導讀：從1990年月開端，George Anders就在存眷亞馬遜，他為美國刊物寫了很多與亞馬遜有關的文章。比來他出了一本書《你可以做任何事》（ You Can Do Anything）。 George Anders刊文引見了Alexa，既談到了Alexa的成長，也談到了它的挑釁。經由過程這篇文章，我們可以看到一個分歧的Alexa王國。上面是文章的節選，有縮減：
2012年8月31日，4名亞馬遜工程師提交一份專利請求文件，它終究釀成了Alexa，這是一套AI體系，它可以處置世界上最年夜、最龐雜的數據集：人類語音。
工程師只須要11個單詞、一張簡略的圖表便可以說明它是若何運轉的。一位男用戶在寧靜的房間說：“請播放《Let It Be》，披頭士的音樂。”一臺小小的桌面機械答復說：“沒成績，John。”然后它開端播放指定歌曲。
自此以后，面向家庭的語音AI成為亞馬遜的年夜營業，關于競爭敵手而言，它也逐漸成為主要的計謀疆場。谷歌、蘋果、三星、微軟都投入了不計其數的研討人員和營業專家，它們都想開辟輕易應用的裝備，讓我們與裝備對話。
Witlingo公司開辟語音App，為銀行、年夜學、律師事務所及其它機構開辟，Witlingo的CEO Ahmed Bouzid以為：“到今朝為止，我們一切人必需屈服于技巧，好比輸出、觸擊、滑動。如今新用戶界面卻屈從于我們。”
自2014年推出以來，Alexa裝備發賣了幾萬萬臺。在美國語音AI裝備市場，亞馬遜估量占了總銷量的70%，固然競爭壓力愈來愈年夜。谷歌Home也賣了幾百萬臺，蘋果與微軟很快也會推出本身的產物。
終究，企業的目的是捉住3個市場機遇：家庭主動化，家庭文娛，購物。
就今朝來講，亞馬遜有意從制作裝備的企業手中取得支出，也就是制作智能恒溫器、燈膽、其它Alexa聯網裝備的企業。將來，我們可以想像亞馬遜會與企業殺青營收分紅協定，或許選擇其它付費方法。
在這3個市場中最小的是家庭主動化市場，每一年開支跨越50億美元，客歲美國的批發發賣額總計約為4.9萬億美元。眼下亞馬遜經由過程發賣機械賺錢，訂價介于50-230美元，最低真個Dots只需50美元，高真個Echos要230美元，下面有視頻顯示屏。
有些企業正在開辟硬件、開辟辦事，這些硬件與辦事兼容Alexa。例如Capital One，它向銀行客戶發賣Alexa付出體系；多倫多Ecobee制作Alexa智能恒溫器，用戶只須要說幾個單詞便可以調高或許調低房間溫度。
Ecobee CEO Stuart Lombard說：“我們的客戶生涯很勞碌。”如今該公司發賣Alexa裝備有40%的營收來自海內，Ecobee成立曾經10年，Alexa裝備是公司增加最快的產物線。
Stuart Lombard還說：“客戶必需穿過忙碌的交通車流回抵家里，他們必需喂孩子，必需給孩子換尿布，還要干其它各類事。我們讓他們將工作做完，不須要用得手，他們可以用手干其它事。”
當語音碰到AI
語音AI面對很年夜的技巧挑釁，由于我們措辭時其實不是井井有條的，我們會攪擾本身，設法主意會搖動，我們應用單詞的方法很奇異，還會頷首，收回咕噥聲，我們會假定本身的話是成心義的，現實上沒有。
幾千名亞馬遜員工正在處理這個成績，包含西雅圖、Sunnyvale、加州、劍橋、馬薩諸塞的研討中間。雖然如斯，亞馬遜還嫌不敷，比來它為1100多個Alexa職位招募員工，觸及到十多個部分，傍邊有215個職位供給給機械進修專家。在劍橋辦公室內，Alexa首席迷信家羅希特·普拉薩德（Rohit Prasad）接收了媒體采訪，他說明了本身的團隊為什么須要這么多人。
普拉薩德說：“你發問的每個方面都讓我失笑。”尋思幾秒以后，普拉薩德說明說，他在語音技巧方面研討了20年，在這段漫長歲月的年夜多半時光里，停頓遲緩讓他覺得懊喪。但在曩昔5年里偉大的機遇開放了。發明一個真實高效的語音AI是一項龐雜的、從未被馴服的義務。
在曩昔的歲月里，語音迷信家一向想處理一件事，懂得凌亂表達的意義，最開端時表達有些凌亂，很難弄清表達的意思，有了機械進修如許的新辦法，我們用分歧的戰略獲得提高，最開端時婚配是不完善的，機械人從不完善著手，然后經由過程暫時猜想賡續優化。
癥結在于消化年夜量的數據，從晚期的毛病中進修。Alexa與用戶相處的時光越多，搜集的數據也就越多，可以進修的數據也就越多，也就會變得越聰慧。提高越年夜機遇越年夜，這個進程須要年夜量的人力。
這就是普拉薩德的說明。
普拉薩德說：“讓我舉個例子。假如你問Alexa：‘Adele的第一張專輯是甚么？’答復應當是‘19’。假如你說：‘播放它。’Alexa足夠聰慧，曉得播放那張專輯。”
假如你在中央參加其它一些話，假如你問Alexa這張專輯是哪年刊行的，賣了若干張，會如何呢？將成績調換“播放它”這個敕令，起初的Alexa處置不了。如今技巧可以隨著思慮進步，至多某些時刻是可以的，它曉得“它”指的是“19”。
這是一個主要提高，提高歸功于機械進修，之前 Alxea也被有數的交流難住，機械進修可以從掉敗中進修經歷。體系曉得用戶不想聽甚么歌曲，曉得之前的對話最早在什么時候談到這首音樂。
MIT白話說話體系研討團隊的主管James Glass說：“人們會以何種方法請求取得一些器械，你最開端時要做出假定。然后你要搜集數據，調校模子。”
Glass說，這類類型的機械進修辦法獲得了普遍的承認，不外要讓它運轉須要年夜量數據，遠不是年夜學研討人員隨意馬虎就可以取得的。
因為Alexa的突起，亞馬遜如今可以取得年夜量的人機語音交互信息。2016年，Alexa引進一個宏大的數據庫，外面滿是歌曲歌詞，有了這個數據庫，當用戶請求播放歌詞中帶‘drove my Chevy to the levee’的歌曲時，體系曉得用戶要的是Don McLean的歌曲《American Pie》。
普拉薩德正在履行一個新項目，這個項目標存眷重點就是新辦法的靈巧性。詳細來說就是用戶撤消最后的要求時，體系要準確辨認。用戶應用的“旌旗燈號短語”是年夜不雷同的。一組人說：“不，不，不。”還有一組說：“撤消它。”第三組人說的話相似于“等等，現實上我想要的是……”，情勢有所變更。Alexa沒有需要破解每種表達。有了年夜量的樣本和半監視機械進修技巧，體系可認為否認語音找到年夜量能夠的標志，要求轉變以后能遴選出明白的新要求。
為了讓Alexa成為更好的聆聽者，亞馬遜AI專家起首用年夜量數據練習體系，讓它成為更好的措辭者，他們對機械分解的女性聲響停止優化，讓節拍更完善，如許便可以安慰用戶連續應用。
假如應用的是傳統辦法，普通會錄制年夜量的人類語音片斷，然后依附片斷分解語音。應用這類技巧可以生成更天然的聲響，然則沒法低語、沒法譏諷、沒法調劑，而人類很多時刻會如許措辭。
為了讓Alxea可以處置一切義務，既可以停止活潑的對話，也能夠完成鎮靜的朗讀，亞馬遜機械進修算法采取了分歧的辦法，它用專業講解員的聲響練習體系，這些聲響有的著急、有的充斥憂愁。亞馬遜旗下有一家公司Audible，它是有聲讀物出書商，這家公司幫了年夜忙。
有太多想說的器械
有些人是語音AI的熱情用戶，那就是沒法在平板手機上輕松輸出的人。Gavin Kerr是Inglis的CEO，這家公司向殘疾人供給住房和辦事，公司曾經在8戶居平易近的家中裝置了Echo和Dot裝備。
假如測試完成，Gavin Kerr愿望300多位居平易近萬能裝置，這是公司的全體客戶。Kerr說：“它為居平易近帶來了難以相信的利益，他們可以過得更溫馨，可以取得自力性。”
Kerr與幾百人協作，這些人得了硬化癥或許其它日漸讓人虛弱的疾病。有些人臥床不起，或許坐在輪椅上，由于很難碰著墻壁上的恒溫器，他們深感憂?。
Kerr說明說：“他們的身材難以順應溫度。呆在華氏72度的房間內，前一小時能夠會認為太熱了，后一小時又認為太冷了。”由于挪動才能遭到限制，他們很難讓本身過得舒暢，假如沒有全天候支援，他們會過得更艱苦。
略加修正，Alexa軟件可以用特定語音供給辦事。有一位須眉，快40歲了，他想分開歷久關照機構，回到平常社區生涯。Kerr回想說：“他告知我：‘我沒有方法應用Alexa語音敕令。’我問他：‘你能說甚么？’然后我們就修正了軟件，可讓他按本身的方法用語音掌握裝備。如今他假如要翻開廚房燈膽會說‘Mom’，假如想翻開浴室燈會說‘John’。”
Inglis為本身的Echo用戶供給培訓，時光只要4小時，很多新用戶會進一步摸索。從盒子里拿出Echo，包裝會告知用戶一些罕見的操作指令，好比播放音樂、設置鬧鐘、更新購物清單。
用戶可以在智妙手機、平板上挪用Alexa掌握面板，調劑設置，還可以下載新App，面板還會引誘用戶，看看哪一種提醒音能讓App的任務變得更好。
每周（有時頻率更高）Alexa總司理羅勃·普契尼（Rob Pulciani）都邑檢查統計數據，這些數據可以告知他Alexa、Dot用戶最經常使用的表達是如何的。普通來講，清單中排名靠前的表達都是想取得音樂、消息、氣象信息、交通訊息、游戲。本年春季，有一個要求敏捷爬升，這是一個短語：“Alexa，幫我抓緊一下。”
當用戶提出如許的要求時，體系會播放一些聲響撫慰用戶。能夠是鳥叫，能夠是海浪輕敲海濱，能夠是貨運車穿過黑夜。假如用戶情愿，這些樂音式的情況聲會持續播放幾小時。
2015年，當相似的App涌現在Alexa平臺時，普契尼認為純潔只是弄怪。不外這些App很快就吸引了一年夜堆用戶。壓力年夜的成年人聽著這些聲響入眠，怙恃將它們當做搖籃曲，撫慰怪僻的嬰兒。發明這一趨向以后沒過幾周，普契尼就與同事對Alexa的內容架構停止調劑，如許一來當新用戶問體系有甚么新“技巧”可以測驗考試時，他們可以或許疾速找到讓人抓緊的聲響。
連續對話
谷歌、蘋果、微軟、亞馬遜的AI平臺有著分歧的優勢。谷歌助手在搜刮指令方面表示最好。蘋果Siri和微軟Cortana有其它一些長處。至于Alexa，它的購物指令特殊精彩。
假如語音AI想取得終究成功，必需與用戶停止交換，這類交換長達幾分鐘，異常真實。義務艱難，機械的才能必需很壯大，可以或許斷定人類措辭者的意圖，乃至可以或許辨認不顯著的要求。
當同伙說：“我幾周沒有去健身房了。”人類曉得他的意思能夠是想談談壓力或許自負。關于AI軟件而言，這類意圖很難解白。忽然轉換話題，AI也很難跟得上節拍。
為了與下一代AI、語音研討人員樹立更強的接洽，一年前亞馬遜約請幾十所年夜學的工程學先生開辟語音機械人，亞馬遜請求機械人可以完成20分鐘的對話。在11月截止日期之前沖破最年夜的黌舍將會拿到50萬美元獎金。
我花了一周時光對快要5款機械人法式停止測試，每次都從簡略的成績開端，然落后入奇妙的開放式陳說，陳說的只是不雅點，回應有許多的能夠性。開端時照樣不錯的，機械會問你：“看了比來上映的片子嗎？”我說：“看了。我們看了 《隱蔽人物》（Hidden Figures）。”
這部片子講述的是NASA成立之初的故事，接上去，聊天機械人模擬報紙對片子揭橥評論，它說：“我以為在現實數學方面《隱蔽人物》有點淺陋。”我對這部片子沒有如許的感到，看起來如許表述關于AI法式而言照樣很不錯的。很快對話就停止不下去了，不外至多還有之前霎時的美好時間。
惋惜，沒有一款聊天機械人法式可以或許完成義務。最使人迷惑的是機械會說：“你愛好路邊餐飲嗎？”而測試時我們談的倒是網站。
幾天后，我問普拉薩德，讓他談談對社交機械人的意見，晚期的掉敗沒有困擾他。普拉薩德說：“這是一個超等主要的范疇。假如到達如許的程度，那末Alexa將長短常聰慧的。要到達很難，比圍棋或許國際象棋難。在這些游戲中固然能夠性的棋步許多，然則我們曉得終究目的是甚么。假如是對話，你不曉得對方想殺青如何的目標。”假如Alexa可以或許處理這個成績，我們便可以與它真正對話了。
