Cloud AI Building Blocks

기계 학습은 무언가입니다 많은 조직들이 흥분하고 있습니다

사업을 향상시킬 잠재력이 너무 크다 혁신적인 방식으로 – 내부적으로, 예지 적 유지 보수와 마찬가지로, 동적 가격 정책과 마찬가지로 외부 적으로도 하지만 사내 전문 기술이없는 경우에는 어떻게해야합니까? 이 새롭고 흥미 진진한 분야를 이용하려면? Google의 Cloud AI Building Block은 AI의 잠재력을 보여줍니다 개발자가 손쉽게 AI를 애플리케이션에 주입하고, 이전의 전문 지식이 있거나없는 경우, 당신이 추가 할 수 있도록 인간과 같은 시력, 언어, 및 대화 AutoML Vision 및 Translation API와 같은 제품으로 구동되므로, 신규 또는 기존 응용 프로그램을 입력하십시오 API를 사용하여 사전 학습 된 모델에 액세스하고, Google의 시험 사용 테스트를 즉시 이용하십시오

우리가 지속적으로 개선하기 위해 노력하고있는 전문성, 그래서 그들은 모두를 위해 일할 수 있습니다 또는 도메인 별 유스 케이스가있는 경우, 클라우드 AutoML 제품을 사용하면 쉽게 만들 수 있습니다 해당 사용 사례를 해결할 수있는 고품질 맞춤 모델입니다 Dialogflow를 사용하여 대화식 환경을 만들 수도 있습니다 장치 및 플랫폼 전반에 걸쳐 이러한 빌딩 블록은 혼자 서있을 수 있습니다

AI를 애플리케이션에 통합하려면, 또는 귀하의 비즈니스 요구를 충족시키기 위해 결합 될 수 있습니다 Google의 Cloud AI Building 블록은 당신을 위해 일할 수 있습니다

의료실비보험비교사이트 TOP

질문 의료실비보험비교사이트 TOP
의료실비보험비교사에트에서

보험사별 견젹을 체크해보면
선택에 큰 도움이 될것입니다.
각 보험사별 보장내용과 가격대를 비교해보고
전문 보험설계사의 조언도 들을수있거든요.
보험 가입자의 목적에따라
특약의 구성이 달라지게 될것입니다.
여러 보험사 견젹을 비교해보고
더 좋은조건을 제시하는곳에서
효율적인 보장을 받을수있게 준비해보세요.
아래 출처에서 의료실비보험
무로료 비교해볼수있으니 참고바랍니다.
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 우 선 처음 의료실비보험 들어가실 때 가장 중요하게 보 …

우 선 처음 의료실비보험 들어가실 때 가장 중요하게 보셔야 할껀 고객님께서 유지하시기에 무리가 안가시는선에서 가입하시는게 가장 중요합니다.

 

현재 실손의료비는 모든보험사가 1년마다 갱신입니다. 100세까지 보장을 받으시고자 한다면 1년마다 갱신되는 실손의료비를 100세까지 내셔야 한다라는건데

 

나이가 젊으실때엔 괜찮으시겠지만 수입이 없는 60세이후부턴 유지하시기 힘든 보험료까지 오르면 포기를 하셔야 할 수 있습니다.

 

그렇기 때문에 실손의료비는 갱신이라 어쩔수 없지만 3대질환(암+뇌+심장) 진단비와 질병,상해 특약과 수술비 특약들은 비갱신형으로 의료 실비보험 준비하시는걸 권해드립니다. mri나 비급여주사 도수치료항목은 실비특약에 포함이 되어있습니다.

 

정말 저렴하게 들어가시려고만 한다면 보장내용이 많지가 않으실꺼고 납입기간이나 보장받는시기가 처음 실비보험 가입할 땐 가격적인부분이

만족스러우셔도 향후에 납입기간이 너무 길다고 느끼시거나 보장 받는 기간이 너무 짧다 이런생각이 드시면서 정리하고 새로 들어가시려고 한다면​

그때 쯤엔 보험료 가격도 그렇고 보장내용도 많이 안좋아지실겁니다.

의료실비보험비교사이트도 많습니다. 잘 확인 하시고 드시기 바랍니다.

 

리치앤코 였습니다.

답변 질문자님의 상황과, 치료등을 잘 생각하셔서판단하시고 가 …

질문자님의 상황과, 치료등을 잘 생각하셔서
판단하시고 가입하시기 바랍니다.

의무적으로 의료실비보험을 가입하지않아도 상관 없지만,
하나의 보험증권으로 자잘한 병원비 및 치료비등을 돌려받을 수 있으니
살아가면서 꼭 필요한 보험을 꼽으라면 의료실비보험을 추천해드리고 싶습니다.

기본적인 의료실비보험은 모든보험사 공통약관을 따르고있어 보장내용이 동일하지만
특약부분은 차이가 있습니다.
의료실비보험 상품마다 특약사항이나 보장내용이 천차만별 입니다.
때문에 크게 보장하는 보장내용을 보시고 상세하게 비교분석 해보시기 바랍니다.

대부분 의료실비보험을 가입자에 맞게 추천을 해드리지만
실비보험비교사이트를 통해 비교분석을 해본다면,
더욱 저렴하고 유용한보험을 들 수 있을것입니다.

의료 실비보험비교사이트를 이용할때는
단순히 상품 전체 보험료를 보시는것이 아니라
보험료안에 어떤 특약들이 어떻게 보장되는지를 꼼꼼하게 따져보시는것이 합리적입니다.
 

또하나 생각해보셔야 할 부분은 의료실비보험비교사이트에서 견적을 받을땐,
같은 보험료에 같은 보장금액이 세팅되었다면 보장범위가 어떤지?
특약보험료 납입방식이 갱신형으로 이루어지는지 비갱신형으로 이루어지는지
꼼꼼하게 따져보는것이 좋습니다.

의료실비보험 실손의료비특약은 갱신형으로만 가입가능하지만,
그외 모든 특약은 비갱신형으로 선택할수있습니다.
만기유지는 비갱신형 의료실비보험이 효율적입니다.

보험사마다의 장단점이 정해져있기 때문에 실비보험비교사이트에서 보험사별 비교를통해
나이별, 성별, 직업군안에 가장 유리한 보험상품이 무엇일지 생각해보실 필요가 있습니다.
의료실비보험은 보험사의 상품, 개인의 상황에따라서 설계할수있는 상품은 너무나도 다양합니다.
특정보험사 의료실비보험이 무조건 누구에게나 좋다고  추천하는건 거짓말이죠

의료 실비보험비교사이트 견적을 통해서
직접 보험료도 비교하고, 보장내용도 비교하면서
알아보는것이 가장 확실한 방법일 것입니다.
의료실비보험비교사이트를 활용하여, 쓸데없는 특약들은 줄이고,
정말 꼭 필요한 특약만 추가하여 질문자님을위한 맞춤설계를 진행하시길 바랍니다.

의료실비보험비교사이트에서
견적받는다고해서 무조건 가입해야되는것이 아니니 부담없이 이용해보세요
의료실비보험비교사이트 전문상담을 진행할수있으니 많은이용바랍니다

답변 의료실비보험비교사이트에서 도움을 받으면아무래도 좋은점이 …

의료실비보험비교사이트에서 도움을 받으면
아무래도 좋은점이 많지요

 

여러보험사 비교를통해
나에게 좀더 좋은조건의 보험상품을 선택할수있고,
같은보장이라면 더 경제적으로
다가갈수가 있기때문입니다.

의료실비보험은 살아가면서

꼭 필요한 보험이라고 합니다.

의료실비보험 하나만 있더라도
정말 유용하게 보장을 받을수있고,
효율적인 혜택을 받아볼수 있기때문이예요.

 

의료실비보험은 예측하지 못한 상해사고,
질병, 질환 등으로 인하여 병원치료를 받게될경우
실제 발생한 의료비에 대해 든든하게 보장을 받아보실 수가 있습니다.

 

그래서 의료실비보험 혜택을 받아보기 위해

미리 준비를 해야합니다.

 

의료실비보험비교사이트를 통해서
직접 보험료도 비교하고, 보장내용도 비교하면서
알아보는것이 가장 확실한 방법일 것입니다.

 

쓸데없는 특약들은 줄이고, 정말 꼭 필요한 특약만 추가하여
질문자님을위한 맞춤설계를 진행하시길 바랍니다.

시간이 지날수록 의학기술의발달로
평균연령이 점점 높아지고있습니다.
길어진 노후를 건강하게 살아갈수있게끔
더욱 신경을 써야하는데요

 

평균수명이 늘어난만큼 노후도 길어지고,
각종 의료비 지출도 많아질수있기때문에,
미리 젊었을때부터 앞으로 사용할수있는
의료비 대책을 마련해야합니다.

 

의료실비보험은 되도록 늦지않게
준비를 하는게 가장 좋은 시기이므로,
가입의사가 있을때 빠른결정을 하는것이
가장 효과적일 것입니다.

 

의료실비보험비교사이트 설계는 어떻게하냐에따라
달라질수 있습니다.
각자의 상황에맞는 특약을 적절하게 추가하여
맞춤설계를 받는것이 중요합니다.

 

의료실비보험을 취급하는 보험사는 무수히 많습니다.
다들 비슷비슷해 보여도 보장사항에 따라
특약에 따라 조금씩 차이가 나므로
의료실비보험비교사이트를 통해 가입을 해야 유리합니다.

 

아무상품이나 대충 살펴보고 가입하는것보다는
전문설계사를통해 의료실비보험비교사이트 상담을 진행후
꼭 필요한 보장을 추가하여 가입하는것이
차후 의료실비보험 보장을받을때나,
앞으로 의료실비보험을 유지할때나
모든면에서 유리할것입니다.

 

여러보험사 의료실비보험을 객관적으로 비교하고,
의료실비보험 견적을 받을수있는
의료실비보험비교사이트 이용하는분들이
점점 많아지고있습니다.

 

가격비교 상담을 받아보는것만으로도
좀더 효율적인 가입이 가능합니다.
상담받으면서 어느정도 지식이 쌓일테니까요.

견적을 미리 받는다고해서 당장 가입을해야하는것은 아니니
부담없이 이용하시길 바랍니다

답변 실비보험 중 들만한거를 찿고 있는데 현재 만으로 29세 …

실비보험 중 들만한거를 찿고 있는데 현재 만으로 29세 남성과 여성 입니다 결혼 예정자 이고 수입대비 어느선이 적당 할까요 의료실비보험비교사이트도 함께 문의 하오니 답변 주셨으면 합니다

===============

▷pc에서 네임카드 주소 확인은 ↗↗ ↗ 옆 v 버튼 누르시면 됩니다

휴대폰에서   주소 확인은 ↑↑위의 아이디를 누르시면 프로필로 넘어 가니 페이지를 넘겨 보시면 주소가 나옵니다  ◁



실비의 경우.. 전 보험사가 갱신형으로 보장도 동일 합니다
  

가입전

설계안도 미리 메일로 받아 보실 수 있어 보험료 확인도 바로 가능 하니…

타사와도 비교 후 준비 해 두세요

 

의료 실비보험은 월 만원대의 적은 금액으로

입원비는5천만원 한도 내에서 실제 치료비를  보장 합니다

 

통원의료비는 질병,상해로 통원 치료시 외래비+약제비 합산하여 30만원을 보장해드립니다.

 

실비만 하셨을경우 보험료입니다

구분 납입보험료
남자 여자
30세 15,000원 11,000원
40세 16,000원 12,000원
50세 16,000원 12,000원

의료실비보험은

실제 쓴 병원비에 대해서만 지급받는 보험이기 때문에 만약에 큰 병에 걸려 치료비 외에

생활비 등 돈이 더 필요한 경우에는 부족할 수 있습니다

 

의료실비보험만큼 중요한게 암, 2대질환, 수술비 보험인대요

 

실비보험을 준비 하시면서

한국인이 많이 걸리는 암 및 뇌졸중, 급성심근경색증 등

중대 질병들에 대한 진단금을 받을 수 있는 진단비 관련 보험도 따로 준비 해 두시는게 좋습니다

 

 기타 자세한 상담이나 설계안을 메일로받아 보시려면

 

네임카드의 주소로 들어가서

신청서를 작성 해 주시면 됩니다

How Dialogflow Enterprise Edition Can Transform the Enterprise Contact Center (Cloud Next ’18)

[음악 재생] DAN AHARON : Dialogflow는 대화를 자동화하는 데 도움이되는 도구입니다 일반적으로 세 가지 주요 사용 사례 그룹에 사용할 수 있습니다

고객과 대화하기를 원하는 기업 일 수 있습니다 이러한 대화를 자동화하는 데 도움이됩니다 그것은 고객 서비스 또는 상업 주위에있을 수 있습니다 두 번째는 연결된 장치에 전원을 공급하는 것입니다 그래서 이것은 자동차, 연결된 TV, 지능적으로 사람들과 이야기 할 수있는 해당 장치를 사용하려고합니다

세 번째는 직원을 고용주와 연결하는 것입니다 정보 액세스, 비즈니스 인텔리전스 우리는 오늘의 대부분을 첫 번째 세트에 집중할 것입니다 그러나 많은 도구들이 사용 가능할 것입니다 두 번째와 세 번째 그룹에 유용 할 것입니다

유스 케이스의 경우도 마찬가지입니다 그래서 공간이 아주 흥미 진진합니다 우리는 단지 네 가지 통계를 선택했습니다 여기서 강조 표시합니다 물론 더 많은 것들이 있습니다

고객 상호 작용의 80 %를 해결할 수 있습니다 잘 디자인 된 봇과 그것은 실제로 생각이 바짝 들린다 종류의 자체가 밖으로 본다 내가 제일 좋아하는 것은 바닥에있는 두 사람이다 따라서 왼쪽 하단을 보면 많은 비즈니스가 오늘날 비용 절감을 위해 봇을 사용하기 시작했습니다

사용자와 고객에게 서비스를 제공 할 수 있습니다 보다 효율적으로 그러나 실제로, 설문 조사에서 흥미로운 점은 고객이 실제로 셀프 서비스 도구를 선호하는지 여부 그들은 고객 서비스 개선을 위해 기업이 할 수있는 일에 대해 질문합니다 60 %는 셀프 서비스 도구가 가장 큰 것이라고 말합니다 그들이 할 수있는 일 이러한 모든 고객은 좀 더 나은 셀프 서비스 툴을 원하고 있습니다

하지만 그들은 강요당했습니다 알다시피, 간단한 작업을 위해 상담원과 대화하기 요원들을 정말로 정당화하지 않습니다 그리고 마지막 하나 – 50 %의 기업이 더 많은 돈을 쓸 것입니다 전통적인 모바일 개발보다 봇에서 그것은 2021 년까지 실제로 사실이된다면 기운이 넘칩니다

그래서 그 모든 흥분과 함께, 문제의 종류 오늘날, 가상 에이전트의 대부분은 밖에있는 것은별로 좋지 않습니다 당신이 구글이라면 "왜 봇 봇", "봇 봇 채팅 실패" 바로 나타나는 최고의 결과입니까? 꽤 미쳤어 왜 그런데? 여기 왼쪽에는 예제가 있습니다 친절하게 지어 졌던 모든 로봇이 있습니다 마약 중독의 절정에

많은 회사가 실제로 투자하지 않았습니다 제대로 구축하는 것 그들은 매우 지능적이지 못하며 대화를하게됩니다 깨진 좋은 소식은 Dialogflow를 통해, 정말로 좋은 기회가있다

지능형 로봇을 만드는 것 그래서 일반적으로 작동하는 방식입니다 아키텍처면에서 우리는 고객이 배포하는 것을 보게됩니다 왼쪽에 모든 채널이 있습니다 그래서 그것은 텍스트 채널, 채팅 Facebook Messenger, Google Assistant 또는 웹에서 모바일 앱에서 디지털 음성이 될 수 있습니다

자동차, TV 또는 전화 게이트웨이를 통한 전화 통화 Dialogflow에 와서 대화를합니다 관리 및 자연 언어 이해, 기본적으로 무너 뜨리는 것, 의도와 실체는 무엇인가? 그 자연 언어로? Dialogflow는 구조화 된 정보를 전송합니다 이행 계층으로 Google Cloud가 좋은 장소라고 생각합니다 그 성취 플레이어를 주최합니다

클라우드 기능 또는 Compute Engine에있을 수 있습니다 그러나 당신은 또한 다른 곳에서는 그것을 호스트 할 수 있습니다 당신은 Prem 또는 원하는 곳에 둘 수 있습니다 잠재 고객의 몇 명입니까? 작년 Dialogflow에 관한 세션에서 Google 클라우드의 다음 단계 승인 당신 몇 명

그래서 Google Cloud에서 작년에 우리 세션에서, 나는 우리가 150,000 명의 개발자를 넘었다 고 발표했다 Dialogflow에 대한 오늘 아침에, 우리는 방금 발표했습니다 Dialogflow에 60 만 명이 넘는 개발자가있다 플랫폼, 미친, 맞습니까? 이것은 우리가 그 경계표를 넘은 지 불과 1 년이 넘었습니다

따라서 성장뿐 아니라 가속화되고 있습니다 우리는 그 기세에 대해 매우 흥분하고 있습니다 그런 다음 개발자에게 Dialogflow를 선택하는 이유 – 다른 솔루션이 많이 있기 때문에 오늘 봇 개발을 위해 매우 흥미로운 공간입니다 우리가 시간과 시간을 다시 듣는 대답, 그것은 종소리와 휘파람이 아닙니다 시장에 나와있는 다른 솔루션 종이에 좋게 보이는 것들을 가져라

그러나 하루가 끝나면 가장 중요한 것 우리가 개발자로부터 가장 자주 듣는 자연 언어의 품질, 품질 자연 언어 이해, 기계 Dialogflow가 사용하는 학습은 머리입니다 밖에있는 다른 것보다 어깨가 더 큽니다 그리고 그것은 정말로 차이를 만듭니다, 맞습니까? 네가하고 싶은 것은 네가 그런 것들을 피하고 싶다 권리? 그래서 무엇보다 중요합니다 그렇지 않으면 봇 플랫폼에서 원할 수 있습니다

흥미 진진한 점은 자연어 기술로 인해 우리가 한 해 Apiai 인수에서 왔습니다 그리고 반 전에 그래서 우리를 정말로 흥분하게 만드는 것은 무엇입니까? 우리가 방금 여행을 시작했다는 것입니다 Dialogflow를 개선하는 방법

이제 Google의 일부가되었습니다 Google의 Google은 실제로이 문제를 해결해 왔습니다 자연어 이해가있는 Google 검색, Google과 같은 분야에서 10 년 이상 Assistant, G-mail 스마트 회신, 번역 그리고 우리는 이러한 모든 자산과 기능을 구축했습니다 자연 언어 이해 엔진, 연설 인식, TPUs

그리고 이들 모두는 이제 Dialogflow에서 사용할 수 있습니다 더 나은 도구를 만들 수 있습니다 그리고 이러한 공고들 중 일부는 너 오늘 듣고 싶어하는 건 기본적이야 이 새로운 Google 기술의 결과가 공개됩니다 따라서이 슬라이드 유형을 조합하면 그 점을 망칠 수 있습니다

나를 위해서, 개인적으로, 나는 단지 얼마나 많이 깨달았습니다 우리는 작년에 해왔습니다 꽤 미쳤어 당신이 모든 다른 발사를 보면 세션 이후의 기능 향상 지난 해 Google Cloud Next '17에서 우리는 제품에 많은 것을 추가했습니다 내장 된 분석에서 다국어 지원에 이르기까지, 인라인 코드 편집기, Stackdriver 통합, 버전 관리, 그리고 훨씬 더

그리고 오늘은 다섯 가지 새로운 기능을 발표하게 된 것을 기쁘게 생각합니다 Dialogflow가 엔터프라이즈에 전력을 공급하는 데 정말로 적합합니다 Contact Center 그래서 우리가 많이 들었던 것 아직 관리하기 어려운 몇 가지 사항이 있습니까? 채팅 봇 대화 첫 번째는 봇을 휴대 전화에 연결하는 것입니다

그래서 우리는 오늘 그것에 대해 조금 더 이야기 할 것입니다 우리는 전화 연결을 훨씬 쉽게 할 것입니다 두 번째는 긴 꼬리를 만지는 질문에 대답하는 것입니다 건물 의도 – 시간이 오래 걸립니다 지식 커넥터는 여기에 도움이됩니다

세 번째는 자동 맞춤법 ​​교정입니다 따라서, 아는대로 채팅, 사용자는 자주 오타 나 실수를 범한다 Google 기술을 사용하여이를 해결합니다 내장 된 정서 분석, 우리는 오늘 소개하고 있습니다 원하는 때 이해하는 데 도움이됩니다

인간 대리인으로 전환 할 수 있습니다 그리고 마지막으로 중요한 것은 내장형 텍스트 음성 변환입니다 그것은 또한 우리의 전화 게이트웨이, WaveNet 기술을 기반으로 제작되었습니다 따라서이 슬라이드를 확대 / 축소 해 보겠습니다 꽤 빨리 우리는 데모에 갈 수 있습니다

이 중 일부가 실제로 어떻게 보이는지 보여 드리겠습니다 Google 전화 게이트웨이가 구축되었습니다 Project Fi, Google Voice, 및 Google 행 아웃 그것은 이미 2 천만 개 이상의 전화 번호를 제공하며, 이미 대규모로 운영되고 있습니다 이제 모든 Dialogflow 사용자가 사용할 수 있습니다

상담원에게 전화 번호를 추가 할 수 있습니다 1 분 안에 그리고 그것의 아름다움 – 그것은 모든 기술을 감싸고 있습니다 자동화 된 전화를 걸기 위해 필요한 음성 인식, 자연 언어 이해, 음성 합성, 오 케스트 레이션 모두 Google Cloud에서 처리합니다

지식 커넥터 – 우리는 데모에서 더 깊이 간다 그래서 나는 그것을 건너 뛸 것이다 철자 교정 – 꽤 쉽습니다 그러나 그것은 정말로, 정말로 어렵습니다 맞춤법을 자동화하는 데 도움이되는 것을 만들어야한다면 Dialogflow 용 봇에 대한 수정, 몇 년이나 몇 년이 걸렸을거야

합리적으로 좋은 것을 만드는 것, 그리고 심지어 그 때 그것을 올바르게하는 것은 어렵습니다 운 좋게도, Dialogflow가 이제 Google의 일부이기 때문에, 우리는 몇 가지 도구를 사용할 수있었습니다 Google이 Search와 같은 다른 제품에 사용하는 것 – 그리고 나는 너희들 모두 철자 교정을 사용했다 검색 및 다른 장소에서 이제 Dialogflow를 활용할 수 있습니다

동일한 기능을 제공합니다 그리고 이것은 당신이 여기에서 볼 수있는 것처럼 인 텐트에 모두 적용됩니다 오른쪽에, 엔티티에, 당신은 중간에 볼 수 있습니다 그래서 내장 된 정서 분석 – 고객이 가장 공통적으로 우려하는 점은 OK, 나는 봇을 만들었고, 하지만 최종 사용자 환경이 훌륭하게 유지되도록하려면 어떻게해야합니까? 내장 된 정서 분석을 사용하면 모든 쿼리에 대해 쿼리 스코어가 무엇인지 식별 사용자가 보낸 메시지를 보낸 다음 비즈니스 논리에서이를 사용할 수 있습니다 언제 당신이 인간 대리인으로 전환하고 싶은지 결정할 수 있습니다

마지막으로 중요한 것은 텍스트 음성 변환 DeepMind의 WaveNet에서 제공하는 로봇에 가능한 인간 연설에 가장 가까운 것, 전화 게이트웨이에 둘 다 내장되어 있습니다 Dialogflow에 추가하여 사용할 수 있습니다 IT 및 기타 용도로 그리고 우리가 방금 한 멋진 다른 것 오늘 아침에 디바이스 프로파일을 추가했다고 발표했다 파형의 모양을 실제로 만드는 것입니다

우리의 음성 합성에 대해 다르게 당신이 사용하는 스피커에 따라 전화선으로 재생하면, 우리는 전화에 최적화 된 연설을 만들어 낼 것입니다 대형 스피커에서 재생할 경우, 우리는 큰 연설자에게 적합한 연설을 만들어 낼 것입니다 승인 그럼이 모든 것이 데모에서 어떻게 보이는지 보도록하겠습니다

작년에 있었던 세션에 참석 한 여러분 중 우리가 여기서 한 것은 우리가 무대에 세웠다는 것을 기억할 것입니다 또는 실제로, 모스 콘에서 – 가상의 Google 하드웨어에 대한 채팅을 처리하는 로봇 저장 또한 제품이라는 엔티티가 있습니다 Chromecast, Google 홈, Google Pixel 등이 있습니다 그 다음에는 Intents가 있습니다

하나는 상업용이고 다른 하나는 상업용입니다 예를 들어, 상거래 용 제품을 보면, 제품 주소와 수량이 필요합니다 Chromecast를 구입하고 싶다고 말하면 행동을 "구매 (buy)"로 식별하는 것을 볼 수 있습니다 제품은 Chromecast이지만 거기에 있습니다 수량과 주소가 없습니다

그리고 지금 그것은 묻습니다, 당신은 어떤 주소입니까? 내가 그걸 가져다 줄까? 3 Third Street, San Francisco, California라고 말할 수 있습니다 얼마나 많은 유닛을 원하니? 5 대 그런 다음 작업이 완료되었습니다 3 개의 3 번가로 배송되는 5 개의 Chromecast를 주문하고 있습니다 샌프란시스코, 캘리포니아

전체 JSON이 있습니다 나는이 창문이 보이지 않는 것 같아 좋아, 거기있다 이행 레이어에서 사용할 수있는 전체 JSON이 있습니다 그것에 따라 행동하십시오

이제 내가 할 일은 무엇입니까? 사람들이 물건을 사도록 돕는 것이 아니라, 사람들이 Google 제품에 대해 갖고있는 질문에 대한 답변을 제공합니까? Chromecast FAQ 웹 페이지를 찾아 보겠습니다 그리고 우리는 여기에있는 첫 번째 결과를 선택하려고합니다 이 URL을 가져 와서 복사 한 다음 추가하겠습니다 지식 커넥터로서 따라서 기술 자료를 만들어야합니다

그것을 My Knowledge Base라고 부르 자 그리고 지식을 만들어 보자 목 우리는 상점 FAQ라고 부릅니다 이것은 HTML이 될 것입니다

그것은 FAQ가 될 것입니다 여기에 URL을 붙여 넣습니다 그리고 지금하고있는 일은이 URL로 이동합니다 이 기사 또는 FAQ를 다운로드 중입니다 질문을 거치고 그것을 분류하는 것입니다

그곳에 방금 끝났어 그래서 나는 여러분에게 세부 사항을 잠시 보여줄 것입니다 그러나 기본적으로 정보를 추출했습니다 그리고 나서 우리가하고 싶은 일은 응답을 추가하는 것입니다

따라서 기본 응답은 지식 응답 1입니다 자주 묻는 질문들, 고객이 질문을 할 것입니다 FAQ에서 똑같은 질문을하지 못할 수도 있습니다 당신은 비슷한 것을 가질 수 있습니다 그리고 실제로는 둘 이상이있을 수도 있습니다

비슷한 두세 가지가있을 수 있습니다 그래서 우리가 할 일은 그것을 복사 할 것입니다 예를 들어 페이스 북의 메신저를 선택합시다 사용자가 Facebook Messenger에있는 경우, 그들은 하나 이상의 옵션을 볼 수있는 능력이 있습니다 그럼 여기서 할 일은 우리가 회전 목마에 카드를 추가하는 것입니다

두 가지 다른 대답을 보여줍니다 여기서 질문 1을 사용하고, 여기에서, 질문 2와 대답 2가 될 것입니다 그래서 우리는 우리가 그들과 짝을 이루는 질문을 그들에게 보여줄 것입니다 함께,뿐만 아니라 답변 그래서 그들은 우리가 원하는 것을 알고 있습니다 승인

저장을 클릭하겠습니다 그리고 이제 여러분들은 전체 내용을 보게됩니다 이게 우리가 스캔 한 것을 볼 수 있습니다 그 웹 사이트에서 모든 질문과 모든 대답 그들은 모두 여기있어, 당신은 심지어 그들 중 일부를 해제 할 수 있습니다 당신이 당신의 봇에서 그들을 감추고 싶지 않다면

승인 그래서 돌아 가자 우리는 잠시 후에 그것을 시도 할 것입니다 하지만 내가 너에게 보여주고 싶었던 다른 하나 얘들 아 우리의 새로운 전화 게이트웨이입니다 그래서 여러분은 이것이 새로운 사각형임을 알 수 있습니다

Dialogflow 전화 게이트웨이 (Dialogflow Phone Gateway)가 오늘 아침에 추가되었습니다 그리고 그것이하는 것, 그것은 당신이 새로운 전화선을 추가하게합니다 몇 초 안에 요원에게 그래서 내가해야 할 일은 Dialogflow 전화 게이트웨이를 클릭하고, 그리고 나는 지금 내가 원한다면 지역 번호를 선택한다 나는 이것을 공백으로 남겨 둘 수도 있지만, 나는 오하이오를 선택하고 싶다 다음을 클릭합니다 이제이 번호 중 하나를 선택합니다 나는 Create를 클릭한다

그리고 그것은 끝났습니다 이제이 요원에게 전화 번호가 있습니다 항상 Welcome Intent에서 시작됩니다 그래서 우리는 초반에 Welcome Intent로갑니다 먼저 지식 커넥터를 테스트 해 봅시다

예를 들어 여기에 질문이 있다고 가정 해 봅시다 애플의 AirPlay와 어떻게 다른가요? Dialogflow에서이 질문을 시도해 보겠습니다 작동하는지 봅시다 업데이트하는 데 1 분이 필요합니다 승인

거기는 그래서 똑같은 것을 볼 수 있습니다 기사에서이 전체 응답을 검색합니다 내가 사용하는 단어가 조금이라도 기사와 다르다 그래서 나는 그 질문에 대해 같은 말을 사용하지 않았다

그것과 일치시키는 법을 알고 있습니다 이제는 매우 쉽게 보입니다 매우 쉬운 작업입니다 청중에있는 당신 자연 언어 이해를 조금 해냈습니다 그들은 컴퓨터가 실제로 꽤 어렵다는 것을 알고 있습니다

사물을 맞추는 법 이해하기 자연 언어 에서처럼 당신이 그것을 프로그램 적으로 볼 때 매우 유사한 소리 자, 페이스 북의 메신저에서 살펴 보도록하겠습니다 지금은 두 가지 질문이 있습니다 여기 리모콘에 대해서 별도의 리모콘이 필요합니까? 볼륨과 다른 것들을 위해서? 실제 리모컨으로 Chromecast를 사용할 수 있나요? 내가 묻는다면, 어떻게 리모컨이 작동하는지, 그것은 그 질문들 중 어느 하나와 조화 될 수 있으며, 그래서 업데이트가 필요합니다

승인 그래서 당신은 그것들이 그 두 질문들 모두와 일치한다는 것을 볼 수 있습니다, 그래서 그것들은 둘 다 작동 함을 감지합니다 자, 이것은 정말로 정말로 어렵습니다 기억하십시오 이것은 우리가 사용하고있는 것과 동일한 에이전트입니다

과학 기술 따라서 Chromecast를 구입하고 싶다고 말하면 상거래 조치를 처리해야합니다 우리가 제공 한 FAQ뿐만 아니라, 각각을 언제 사용해야하는지 알 수 있습니다 그래서 그것은 사소한 것이 아니며 많은 것이 있습니다 자연스러운 언어 작업이 뒤에서 일어나고 있습니다

그럼 우리의 전화 데모에서 모두 함께 보자 전화 번호입니다 나는 그것을 시험해 볼 것이다 이제 음성 인식 데모는 항상 위험합니다 그래서 여기 나와 함께 곰

바라기를 이것은 잘 될 것입니다 나는 스피커폰으로 시도 할 것이지만, 이것은 최고가 아니다 그러나 보자 승인 그래서 이것이 효과가 있다면 무엇을해야할까요? 우리의 환영의 의도로 가야합니다

우리는 Welcome Intent에서 읽은 것을 읽습니다 해보자 PHONE BOT 1 : – Dialogflow 전화 데모 오늘 어떻게 도와 드릴까요? 새로운 Google 제품을 주문하거나 서비스를 요청할 수 있습니다 기존의 것들에

DAN AHARON : Chromecast의 다른 점은 무엇인가요? Apple AirPlay? PHONE BOT 1 : 대부분의 경우 AirPlay 비디오 또는 오디오를 직접 전송하여 작동합니다 Wi-Fi를 통해 iOS 기기에서 TV로 전송할 수 있습니다 iPhone 또는 iPad가 남아 있어야합니다 단 아론 : 당신이 듣고있는 모든 것 이제 Dialogflow 또는 아무것도 입력되지 않았습니다 임의의 기사에서 자동으로 처리되었습니다

누군가 인터넷에서 썼다 PHONE BOT 1 : – 텔레비전에, 인터넷에서 바로 스트리밍을 시작합니다 [박수 갈채] 단 아론 : 감사합니다 PHONE BOT 1 : 실제 내용을 전송합니다 AirPlay에 이점이 있다면, 그것은 – DAN AHARON : 일반적인 의도가 여전히 작동하는지 확인해 봅시다

PHONE BOT 1 :하지만 이것도되고있다 차별화 요소가 적다 단 아론 : 긴 대답입니다 네 Google 픽셀을 몇 개 구입할 수 있습니까? 전화 번호 BOT 1 : 어떤 주소로 보내 주시겠습니까? 단 아론 (DAN AHARON) : 3 Seventh Street, 뉴욕, 뉴욕

PHONE BOT 1 : 몇 대를 원하십니까? 단 아론 : 세븐 전화 BOT 1 : Google Pixel 7 대 주문 및 배송 3 일곱 번째 거리, 뉴욕, 뉴욕 [박수 갈채] 단 아론 : 그래서 저는 그 모든 것을 강조하고 싶습니다 설정이 정말 간단 해 보였습니다 1 분 안에 할 수있었습니다

그 중 일부는 다른 서비스와 함께 할 수 있으며, 그러나 오늘날 시장에 나와있는 다른 서비스 전화 게이트웨이를 설정해야합니다 설정하는데 아마도 몇 시간이 걸릴 겁니다 모든 것이 관련되어 있고, 얼마나 많은 것을 알고 있는지 그것을 지불 할 필요가있다 그런 다음 관련 봇에 연결해야합니다 서비스

그리고 지식 서비스를 설정하려면, 별도로 설정해야합니다 그리고 당신은 얼마나 많은 종류의 기가 바이트를 알아 내야합니다 대신에 서버 기반이기 때문에 필요합니다 서버가없는 것 그런 다음이 모든 구성 요소를 연결해야합니다

많은 코딩 작업을 수행해야합니다 우리는 기본적으로 모두 0으로 코딩했습니다 1 분 안에, 당신은 전화기에서 작동하는 완전 자동 로봇의 종류 그래서 우리는 이것에 매우 흥분하고 있습니다 너희들 모두가 그걸로 무엇을하는지보기 위해 기다릴 수 없다

고맙습니다 [박수 갈채] 그래서 그 일로 Tariq를 초대하겠습니다 TARIQ EL-KHATIB : 안녕하세요 나는 타리크 엘 카팁이다 저는 Ticketmaster의 제품 관리자입니다

글로벌 컨택 센터 및 기술 부서 내에서 이미 모르는 경우 Ticketmaster가 티켓을 판매합니다 많은 표 2017 년 Ticketmaster는 2 억 9200 만 티켓을 판매했습니다 그 중 2 %는 전화로 받았다 우리의 연락 센터를 통해

따라서 우리가 연간 수백만 건의 전화를받는다고 말하는 것이 안전합니다 Ticketmaster는 Live Nation Entertainment의 사업부입니다 이 때문에 우리는 많은 수의 모든 유형의 이벤트에 대한 호출이 있습니다 그래서 일반적인 질문들 또는 티켓 질문, 예를 들면, 나는 티켓을 잃어 버렸습니다 또는 내 티켓을 인쇄하려면 어떻게해야합니까? 우리는 일반적인 질문으로 분류하고, 이벤트 및 장소 특정, 예 : 윌리 필드 (Wrigley Field)의 박스 오피스 전화는 어디에서 찾을 수 있습니까? 또는 Paradiso Festival의 캠핑 구역은 얼마나 큰가요? 뛰어 들어가서 어떻게 보이기 전에 우리는 Dialogflow와 Knowledge Base를 사용하고 있습니다

고객 서비스 IVR에 통합 된 커넥터, 나는 가서 너를 보여주고 싶었다 정말 충격을 강조한 두 개의 슬라이드 Dialogflow와 같은 NLP가 판매 IVR에 적용될 수 있습니다 그래서 여기 Dan의 성적표가 Ticketmaster를 호출합니다 판매 IVR 10 년 전에 지어진 음성 인식 IVR입니다

그 당시, 그것은 라인의 상단이었다 그러나이 기술은 짧은 구절을 요구했습니다 의도 나 실체 추출을하지 않았습니다 그래서 Dan 이야기와 시스템 이해 사이에서, 10 번의 시도가 필요합니다 하나는 시스템에 대한 인식을 놓쳤다

댄이 사고 싶어한다는 것을 이해하기 San에있는 Chainsmokers를 볼 수있는 두 장의 티켓 5 월 5 일에 시스코 이제 NLP로 어떻게 보이는지 보겠습니다 Dialogflow와 마찬가지로이 작업은 하나의 작업으로 완료 될 수 있습니다 두 개의 거래로 이것은 분명히 고객 경험에서 상당히 업그레이드 된 것입니다 또는 사용자 경험이 있지만 시스템도 각 프롬프트를 통해 고객을 안내 할 수있는 유연성 그들이 여전히 선호한다면

괜찮아 이제 저는 우리의 통합에 뛰어 들어갈 것입니다 우리의 고객 서비스 IVR 두 번 전화 할게 이 첫 번째 호출은 공통 티켓으로 분류 할 것입니다

유형 전화 몇 개월 전, 나 양키스에 티켓을 샀다 지금 이틀 안에 일어나고 있어요 나는 아직도 나의 실제 티켓을받지 못했다 TARIQ EL-KHATIB : 발신자가 전화를 걸고 말하는 중입니다

그들은 양키스 티켓을받지 못했다 이 녹음은 캡쳐 된 후 코딩되어 우리의 의도로 전송됩니다 서비스 Intent Service에는 복잡한 비즈니스 규칙이 많이 있습니다 그러면 외부 프록시에 연결됩니다

모든 사이의 트래픽 라우터 역할을하는 Google의 외부 서비스에 대한 정보를 제공하며 해당 API를 모두 번역합니다 피드 백을위한 일반 API 로의 트래픽 인 텐트 서비스에 저장합니다 그래서 일단 호출이 외부 프록시에 도달하면, Dialogflow로 바로 전송됩니다 오른쪽의 주요 NLP 인 상담원 1, 수신되지 않은 티켓의 의도를 유발하는 스포츠 팀의 실체 인 양키스와 그 정보는 파이프 라인을 통해 다시 전송됩니다 외부 프록시로, 인 텐트 서비스로 돌아 간다

인 텐트 서비스에서 그 의도에 기반하여 트리거되는 규칙 랜드 마크 프롬프트를 재생합니다 티켓을 찾는 데 도움이 될 수 있습니다 그리고 나서 양키스의 실체를 바탕으로 및 고객의 착신 전화 번호, 이 고객에게 모바일 티켓이 있음을 알 수 있습니다 주문하고 알려주고, 티켓처럼 보인다 Ticketmaster 모바일 앱에서 바로 사용할 수 있습니다

이제 저는 앞으로 나아가서 더 많은 행사를 보여 드리겠습니다 특정 질문 전화 통화 중 이었어 나는 일반적인 질문이있다 이 캠핑 공간이 얼마나 클지에 대한 아이디어를 얻으려고합니다

파라디소 페스티발에서의 일반적인 크기 TARIQ EL-KHATIB : 그래서 문제는, 얼마나 큰 캠핑의 영역입니다 Paradiso Festival의 공간? 전화 한 것과 마찬가지로 녹음 캡쳐되어 코딩 된 다음 전송됩니다 인 텐트 서비스와 외부 프록시로 그런 다음 주요 NLP 인 동일한 상담원 1을 공격합니다 그것이 우리가 레이블링 한 의도를 유발하는 곳입니다 이벤트 및 장소 특정 질문으로, 또한 Paradiso Festival의 단체를 산출합니다

그러면 그 정보는 다시 라우팅됩니다 파이프 라인을 통해 의도에 대한 규칙을 트리거합니다 재 처리 할 외부 프록시에 알리는 서비스 첫 번째 호출과 동일한 문자로 된 텍스트, 그러나 이번에는 Paradiso의 실체에 근거하여, 지식과 관련된 이벤트 인 에이전트에 명중 베이스 커넥터는 파라디소 축제 FAQ에 묶여 있습니다 그래서, 그 대답은 FAQ 사이트에서 검색 한 다음, 파이프 라인을 통해 간다 고객이 캠핑을 듣는 곳 파라디소 페스티발 (Paradiso Festival) 지역은 25 피트 (15 피트) 한 대의 차와 한 개의 텐트에 적합합니다

그래서 앞으로 어떻게 보이는지 보여 드리겠습니다 뒤쪽 끝 에서처럼 그래서, 바로 여기에 인코딩 된 녹음이 있습니다 계속 시도해보십시오 그래서 지금은 전체 여행을하고 있습니다

인 텐트 서비스를 통해 외부 프록시 인 Dialogflow, 그리고 뒤로 그런 다음 결과가 있습니다 우리가 보았 듯이 오류는 없습니다 좋습니다 그 전화의 실제 사본 – 발신자에게 일반적인 질문이 있습니다

그런 다음 의도가 올바르게 식별됩니다 축제와 관련된 이벤트 장소로 파라디소 축제의 이름 또한 여기 아래에 추가 데이터가 표시됩니다 추가 된 비즈니스 로직, 랜드 마크 및 확인 메시지와 같은 또는 특정 행동이 필요한 경우 이 의도 유형의 그래서 그것이 실제로 가고 타격을 부르는 두 번째 통화 기술 자료 커넥터는 뭔가 있습니다 우리는 현재 개발 중이다

그래서이 데모의 목적을 위해, 나는 택배 비둘기처럼 행동 할거야 그 모습을 보여주세요 이제 그 질문을 볼 수 있습니다 일반적인 서 캠핑 사이트로 반환 된 것은 약 15 텐트와 차량을위한 충분한 25 피트 그래서 실제로 이러한 이벤트 및 장소에 응답 할 수 있습니다

우리의 셀프 서비스 IVR (Self-Service IVR) 이전에 에이전트로 경로를 지정해야합니다 이제 우리의 주요 테이크 아웃과 수업이 있습니다 배웠다 다양한 잠재적 인 의도로, 당신은 정말로 여러 에이전트와 지식의 사용을 고려해야합니다 기지

이것은 매우 관련이있는 의도에 도움이 될 수 있습니다 그러나 여전히 다소 다릅니다 또한 외부 프록시 생성을 고려하십시오 제품 및 기능의 확장 성을위한 일반적인 API를 제공합니다 그래서 우리가이 외부 프록시를 만들었을 때, 내 미래 로드맵의 일부에는 정서가 담겨있었습니다

분석기가 있지만 Google이 Dialogflow에 포함 시키십시오 그래서 적어도 지금은 능력이 있습니다 인공 지능의 다른 발전 시스템과 쉽게 통합 할 수 있습니다 다음은 대화 문제입니다 사용자의 신발에 몸을 담그고, 다음 질문이 무엇인지 예상하십시오

특히 IVR의 경우 이전의 딱딱한 IVR을 파괴해야합니다 습관을 촉발시켰다 그것들은 대화식이 아니므로,이 서비스는 오직 좋은 것입니다 노력과 대화로서 당신이 실제로 그걸 넣었습니다 마지막으로, AI로 크게 생각하십시오

매일 우리는 AI 공간에서 새로운 진보를 봅니다 예를 들어 방금 연결 한 전화 커넥터를보고 이론에 따르면 오늘 우리는 모든 주요 이벤트에 대해 고유 한 IVR을 만드는 데 활용하십시오 우리는 심지어 모든 주요 장소를 가지고 있습니다 따라서 귀하의 일상적인 사업을 기반으로, 당신은 정말로이 새로운 인공 지능 진보는 실제로 비즈니스에 영향을 미칠 수 있습니다 그래서 그것으로, 나는 그것을 건네 주겠다

마크와 스펜서를위한 Akash [박수 갈채] AKASH PARMAR : 안녕하세요 나는 Akash Parmar입니다 Marks and Spencer의 엔터프라이즈 아키텍트입니다 Marks와 Spencer에 대해 들어 본 적이없는 사람은 누구입니까? 우수한

너를위한 슬라이드 1884 년에 설립되어 1,500 개의 점포가 있으며, 우리는 81,000 명의 직원, 3 천 2 백만 명의 고객을 보유하고 있습니다 온 세계에 가장 유명한 브랜드 중 하나입니다 그리고 그것은 매우 인기있는 영국의 가구 이름입니다

그리고 Marks and Spencer가 얼마나 중요한지 강조하기 위해 고객에게 영국 여성 3 명 중 1 명 M & S에서 브래지어를 사다가 매분 45 대를 팔고 있습니다 우리의 컨택 센터에 관해서, 우리는 음성, 채팅, 및 전자 우편, 그리고 그것은 [? 1,500?]의 고문 그리고 우리 가게 직원들도 마찬가지입니다 그래서 우리의 리더십 팀은 우리에게 도전을했습니다 우리가 이해하도록 요청 받았던 곳 우리의 고객은 더 낫다 우리는 더 많은 셀프 서비스 옵션을 제공하도록 요청 받았고, 우리는 또한 비용을 절감하도록 요청 받았다

그리고 그것을 달성하기 위해 우리가해야 할 첫 번째 일은 우리의 엄격한 DTMF IVR을 제거하는 것이 었습니다 우리는 그것을 자연 언어 기반으로 대체했습니다 해결책은 매우 개방적이다 어떻게 우리가 너를 도울 수 있을까? 고객의 반응은 Dialogflow에 소화되어 다시 올 것이다 행동 가능한 의도로 이 솔루션은 깊은 해결책이 아닙니다

Dialogflow의 깊이로 들어가는 미래의 우리의 열망 그러나 널리 구현 된 솔루션입니다 우리 조직 전체에 그리고이 플랫폼은 1,200 만 건의 전화를받습니다 향후 12 개월 동안 이것은 약 100 명의 직원을 해방시킨 것입니다

그냥 전화를 걸고 전화를 옮기는 데 바빴다 실제로 이러한 전화를 처리하지 않고 매장 현장에 있어야합니다 걷고있는 고객과 실제로 협력합니다 우리 상점에서 그리고 밖으로 옆에서 볼 수 있듯이, 내 상사 그것을 고객 서비스 천국의 계단이라고 부릅니다

우리는 여전히 2 단계에 있으므로, 갈 길이 멀다 현재 솔루션에 대한 간략한 설명 – 내가 할 일 나는 무엇을 할 수있는 경험을주기 위해 전화를 걸도록 노력할 것인가? 처럼 들린다 PHONE BOT 2 : M & S에 오신 것을 환영합니다 다만 아시다시피, 우리는 훈련에 도움을 청합니다 우리가 당신을 돕기에 가장 좋은 사람에게 데려다 줄 수 있도록, 제발, 몇 마디로 말해 줄 수 있니? 왜 오늘 전화하고 있니? AKASH PARMAR : 나는 파란 셔츠를 사고 싶다

[전화 거는 중] 전화 번호 2 : 우리는 정말로 알고 싶습니다 오늘받은 서비스에 대해 어떻게 생각하세요 AKASH PARMAR : 그렇게 부름 – 그렇다면 그냥 흐름으로 간다 무슨 일이 있었는지, 나는 전화를했다 Twilio 플랫폼에 들어갔다

전화에 응답하고, 우리의 응용 프로그램을 호출합니다 우리의 안전한 환경에 있습니다 신청서에, 우리가 어떻게 당신을 도울 수 있을까요? 고객은 파란색 셔츠를 사고 싶다고 말했습니다 그런 다음 Google의 Speech API를 사용하여 연설을 변환했습니다 텍스트로

이 텍스트는 우리의 응용 프로그램으로 되돌려 보내졌습니다 Dialogflow를 가로 질러 Dialogflow는 의도와 함께 돌아 왔습니다 우리는 그 의도를 사용하여 전화를 우리 연락처로 연결합니다 센터

그래서 그것이 오늘날의 모습입니다 Twilio와 Dialogflow 간의 파트너십 훨씬 더 간단해질 것입니다 6 개월에서 8 개월 전에이 제휴 관계가 있었 더라면 좋겠습니다 그것은 내 인생을 훨씬 쉽게 만들 것이지만 지금은 여기 있습니다 저는 그것이 아주 좋은 기회라고 생각합니다

이제 Twilio가 직접 통합 할 것입니다 Dialogflow와 함께 따라서 발언이나 본문으로 돌아 오는 것보다, 그것은 의도와 함께 실제로 돌아올 것입니다 그리고 조직은 그 의도에 대해 매우 행동 할 수 있습니다 매우 빠르게

그래서 그것은, A, 일을 더 빠르게 만들 것입니다 그리고 B는 더 빨리 실험을하는 데 도움이 될 것입니다 매우 흥미로운 기회입니다이 파트너십 Dialogflow와 Twilio 사이 이것이 현재의 대시 보드입니다

어떻게 생겼습니까? 라이브 대시 보드로 건너 뛸 수 있는지 알아 봅니다 그리고, 잘하면, 우리는 방금 내가 한 호출을 발견 할 것입니다 기본적으로 대시 보드는 우리가 얼마나 많은 전화를 받고 있는지에 대한 간단한 견해입니다 우리의 상위 10 가지 의도는 무엇이며, 오늘 날짜는 무엇입니까? 오, 내 파란 셔츠, 그들은 거기에있다 그래서 최고의 전화 – 그게 내 전화 야

그래서 나는 파란색 셔츠를 사고 싶다 이렇게 아주 명확하게, 너는 볼 수 있는다, 들어오는 부름 발화가 매우 정확하게 전사되었다 Google Speech API 제공 Dialogflow에갔습니다

Dialogflow는 주문 전화라고 말하면서, 우리는 우리가 판매 팀에 그것을 보낼 것이라고 말했다 그들은 명령을받을 수 있습니다 내가 빼앗을 중요한 두 가지 또는 우리가 달성 한 – Dialogflow와 같은 도구는 너무 단순하여 비즈니스 사용자가 사용합니다 그래서 첫날부터, 그들은 하나였습니다 누가 그것을 지었고, 요원을 훈련 시켰고, 그들은 며칠 내에 그것을했습니다

우리는 현재 우리의 의도에 대해 90 %의 정확도를 달성합니다 우리가하지 못한 두 번째 이점 우리가이 여정의 시작에 도착할 것임을 깨달으십시오 우리가 지금 조언자에게 채우기를 요청할 수 있다는 사실이 어떤 이유로 든 연락 할 수 있습니다 고문이 우리에게 말하기보다는 그 사람들이 그 부름에 대해 생각한 것, 우리는 실제로 고객이 그렇게하도록했습니다 고객이 원했던 것입니다

그들 자신의 말로, 우리는 그 때 그것을 우리의 이유로 사용합니다 연락 그리고 그것은 저장됩니다 [10 초마다] [? AHT ?] Dialogflow를 통해 큰 계획을 세웠습니다 이제 우리는 더 깊게 시작하겠습니다

달성하고자하는 첫 번째 일 엔드 – 투 – 엔드 대화 형 주문 이행 여정입니다 따라서 고객 식별, 백엔드 통합, 또한 지불합니다 그래서 그것은 우리의 큰 열망입니다 우리는 또한 어떤 종류의 약속 예약에도 사용하기를 원합니다 체계

그래서 우리는 브래지어 피팅 주위에 많은 전화를받습니다 우리 가게의 약속 그래서 우리는 그것을 자동화하고 싶습니다 우리는 나가서 가정용 장치를 사용하고 싶습니다 우리는 M & S에서 10 파운드의 식사를 제공합니다

매우 인기가 많습니다 그래서 Google 홈, Alexa는 고객이 사용할 수 있습니다 우리가 제안을 진행하고 있는지 여부를 알아 내야합니다 그렇다면이게 뭐야? 꽃 주문과 같은 복잡한 여행도 있습니다 M & S를위한 매우 큰 사업이며, 복잡한 여행 이었기 때문에 꽃을 주문할 많은 이유가있을 수 있습니다

행복하고, 슬프다 그래서 감정이 터지게된다 그래서 그것은 우리가 가고 싶어하는 여행입니다 주요 도전 과제 – 하나의 도전 과제 우리는 Dialogflow를 개별적으로 통합해야했습니다 이제는 파트너쉽을 잃을거야

Dialogflow와 Twilio 사이 이것이 바로 올바른 방향으로 나아가는 단계입니다 빠르게 실험 해보지 만, 생산할 수 없다면 상금은 없습니다 이러한 도구와 기술을 모두 갖춘 것은 대단합니다 그러나 우리가 그들을 생산하고 보낼 수 없다면 고객이 전화를 걸면 아무 소용이 없습니다

우리는 내부 통제 문제에 대해서도 알고 있어야합니다 그래서 우리를 데려 오기까지 5 주가 걸렸습니다 우리 첫 번째 [? MVP,?]하지만 생산에 5 개월이 걸렸습니다 그것 그래서 조달, 법률, 금융, 당신 당신이 여행을 떠나지 않도록해야합니다

아주 처음부터 그렇지 않으면 많은 차단기를 때릴 것입니다 올바른 태도의 마른 팀을 갖기 그래서 내 생각에는 관객 인 Chris McGraw가 "귀하의 실수에서 배우십시오"라는 문구를 사용합니다 매우 진지하게, 그는 매주 다섯 번의 실수를 저 지르지 않으면 화가납니다

그래서 그것이 우리가하는 일입니다 우리는 실수를 저지르고 실수로부터 배웁니다 지금까지 우리를 위해 일해 왔습니다 올바른 기술 파트너를 확보하십시오 우리는 Twilio와 Google에서 그렇게했습니다

Twilio는 초기 구현에서 우리와 모든 단계에있었습니다 이 플랫폼의 잠재력을 인식하는 데 도움이되었습니다 그리고 그 점에 대해 감사드립니다 Google Speech API의 정확성, Dialogflow의 정확성 우리에게 사업으로 돌아가서 그들에게 이야기 할 자신감을주었습니다 이것은 분명히 효과가있는 것입니다

그것은 하나의 질문이 아닙니다 우리는 그것이 작동 할 것이라는 것을 알고, 거기에갔습니다 자신감을 가지고 내부 리소스가없는 파트너 우리에게는 개발 팀이 없었습니다

그러나 우리는 빨리 움직이기를 원했습니다 그래서 우리는 한 회사와 파트너 관계를 맺었습니다 DVELP (CEO 인 Tom Mullen)도 관객입니다 따라서 중요한 메시지는 다음과 같은 경우에 올바른 팀을 찾아야합니다 너는이 여정을 시작했다

또한 기술 환경이 빠르게 변하고 있습니다 당신이 당신의 건축인지 확인해야합니다 귀하의 응용 프로그램에 열려 있습니다 매일 새로운 일이 일어나고 있습니다 그리고 우리는 매우 빠르게 적응해야합니다

결론적으로 Dialogflow 가상 에이전트는 연락 센터에 도움을 줍니까? Marks and Spencer의 우리는 분명히 예 캠프에 있습니다 고맙습니다 나는 자레드에게 그것을 지금 전달할 것이다 [박수 갈채] 조종 무어 : 감사합니다, Akash 안녕 모두들

그러니 손을 빠르게 보여 드리겠습니다 몇 분 전에 Home Depot에 가본 적이 있습니까? 굉장해 예 그래서 당신이 알고 있지 않은 경우, 우리는 세계에서 가장 큰 주택 개선 소매 업체 우리는 400,000 명 이상의 직원과 2,000 개 이상의 매장을 보유하고 있습니다

미국, 캐나다 및 멕시코 전역에 걸쳐 그리고 우리는 또한 세계에서 가장 큰 전자 상거래 웹 사이트 그래서 오늘 제가 할 일은 그런데 제 이름은 Jared Moore입니다

나는 음성 및 대화 검색 팀 출신이다 at Home Depot 그리고 우리는 당신에게 새로운 기능을 보여줄 것입니다 우리의 홈 디포 응용 프로그램에서 사용할 수 있습니다 그래서 지금 당신에게 보여주고있는 것은 베타 앱입니다

실제로이 기능을 사용하고 있다는 말을 들었습니다 또는 Android 앱을 사용 중이며 라이브로 제공 될 예정입니다 iOS 앱으로 곧 출시 될 예정입니다 그래서 여러분 모두가 이미 그것을 가지고 있지 않다면, 우리 앱의 최신 업데이트를 다운로드하고, 이야기를 끝내고 시험해보십시오 그래서 우리가 개발 한 것은 새로운 버전의 음성 ​​검색입니다

이제 마이크 버튼을 누르면됩니다 망치를 찾고 있어요 그리고 그것은 여전히 ​​효과가있었습니다 그래서 Dialogflow는 실제로 제가 Dialogflow를 통해 찾고 망치입니다 우리는 실제로 "나는 망치를 찾고있어

" 가서 그걸 우리를위한 검색 창에 넣으세요 그리고 앞으로도 우리는 Dialogflow를 사용하여 오디오 응답을 확인하는 방법 우리가 찾고있는 것을 사용자에게 실제로 그들이 원하는 것을 찾고 있습니다 시원한 그럼 우리가 어떻게했을까요? 그래서 우리는 이것을 가능하게하기 위해 5 층 아키텍처를 설계했습니다 첫 번째 레이어는 매우 간단합니다

그것은 단지 클라이언트 일 뿐이므로 고객이나 동료와 관련된 모든 것 얘기 할거야 그런 다음 클라이언트는 프록시 계층에 연결합니다 그래서 우리가 선택적 레이어를 원한다면 인증을하기 위해 우리는 그것을 인증에 추가합니다 그리고 진짜 지능은 우리가 의도 층에 갈 때 이것은 Dialogflow이며 자동 음성을 제공합니다 인식, 본 것처럼, 의도 일치 앞으로 TTS가 될 것입니다

그러면 Dialogflow가 라우팅 레이어로 이동합니다 우리가 알아챈 것은, 내가 말하면 나는 내 휴대폰 망치를 찾고 있는데, 데스크톱 사이트, Google 홈, 무슨 일이 있어도, 나는 뭔가를 찾고 있어요 그리고 네가 나에게 반응하는 방식 어떤 채널에 따라 다를 수 있습니다 나는 너에게 말하고있다 그러나 무엇과 상관없이, 그것은 같은 의도입니다

따라서 우리는 모든 것을 라우팅 레이어로 라우팅합니다 클라이언트가있는 위치를 기반으로 라우팅합니다 따라서 데스크톱 사이트와 통화하는 경우, 우리는 구체적으로 응답을받을 것입니다 데스크탑 백엔드 용 괜찮아

그래서 우리의 예에서는 망치에 대한 페이지를 보여주었습니다 하지만 Google 홈에 있다면 그러면 우리는 실제로 당신에게 페이지를 보여줄 수 없었습니다 그래서 우리는 그 사건에 대해 다른 반응을 보일 것입니다 우리는 여기서 그것을 처리 할 수 ​​있기를 원합니다 괜찮아

그래서 이것을 세 가지 주요한 것들로 좁혀 야한다면 내가 먼저 말한 것처럼, 우선 집중해야한다고, 의도와 행동을 분리하십시오 당신은 그 의도가 꽤 많이 가고 있음을 실제로 볼 것입니다 어디 있든 상관 없습니다 뭔가를 찾고 싶다면, 네가 뭘하든간에 똑같은 방식으로 말할거야 당신에게 말하기를 원하는 방식으로 바뀔 수 있습니다

다음은 분명히 아키텍처를 설계하는 것입니다 모든 유스 케이스에 대해 그리고 이전 슬라이드에서 볼 수있는 것에서부터, 아키텍처를 쉽게 확장 할 수 있습니다 점점 더 많은 고객을 추가 할 수 있습니다 그리고 그것은 우리가되고 싶었던 것입니다

우리가 몇 달 동안 갇혀 있지 않도록 할 수 있었다 우리가 추가하고 싶었던 새로운 채널이 생길 때 길 아래로, 그런 다음 우리는 솔루션을 완전히 다시 설계해야했습니다 그것을 지원하기 위해서 마지막으로 팀 간 공유 코드가 있습니다 따라서 마지막 레이어 인 액션 레이어를 보면, 우리는 실제로 모든 코드를 내 보냅니다

모든 기능이 Google Cloud 기능에 있으므로 모든 기능이 노드에 있습니다 모든 코드를 내부 NPM 저장소로 내 보냅니다 그리고 나서 우리는 – 다른 채널은 그 코드를 가져올 수 있습니다 채널에 3 줄의 코드를 추가하고, 그리고 나서 그들은 똑같은 경험을 할 수 있습니다 서로 다른 두 채널에서 그래서 그것은 하나의 큰 테이크 아웃입니다

그리고 그것은 모두에게 많은 시간을 절약 할 것입니다 권리? 그럼 우리는 다음에 어디로 갈 건데? 우선, 우리는 우리가 할 수있는 것을보고 싶다 Knowledge Connectors로 할 수 있습니다 나는 약간의 시간을 가지고 놀았으며, 매우 쉽고 빠르게 설정하는 것처럼 보였습니다 우리는 생산을 위해 무엇을 할 수 있는지보고 싶습니다

미래에 또한 우리는 새로운 의도를 가능하게하는 방법을 찾고자합니다 내 주문이 어디 있는지, 쇼핑 목록에 추가, 또는 상점 내부의 제품을 찾는 것 또한 새로운 채널을 찾고 있습니다 IVR 시스템 및 Google 홈과 마찬가지로 [음악 재생]

Cloud TPUs (TensorFlow @ O’Reilly AI Conference, San Francisco ’18)

FRANK CHEN : 안녕하세요 나는 프랭크 야

그리고 TensorFlow에서 일하는 Google Brain 팀에서 일합니다 그리고 오늘이 말씀의 첫 부분을 위해, 나는 기계 학습을 가속화하는 것에 관해 당신과 이야기 할 것입니다 Google 클라우드 TPU로 따라서 동기 부여 질문은 Google이 촉진제를 만드는가? 나는 항상 이것을 예측하는 것을 주저한다 그러나 데이터를 살펴보면, 이것은 – 무어의 법칙의 끝은 계속되고있다 우리가 실제로 볼 수없는 지난 10 년 또는 15 년 동안 단일 스레드 성능이 전년 대비 52 % 증가했습니다

우리는 1980 년대 후반부터 2000 년대 초반까지 더 이상, 이제는 단일 스레드 성능 CPU의 경우 실제로 3 % 또는 5 %의 속도로 성장하고 있습니다 연간 그래서 이것이 의미하는 바는 내가 할 수없는 것입니다 내 기계 학습 모델로 18 개월을 기다려라 두 배 빨리 훈련

더 이상 작동하지 않습니다 동시에 조직은 이전보다 더 많은 데이터를 처리 할 수 ​​있습니다 수백, 수백 개의 사람들이 업로드하고 있습니다 YouTube에 매분 1 시간 분량의 동영상을 제공합니다 사람들은 Amazon에서 제품 리뷰를 남기고 있습니다

사람들은 WhatsApp와 같은 채팅 시스템을 사용하고 있습니다 사람들은 개인적인 도움에 대해 이야기하고 있습니다 등등 그 어느 때보 다 많은 데이터가 생성됩니다 그리고 조직은 실제로는 아닙니다

그것들을 적절히 사용하는 것을 이해할 수 있도록 준비되어 있습니다 그리고 세 번째 스레드는 동시에, 우리는 이런 종류의 지수 증가를 가지고 있습니다 이러한 기계 학습에 필요한 계산량 모델 이것은 OpenAI의 매우 흥미로운 블로그 게시물입니다 2012 년 말, 우리가 방금 한 곳에서 – 깊은 학습이 처음으로 유용하게 사용되었습니다

우리는 AlexNet과 비슷합니다 상당량의 컴퓨팅 파워를 사용하는 드롭 아웃 (Dropout) 하지만 그다지 2017 년 말에 비해 DeepMind는 AlphaGo Zero와 AlphaGo를 발표했습니다 알파 제로 (Alpha Zero) 논문에서 우리는 약 6 년, 7 년 후, 우리는 연산 요구가 30 만 배 증가하는 것을 봅니다 그래서 이것은 기업들에게 엄청난 부담이됩니다 인프라를 계산합니다

그렇다면이게 무슨 의미일까요? 무어의 법칙의 끝 플러스 이러한 지수 증가 컴퓨터 요구 사항에서 우리는 새로운 접근이 필요하다는 것을 의미합니다 기계 학습을하기 위해 동시에, 물론 모든 사람들은 여전히 컴퓨터를 배우고, 더 빠르고 저렴한 교육 그래서 Google은 특수 하드웨어를 제작하고 있습니다 자, 두 번째 질문은 Google은 어떤 종류의 가속기를 만들었습니까? 내 이야기의 제목에서 Google이 액셀러레이터 유형을 구축하고 있음을 알고 있습니다

우리는 Tensor Processing Units라고 부릅니다 기계 학습용으로 특수화 된 ASIC 이것은 우리 TPUs의 첫 세대입니다 2015 년 Google에 소개했습니다 입출력 2 세대 TPUs 이제 우리가 소개 한 Cloud TPU 버전 2라고합니다

작년에 Google I / O에서 그리고이 클라우드 TPU 버전 2 클라우드 TPU v2 포드 (Pods)라는 포드로 결합 할 수 있습니다 물론 올해 Google I / O에서, 우리는 클라우드 TPU의 3 세대를 도입했습니다 공기에서 냉각 이제는 액체로 냉각되었습니다 그리고 물론, 당신은 그들의 무리를 연결할 수 있습니다 포드 (pod) 구성도 가능합니다

그렇다면이 세대들 사이의 차이점은 무엇입니까? TPUs의? 첫 번째 버전 인 TPU는 정말 추론을 위해서만 설계되었습니다 그래서 그것은 약 92 테라 논을 타고난 것입니다 2 세대 TPUs는 모두 교육을 수행합니다 및 추론 부동 소수점 숫자로 작동합니다

약 180 테라 플롭스입니다 그리고 HBM은 약 64 기가 있습니다 그리고 3 세대 TPUs, 그것은 성능면에서 큰 도약입니다 이제 우리는 420 테라 플롭을하고 있습니다 그리고 우리는 기억의 양을 두 배로 늘 렸습니다

이제 HBM 128 기가되었습니다 그리고 다시, 그것은 훈련과 추측을합니다 그리고 물론, 우리는 같은 종류의 진전을 봅니다 클라우드 TPU 포드도 있습니다 우리의 2017 포드는 약 11

5 페타 플롭스였습니다 그것은 11,500 테라 플롭스의 연산입니다 4 테라 바이트의 HBM이 있습니다 그리고 우리의 새로운 세대의 포드는 100 페타 플롭 이상을합니다 32 테라 바이트의 HBM이 있습니다

물론 새로운 세대의 포드 또한 액체 냉각된다 우리에게는 새로운 칩 아키텍처가 있습니다 모든 것이 잘되고 좋은 것이지만, 실제로, 우리가 여기서 찾고있는 것은 최고 성능뿐만 아니라, 비용 효율적인 성능 따라서 매우 일반적으로 사용되는 이미지 인식 모델을 사용하십시오 ResNet 50이라고 불린다

다시 훈련 시키면 매우 일반적인 데이터 세트입니다 ImageNet이라는 이미지를 통해 약 4,100 개의 이미지 실제 데이터에서 초당 우리는 최첨단을 얻는 동안 그것을 달성합니다 최종 정확도 수치 따라서이 경우 93 % 상위 5 정확도입니다

ImageNet 데이터 세트에서 그리고이 ResNet 모델을 교육 할 수 있습니다 약 7 시간 47 분 만에 그리고 이것은 실제로 엄청난 개선입니다 Kaiming He가 원본 종이를 본다면 ResNet 아키텍처를 소개하는 다른 회사, 이 모델들 중 하나를 훈련 시키는데 몇 주가 걸렸습니다

그리고 이제 하나의 TPU로 우리는 그것을 훈련시킬 수 있습니다 7 시간 47 분 만에 물론 이러한 것들은 Google Cloud에서 사용할 수 있습니다 그래서 현재의 훈련입니다 그래서 그것은 대략 – 요청에 따라 리소스를 지불하면 약 36 달러입니다 Google 클라우드를 사용하여 비용을 지불하면 선매 가능 인스턴스 인 경우 약 11 달러입니다

그래서 훈련하는 것이 꽤 싸게되고 있습니다 물론 비용 효율적인 성능을 원합니다 규모로 따라서 동일한 모델 인 ResNet 50을 사용하려는 경우, 클라우드 TPU 버전 2 포드에서 초당 219,000 이미지를 얻고 있습니다 교육 성과 똑같은 정밀도를 얻을 수 있습니다

그리고 훈련 시간은 약 8 시간에서부터 시작됩니다 약 8 분 다시 한번 말하지만, 그것은 엄청난 발전입니다 그리고 이것은 우리를 우리가 할 수있는 지역으로 데려옵니다 iterate on

– 당신은 모델을 훈련시킬 수 있습니다, 커피 한 잔 마시고 돌아와 그런 다음 결과를 볼 수 있습니다 따라서 거의 상호 작용하는 수준으로 접어 들게됩니다

기계 학습, 기계 학습 가능 연구 및 개발 그래서 훌륭합니다 그렇다면 다음 질문은 어떻게 될 것인가? 그래서 오늘 우리는 2 세대를 확대 할 것입니다 클라우드 TPU 다시 한번, 이것이 어떻게 생겼는지입니다 이것은 당신이 여기서 볼 수있는 하나의 전체 Cloud TPU 보드입니다

그리고 당신이 알고 싶은 첫번째 것 Cloud TPUs는 실제로 네트워크에 연결된 장치입니다 따라서 Google Cloud에서 Cloud TPU를 사용하려면 어떻게됩니까? 나는 그것을 창조한다는 것이다 Google Cloud Console로 이동합니다 클라우드 TPU를 만듭니다 그런 다음 Google Compute Engine VM을 만듭니다

그리고 VM에서 TensorFlow를 설치하기 만하면됩니다 말 그대로, PIP는 TensorFlow를 설치해야합니다 그런 다음 코드 작성을 시작할 수 있습니다 설치해야 할 드라이버가 없습니다 깨끗한 우분투 이미지를 사용할 수 있습니다

우리가 제공하는 기계 학습 이미지를 사용할 수 있습니다 따라서 시작하기가 정말 쉽습니다 따라서 각 TPU는 호스트 서버에 연결됩니다 32 레인의 PCI Express 그래서 각각의 TPU – 그래서 여기에 주목해야 할 것은 TPU 자체가 가속기와 같다는 것입니다

따라서 GPU처럼 생각할 수 있습니다 그래서 그것은 실행되지 않습니다 리눅스를 단독으로 실행할 수는 없습니다 따라서 호스트 서버에 연결되어 있습니다 32 레인의 PCI Express로 우리가 에서 훈련 데이터를 전송할 수 있습니다

결과를 빨리 되돌릴 수 있습니다 그리고 물론, 당신은이 보드에서 명확하게 볼 수 있습니다 상당히 큰 방열판이 네 개 있습니다 각 방열판 아래에는 Cloud TPU 칩이 있습니다 따라서 칩을 확대하면되므로 여기에 있습니다

매우 단순화 된 칩 레이아웃 다이어그램 보시다시피, 각 칩에는 두 개의 코어가 있습니다 16 기가 바이트의 HBM과 각각 연결됩니다 그리고 매우 빠른 상호 연결이 있습니다 이 칩을 보드의 다른 칩에 연결합니다

그리고 전체 꼬투리에 걸쳐 그래서 각각의 칩은 약 225 테라 플롭스의 코어를 가지고 있습니다 그리고 각 코어는 스칼라 유닛, 벡터 유닛, 및 매트릭스 유닛을 포함한다 그리고 우리는 한 가지 예외를 제외하고 대부분 32 대 전체로 운영되고 있습니다

매트릭스 단위를 확대하면 모든 조밀 한 행렬 수학 및 조밀 한 회선이 어디에 있는지 일어난다 따라서 행렬 단위는 128로 구현됩니다 bfloat16 곱셈을하는 128 개의 수축기 배열 float32가 누적됩니다 여기에 두 가지 용어가 있습니다 익숙하지 않을 수도 있습니다

bloat16 및 수축기 배열 그래서 나는 이들 각각을 차례로 살펴볼 것입니다 다음은 부동 소수점 형식에 대한 간략한 안내서입니다 그래서 당신이 기계 학습 훈련과 추론을하고 있다면 오늘, 당신은 아마 fp32를 사용하고 있습니다 또는 단 정밀도 IEEE라고하는 것 부동 소수점 형식

따라서이 경우에는 부호있는 비트가 하나 있습니다 8 개의 지수 비트 및 약 23 개의 유효 비트를 갖는다 그리고 그것은 당신이 10에서부터 범위의 수를 나타낼 수있게합니다 음의 38에서 약 10까지 38 따라서 표현할 수있는 숫자의 범위가 상당히 넓습니다

그래서 최근 몇 년 동안 사람들은 fp16에 신경 네트워크를 훈련시키려는 시도, 또는 1/2 정밀도의 IEEE 부동 소수점 형식이 무엇인지를 나타냅니다 TensorFlow 및 업계 전반의 사람들 이 작업을 원활하고 원활하게하기 위해 노력 해왔다 하지만 문제의 진실은 당신입니다 많은 모델을 수정해야한다 fp16 만 사용한다면 제대로 훈련 할 수 있습니다

주로 그라데이션 관리, 또는 로그 스케일링, 모든 종류의 작업을 수행해야합니다 그 이유는 범위가 fp16에 대한 대표 숫자 fp32보다 훨씬 좁습니다 여기 범위는 약 6 ~ 6 회 정도입니다 10에서 음의 8 내지 65,000으로 감소한다 그래서 이것은 훨씬 더 좁은 수의 범위입니다

그렇다면 Google Brain의 사람들은 무엇을 했습니까? 그래서 구글 브레인이 한 것은 우리가 올랐다는 것입니다 bfloat16이라는 부동 소수점 형식을 사용합니다 그래서 bfloat16은 float32와 같습니다 우리는 가수의 마지막 16 비트를 제외합니다 따라서 동일한 비트, 같은 지수 비트, 23 비트가 아니라 7 비트의 가수입니다

이 방법으로 동일한 범위의 숫자를 나타낼 수 있습니다 훨씬 낮은 위치에 그리고 당신은 그만한 정밀도를 필요로하지 않는다는 것이 밝혀졌습니다 신경 네트워크 훈련을 위해,하지만 당신은 실제로 모든 범위가 필요합니다 그리고 두 번째 용어는 수축기 배열입니다

그래서 설명하기보다는 수축기 배열이 무엇인지, 나는 너에게 보여줄 것이다 내가 만든 작은 애니메이션 그래서이 경우, 우리는 y 매우 간단한 행렬 시간 벡터 계산과 같습니다 그래서 당신은 y를 w 배로 계산하고 있습니다 x, 여기서 w는 3×3 행렬이고 x 3 요소 벡터입니다

그리고 우리는 배치 크기가 3 인 x를 계산합니다 그래서 우리는 이미 모든 가중치를로드했습니다 매트릭스 단위로 그리고 우리가 첫 번째 클럭 사이클을 시작한다면, 첫 번째 벡터의 첫 번째 요소 매트릭스 단위로로드됩니다 그리고 1 위를 곱하면 1 of w를 첫 번째 벡터의 첫 번째 요소와 비교합니다

두 번째 클럭 사이클에서 어떤 일이 발생합니까? 더 많은 가중치가로드된다는 것입니다 그래서 우리는 더 많은 곱셈을하고 있습니다 동시에, 우리는 결과를 추진하고있다 이전 곱셈의 곱셈 [INAUDIBLE]에서 그래서 노란색 상자의 경우 바로 거기에서 우리는 곱셈을하는 것이 아닙니다

우리는 또한 다음과 같은 곱셈의 결과를 합산합니다 상자의 결과로 상자 안에서 발생합니다 그것의 왼쪽에 그리고 이것은 계속됩니다 보시다시피, 더 많은 계산을 활용하고 있습니다

이제 출력을 꺼낼 때까지 이것이 실제로 무엇인지는 2D 계산 분야입니다 그래서 우리는 많은 계산 단위를 넣을 수 있습니다 매우 적은 양의 칩 영역 내에서 칩의 비용을 최적화하면 칩, 더 커 – 더 높은 비용 또한 칩 아키텍처가 내장되어있어 파이프 라이닝을 위해서 – 우리가 채울 수있는 – 그래서 이전 예제에서, 우리는 단지 배치 크기가 3이었습니다 그러나 더 큰 배치 크기가있는 경우, 만약 당신의 칩 아키텍처가 이것을 위해 만들어진다면, 당신은 항상 행렬 단위를 채울 수 있습니다

그리고 이것은 매트릭스에 대해 매우 높은 처리량을 얻음을 의미합니다 곱셈은 ​​실제로 많은 부분에서 핵심입니다 이 깊은 학습 모델 중 그럼 알았어 이 액셀러레이터는 어떻게 사용합니까? 클라우드 TPU로 시작하는 것이 좋습니다 참조 모델

이들은 고성능의 오픈 소스 모델입니다 그것들은 아파치 라이선스하에 라이선스를 받았다 그들은 매우 공통적이고 최첨단을 구현합니다 모델 아키텍처 내부적으로 성능 및 정확성을 테스트합니다 그리고 당신은 이것들을 사용하여 정말로 빨리 일어나서 실행할 수 있습니다

필요에 따라 수정할 수 있습니다 따라서 조립 된 데이터에 대해 교육하고 실행할 수 있습니다 자신의 데이터에, 등등 그리고 우리는 많은 참조 모델을 가지고 있습니다 그래서 저는 ResNet 50 및 기타 이미지 인식 예제를 제공했습니다

네트워크를 사용하지만 작업을 수행 할 수도 있습니다 기계 번역, 언어 모델링, 연설 인식, 이미지 생성 우리는이 모든 모델을 클라우드 용 샘플 모델로 사용합니다 TPU 시작하기 큰

그럼 이거 기억해? 그 꼬투리를 기억해? 우리 모델의 많은 것으로 밝혀졌습니다 우리는 단일 TPUs를 위해 그것들을 최적화했을뿐만 아니라, 우리는 또한 TPU 포드에 최적화되었습니다 예를 들어, ResNet 50 예제를 사용하십시오 이전에 실적 수치를 인용했습니다 이 경우 하나의 Cloud TPU에 대해 교육을 받았습니다

이것은 정말로 당신이하는 전부입니다 다운로드하면 TPU를 시작합니다 TensorFlow를 다운로드합니다 Git 저장소를 복제합니다 그리고 여러분은 기본적으로 파이썬이라고 부릅니다

TPU에게 알려주십시오 데이터가있는 곳을 가리 킵니다 배치 크기를 알려주십시오 얼마나 많은 단계를 훈련시키고 싶은지 말해봐 그리고 나서 빵

나가 Cloud TPU Pod에 대한 교육 그다지 다르지 않습니다 Cloud TPU를 시작하는 대신 Cloud TPU 창을 시작합니다 그리고 정말로, 수정해야 할 유일한 것 TPU의 이름, 훈련 배치 크기 및 훈련 단계의 수 따라서 참조 모델 -이 경우 참조 모델 ResNet 50은 상당히 최근의 기법과 마찬가지로, LARS 옵티 마이저 및 레이블 스무딩과 같은 목표 정확도를 달성하기 위해 이러한 모든 변경 사항을 다시 구현할 필요는 없습니다

우리는 이미 당신을 위해 그것을했습니다 그래서 많은 레퍼런스 모델들이 하나의 TPU는 꼬투리에 줄곧 있습니다 물론 참조 모델에만 국한되지 않습니다 그래서 당신이 당신 자신의 모델을 만들 때, 물론, 당신은 TensorFlow로 그것들을 만듭니다 그리고 TensorFlow로 모델을 만들 때, 당신이 생각해야 할 정말로 두 가지가 있습니다

대부분의 사람들이 에너지를 집중하는 것이 있습니다 이는 네트워크 아키텍처 자체이며, 가속기에서 작동 중입니다 그러나 사람들이 방치하는 많은 부분이 입력 파이프 라인입니다 기본적으로 우리의 훈련 데이터를 이동 시키면, 그들을 읽고, 압축을 풀고, 파싱하고, 데이터 증가 및 패치 적용, 그것을 가속기로 보낸다 많은 사람들이 이것을 문제로 생각하지 않습니다

그러나 정말로, 이런 종류의 고성능 가속기의 경우, 이런 종류의 퍼포먼스는 당신의 트레이닝 파이프 라인이 느린 경우 가속기는 절반 만 유휴 상태입니다 그래서 1 단계, 입력 파이프 라인을 구축하십시오 그래서 이것은 ResNet 50을위한 매우 간단한 입력 파이프 라인입니다 그래서 당신은 입력 기능을 가지고 있습니다 당신은 일련의 파일들을 나열합니다

너는 그들을 섞는다 당신은 그들을 반복합니다 그리고 나서 그것을 보내십시오 그래서 이것은 위대합니다 이 성능이 무엇인지 추측하십시오

이것은 초당 150 이미지입니다 따라서 클라우드 TPU에서 실행하더라도, 초당 150 개의 이미지를 얻고 있습니다 Cloud TPUs는 초당 4000 개의 이미지를 처리 ​​할 수 ​​있기 때문에 훌륭합니다 그래서 너가하는 일은? 병목 현상이 있습니다 그렇다면 성과를 어떻게 향상시킬 수 있습니까? 병목 현상을 발견했습니다

병목 현상을 최적화합니다 그리고 물론, 당신이 반복 할 때까지 반복합니다 원하는 성능을 얻으십시오 클라우드 TPU는 실제로 상당히 포괄적 인 세트를 제공합니다 프로파일 링 도구의 그래서이 경우에, 당신은 무엇을 볼 수 있습니다 – 이 경우 TensorBoard입니다

그래서 당신은 당신의 TPU에서 일어나고있는 일의 프로필을 가져올 수 있습니다 호스트에, 등등 그리고 여러분은 그것을 볼 수 있습니다, 오, 큰 차이가 있습니다 즉, CPU가 데이터를 기다리는 동안 유휴 상태임을 의미합니다 그리고 이것은 위대하지 않습니다

그래서 단순화 된 표현 지금 TensorBoard에서 무슨 일이 일어나고 있는지 이런 것입니다 그래서이 경우에는 추출물이 있습니다 부하가있는 변압기가 있습니다 그리고 나서 우리는 가속기에 대한 교육을 받았습니다 그리고 그들은 모두 순차적으로 일어나고 있습니다

그리고 이것은 위대하지 않습니다 여기서 실제로 일어나고있는 것이 있기 때문에 CPU를 유휴 상태로 두는 것입니다 그리고 액셀러레이터를 유휴 상태로 두는 것입니다 그리고이 두 가지가 가장 큰 비용 요소입니다 귀하의 교육 파이프 라인에서

그래서 당신이 정말로하고 싶은 것은 이런 일을하는 것입니다 매 단계마다 중복됩니다 그리고 컴퓨터에서 값 비싼 비트를 모두 사용하고 있습니다 최대한으로 따라서 가속기는 100 % 활용됩니다

CPU가 약간 유휴 상태입니다 디스크가 유휴 상태이지만 괜찮습니다 그리고 파이프 라이닝을하는 것은 정말 쉽습니다 따라서 실제로 한 가지만 수정해야합니다 따라서 두 번째 줄부터 마지막 ​​줄까지 볼 수 있습니다

대신 datasetprefetch를 수행하십시오 그리고 이것은 위의 모든 것을 보장합니다 가속기 교육을받는 파이프 라인입니다 물론 병렬 읽기를 원한다면, 많은 파일을 읽는 것이 하나에서 읽기

그리고 다른 많은 기술들이 있습니다 시간이 없기 때문에 나는 오늘 안으로 들어 가지 않을 것입니다 따라서 엉성한 인터리브, 융합 된 데이터 세트를 사용할 수 있습니다 연산자 우리는 TensorFlow 웹 사이트에서 훌륭한 성능 가이드를 가지고 있습니다

입력 파이프 라인을 최적화하는 방법을 알려줍니다 나는 당신이보기를 권장합니다 그러나 이것은 부분적으로 최적화 된 입력 파이프 라인의 일종입니다 우리의 단순한 것보다 약간 더 길다 하지만 이것은 초당 2,000 개 이상의 이미지를합니다

그리고 완전히 최적화 된 이미지 파이프 라인을 원한다면, TPU 샘플 코드를 살펴보십시오 승인 시원한 이제 재미있는 부분이 생겨서 모델을 구축하십시오 따라서 모델을 구축 할 수있는 첫 번째 방법 Keras와 실제로입니다

우리는 Keras 통합 실험을 사용할 수 있습니다 TensorFlow 111부터 시작될 예정입니다 2 ~ 3 주 정도 그래서 당신은 구축 할 수 있습니다 – 그래서 당신은 평범한대로 Keras에 모델을 작성할 수 있습니다

수정해야 할 유일한 사실 기본적으로 클러스터 확인자를 작성합니다 그것에게 이름을주고, 분배 전략을 세우고, keras_to_tpu_model 함수를 호출하십시오 그러면 모델이 변형됩니다 TPU와 호환되는 것으로 그 다음에는 modelcompile, model

fit의 간단한 일을해라 그리고 당신이 알고 사랑하는 모든 케라 스 선량 그리고 TensorFlow 112는 그 이후의 릴리스입니다 우리는 더 쉽게 할 것입니다

그래서 keras_to_tpu_model을 더 이상 호출 할 필요가 없습니다 modelcompile을 직접 호출하면됩니다 그리고 나서 이것은 효과가 있습니다 큰

Keras는 사용하고 싶지 않습니다 당신은 낮은 수준의 것을 사용하고 싶습니다 그래서 우리는 또한 그것을위한 해결책을 가지고 있습니다 TensorFlow Distribution이라는 것을 사용할 수 있습니다 계략

나는 배급 전략에 관한 이야기가 있었다고 생각한다 어제 그래서 당신이 그것을 놓친 경우, 나는 비디오가 곧 온라인이 될 것이라고 생각합니다 그러니 그걸 살펴 봐야합니다 따라서이 경우 견적서를 사용하고 있습니다

배포 전략 따라서 모델 함수를 작성할 수 있습니다 왼쪽에서 보는 것처럼 입력 기능을 작성할 수 있습니다 오른쪽 상단에서 보는 것처럼

그리고 다시, 당신이 정말로 수정해야 할 유일한 것 몇 줄이야 다시 클러스터 해결을 작성하거나 TPU 전략을 작성하십시오 그리고 여러분은 그것을 추정기 함수를 통해 전달할 수 있습니다 traindistribute

그러면 TPU에서 작동하게됩니다 모든 것이 훌륭합니다 그리고이 TPUs를 사용하는 사람들도 있습니까? 사람들은 사실입니다 그래서 여기에 아키텍처 검색 프로젝트의 사례 연구가 있습니다 그것은 스탠포드와 MIT의 그룹이 한 것입니다

그래서 수백과 수백을 사용하여 평행 이동을했습니다 TensorFlow Research Cloud의 구름 TPUs 우리가 1,000 개의 무료 TPUs를 제공하고있는 프로그램 학술 연구자들에게 그래서 당신이 학문 연구원이라면, 이 프로그램을 살펴 보시기 바랍니다 따라서이 이미지의 각 파란색 점은 TPU 교육을 실행 한 것입니다 ImageNet 스케일, 컨볼 루션 RNN

그래서 매 시간마다 몇 시간이 걸렸습니다 다른 하드웨어를 교육 할 수 있지만 TPU에서는 그들은 많은 TPU에 접근 할 수 있기 때문에, 수백, 수백 가지의 작업을 수행 할 수 있습니다 그래서 그들이하려는 일은 그들은 더 나은 모델을 찾고자했습니다 당신이 녹음하는 데이터에 적합합니다 말하자면, 뇌에 전극을 넣으면 내 시각 피질이 무엇을 시도하는지 살펴 봅니다

내가 물건을 볼 때해야 할 일 그래서 그들은 아날로그를 찾고 있습니다 그 신경 네트워크를 찾으려고 영장류의 시각 피질에 더 가깝다 그래서 그것은 여기에서 밝혀졌습니다 그래서 여기에 공간의 다이어그램이 있습니다

그들이 찾고있는 곳 인구 전체에 걸쳐 많은 다른 모델 중에서 빨간 연결이 일종의 선택이라고 검색 대 다른 검색 그리고 어떻게 될까요? 모델을 일부 신호와 비교했다 그 기록은 생물 학자들이 녹음 한 것인데, 그들은 convolution RNNs가 신경 신호에 훨씬 더 적합하며, 예 : v4, IT, 기타 [INAUDIBLE] ,, convolution이나 발 앞쪽 모델처럼 당신은 오늘 문학에서 보았습니다 이것은 정말 새롭고 흥미로운 방향입니다

연구 그룹이 액세스로 처음부터 할 수 있었던 많은 계산에 따라서 TPU에서 모델을 교육 할 수는 없습니다 기본적으로 자동으로 검색 할 수 있습니다 이제 클라우드 TPU는 물론, 오늘 클라우드 TPU 버전 2를 사용할 수 있습니다 일반적으로 Google Cloud에서 사용할 수 있습니다

그들에 대해 더 많이 알고 싶다면, 시작하려면 cloudgooglecom/tpu로 이동하십시오 괜찮아 이제 Alex는 몇 가지 새로운 기능을 선보일 예정입니다

가속기 코드를보다 쉽게 ​​작성할 수 있습니다 알렉스

TV Novel : Eunhui | TV소설: 은희 EP.131 [SUB : ENG,CHN / 2014.01.06]

참으로 공장과 집입니다 집도 저당 잡혀 있습니까? 네, 공장과 집은 모두 보장됩니다

그럴 수있어? 그냥해라 하지만 하루 연기하면 그것은 지루하다 그게 무슨 뜻이야? 나에 대해 말 했니? 나는 원래 매우 냉혈한 사람이었다 더 많은 이야기는 난센스 다 나는 뒷골목이 없다

좋습니다 보증서를받은 후 당장 돈 줄께 고마워 대신, 고마워 갚을 수 없다면 돌아올 필요가 없습니다

보증은 충분하다 그런 일은 없을거야 며칠 안에 너에게 돌려 줄거야 이자 또한 당신에게 높은 관심을줍니다 정말 고마워요

나는 정보를 준비한 후에 당신을 찾을 것입니다 나중에 보자 그 사람은 누구입니까? 경력에서 아는 사람들 사업에 누가 있습니까? 고객이 아닙니다 아빠가 아는 사람들을 실제로 방해 하시겠습니까? 당신은 진지하게 당신의 일을해야합니다 대통령과 이야기하는 것이 원활합니까? 나는 내가 생각했던 것보다 무자비하다고 생각하지 않았다

무자비한 것이 아닙니다 날짜를 다시 지불하기 위해 하루 만 연기하십시오 곧 악마가 될 것입니다 나는 그것을 들었다 정말 믿을만한 사람들 나는 이것을 보장한다

그러나 그 증서는 어떻게 그것을 얻을 계획입니까? 공장 이름은 걱정하지 마세요 하지만 그 집은 노인의 이름으로 있습니다 나는 그걸 보게 될 것이다 장 지앙, 당신은 완전히 밀입국 준비가되어 있습니다 이미 준비 됨 대통령이 돈을 요구 한 후, 지금 시작하기 나는 그것을 다시 반복한다

이 문제는 우리 쌍방의 운명과 관련이 있습니다 절대적으로 잘못 될 수는 없다 안심할 수 있어요 이 문제가 원활하게 진행되는 한, 서울의 중심에있을 것입니다 건물 구입 내 아버지를 죽이는 것이 어렵습니까? 아빠가 법정에 서게하십시오

나는 간증을 드릴 것이라고 말하지 않았는가? 그것은 도살입니까? 어 차의 대통령 때문에 Chengzai는 매우 슬퍼하게 된 것 같습니다 나는 또한 매우 화가해야한다 그는 또한 차 회장이 법정에 서기를 원한다 쳉 자이? 린 쳉 자이의 성격 차 회장을 여러 번 막을 수있다

그리고 과거를 홍보하는 것에 대해 생각했습니다 차 회장이 인정하지 않더라도 인식의 순간 누적 된 모든 것은 죽을 것입니다 쳉 자이가 말했듯이 그를 법정에 직접 서게 할 수 있습니까? 당신이 당혹 스럽다면 지금 그만 둘 수 있습니다 나는 나 자신을 충분히 다룰 수있다 아니요 Jiang Changwu의 손이 뉴스를 정리했습니다

며칠 안에 거대한 밀수입 잘하는 방법? 예, 생각해보십시오 이러한 정보는 어떻게 만듭니 까? 공장 재료는 어디에 있습니까? 나머지는 대통령 자신이 관리합니다 이 자료들은 무엇입니까? 이것은 은행 대출에 사용되는 정보입니다 나는 모른다 대통령이 준비하라고 말했기 때문에 가오 양, 나가

확인 나머지 공장 자재는 어디에 있습니까? 아빠의 서랍을 뒤집어주세요 나는 나중에 공장을 운영 할 것이다 아빠가 쉬고 있어요 그게 뭐야? 공장을 운영하고 싶습니까? 나는 이것에 대해 걱정하고있다 걱정 마세요

공장을 원래 위치로 복원하려고합니다 공장이 아님 나는 아빠가 한 나쁜 일에 대해 걱정하고 있습니다 나쁘다 우리 아빠를 아빠로 데려 가지 마 나도 경멸하니? 너에게 맹세 하지마

나는 지금 피곤한 지 모르겠다 아무 말도 하지마 이 공장은 할머니의 삶과 같습니다 그래서 당신은 여전히 운영 공장 당신은 당신의 결혼 생활을 다시 관리하는 법을 배웁니다 작동하기에는 너무 늦지 않았습니다

아니요 나는 지금 공장을 인계하고있다 나는 안된다고 말했다 아이 아빠가 큰소리로 외치는 것은 무엇입니까? 최근에 너 한테 무슨 일이 있었 니? 너 그렇게 될 수 없어 아빠는 어떻게 MP에 참여할 수 없습니까? 석고 가루 공장이 불안정하기 때문에 공장을 넘겨 줄 수는 없어요 공장 가동이 정상으로 돌아온 후 나는 그 때 너에게 줄 것이다

미안해 쳉 자이, 이리 오렴 앉아 왜 이러는거야? 아빠가 어떻게 공장을 나가게 할 수 있니? 아빠가 어떻게 공장을 나가게 할 수 있니? 나는 다른 의미가 없다 공장이 어려운 상황에 처해 있기 때문에 나는 지금 인계하고 싶다 지금은 아니야

이제 공장으로 돌아 가야 해 아버지를 돕는 것이 우선 순위입니다 당신은 할머니 께 줄 것을 믿습니다 이것은 내가 믿지 않는 것이라고 생각하는 질문이 아닙니다 아버지의 기분이 지금 무엇인지 모르겠다

석고 가루 플러스 공식 추천 나는 그것이 어려울 것이라고 확신한다 당신은 그가 공장을 관리하게하지 않습니다 이번에는 우리가 그가 기다리고 있다고 믿어야합니다 안 그래? 할머니 너의 아버지를 위해 나를 포함해서 이 공장은 자녀와 다르지 않습니다 아무 말도 하지마

아버지 만이 공장을 다시 생생하게 만들 수 있습니다 왜 갑자기 증서를 찾으십니까? 어디 있니? 증서는 어머니 방 서랍에 있어야합니다 왜냐하면 나는 영원히 거기에 있었기 때문이다 인장은 함께있을거야 남편 너 지금 어때? 그건 안돼

다른 일과 관계없이 그러나 당신은이 집을 절대로 움직여서는 안됩니다 누가 너를 움직이고 싶다고 했어? 왜 갑자기 이걸 물어 보는거야? 세금 문제로 인해보고 싶습니다 너의 어머니 앞에서 증언하지 마라 그녀는 걱정할 것이다 이제 나는 공장을 인계 받고있다

너 그렇게 될 수 없어 아빠는 어떻게 MP에 참여할 수 없습니까? 석고 가루 공장이 불안정하기 때문에 공장을 넘겨 줄 수는 없어요 공장 가동이 정상으로 돌아온 후 나는 그 때 너에게 줄 것이다 미안해 이모 내가 그것에 대해 얘기하자

말해봐 도대체 무슨 일이야? 무슨 재앙인가? 이모가 아니라 나는이 말을 듣고 무서워했다 무서워하지 마라 사실 호텔 사장 아니 아니의 이모 무슨 말도 안되니? 이모가 아니라 엄마는 어머니입니다 호텔의 사장은 엔지의 어머니입니다

무슨 엄마? 말도 안되는 사람이 누구예요? 이것은 말도 안돼! 신문은 모두 발행됩니다 넌 지 그녀 Hengwan의 딸이 아닌가요? 어떻게 가능합니까? 증서는 어머니 방 서랍에 있어야합니다 왜냐하면 나는 영원히 거기에 있었기 때문이다 아이 아빠 엄마인가? 좋은 나는 이미 쳉 자이에게 분명히 말했다 그것에 대해 걱정하지 마십시오

아무리해도 공장에 가야 해 엄마인가? 나갈거야? 그것에 대해 들었어? Nji가 Kim 대통령의 딸이라고 들었습니다 그렇지? 나는 또한 처음으로 그것을 들었다 그게 누구야? 신문에 게시 됨 나는 Hengwan의 아내에게 직접 물어야한다 그럼 도로에 조심해

같이 가고 싶니? 나랑 같이가? 무슨 일이 있었 니, 서둘러 요? 아무것도 급한 것이 아닙니다 함께 가자 좋은 두 분은 어떻게 여기에 왔습니까? 먼저 앉으세요 신문 만 읽었 어 엔지가 너 딸이 아니니? 예 좋아, 말할 수 없을지도 모른다

그러나 그들의 가족 문제 나는 신문에 어떻게 들어갈 수 있을까? 과거에는 스프 레스토랑에 갑자기 소문이났습니다 고의적으로 그것을 전파 한 사람입니까? 그래, 잘 모르겠다 어머니 이 젊은 형제 자매들은 대단히 고통 받아야합니다 나는 항상 어둠 속에 있었다 엔지가 잘못 처리되어야한다

일생 동안 어머니를 키우는 것만으로는 충분하지 않습니다 사실, 그것은 아버지가 아닙니다 그러나 나는 지금까지 살인자의 딸로 살고있다 네가 다시는 말하지 않기를 바란다 나랑 엔지도 알지

Hengwan이 진짜 살인자가 아니라고 믿으십시오 나는 그 말을하지 않았다 너도 화가 나야 해 나는 다가오는 것에 대해 유감스럽게 느낀다 앞으로 무엇을 할 예정입니까? 그것이 의미하는 것을 이해할 수 없다

엔 지 그녀는 어머니를 찾았습니다 여기서 살기를 멈출 시간입니다 아직도 불분명하다 누나가 일어 났을 때 나는 그것을 다시 토론 할 계획이다

그것을 봐라 엔지의 삶은 정말 나쁩니다 마침내 엄마를 알게되었습니다 진 회장은 침대에서 너무 아프다 네 동생이 뭐니? 왜 금성을 다른 사람에게 양도하고 싶습니까? 갑자기 돈이 급히 필요해

이해하니? 그렇다면 어떻게해야합니까? 내가 시장에서 사업하기를 원 하나? 문제가 원활하게 진행되는 한 나는 당신을 더 나은 위치에서 찾고 있습니다 해보자 나는 그것이 무엇인지 모른다 그러나 그것이 잘 될지 누가 알 수 있습니까? 닥쳐, 왜 차가운 물 튀는거야? 나는 돈이 정말로 필요하다 어쨌든 내가 동의하지 않는 것에 상관없이 그럼 너는 할 수있어

어떻게 돈을 가질 수 있습니까? 정말로 정말 냄새 나는 산 펭 왜 오늘 일찍 일하러 나왔어? 최근에는 두부 생산량이 감소하고 있습니다 할 일 없음 정말로 걱정했다 이런 식으로 계속 간다면, 겨울에 일자리를 찾지 못할 것입니다 오늘 사업하지 않니? 할 노력이 없다 그게 뭐가 잘못 되었 니? 너는 이것을 튀기고 싶니? 이것은 힘이 없을 때 먹을 좋은 약입니다

그것을 잊어 버려라 판매되는 마약도 우리의 밥 그릇이 될 수 있습니다 빅 브라더가 밥 그릇에 넣는 것 그게 무슨 뜻 이죠? 장쩌민은 급히 돈이 필요하다 Venus를 저렴하게 이전하려면 나에게 저렴한 가격을주기위한 오래된 감정이 있기 때문에 그러나 나는 어떻게 돈을 가질 수 있습니까? 내가 다른 사람들을 인계한다면? 어떻게 아직도 비울 수 있습니까? 드디어 시간 인 것 같습니다 Venus를 사기 위해 이것을 사용하십시오

빅 브라더는 약을 팔 돈을 살 수 없다 비너스 매장은 가치가있다 어떻게 돈을 가지고 있니? 그냥 약을 팔 수있는 곳에 사용하십시오 하느님 돈 어딨어? 나는 본다 하느님 이 돈은 얼마입니까? 나는 내 삶을 헤매다

내가 방금 놀고있는 줄 알았는데? 왜 처음에는 돈이 없다고하셨습니까? 나는 그것을 말했다 금성은 언젠가 아름답게 될 것입니다 나는이 시간 동안 준비된다 나는 백인 신부가 아니다 정말 가치있는 내 오빠는 정말 대단해

나는 나의 시기심을 부러워한다 하나 봉 그러나 돈은 여전히 ​​충분하지 않습니다 그 가격으로 이체하게하십시오 그는 동의 할 돈이 절실히 필요하다고 말했다 잘 했어

몇 가지 단계를 수행하십시오 정말 걸을 수 있니? 매일 잘 회복됩니다 너무 많은 땀 흘림 너무 피곤하니? 의사는이 땀이 아무 일도 일어나지 않을 것이다 그렇지? 언니, 나는 옥이다 나를 알아 보겠 니? 누이, 너 더 열심히 일하게 될거야

엄마, 사실, 할 수 있어요 왜 아직도 일하러 여기 있니? 엄마는 항상 너를 위해 요리하고 싶어 이모의 식사이기 때문에 뭐가 잘못 됐어 나는 앞으로 기다리고있다 뭐라구? 나는 내가 만든 쌀이 최고라고 말했었다

나는 이모를 먹었다 천천히 먹어라 식욕이 없다면 강요하지 마십시오 안심할 수 있어요 부통령은 절대로 먹기를 꺼려하지 않을 것입니다

잘 먹지 않으면 움직이지 마라 그것은 어떻게 짠 맛입니까? 나는 먹을 수 없다 그게 뭐가 잘못 됐어? 나는 그것이 맛좋은 것이라고 생각한다 아니요 이모가 항상 나에게 영예를 말했습니다 나는 나 자신을 도울 수 없다

엄마, 경의의 말을 사용하지 마십시오 명나라 하오, 그를 이렇게 부르세요 엔지가 어떻게하는지 알 것입니다 이모가 나를 직접 불러 줬어 그렇지 않으면 나는 먹을 수 없다

좋은 더 많은 Minghao 먹기 좋아, 숙모 요리가 힘들어 엔지, 나중에 형 한테 전화 할거야 대리인을 더 편하게 부르지 마라 네 숙모 한테 무슨 변명으로 사용 했어? 그의 이름을 부르는 중이다 Ming Hao의 말을 듣지 않는 이유는 무엇입니까? 너 내가 그녀를 가르치는 것을 도울 수있어

그녀가 내 말을 듣지 않는다는 것은 이상하다 이모, 너오고있어 그래, 네가 올거야 그냥오고있어 아니요 그것을 먹는 것에 대해 걱정하지 마십시오

왜 내 동생이 함께 먹었 니? 나는 먹었다 가족이 따뜻하게 먹는 일은 드뭅니다 동생이란 무엇입니까? 나는 뭔가있어 부통령이 준비하라고 말한 정보는 준비가되었습니다 아줌마, 나는 먼저 떠난다

쿠이 창창 한 잔하자 항상 밀입국해라 자동차 대통령이 개입 한 것 같습니다 그 말 하지마 어떻게 그때 외식하지 못할까요? 내가 조화를 이루는 기회가 아닌 것 같다

너 무슨 소리 야? 나와 니지 마 당신을 가족으로 생각하십시오 다음에 다시 가지 마라 왜 내가 엔지와 함께 먹는 걸 보았 니? 너 질투가있어? 아주 좋아 보이지 않는 너 왜 그렇게 우울해? 그래서 항상 엔지에게 네가 그녀를 좋아한다고 말하지 않았어 그녀와 함께있어 매우 만족 스럽습니다 나는 이것에 만족한다

인천을 출발하다 Enji와 4 년간 생활 나는 그 때 그것을 이해했다 그럼 왜 반지를 사다가? 그녀는 그것을 가지고있어 매우 행복합니다 엔지가 그 반지를 쓰는게 낫지 않니? 그래서 나는 나중에 고백 할 것이다 뒤돌아 보지 말고 후회하지 마라 나는 생각한다

부통령과 비교할 때, 그녀는 그녀와 더 비슷합니다 닝지가 부통령을 대우한다 이전과 다른 말도 안되는 말 하지마 안녕하세요 쿠이 첸 타이 나중에 내 동생 한테 전화하는거야? 나는 너보다 한 살 더 오래되었다 나중에 전화주세요

나중에 전화 할게 간단히 말해서, 정말 좋은 제 시간에 먹기에는 너무 늦습니까? 그를 데려온 반찬을 그에게 주어야합니다 당신은 그를 돌보고 그것을 알고 있습니다 안심할 수 있어요 수프 레스토랑은 어때? 나는 그 소식에 화를 내지 않을 것이다

사실 오늘 공장 노인과 쳉 자이 아빠가 여기에 왔습니다 Yingzhu 할머니가 당신에게 뭐라고 말 했나요? Yingzhu 할머니를 어떻게 비난하나요? 그녀는 책임이 없다 How do you say 어떻게 또 뭐라고 할 수 있니? 우리가 오는 것이 걱정 될 수도 있습니다 그는 그렇게 될 수 없다는 것이 아닙니다 그게 무슨 뜻 이죠? 그러나 그 증서는 어떻게 그것을 얻을 계획입니까? 공장 이름은 걱정하지 마세요

하지만 그 집은 노인의 이름으로 있습니다 증서는 어머니 방 서랍에 있어야합니다 왜냐하면 나는 영원히 거기에 있었기 때문이다 미안 엄마 나는 이것을하고 싶지 않았다 나는 또한 강요 당한다

이 문제가 원활하게 진행되는 한, 나는 당신에게 그것을 돌려 보낼 것입니다 너 나를 용서해 아빠 이게 뭐야? 아빠, 이건 증언이 아니십니까? 아니요 나는 들어가 신문에 갔다 잘못 됐어 분명히 증서 어디에서 사용 하시겠습니까? 나는 안된다고 속삭였다

그렇지 않다면 나에게 줘 할머니 방에있어 뭐하고 있니? 아무것도 잘자, 아빠 알았어, 알았어 당신도 자요

무슨 일이야? 아무것도 없다 아빠는 목이 마르다 나는 물을 그 위에 부었다 나는 위층에 먼저 갔다 확실히 증서 아빠는 왜? 이 밀수입 만 모든 것이 끝났어

공장과 집이 다시 돌아올거야 네, 일시적인 용도이며 돌아 왔습니다 Cui, 제발 걱정하지 마세요 차 밀수 사건의 대통령 아니요 단순히 함께하면 더 편합니다 나는 의도적으로 할 필요가 없다고 말했다

나는이 문제에 대해 다른 사람들이 책임을지게 할 것이다 이 사건에 대해 내가 도와 드리겠습니다 너는 정말로 완고하다 다른 사람은 누구입니까? 여기 앉아주세요 오랜만의 시간 없음 당신은 매우 바빠서 매회마다 당신을 유감스럽게 생각합니다

더 많은 시간이 있으면 상관 없습니다 나쁜 바람이기 때문에 경찰은 일자리를 찾기가 어렵습니다 그럼 우릴 도와 줘야 해 그것이 의미하는 것을 이해할 수 없다 차 회장이 밀수입에 연루된 것 같아요

나는 알고있다 나는 돕고 싶다 그러나 당신은 또한 제가 은퇴했다는 것을 압니다 그럼 네가 올게 나는 적어도 당신에게 빚진 빚을 갚아야 만합니다

나는 경찰이 명확히 할 것이라고 주장하고 있다고 비난 받고있다 너는 들어 가라 팡 대통령의 돈이 왔습니다 좋아, 좋아 내가 너 한테 무슨 일이 있었 니? 가짜 비자 신청하기 쉽습니다

하지만 정말로 일본에 가니? 그냥 밀수 성공 다른 누구보다 잘할 수있을만큼 충분합니다 부통령이 나를 의심했다 나는 여기서 어려움을 겪고 있습니다 훈 누이가 깨면 더하기 Rong Ba의 것들을 포함하여 나는 내가 도망자라는 것을 의심 할 것이다 그렇다면 가족이 필요합니다

아니요 나는 아내와 딸을 떠났다 노인과 린 장관 이 이벤트가 성공하면 나는 그들에게 공장과 집을 줄 계획이다 그런 다음 돈주고 엄마와 어른은 나는 그들을 편안하게 살게 할 것이다 금괴 교환시기는 언제입니까? 내일 아침에 내일 아침에? 아직도 의심스러운 움직임이 없습니다 빅 브라더 야

모니터링에 대해 걱정하지 마십시오 작은 개미조차도 엉망이 될 수 없다 아시나요? 빅 브라더 야 아무도 오지 않습니다 전혀 안심할 수 없다

골드 바를 먼저 확인하십시오 먼저 돈을 확인하지 마라 좋은 금액을 말하십시오 많은 포인트 행운을 빕니다 나는 이런 종류의 좋은 것을 어디서든지 볼 수 없다

안녕히 빅 브라더 나쁜, 끔찍한 무슨 일이야? 이제 자오 경찰관이오고 있습니다 조 경찰이 여기서 알게 될 것 어쩌면 내가 그 메시지를 들었을지도 모르지 큰 오빠를하는 방법 거의 다가오고 있습니다 젠장 너 누구 니? 나는 감히 여기에 올거야 방해가되지 마라

우리는 인천 경찰서에서 왔습니다 감옥에 감옥에 가게하지 않으면 나좀 내버려둬 아야 조 경찰입니다, 어떻게 여기 왔니? 낚시입니까? 누군가보고했다 당신은 창고에서 밀입국하다 밀수입, 누구에게 듣습니까? 창고 안을 자연스럽게 알고 있는지 확인하십시오

확인할 수 있습니다 하지만 당신은 경찰이 아닙니다 아직도 모르는 것 같아요 나는 복직했다 축하 할만한 가치가있는 것은 무엇입니까? 조 경찰관 누군가가 창고 뒷문에서 탈출 한 것 같습니다

먼저 주변 지역을 확인하십시오 증거를 찾아야 해 Cui Zhengtai, 왜 여기 있니? 다 치지 않으려면 가방을 내려 놓고 돌아 가라 미쳤어? 말도하지 마라, 너는 나를 줘 나에게 가까이 가지 마라

나에게 가까이 가지 마라 감히 내게 가까이 다가 가면, 당신이 죽일거야 냄새 나는 소년 아이 너 냄새 나는 소년 Cui Zhengtai, 나는 너를 놓아주지 않을 것이다 쿠이 젠 타이 여기 상자를 정말로 갖고 싶니? 오른쪽 자오 경찰이 갑자기 온 것이기 때문에 그가 뒷문을 떠나게하십시오

왜 아직도 오지 않는거야? 너는 더 이상 기다린다 경찰의 시야를 피하기 위해 늦을 수도있다 어떻게 왔어? 상자? 상자는 어디 있습니까? 사실 그것은 너무 뭐라 했니? 정말 그래? 괜찮은거야? 빅 브라더 야 그저 그 애야 젠장 위험한가요? 아니요 경찰 조 (Zhao) 덕분에 상황은 잘 진행되고 있습니다

근면 마늘 넣지 마 너가 금박을 즉시 돌려 보내지 않으면, 나는 호텔에 불을 질렀다 당신은 자유롭게 할 수 있습니다 당신은 그것보다 더 악랄한 일을했습니다 요즘 뭐하고 있니? 나는 아무 말도하지 않았다

왜 항상 섞인거야? 너 나를 풀어 줬어 미안, 돌아 가라 제발, 제발 나는 너에게 너무 간청한다 뭐하고 있니? 너는 이미 그것을 안다

너의 아버지의 죄 그는 아버지의 아버지를 데려 갔다 그것을 말하지 마라 우리 아버지는 절대로 아무 것도하지 않았습니다

Google AI技術 | 註冊與登入Open weather map | 最實用的 AI 理財課程盡在MasterTalks

좋은 먼저 OpenWeatherMap을 소개합니다 이 무료 날씨 조회 서비스 우선이 웹 사이트를 먼저 등록해야한다는 것입니다

기본 계정을 채우는 것입니다 아이디와 이메일 그런 다음 로그인 할 수 있습니다 로그인 한 후 너는 이것 같이 볼 것이다 그림 요점은 우리가 그것을 얻어야한다는 것입니다 이 API의 핵심 이 키를 넣은 API 키입니다 그것을 복사해라

그럼 당신은 이 키를 활용할 수 있습니다 그런 다음 API가 있습니다 그는 사용해야하는 API를 나열합니다 그런 다음 우리의 주요 용도는 현재 날씨 데이터입니다 이 API 어떤 것을 클릭하면 볼 수 있습니다

API가 쿼리 할 수 ​​있음 도시의 이름을 쿼리 할 수 ​​있습니다 또는 위도와 경도에 따라 질문을 받았다고 말하십시오 이 장소의 날씨 등 현재 사용하는 API는 도시 이름으로 이것을 확인하십시오 국소 온도 그래서 그것의 질의는 이 모양 같아

좋은 그런 다음 우리는 이것을 활용할 수 있습니다 우체부이 소프트웨어는이 쿼리를 할 좋은 그렇다면 우리 쪽은 그의 API입니다 (URL) 그런 다음 쿼리하는 매개 변수가 있습니다 그 Q는 우리가 쿼리하고자하는 위치입니다 그 다음 우리는 타이페이에 여기에 들어간다

유닛의 말 우리는이 온도 단위를 원한다 섭씨 여기 측정 값이 있습니다 여기가 가장 중요한 곳입니다 앱 ID는 귀하를 의미합니다 방금 보인 곳 이 카피 카피 API의이 키 API 키 API 키는 여기에 게시됩니다

그럼 네가 보내야 해 이 결과를 반환합니다 응답 타이페이는 현재 비가 내리고있다 그러면 그 온도는 2108도입니다

이쪽으로 좋은 그런 다음이 우편 배달부를 사용하여 이것을 측정 할 때 API 키가 정확합니다 돌아온 후 이 API 키를 나타내는 것은 효과가 있습니다 이 시간에 등록 할 때 그는 여기에 API Key가 몇 시간 후에 효과적입니다 그래서 당신은 즉시 등록하지 않습니다 이 API를 당장 호출하십시오

다시 실행하려면 올바른 결과가 나타납니다 효과가 발생한 후 우리는 다음 단계로 갈 수 있습니다 golang http 서버에 문의하십시오 우리의 webhook 서비스