咨询热线：400-123-4567
2018年，亚马逊Alexa语音助手获得的变革更加多来自于广度而不是深度。忘记，亚马逊在2014年秋季发售了第一款AI人工智能音响Echo时，当时很多人都不理解Echo的运行机制是怎样的。从2014年到2018年，Echo以及Alexa驱动的智能设备，早已慢慢褪色神秘感，遍及人们日常生活中的每一个角落。
亚马逊语音助手Alexa的能用国家数量早已减少了一倍之多，获得规模上的较小收益。对于初级用户而言，可以利用Alexa自学法语和西班牙语。现阶段，有多达2万8千台智能设备与Alexa进行合作，是今年年初合作设备数量的6倍之多。
Alexa内重复使用100多种不同的产品、设备中。还忘记1999年首次出售的大嘴比利·巴斯Big Mouth Billy Bass吗？这条会转身、可以晃动尾巴、张嘴唱歌的鱼，在今年早已可以相容Alexa了。Alexa在2018年的发展路径，时刻影响、定义着2019年乃至更加近将来的发展趋势。
Alexa正在悄悄、错综复杂地再次发生着一些转变，这些转变大众平时有可能显然没留意、察觉到。技术与转变在过去的一年中，Alexa get到了很多新技能。举例来讲，Alexa可以根据上下文，从一个查找移往到下一个查找，转录先前问题，需要反复苏醒单词。
用户可以根据自己的市场需求，拒绝Alexa在同一个催促中继续执行多项操作者，在Alexa应用程序中恶魔一个技能，且需要告诉清楚的名称。这些小的调整并不可见，但积累后，常态引发异化。
用户与机器的交流，显得更为圆润、流畅，比一年前更为大自然。亚马逊大大引进、完备机器学习技术。在人类语言专家的协助下，通过系统辨识中的主动自学功能，大大降低了错误率。
亚马逊Alexa的副总裁兼首席科学家Rohit Prasad回应，主动自学早已带入入亚马逊的每个渠道中，还包括语音辨识和自然语言解读。“这些使得亚马逊的所有机器学习模型更为完备。”近年来，数据表示早已沦为一项最重要的研究课题。自然语言解读（NLU）系统很少输出完整文本，而是使用映射形式。
数据表示保有文本的语义信息，而不是以持续、确认的方式呈现出。使用嵌入式提高类似的NLU任务早已被多次应用于。今年IEEE语言技术峰会上，亚马逊展出了专门针对Alexa NLU的数据表示方案。数据表明，在一些关键任务的技能自由选择上，以及在数千种技能中，该方案将技能自由选择错误率减少了40%。
在Alexa的NLU系统中，用户语言经过了更为细粒度的分类。首先，对话领域或者对话主题的分类，例如，音乐、天气。
其次，根据潜在的意图，或者用户所期望的对话分类。比如，音乐领域中，有可能是搜寻、播出、iTunes等指令。最后，根据词语方位类型展开分类。
例如，播出AA演唱的XX歌曲，AA归属于歌手名字，XX归属于歌曲名字。亚马逊数据表示方案通过领域、意图、方位三个方面构成了一个较为大自然的层次结构。通过一系列语言方位，将语言串联一起来界定用户意图，一系列的意图包含了域。亚马逊早已训练了覆盖面积17个域在内的24.6万个语言神经网络。
该网络首先分解一个方位回应（ (公众号：)录：slot representation），然后分解意图回应（intent representation），最后产生域回应（domain representation）。在训练期间，神经网络必须评估怎样精确地对域分类，其目的在于传达（录：representation）而不是分类（classification）。评估有效地继续执行了回应的层次结构，即保证语言方位和意图会遗失域所必需的任何信息。网络输出时，首先不会通过一个“去词汇化器”，即用一个特定的语言方位值替换，例如，播出Drake的Nice for What，变成播出歌手的歌曲。
这个过程由分开的NLU系统处置。网络分类的目的在于分类回应的最佳方法，而不是展开分类。
录：架构图，如何产生意图，单体意图，产生域回应去词汇简化的语句传送转入映射层，该层使用现成的映射网络。网络将单词转换成相同长度的向量—数字串。
比如，在高纬空间中的空间坐标，将有相近意义的单词挤满在一起。特定的词语通过去词汇化器，由网络以非常简单的标准映射，但语言方位的解读不会有所不同。通过训练回应网络。算法对训练数据展开辨别，以辨识每个语言方位使用的有可能值。
比如，天气领域天气状况涉及的语言方位，有可能还包括风、暴雨、雪、暴雪等等。具备相近词语含义的映射词彼此空间方位相似，平均值映射层的几个涉及词汇可以捕捉其空间方位的相似性。在训练以前，去词汇简化的方位被非常简单的映射，作为平均值的有可能值。训练过程中，可以改动映射网络的设置，根据语言方位、意图、域的特性情况展开调整，基本原则仍为对向量展开分组。
去词汇化话语映射后传送到双向长短期记忆网络。长短期记忆LSTMs按顺序处置数据，并在其之前的输入中，处置等价的输入因子。
LSTM在NLU中被普遍用于，因为它可以根据在句子中的方位来自学说明单词。融合LSTM(bi-LSTM)是处置从前到后和从后到前完全相同输出序列的一种LSTM。bi-LSTM的输入是一个向量，用于意图回应。意图向量通过单个网络层，该网络层产生域回应。
为了评估回应方案，亚马逊将编码输出到两种技术自由选择系统中。当用于完整文本作为输出时，系统准确率为90%，亚马逊则将准确率提升到94%。
为了证明其回应顺利依赖分类类别的分层嵌套，将设计的三个有所不同系统展开较为，通过融合LSTM编码的去词汇化输出自学域和意图映射。三个系统表明完整文本的改良，皆无法给定分层系统。“从本质谈，通过深度自学，亚马逊对大量领域展开了建模，并将自学移往到新的领域或者新的技能。
”Rohit Prasad说道。最近，亚马逊发售了迁入自学，该项目归属于亚马逊未来战略的一部分。机器学习的改良最必要的影响就是使得系统错误率较去年增加25%。
此外，今年12月，亚马逊启动了机器的自自学，系统可以联系上下文线索展开修正。Rohit Prasad举例说道，用户对Echo说道玩游戏XM Chill催促告终时，可以通过说道播出Sirius 53频道之后收看。对于Alexa而言，XM Chill和Sirius 53频道的意义是完全相同且独立国家的。
“从隐藏式对系统中自学。”现状与未来“当两个人开始说出时，很更容易感觉、解读到对方的情绪，系统却回应无能为力。人们正在希望地研发需要使得系统更为成熟期，更加需要解读对话如何发展的人性化能力。”卡内基梅隆大学语音辨识专家Alex Rudnicky说道。
今年秋天，亚马逊的一项技术专利表明，Alexa可以辨识用户的情绪并作出适当的反应。Rohit Prasad回应，Alexa的最终目标是远程不会话功能，根据拒绝对等价的问题做出有所不同的反应，当然，沦为一个解读语音、语调错综复杂差异的语音助手还有很长的一段路必须回头。
Alex Rudnicky指出人类的五大情绪中，气愤最更容易分辨顺利。现阶段，亚马逊在平稳版本中享有7万项技能，从测试、游戏再行到冥想，是两年前的7倍之多。随着Alexa设备的减少，其技能也在大大地提高。
Alexa可以很好的预测人们的意图，不过更好Alexa用户并不理解其潜在的用途，厨房、闹铃沦为用途最少的场景。另一方面，开发者也没更好的精力、动力研究用户更好的潜在应用于场景。事实上，语音助手除了必要展现出出有的用于市场需求之外，还享有很多潜力。
更加多人用于Alexa收看美国国家公共电台、检查天气。2016年Alexa发售过对话幻想的游戏，算法似乎无法警告用户Alexa其它潜在功能的不存在。“如果我们向用户讲解新技能、新功能，与用户正在做到的事情高度涉及，那么，结果是好的。
值得注意的是，这些引荐必须必要的时机，必要的内容。否则，不会导致信息短路。
”Toni Reid说道。Canalys数据表明，2018年Q3Echo出货量为630万台，谷歌仅有次之，出货量为590台。尽管谷歌跟上较早，但谷歌早已沦为亚马逊无法忽略的竞争对手。
从市场体量来看，不还包括第三方设备，Alexa在用于数量、用户基数上占有了主导地位。但谷歌的优势依旧显著，Canalys分析师Vincent Thielke回应，谷歌享有多年的人工智能累积，Alexa则是从头开始。谷歌在人工智能领域意味著领先，所以很更容易领先于亚马逊。Android、Android Auto、WearOS，可以为谷歌助手获取更加多土壤。
亚马逊曾在2014发售Fire Phone，告终更为惨重，所以在移动端口，亚马逊的自由选择极为受限。在汽车领域的较好展现出，无法抵销其在原生项目构建方面领先于谷歌、苹果。不可否认的是，亚马逊Alexa快速增长趋势丝毫没上升的迹象。
优势和缺点某种程度显著的Alexa未来将不会南北何方，只有Alexa告诉答案。via：亚马逊；wired原创文章，予以许可禁令刊登。
下文闻刊登须知。
本文来源：beat·365-www.anisez.com
扫一扫关注我们