, 50 가지 변형이있을 수 있습니다 그러나 데이터를 사용하면 수천 개의 대안 콘텐츠를 얻을 수 있습니다 그리고 그것은 당신의 가상 에이전트 인 당신의 봇을 똑똑하게 만듭니다 그래서이 브레인 스토밍에는 세 가지 단점이 있습니다

접근 하나는 당신이 모든 뉘앙스를 예측하지 않는다는 것입니다 대화의 모든 엣지 경우 대화가 진행될 수 있습니다 두 가지는 컨택 센터의 트렌드를 놓치고, 계절성, 신제품, 또는 다른 것들을 그걸 따라 잡기가 어렵습니다

세 번째 결점은 느린 과정이라는 것입니다 아주 천천히 모든 것을 육체로 만듭니다 그러나 정말로, 그것이 무엇에 관한 것이 모두입니다 그것은 블랙 박스, 연락처 센터에서 무슨 일이 일어나는가 사람들이 뭐라 부를까요? 그들은 그 질문을 어떻게 표현합니까? 항상 명확하지는 않습니다

때때로 그들은 심지어 그들이 심지어 말하지 않는다고 말한다 그들의 문제가 뭔지 알아 그들은 알아 내려고하고 있습니다 대리인의 좋은 반응은 무엇입니까? 항상 명확하지는 않습니다 그래서 이것이 Chatbase가 들어오는 곳입니다 그래서 우리는 대화의 모든 부분에 태그를 붙였습니다

사실 최고 수준에서 우리는 대화 내용을 태그로 추가합니다 이것은 청구서 수신 예제입니다 누군가가 청구서 마감일을 바꾸라고 전화 했어 그래서 우리는 그것을 드라이버라고 부릅니다 최고 수준은 요금 청구입니다

의도 수준은 내 청구서 마감일을 변경합니다 -보다 구체적입니다 그리고 그 이상으로 나아갈 것입니다 그 대화의 단계들을 보았습니다 그것을로 바꾸고 싶다 고객이 새 날짜를 제공합니다

따라서 각 노드에 대해 수천 가지 변형 예를 들어, 이것은 실제 데이터입니다 누군가 새로운 날짜를 제공하면, 그들은 단지 데이트하기를 기대하고 있습니다 그러나 우리는 데이터에서 사람들을 보았습니다 말하자면, 3 번째와 5 번째 또는 중간 달 사이에 어때? 금요일에

이들은 실제 예입니다 대부분의 가상 에이전트는 마치, 네가 나 한테 원하는 걸 모르는가? 나는 이것을 위해 훈련받지 못했다 그러나 데이터 중심 접근 방식을 사용하는 경우, 이 모든 경우를 실제로 처리 할 수 ​​있습니다 그래서 나는 세 단계에 대해서 이야기 할 것입니다 데이터 기반 가상 에이전트를 구축하는 데 사용됩니다

먼저 데이터에있는 것을 발견하는 것으로 시작합니다 그런 다음 프로덕션에 배포합니다 그리고 프로덕션에서는 경험을 최적화합니다 그리고 우리는 이것들 각각에 들어갈 것입니다 그래서 발견 단계의 첫 단계는, 사람들이 부르는 고급 드라이버는 무엇입니까? 약? 그래서 우리는 감독되지 않은 기계 학습을 사용합니다

클러스터링으로 당신에게 감각을 줄 수 있습니다 핵심 주제는 무엇입니까? 그리고 당신은 청구서와 계좌가, 수익은 주요 동인이지만 기술 지원 그리고 지불은 일반적이지 않습니다 그럼 건물에 잠깐 나가자 그 육체는 밖으로 나왔다 왜냐하면 그것은 일반적인 것 같습니다

따라서 결제 내에서 우리는 클러스터 된 요청을 보았습니다 청구 기한 변경 그리고 그것은 꽤 큰 집단입니다 그런 다음 청구서 청구를 요청합니다 또는 귀하의 청구서에 대한 할인은 덜 일반적입니다

이 단계에서는 일부 감독 된 기계 학습을 사용합니다 그룹화를 정리합니다 그러나 그것은 정말로 감독되지 않은 당신에게 어디를보고 중요한지를 알려줍니다 다음 단계는 청구서 만기일 변경에 관한 내용으로, 그것은 큰 운전자 내에서 큰 의도로 보이기 때문입니다 그리고 다음 단계는 생성하는 것입니다 – 그리고 이것은 두어 시간 만에 끝날 수 있습니다 – 우리가들은 것은 일주일에서 4 주 정도 걸립니다

세부 흐름을 생성 할 수 있습니다 그 의도가 시작되면 청구서 마감일을 변경하십시오 대화가 이루어지는 모든 방법을 볼 수 있습니다 따라서이 경우 공통 흐름은 이름을 확인하고, 날짜를 확인하고, 새 날짜를 확인합니다 이 노드들, 그 뒤에있는 노드들, 그것이 말한 수천 가지 방법이 있습니다

Google은 소수의 회사 중 하나입니다 그것은 언어를 이해합니다 오랫동안 우리 사업에 종사하고 있습니다 그래서 이것을 적용하는 좋은 기술입니다 이제 가상 에이전트 용 빌딩 블록이 생겼습니다

그리고 우리는 그것을 보았습니다 우리는 그것이 좋게 보임을 확인했습니다 이제 배포 할 차례입니다 따라서 가상 에이전트에 배포하십시오 그래서 그것은 고객이 야생에서 사용하는 것입니다

그런 다음 최적화하려고합니다 항상 일이있을거야 당신이 그리워하는 것들, 나타나지 않은 것들 원래 데이터에 그래서 여기가 기회가됩니다 Chatbase Not Handled (채팅하지 못함) 보고서를 사용합니다

그것은 봇이 어디에 있었는지 모든 사례를 보여줍니다 나는 고객이 말하는 것을 모른다 그리고 여기서 우리는 다시 기계 학습을 사용합니다 그래서 내 청구서 타이밍이 효과가 없을 것이라고 가정 해 봅시다 두 번째로 돈을 지불 했으니 새로운 만기일이 필요해 – 그들은 잡히지 않았다

그러나 감독 된 기계 학습으로, 우리는 그 의도를 제안한다 우리는 당신에게 말합니다 이것이 이것이 우리가 생각해야 할 것입니다 그리고 인간의 검토로 모든 것을 받아 들일 수 있습니다 당신이 확신하지 못하는 것들이 있다면, 당신은 전체 성적표를 가져올 수 있습니다

그것이 적절한지 확인하기 위해 상황을 확인합니다 이 단계를 거친 후에, 마지막 단계는 퍼널을 점검하는 것입니다 사람들이이 청구서 기한을 통과하고 있습니까? 구체적인 의도를 보려면 퍼널을 확인하십시오 거기에서 떨어지는 것을 볼 수 있습니다 모두가 그것을 통과하지는 않습니다

그리고 다시 여기에서 샘플 성적표를 가져올 수 있습니다 보고, 왜 사람들이 내리고 있습니까? 그리고 이것은 고객 경험 문제 일 수 있습니다 그리고 그것은 성적표에 나타날 것입니다 그래서 우리가이 분석을 한 대기업 이 가상 에이전트를 만드는 방법을 공유했습니다 시간당 200 마일에서 움직이는 것과 같습니다

기존 방식에 비해 시간당 10 ~ 20 마일입니다 그래서 그것은 말과 마차에서가는 것과 같습니다 잘 조정 된 경주 용 자동차에 더 많은 것을 배우고 싶어하는 사람 이것에 관해서는 Chatbase를 방문 할 수 있습니다 데모를 요청하십시오 또한 컨택 센터 AI 부스에서 만나실 수 있습니다

고맙습니다 다음으로, Traci가 올 것이다 TRACI GUSHER : 고마워요, Ofer 오퍼 (Ofer)가 말했듯이, 컨택 센터는 블랙 박스에 관한 것입니다 그리고 우리가 현재 가지고있는 환경, 그건 그냥 받아 들일 수 없어요

콜센터에는 규제 압력이 있기 때문에 그들은 우리에게 엄청난 돈이 들었습니다 궁극적으로 고객에게 전달되는 채널입니다 그리고 평판 위험 우리가 제대로하지 않으면 너무 큽니다 그것에 대해 뭔가를하는 것이 아닙니다 그래서 KPMG는 많은 고객과 함께 작업 해 왔습니다

연락 센터 및보다 폭 넓은 사람들을 돕기 위해 고객 경험 프로세스 그리고 우리가 많은 주제 모델링을 해왔지만, 우리는 우리의 데이터에 의해 더 많이 해왔습니다 과학자 및 엔지니어가 더 많이 사용함 맞춤형 맞춤형 접근 방식 그래서 Google이 우리에게 기회를 주었을 때 이 새로운 Topic Modeling API를 테스트하기 위해 매우 기뻤습니다 우리는 세상에서 모든 기회를 보았 기 때문에 업무에 대한 높은 액셀러레이터로서 고객에게 가져다주는 것 우리가 해왔 던 것, 그리고 엄청난 양의 가속화 일부 프로젝트의 효율성 우리가 이전에 할 수 있었던 것과 그 것 우리는 미래에 할 것입니다

주제 모델링은 실제로 우리가 보는 것처럼 그것의 기초에서 가능한 모든 예술의 기초 연락 센터에서 할 수있는 일 인공 지능과 리드 데이터 과학자 중 한 명인 아서 프랭크 (Arthur Franke) 데이터를 농업과 비교합니다 따라서 데이터 대신에 새로운 석유가, 데이터는 새로운 토양입니다 주제 모델링은 생각할 수 있습니다 너를 도울 키 씨앗의 더 많은 AI 지원 연락처로 이동할 때 AI 성장 센터

따라서보다 철저한 유형의 접근 방식을 살펴 본다면 주제 모델링으로 시작하는 이 기본 요소로서 주제 모델링을 살펴 봅니다 무슨 일이 일어나고 있는지를 말해주는 주제들을 몰아 내기 위해 이 컨택 센터에서 사람들이 뭐라 부를까요? 트렌드는 무엇입니까? 스파이크가 무엇입니까? 계절성은 무엇입니까? 그리고 우리는 그들에게 통찰력을 적용하고 있습니다 일단 비즈니스 통찰력을 적용하면, 주제에서 일어나는 일에 대한 운영 통찰력 모델링, 점점 더 배우기 시작 귀하의 컨택 센터뿐만 아니라, 그러나 전반적인 조직에 관해서 그리고 이러한 것들은 가치 측면에서 많은 것을 유도합니다 우리는이 두 버킷으로 나뉘 었습니다

에이전트를 개선합시다 그리고 실제 최적화, 최적화 조직 내에서 발생하는 영향 연락처에서 인공 지능을 사용하여 왔습니다 센터 자 이제 우리가 얻는 것에 대해 살펴 봅시다 주제를 모델링 자체에서

그래서 뿌리부터 우리는 통찰력을 높이고 있습니다 우리는 의도와 복합적인 의도를 이해하고 있습니다 이러한 통화 또는 채팅 로그에서 순서대로 발생합니다 우리가 정말로 이해할 수 있도록 고객이 겪고있는 문제입니까? 우리는 이러한 문제를 해결할 수 있습니까? 그리고 우리가 그 문제들을 다룰 때 그들은 만족하고 있습니까? 그것은 또한 우리가 비즈니스를 감독하고, 그것을 오버레이하고 정보의 추세를 이해합니다 그럼, 내 스파이크는 어디 있니? 내 문제는 어디에 있습니까? 내 문제는 어디에 있습니까? 내 콜센터에서 무슨 일이 일어나고 있는지에 이상이있는 경우, 그것을 바로 잡을 수 있습니까? 혜택 측면에서 보면 실제로 이것을 몰아 낼 수있는 많은 다른 것들

그래서 그 중 하나가 박멸입니다 콜센터를 개선하는 것이 더 좋은 방법은 없습니다 대화를 근절하기보다 귀하의 고객이 해결할 수있는 특정 문제 웹 사이트를 업데이트하거나 알림 또는 알림을 푸시하여 그 (것)들에게, 그것을 더 명백하거나 개량해서 모바일 채널 중 하나를 사용하여 해당 질문에 답변 할 수 있습니다 전화 또는 고객 담당자와의 채팅을 피하십시오

센터 전체가 최선의 결과입니다 당신의 고객은 결코 문제가 없었습니다 그것은 훌륭한 고객 경험입니다 그리고 비용은 더 이상 존재하지 않습니다 이미 해결 되었기 때문에

그리고 다른 사람들도 있습니다 그래서 에이전트 훈련에 몸을 담그고, Ofer가 말한 것처럼, 존재에 관해서 사실상 주도적 인 에이전트를 더 많이 만들 수있다 그것을 향상시키기 위해 데이터를 사용하고, 필수적이며, 뿐만 아니라 다른 많은 것들이 있습니다 제가 말씀 드렸듯이, 우리는 정말로 기회를 갖게되어서 기뻤다 Topic Modeling API를 사용하여 손을 더럽힐 수 있습니다

그리고 우리가 한 것은 90,000 개의 채팅 로그를 가져갔습니다 우리의 IT에서 헬프 데스크에 이르기까지 따라서 데이터 자체는 올해 초부터였습니다 6 월경까지 그것에는 90,000 개의 채팅 로그가있었습니다

약 67 명의 에이전트와 약 23,000 명의 고유 사용자가 참여했습니다 그래서 꽤 큰 규모의 데이터 세트였습니다 그리고 그 데이터 세트에서 토픽 모델링을 실행했을 때 API를 통해 약 100 가지 핵심 주제가 나왔습니다 그 채팅 로그 대화에서 나온 그 다음 우리는 약 50 개까지 군집했습니다 그리고 우리가이 작업을 수행함에 따라 결과를 분석하기 시작했습니다

우리는 이것을 통해 무엇을 배울 수 있습니까? 그리고 우리가 찾은 것에 대한 두 가지 예가 있습니다 첫째, 월별 분석을 살펴 보았습니다 그리고 우리가 이것을했을 때, 우리는 흥미로운 사실들을 발견했습니다 우리 자신의 헬프 데스크가 실제로 확인하지 못했던 잠재적으로 해결할 수있는 구체적인 사안으로 A, 프로세스를 개선하여 – 따라서, 필요를 근본적으로 없애거나 Dialogflow를 적용 할 수있는 것과 같은 고급 메소드 응답에 대한 좀 더 자동화 된 접근 방식을 사용합니다 첫 번째는 사람들이 요청하는 스파이크가 있다는 것입니다

RSA 토큰 비밀번호가 재설정됩니다 그리고 그 바쁜시기에 감사가 일어났다 감사관이 사무실에 있기 때문이죠 바쁜 시즌이 오기까지 그리고 바쁜 시즌이되면 클라이언트 사이트를 방문합니다

그래서 한두 달 안에 RSA 토큰을 사용하지 않았습니다 암호를 잊어 버렸습니다 고객에게 다시 돌아 오기 전에 재설정해야합니다 사이트가있어 VPN을 네트워크에 연결할 수 있습니다 음, 우리에게 이것은 기회입니다

자동으로 사전 알림을 수행합니다 모든 감사를 살펴 봅시다 지난 4 년 동안 VPN을 사용하지 않은 주 또는 6 주 그리고 그 (것)들에게 그 암호를 재설정해야하는 경우 여기에서 수행하십시오 외침을 전부 없애십시오

우리가 한 분석의 또 다른 흥미로운 부분은 비교 된 메디안 상담원 채팅 단어 길이를 비교했습니다 채팅의 길이뿐만 아니라 회전 수 각 채팅에서 – 얼마나 많이 앞뒤로 각각 일어 났는지 잡담– 채팅의 전체 볼륨과 함께 그것은 각 주제에서 일어났습니다 그리고 우리는 몇 가지 흥미로운 것을 발견했습니다 그래서 그들 중 한 명은 당신이 보았다면 주제 영역으로 소프트웨어 설치시 회의 통화 정보와 비교하여 이 채팅에 응답하는 것을 볼 수 있습니다 거의 같은 양의 단어를 사용했습니다

그러나 얼마나 오래 걸릴지 살펴보십시오 소프트웨어 설치 질문 제대로 대답해야합니다 그리고 소프트웨어 설치의 차이점이 있습니다 주제에 관해서는 상담원이 가서 조사해야했습니다 그들은 가서 정보를 얻어야했습니다

그들은 그 (것)들을주기 위하여 적당한 유형의 응답을 얻어야 만했습니다 템플릿이 없습니다 사용할 수있는 준비 정보가 없습니다 고객에게 제공합니다 전화 회의를 볼 때 복사, 붙여 넣기, 완료되었습니다

그래서 단어의 같은 금액이지만 증가 된 길이가 많이 회의 통화 즉 즉각적이고 낮은 매달린 열매입니다 대화 흐름의 응용 프로그램을 준비하여 자동화됩니다 나는 인간과 더 이상 대답 할 필요가 없다 이미 템플리트 화되어 있습니다

갈 준비가되었습니다 소프트웨어 설치면에서, 나는이 말을보고있다 글쎄, 그 에이전트 요원이 도움을 받았다면, 나는 그들이 시간과 비용에 대해 묻는 것을 들었습니다 시간을 업그레이드하는 데 필요한 정보는 다음과 같습니다 및 비용

따라서 개선 기회가 분명했습니다 처음부터 바로, 심지어는 몇 가지 매우 기본적인 분석 만하면됩니다 그러나 우리는 여기서 어디로 가야합니까? 따라서 앞으로 나아가는 과정에서 주제 모델링의 진정한 힘, 앞에서 언급했듯이 토픽 모델링은 그 기초입니다 우리가 다른 어떤 것으로 자랄 수있는 씨앗입니다 그리고 애널리틱스의 많은 응용 프로그램을 오버레이함으로써 이걸 통해 우리는 실제로 할 수 있습니다

방법을 향상시키기위한 몇 가지 실제 정상 운영 운영 우리는 내부 고객에게 서비스를 제공하고 있습니다 따라서 이러한 방법 중 하나가 실제 모니터링으로 바뀌고 있습니다 따라서 내 주제 모델링이 고객에게 발생하면 채널을 지속적으로 모니터링하면 모니터, 스파이크가 뭐야? 다가올 문제는 무엇입니까? 프로세스 개선을위한 이슈는 무엇입니까? 왜냐하면 그것은 스파이크 였기 때문에? 그리고 그것이 박멸되고 있다는 것을 모니터 할 수 있습니까? 그게 떨어지는거야? 그리고 다른 분야 중 하나는 활동중인 프로그램에 있습니다 그래서 우리 모두는 우리 조직에 많은 변화를 가져 왔습니다 우리는 새로운 도구 또는 새로운 기술을 얻고 있습니다

새로운 업그레이드 또는 운영 체제로 이전 중입니다 항상 시스템입니다 그리고 이러한 프로그램은 고객 서비스, 주소 필요성 질문 및 문제 그리고 최근에 우리가 가진 그 중 하나는 새로운 T & E 시스템을 구현했습니다 그리고 우리는 정보의 스파이크가 될 것이라는 것을 알았습니다

전화 응답 필요성의 급증 우리가이 새로운 시스템을 구현할 때 그러나 그들이 쉽게 알지 못했던 것은 무엇이 가장 구체적인 이슈였습니까? 문제가 있었나요? 우리는 다음 라운드의 훈련을 어떻게 개선 할 수 있습니까? 사람들이 가지고 있지 않은지 확인하기위한 배포 그 일들에 대해 전화 할까? 스파이 킹중인 시스템의 활성 버그는 무엇입니까? 어쩌면 단지 숙고되지 않았을 수도 있습니다 초기 구현에서 우리는 다시, 다음 번 배치에 박차를 가할 준비가 되셨습니까? 그래서 우리가 발견 한 것들 중 일부는 대리인 접근이었습니다 사람들에게 엄청난 스파이크가있었습니다 다른 개인에게 위임하는 방법을 식별 할 수있다

T & E를 처리 할 수 ​​있습니다 그들은 문제가 있었다 지출 영수증을 업로드해야합니다 그들은 또한 복제에 문제가있었습니다 기존 프로필을 새 프로필로 따라서 이들 중 일부는 섬세한 액세스와 마찬가지로 더 나은 FAQ입니다

더 나은 정보 제공, 더 나은 교육 다음 롤아웃 프로세스 개선을 위해 일부는 다른 기술의 문제점이었습니다 개선이 필요하거나 버그가있다 고정해야했다 그러나 우리는 지금 그것들을 모니터 할 수 있습니다 우리가 알고있는 것은 진짜 일이 일어나고 있습니다

그리고 그것을 해결할 필요가 있음을 밝힙니다 그래서 그 가게 바로 밖에서 우리를 방문하십시오 부스에서 KPMG 우리는 이것에 대해 당신과 더 이야기하고 싶습니다 Andrea에게 넘겨 줄거야

제네시스에서 우리를 다음 작품으로 데려 갈 것입니다 ANDREA FRIIO : 고마워요, 트레이시 안녕 좋은 아침 너와 함께하는 것이 즐거웠다 아마 내 사진이 없다는 걸 알았을거야

아주 간단한 이유로 프레젠테이션에서 아마 Andrea와 함께 그걸 기대했을거야 멋진 이탈리아 아가씨 멋진 이탈리아 아가씨, 나야 미안합니다

우리는 나쁜 소식으로 시작합니다 대신 좋은 소식으로 시작하겠습니다 그래서 먼저, 나는 아주 빨리 나의 회사를 발표하고 싶다 누군가 제네시스에 익숙하지 않은 경우, 다행히 메인 스테이지 데모를 보았습니다 네가 방송 할 수 있다면 제발, 제 전화

Genesys는 고객 경험을 제공하는 선도적 인 솔루션 제공 업체입니다 플랫폼 우리는 분석가가 인정하는 이러한 선도적 인 역할을 즐깁니다 그래서 [? Foresters,?] 우리는 23 번 지명되었습니다 [INAUDIBLE] 측정 사분면의 행에 그리고 우리는 비슷한 감상을했습니다

애널리스트, Forrester와 같은 모든 사람들 그러나 특히, 우리는 추력을 즐긴다 100 개국에 11,000 명의 고객이 있습니다 그리고 우리는 그들을 위해 250 억 달러를 관리합니다 년 상호 작용의

그것들은 의미있는 상호 작용입니다 그것들은 맨 위의 상호 작용입니다 세계 100 대 브랜드 중 65 개 브랜드 제네시스 고객입니다 그래서 그것이 우리의 몫입니다 그래서 저는 이제 영업 사원으로서 제 행동을 제거합니다

기술 판매가 될 수 있습니다 덕분에 새로운 채널을 보여주고 싶습니다 감사합니다 Google과의 제휴 우리가 만든 응용 프로그램을 보여 드리고 싶습니다 Google과 함께 화면에서 봅시다

제네시스 케이트와 이야기하고 싶습니다 GENESYS KATE : 알았어, 테스트 버전 가져 오기 제네시스 케이트 [삑 하는 소리] 인사말 여긴 케이트 야 내가 뭘 도와 드릴까요? ANDREA FRIIO : 검색, 어떻게해야합니까? 국제 여행을 계획한다면 어떻게해야합니까? GENESYS KATE : 신용 카드 중단 방지 액세스, 여행을 설정해야합니다

여행하는 동안 사용할 신용 카드에주의하십시오 온라인 뱅킹을 사용하여 여행 경고를 설정할 수 있습니다 카드 뒷면에있는 전화 번호로 또는 Google 홈에서 GBank 자동 상담원과 대화하여 장치 [삑 하는 소리] ANDREA FRIIO : 방금 본 것? 이것은 새로운 채널입니다 그래서 저는 은행의 고객 인 GBank입니다

사실, 저는 Genesys의 GBank의 은행원입니다 나는 돈을 가져 가지 않아 그러나 나는 은행이다 그러나 원하는 고객이있었습니다 자체 은행과 상호 작용할 수 있습니다

소비자로 잠깐 상상해보십시오 당신이 당신의 은행, 보험, 너 뭐하니? 너는 웹에 갈거야 전화 번호를 찾고 있습니다 대부분의 경우, 다이얼을 돌리면 자신이 누군지 알 수 없습니다 또는 그들이 정말로 좋으면, 그들은 알고 있습니다

당신 전화 번호, 전화 번호, 당신이 누군지 그러나 그들은 당신의 외침의 의도가 무엇인지 모릅니다 이 특별한 경우에는 Genesys Kate에게 이야기하고 붐을 일으켰습니다 마술처럼, 나는 자연어로 어떤 질문을 던질 수있다 완성

그 끔찍한 IVR에는 흐름이없고 엄격한 안내 흐름이 없습니다 꽤 괜찮은데 다른 것을 보자 안녕, 구글 물론 인증이 있습니다

그래서 $ 10을 탐험 해보려고합니다 좋은 생각이 아닙니다 제네시스 케이트와 상담하십시오 제네시스 케이트와 상담하십시오 GENESYS KATE : 자, Genesys Kate의 테스트 버전을 시작합시다

[삑 하는 소리] 인사말 여긴 케이트 야 내가 뭘 도와 드릴까요? ANDREA FRIIO : 정확한 여행 경고는 무엇입니까? GENESYS KATE : 여행 경고가 은행에 허용됩니다 외국으로부터의 거래를 허용합니다 이는 허위 경보를 피하는 데 도움이됩니다

ANDREA FRIIO : 이것은 정확히 그들이 필요로하는 것입니다 그것을 설정하십시오 GENESYS KATE : 어떤 나라에 갈 건데? ANDREA FRIIO : 저는 프랑스에 가고 싶습니다 GENESYS KATE : 더 나은 서비스를 제공하기 위해, Google에서 귀하의 이름과 주소를 받아야합니다 그 확인은? ANDREA FRIIO : 네

GENESYS KATE : 프랑스 여행 경고가 설정되었습니다 [삑 하는 소리] ANDREA FRIIO : 자, 이해하니? 거기서 무슨 일이 일어나고있는거야? 우리는 무언가가 일어나고 있다는 확인을 얻습니다 왜 이것이 새로운 [불충분]인지 이해합니까? 완전히 새로운 게임입니다 즉시, 언제 선언 할 필요가 없습니다 나는 대화를 할 수있다

그리고 중요한 정보가있을 때, 이 사생활 검열 – 즉시, Google은 어떻게되는지, Google 이 정보를 Genesys에 전달할 수있는 권한을 요청합니다 스택 따라서 개인 정보는 고객에게 전적으로 부여됩니다 동시에 우리는 믿을 수없는 봉사를하고 있습니다 그리고 물론, 아마 우리는 물론 SMS를 받았다

케이트가 제공 할 수있는 선택 이었기 때문에, 액션, 백 오피스 프로세스 [INAUDIBLE] 고객을 위해 변경하십시오 이 특별한 경우에 알렉스에게 여행 알리미가 표시됩니다 프랑스에 대한 설정되었습니다 훌륭합니다 그리고 그것은 케이트 (Kate)였습니다

GBank가 해외 여행 보험을 제공한다는 것을 알고 계십니까? 환상적입니다 케이트 한테 전화를 다시 걸어달라고 부탁하면 돼 전혀 어렵지 않다, 그렇지? 그래서이 시점에서 Kate를 한 번 더 불러보십시오 제네시스 케이트와 이야기하고 싶습니다 GENESYS KATE : 좋습니다

Genesys Kate의 테스트 버전을 시작합시다 [삑 하는 소리] 여보세요, 케이트입니다 내가 뭘 도와 드릴까요? ANDREA FRIIO : 다시 전화 해 GENESYS KATE : 더 나은 서비스를 제공하기 위해, Google에서 귀하의 이름과 주소를 받아야합니다 그 확인은? ANDREA FRIIO : 네

GENESYS KATE : 바로 전화하세요 ANDREA FRIIO : 이제 무대에 올거라 구요 내 동료 조셉 [INAUDIBLE] 당신이 한 화면에 에이전트를 넣을 수 있다면, 나는 한 번 더 무슨 일이 있었는지 강조하고 싶다

우리는 고객이 누구인지 그 정보를 전달합니다 플랫폼은 Google이 보조금을 지급 한 후, 즉시 고객에게 다시 전화 할 수 있습니다 또 다른 질문을하지 않고 어디서 전화해야합니까? 자동으로 전달되었습니다 Google API 덕택입니다 이 시점에서 상담원이 통화를 보냅니다

그래서 우리가 화면에 Joe를 가지고 있다면 곧 시장 준비가 될 것입니다 물론 전화와 대화를 받게 될 것입니다 물론 마이크를 착용 할 것입니다 아시다시피 Chromecast [INAUDIBLE] GENESYS KATE : 요청한 사람 콜백이 줄에 있습니다 고객 서비스 담당자와 통화하려면 1을 누르십시오 [삑 하는 소리] 고객 서비스 담당자에게 연결 잠시만 [음악 재생] ANDREA FRIIO : 통화가 도착합니다

그리고 지금이 시점에서 – 물론, 마이크에서 놔 줘 이제 화면에서 본 대화 보조원 시작할 수 있습니다 그래서 나는이 프리젠 테이션을 즐겼기를 바랍니다 이것은 분명히 고객 경험의 새로운 얼굴입니다 너에게로 돌아가, Daryush

DARYUSH LAQAB : Andrea, Ofer, Traci, and Josh 고맙습니다 감사합니다 그리고 사운드 및 비디오 제작자들에게 박수 갈채를 보내십시오 그래서이 시계는 제게 몇 분 남았음을 알려줍니다 귀하의 질문을 기꺼이 받아 드리겠습니다

하지만 우리는이 방에서 쫓겨나고 있습니다 우린 밖에있는 널 만나러 갈거야 우리는 당신과 채팅하게되어 기쁩니다 그리고 그 덕분에, 너무, 모두 [음악 재생]

[샤이닝] 해석 – 걸작이라 불리는 이유는 뭘까? (스포)

때는 1980년대 교사를 하던 잭은 미국에 있는 덴버 시로 가족과 함께 이사오게 됩니다 폭설이 내리는 겨울동안 비어있는 호텔의 관리직으로 채용된 것이죠

overlook 호텔 복잡한 미로정원과 1907년도에 건립 된 역사가 있는 호텔입니다 하지만 과거에 호텔의 관리인이 가족을 몰살한 비극도 존재했죠 직원들은 모두 떠나고 빈 호텔은 잭의 가족이 지키게 됩니다 하지만 출입이 금지된 룸 237에 잭과 그의 아들이 들어가게 되면서 그들은 환각을 보게되고 잭의 아들은 알수없는 말까지 중 얼거립니다 하지만 그들은 환영의 존재를 인정 하길 거부합니다

때마침 연락두절로 가족의 안위를 살피려 온 주방장 하지만 광기에 빠진 잭은 주방장을 죽이고 자신의 가족까지 죽이려 합니다 미로속으로 도망간 아들을 쫓던 잭은 그곳에 갇힌채 얼어죽고 가족들은 무사히 탈출하며 영화는 끝을 맺습니다

[문화직업30] 소설가 편

문화 직업 30 작가 안녕하세요, 저는 은희경입니다 나는 소설가입니다

Q 작가로서 나는 허구를 쓰고, 내 발표를한다 일을하고, 가르치며 때로는 다른 작품을 판단합니다 물론 나는 작가이지만 작가는 허구는 다른 작가와 다르다

허구는 실제로 일어난 일, 작가의 그것의 삶과 해석에 대한 자신의 관점 이것은 내가 많은 창조적 인 자유가 있음을 의미합니다 나는 완전히 새로운 세계를 창조하고있다 내가 쓴 페이지에서 내 작업 보증을 의미합니다 내 자신의 주도권의 삶

Q 작가의 시간에 소설가의 삶은 매우 다양합니다 우리는 사람들이 생각하는 것보다 훨씬 바쁩니다 우리가 항상가는 곳이란 뜻은 아니야

또는 우리는 시간이 촉박합니다 그러나 우리는 스스로 할 시간이 필요합니다 우리는 남은 시간을 사용합니다 우리의 다른 집안일을 돌보고, 그래서 우리는 항상 바쁘다 우리의 시간은 시간 글쓰기 시간과 우리가 만드는 데 소비하는 시간

분명히 우리는 더 많은 시간을 써야합니다 더 잘 쓰려면 우리는 열렬하게 읽어야합니다 그리고 글을 쓰려면 우리는 연구해야합니다 새로운 경험에 참여하십시오 그 후에 우리는 책상에 앉아서 글을 쓸 수 있습니다

그것은 모두 엄청난 시간을 필요로합니다 우리가하는 시간에는 다른 것들이 있습니다 우리의 임무는 우리가 끝없이 읽는 것을 지시합니다 우리는 많은 경험을 쌓았습니다 이러한 경험은 새로운 상황, 또는 사회적 환경에서

아니면 개인적으로 할 수 있습니다 관계의 안과 밖 성공과 실패 경험 또한 있습니다 작가로서 매우 중요합니다 따라서 독서가 구성 될 수 있습니다

간접 경험, 우리 작가 또한 직접 경험을 필요로합니다 우리의 삶 그들은 모두 소설 속에 함께 모였습니다 Q 작가가되는 법에 대해서

작가는 매우 강한 포인트가 있어야합니다 내러티브를 통해 드러난 시야 소설은 본질적으로 인생과 사람들에 대한 작가의 견해 허구의 작품은 읽을 거리가 아닙니다 그것은 당신이 당신 자신에 대해 뭔가를 깨닫도록 도와야 만합니다 소설 작가는 매우 상세해야합니다

그들이 그렇지 않다면, 그들은 놓칠 경향이 있습니다 선들 사이의 중요한 함의 너는 너무 흔한 허구를 쓸 수 없다 더 많은주의를 기울여야한다 세부 사항

작가는 매우 철저합니다 작가는 또한 상상력을 가져야합니다 나는이 생각이 잘못 이해되었다고 생각한다 나는 우리가 전체를 상상해야한다는 의미는 아니다 새로운 우주 또는 우리가 간 적이없는 장소

나는 다른 사람들을 상상하고, 상상하며 그들의 감정, 고통, 기쁨 작가는 그 능력을 가져야 만합니다 사람들의 마음에 묻기 그렇기 때문에 작가는 자세히 설명해야합니다 그들의 일에서, 그리고 관찰력이있다

우리는 상상력이 있어야합니다 다른 사람들에게옵니다 내가 생각하는 또 다른 품질은 인내심이다 결국이 직업은 우리는 한 번에 몇 시간 동안 앉아 있어야합니다 Q

작가를 꿈꾸며 나는 35 세의 나이에 작가가되었습니다 나는 20 년 동안 글을 쓰고있다 즉, 세대 간 내가 지금 어떻게 내 작업에 접근하는지에 대한 격차 처음에는 다른 작품을 읽었습니다

영감을 얻기 위해 나는 다른 사람들을 관찰하는 일을했다 대인 관계에 대한 이해 나는 과정을 경험했다고 생각한다 작가로서의 나의 정체성을 형성합니다 이 직업은 매우 어렵습니다

쉽지 않아 외로운 직업이기도합니다 많은 사람들이있다 허구의 작가가되기를 열망한다 나는 우리 모두 비밀리에 원하는 것을 의미한다고 생각합니다

우리가 원하는 것을 할 수있는 자유 간단히 말해서, 우리는 우리는 우리가 될 사람으로 살아 있습니다 몇 가지 요구 사항을 만족하면 필자는 소설 작가로서의 경력을 시작한다고 생각합니다 그 자유를 원하는 사람들에게 위대한 수 있습니다 작가가되기 위해서

교육 / 자격 / 훈련 작가는 세계에 대해 신중해야합니다 작가는 창조적 인 방식으로 단어에서 관찰 한 것을 표현할 수 있어야합니다 작가는 예술에 관심이 있어야하고 탐구하는 마음이 있어야합니다 이 직업은 독립적이고 혁신적이며 주도적 인 사람들에게 적합합니다 교육적 요건은 없지만 창의적인 글쓰기 학위가 도움이됩니다