支持构建高性能、可扩展、普适、智能个人助理的架构中间件
软件工程
2019-06-06 v1 人工智能
性能
摘要
智能个人助理（IPAs）是能够代表个人执行任务并协助其诸多日常活动的软件代理。由于自然语言处理、机器学习、人工认知和普适计算等领域的近期进展，IPAs的能力正在迅速扩展，这些进展使代理具备了理解用户所说内容、从日常普适设备（例如智能手机、可穿戴设备、平板电脑、笔记本电脑、汽车、家用电器等）收集信息、学习用户偏好、提供数据驱动的搜索结果以及基于用户情境做出决策的能力。除了构建此类IPAs固有的复杂性之外，开发者和研究人员还必须应对许多关键的架构挑战（例如低延迟、可扩展性、并发性、普适性、代码迁移性、互操作性、对认知服务和推理的支持等），从而使其偏离主要目标：构建IPAs。因此，我们在本文中的贡献有两点：1）我们提出了一种平台无关、高性能、普适且分布式的中间件架构，该架构通过增加多个抽象层来隐藏底层复杂性，从而减轻构建IPAs时处理底层实现细节的繁重任务；2）我们给出了该中间件的一种实现，它具体化了上述架构，并允许开发高级能力，同时将系统扩展至数十万个IPAs而无需额外工作。我们通过分析开发对话式IPA时的复杂性、工作量、性能、内聚性和耦合性等软件度量，展示了我们中间件的强大能力。
引用
@article{arxiv.1906.02068,
title = {Architectural Middleware that Supports Building High-performance, Scalable, Ubiquitous, Intelligent Personal Assistants},
author = {Oscar J. Romero},
journal= {arXiv preprint arXiv:1906.02068},
year = {2019}
}