게임 개념을 사용하여 시장 조사 목적으로 사용자 에이전트를 구축

Question

나는 온라인 공간에서 시장 연구 회사에서 일하고 있습니다. 우리는 응답자 (시간이 지남에 따라)를 프로파일 링하여 이용 가능한 설문 조사에 더 잘 배치하는 것과 관련 하여이 공간에서 다음 큰 것을 1 년 반 동안 모든주기에 소비 해 왔습니다. 우리 연구원이 여러 번 우리에게 요청한 것은 (올바르게)이 새로운 프로파일 링 시스템의 가치를 입증하고 규칙 세트의 어떤 버전이 있는지 보여주는 많은 알고리즘과 규칙에 대한 조정 결과를 예측하는 도구입니다. 더 나은 결과.

목표는 프로파일 링 시스템 (주어진 시간에 대한 Q & A 데이터의 정적 슬라이스 - 성별 : 남성/여성, 음료 : 코크스/pepsi/mt.dew, 소득 : 등)의 은색을 찍을 수 있다는 것입니다. 프로파일 링 시스템을 통해 상담원 (인공적으로 개발 된 소프트웨어 로봇 또는 에이전트)을 통해 대화식 결과가 무엇인지 확인합니다. Q & A 데이터가 동일 할 수 있으므로 사용자 에이전트는 답변을 선택할 수있는 능력이 동일하며 프로파일 러 작동 방식의 배후에있는 알고리즘과 규칙만이 이론적으로 우리가 변경 결과의 결과를 미리 결정할 수 있습니다. 우리 시스템. 그런 다음이 결과를 통해 변경 사항을 생산 시스템으로 추진하기 전에 변경 사항을 증명할 수 있습니다. 희망은 우리가 야생으로 풀기 전에 더 쉽게 오류를 포착 할 수 있기를 희망 할 것입니다. 그러나 이것은 또한 프로파일 러에서 최적화를 위해 논리의 변경 사항을 테스트 할 수있게 해줍니다.

내 질문: 웹 애플리케이션 공간에서만 실제로 일한 나와 같은 사람 (C#/. Net 대부분)에게는 프로파일 링 시스템과 같은 외부 시스템과 상호 작용할 수있는 사용자 에이전트를 구축하기 위해 어디에서 시작해야합니까? 나는 특성을 기반으로 프로파일 링 시스템에 의해 제시된 질문에 대답 할 수있게함으로써 1000 명 (1,000 명) 에이전트를 돌리고 프로파일 링 시스템과 상호 작용하도록하는 방법을 구체적으로 알아야합니다. 초기화시 사용자 에이전트에 동적으로 정의됩니다.

예를 들어, 나는 일부 흑인 요원, 일부 중국 요원, 일부 남성 요원, 일부 여성 요원, 일부 노인, 일부 새로운 요원, 일부 종교 요원, 콜라를 마시는 일부 종교 요원 등이 필요하다는 것입니다. 가장 적절하게 세상과 비슷합니다. 우리는 이미 인구의 인구 통계가 무너져서 10%의 흑인 남성, 60% 백인 여성이 가정 어머니에게 머물고, 인구의 다른 모든 표현을 쉽게 돌릴 수 있습니다.

이와 같은 시스템을 만드는 것에 대한 나의 첫 번째 생각은 내 Xbox 360의 힘을 사용합니다, 그리고 일부는 몇 가지 질문에 몇 가지 질문에 대답하고 다른 사람들을 추측 할 수있는 특성이 추가 된 객체 지향 세계의 사람과 비슷한 일부 에이전트를 생각했습니다.

동료와 대화 할 때 인공 지능 프레임 워크 중 일부와 1000 CPU 그래픽 카드 (이미 1 개가 있음)를 사용하여 많은 사용자 에이전트로부터 매우 사악한 빠른 성능을 얻는 것이 좋습니다. 각 CPU가 에이전트 인 곳 ... (이와 같은 것).

이런 종류의 경험이있는 사람이 있습니까? 세상의 가상의 모델로 문제를 교정합니까?

Answer 1

당신은 "외부 시스템과 상호 작용"이라고 말합니다 -이 시스템의 인터페이스는 무엇이며 사람은 어떻게 사용합니까? 웹 위에 있습니까? 그렇다면 성능 병목 현상이 네트워크, 심지어 LAN보다 GPU 최적화 등에 대해 생각하는 시간을 낭비하고 있습니다. 그러한 상황에서 당신은 에이전트를 순차적으로 실행할 수도 있습니다. 1000 명의 에이전트를 동시에 (아마도 여러 기계에서) 효과적으로 생성 할 수 있더라도 우발적 인 서비스 거부 공격으로 대상 서버를 무너 뜨릴 가능성이 높으므로 비생산적입니다. 그러나 직접 간부 통신을 허용하기 위해 해당 인터페이스를 변경할 수있는 능력이 있다면 대규모 병렬 처리 접근법을 고려할 수 있습니다. 그러나 1000은 컴퓨팅 용어에서 큰 숫자가 아닙니다. 알고리즘을 그런 식으로 저장하는 것보다 병렬로 실행하는 데 더 많은 시간을 할애 할 것입니다.

'인공 지능 프레임 워크'에 관해서는, 나는 당신을 도울 수있는 모호한 것이 있다고 생각하지 않습니다. AI와 Intelligent Agents는 거대한 분야입니다. 인공 지능 : 현대적인 접근 지능형 에이전트의 표준 입문 텍스트는 1000 페이지가 넘는 길이이며 20 개 또는 30 개의 완전히 독립적 인 기술이 포함되어 있으며, 그 중 다수는 문제에 적용될 수 있으며, 그 중 다수는 그렇지 않습니다. 에이전트가 수행 해야하는 작업과 해당 결정을 내릴 수있는 입력을 더 명확하게 지정할 수 있다면 괜찮은 기술을 선택할 수 있습니다. 실제로, 에이전트 인구 통계와 의사 결정간에 명확한 매핑이 있다면 문제에 AI가 전혀 필요하지 않은 것으로 판명 될 수 있습니다. 이전에 만든 테이블에서 사용하기 위해 답을 찾아보십시오. 따라서 실제로 먼저 해결하려는 문제를 해결하는 것이 중요합니다.