亞馬遜很快將使其AlexaAI更具對話性

Amazon.com Inc.日益普及的數字語音助手Alexa即將變得越來越流行。

今天在亞馬遜公司在拉斯維加斯舉行的re：MARS會議上，亞馬遜表示已開發出一種使用深度學習的新方法，該方法近年來已經在語音和圖像識別方面產生了新功能，這將有助于開發人員更輕松地創建更自然的語音體驗。亞馬遜還承諾，稱為Alexa Conversations的方法將使用當前方法的三分之一的代碼行，并使用少十倍的數據來訓練算法模型。

該公司表示，結果將是在Alexa的功能或應用程序被調用時，在個人技能范圍內的對話更加自然和靈活，并允許在一次對話中無縫無縫地使用多種技能。現在可以在開發人員預覽中使用它們。

Alexa的副總裁兼首席科學家Rohit Prasad(如圖)在re：MARS的舞臺上展示了??新功能，其中包括一個新的“跨技能動作預測器(如下)”。在一個似乎沒有現場直播的演示中，一位女士問Alexa附近正在播放什么電影，此后Alexa主動提出預訂門票的建議，還輕松處理所需的電影時間更改，詢問她是否要預訂餐廳在附近，給她想要的中餐選擇，在OpenTable上預訂了一個房間，然后問她是否需要出租車或Uber來預訂。

Prasad說：“對于以客戶為中心的AI而言，這是一個巨大的飛躍。” 以前，原本需要48次“用戶輪流”或請求，但現在只花費了13次，將認知負擔從客戶轉移到了Alexa。

更具體地說，是由人工智能驅動的“對話管理器”，具有高級對話框模擬引擎，該引擎自動生成綜合訓練數據。使用開發人員提供的應用程序編程接口來獲得技能，再加上帶注釋的示例對話框，其中包含有關Alexa的提示以及客戶可能采取的行動，Alexa Conversations使用循環神經網絡生成對話框流程和變體。

“在運行時，該神經網絡會考慮整個會話的對話歷史，并預測對話中的最佳下一步操作或步驟，從而提高準確性并減少您的設計和代碼工作量，”亞馬遜在博客中解釋道。“經過培訓可以解釋對話框上下文，以處理多個用戶工作流，適應自然用戶輸入(如亂序信息或更正)，解決常見的業務交易錯誤并主動推薦其他API功能。”

所有這一切的背景是，客戶不斷向Alexa詢問更多有關騎乘預訂，購物，購票和進行預訂之類的操作，并且更期望Alexa在多個主題上進行更流暢的交流。

亞馬遜今天還表示，Alexa在理解請求方面的準確率提高了20%。