亚马逊的新功能 Alexa 功能使用 AI 推断用户真正想要的

亚马逊今天宣布了一个新的Alexa功能,为总部设在美国的英语用户,使设备由助理供电,以推断潜在的目标,或目标隐含在请求中,但不是直接表达。例如,如果用户说”泡茶要多久?”,Alexa 可能会跟进”五分钟是一个好的开始”和”您要我设置一个五分钟的计时器吗?

根据亚马逊的说法,这样的对话转换需要许多AI算法。基于机器学习的触发器模型通过考虑上下文的各个方面(包括用户会话的文本)以及用户过去是否参与 Alexa 的建议来决定是否预测潜在目标。如果模型发现上下文合适,系统会建议使用 Alexa 应用程序来解决潜在目标。

根据亚马逊的说法,这些建议是基于潜在目标发现模型所学到的关系。(例如,模型可能会发现,询问茶应该浸泡多长时间的用户会经常通过设置计时器进行跟进。潜在目标发现模型分析用户话语的几个特征,包括点式相互信息,这是相对于其跨 Alexa 流量的可能性在上下文中交互的可能性的度量。基于深度学习的子模块评估其他功能,例如用户是否尝试重新表述或发出命令,或者直接和潜在目标是否共享实体或值(如泡茶所需的时间)。

随着时间的推移,发现模型通过主动学习改进了其预测,从而识别了在微调期间特别丰富的示例交互。

在 Alexa 的潜在目标推理管道的下一部分中,语义角色标记模型会从当前对话中寻找命名实体和其他参数,包括 Alexa 自己的响应。上下文结转模型将这些实体转换为后续应用可以理解的结构化格式,即使它是第三方应用。最后,通过土匪学习(机器学习模型跟踪建议是否有帮助),在性能不佳的体验到达支持 Alexa 的设备之前,会自动进行抑制。

亚马逊说,潜在的目标推论不需要应用程序开发人员额外的努力来激活。但是,开发人员可以使用 Amazon 的无名交互工具包使其应用对发现模型更明显,该工具包为应用之间的交互提供了自然挂钩。

“亚马逊对Alexa的目标是,客户应该发现与她互动就像与其他人互动一样自然,”亚马逊在一篇博文中写道,”虽然(应用程序)可能会经历不同的结果,但我们早期的指标表明,潜在的目标(推理)提高了客户与一些开发者应用程序的互动。”

延迟目标推理基于自然转弯,一个Alexa功能,允许用户与助手交谈,而不必重复唤醒词。(三个 AI 模型与电源自然转弯模型并行运行,最初仅在明年某个时候推出时提供英文版本。今年夏天早些时候,亚马逊在Alexa对话中推出了另一种对话功能,旨在使开发者更容易将对话体验集成到应用程序中。

from:https://venturebeat.com/2020/11/11/amazons-new-alexa-feature-uses-ai-to-infer-what-users-really-want/

发表评论