导读：从1990年月开端，George Anders就在存眷亚马逊，他为美国刊物写了很多与亚马逊有关的文章。比来他出了一本书《你可以做任何事》（ You Can Do Anything）。 George Anders刊文引见了Alexa，既谈到了Alexa的成长，也谈到了它的挑衅。经由过程这篇文章，我们可以看到一个分歧的Alexa王国。上面是文章的节选，有缩减：
2012年8月31日，4名亚马逊工程师提交一份专利请求文件，它终究酿成了Alexa，这是一套AI体系，它可以处置世界上最年夜、最庞杂的数据集：人类语音。
工程师只须要11个单词、一张简略的图表便可以说明它是若何运转的。一位男用户在宁静的房间说：“请播放《Let It Be》，披头士的音乐。”一台小小的桌面机械答复说：“没成绩，John。”然后它开端播放指定歌曲。
自此以后，面向家庭的语音AI成为亚马逊的年夜营业，关于竞争敌手而言，它也逐渐成为主要的计谋疆场。谷歌、苹果、三星、微软都投入了不计其数的研讨人员和营业专家，它们都想开辟轻易应用的装备，让我们与装备对话。
Witlingo公司开辟语音App，为银行、年夜学、律师事务所及其它机构开辟，Witlingo的CEO Ahmed Bouzid以为：“到今朝为止，我们一切人必需屈服于技巧，好比输出、触击、滑动。如今新用户界面却屈从于我们。”
自2014年推出以来，Alexa装备发卖了几万万台。在美国语音AI装备市场，亚马逊估量占了总销量的70%，固然竞争压力愈来愈年夜。谷歌Home也卖了几百万台，苹果与微软很快也会推出本身的产物。
终究，企业的目的是捉住3个市场机遇：家庭主动化，家庭文娱，购物。
就今朝来讲，亚马逊有意从制作装备的企业手中取得支出，也就是制作智能恒温器、灯胆、其它Alexa联网装备的企业。将来，我们可以想像亚马逊会与企业杀青营收分红协定，或许选择其它付费方法。
在这3个市场中最小的是家庭主动化市场，每一年开支跨越50亿美元，客岁美国的批发发卖额总计约为4.9万亿美元。眼下亚马逊经由过程发卖机械赚钱，订价介于50-230美元，最低真个Dots只需50美元，高真个Echos要230美元，下面有视频显示屏。
有些企业正在开辟硬件、开辟办事，这些硬件与办事兼容Alexa。例如Capital One，它向银行客户发卖Alexa付出体系；多伦多Ecobee制作Alexa智能恒温器，用户只须要说几个单词便可以调高或许调低房间温度。
Ecobee CEO Stuart Lombard说：“我们的客户生涯很劳碌。”如今该公司发卖Alexa装备有40%的营收来自海内，Ecobee成立曾经10年，Alexa装备是公司增加最快的产物线。
Stuart Lombard还说：“客户必需穿过忙碌的交通车流回抵家里，他们必需喂孩子，必需给孩子换尿布，还要干其它各类事。我们让他们将工作做完，不须要用得手，他们可以用手干其它事。”
当语音碰到AI
语音AI面对很年夜的技巧挑衅，由于我们措辞时其实不是井井有条的，我们会搅扰本身，设法主意会摇动，我们应用单词的方法很奇异，还会颔首，收回咕哝声，我们会假定本身的话是成心义的，现实上没有。
几千名亚马逊员工正在处理这个成绩，包含西雅图、Sunnyvale、加州、剑桥、马萨诸塞的研讨中间。虽然如斯，亚马逊还嫌不敷，比来它为1100多个Alexa职位招募员工，触及到十多个部分，傍边有215个职位供给给机械进修专家。在剑桥办公室内，Alexa首席迷信家罗希特·普拉萨德（Rohit Prasad）接收了媒体采访，他说明了本身的团队为什么须要这么多人。
普拉萨德说：“你发问的每个方面都让我失笑。”寻思几秒以后，普拉萨德说明说，他在语音技巧方面研讨了20年，在这段漫长岁月的年夜多半时光里，停顿迟缓让他觉得懊丧。但在曩昔5年里伟大的机遇开放了。发明一个真实高效的语音AI是一项庞杂的、从未被驯服的义务。
在曩昔的岁月里，语音迷信家一向想处理一件事，懂得凌乱表达的意义，最开端时表达有些凌乱，很难弄清表达的意思，有了机械进修如许的新办法，我们用分歧的战略获得提高，最开端时婚配是不完善的，机械人从不完善着手，然后经由过程暂时猜想赓续优化。
症结在于消化年夜量的数据，从晚期的毛病中进修。Alexa与用户相处的时光越多，搜集的数据也就越多，可以进修的数据也就越多，也就会变得越聪慧。提高越年夜机遇越年夜，这个进程须要年夜量的人力。
这就是普拉萨德的说明。
普拉萨德说：“让我举个例子。假如你问Alexa：‘Adele的第一张专辑是甚么？’答复应当是‘19’。假如你说：‘播放它。’Alexa足够聪慧，晓得播放那张专辑。”
假如你在中央参加其它一些话，假如你问Alexa这张专辑是哪年刊行的，卖了若干张，会如何呢？将成绩调换“播放它”这个敕令，起初的Alexa处置不了。如今技巧可以随着思虑进步，至多某些时刻是可以的，它晓得“它”指的是“19”。
这是一个主要提高，提高归功于机械进修，之前 Alxea也被有数的交流难住，机械进修可以从掉败中进修经历。体系晓得用户不想听甚么歌曲，晓得之前的对话最早在什么时候谈到这首音乐。
MIT白话说话体系研讨团队的主管James Glass说：“人们会以何种方法请求取得一些器械，你最开端时要做出假定。然后你要搜集数据，调校模子。”
Glass说，这类类型的机械进修办法获得了普遍的承认，不外要让它运转须要年夜量数据，远不是年夜学研讨人员随意马虎就可以取得的。
因为Alexa的突起，亚马逊如今可以取得年夜量的人机语音交互信息。2016年，Alexa引进一个宏大的数据库，外面满是歌曲歌词，有了这个数据库，当用户请求播放歌词中带‘drove my Chevy to the levee’的歌曲时，体系晓得用户要的是Don McLean的歌曲《American Pie》。
普拉萨德正在履行一个新项目，这个项目标存眷重点就是新办法的灵巧性。详细来说就是用户撤消最后的要求时，体系要准确辨认。用户应用的“旌旗灯号短语”是年夜不雷同的。一组人说：“不，不，不。”还有一组说：“撤消它。”第三组人说的话相似于“等等，现实上我想要的是……”，情势有所变更。Alexa没有需要破解每种表达。有了年夜量的样本和半监视机械进修技巧，体系可认为否认语音找到年夜量能够的标志，要求转变以后能遴选出明白的新要求。
为了让Alexa成为更好的聆听者，亚马逊AI专家起首用年夜量数据练习体系，让它成为更好的措辞者，他们对机械分解的女性声响停止优化，让节拍更完善，如许便可以安慰用户连续应用。
假如应用的是传统办法，普通会录制年夜量的人类语音片断，然后依附片断分解语音。应用这类技巧可以生成更天然的声响，然则没法低语、没法讥讽、没法调剂，而人类很多时刻会如许措辞。
为了让Alxea可以处置一切义务，既可以停止活泼的对话，也能够完成镇静的朗读，亚马逊机械进修算法采取了分歧的办法，它用专业讲解员的声响练习体系，这些声响有的着急、有的充斥忧愁。亚马逊旗下有一家公司Audible，它是有声读物出书商，这家公司帮了年夜忙。
有太多想说的器械
有些人是语音AI的热情用户，那就是没法在平板手机上轻松输出的人。Gavin Kerr是Inglis的CEO，这家公司向残疾人供给住房和办事，公司曾经在8户居平易近的家中装置了Echo和Dot装备。
假如测试完成，Gavin Kerr愿望300多位居平易近万能装置，这是公司的全体客户。Kerr说：“它为居平易近带来了难以相信的利益，他们可以过得更温馨，可以取得自力性。”
Kerr与几百人协作，这些人得了硬化症或许其它日渐让人虚弱的疾病。有些人卧床不起，或许坐在轮椅上，由于很难碰着墙壁上的恒温器，他们深感忧?。
Kerr说明说：“他们的身材难以顺应温度。呆在华氏72度的房间内，前一小时能够会认为太热了，后一小时又认为太冷了。”由于挪动才能遭到限制，他们很难让本身过得舒畅，假如没有全天候支援，他们会过得更艰苦。
略加修正，Alexa软件可以用特定语音供给办事。有一位须眉，快40岁了，他想分开历久关照机构，回到平常社区生涯。Kerr回想说：“他告知我：‘我没有方法应用Alexa语音敕令。’我问他：‘你能说甚么？’然后我们就修正了软件，可让他按本身的方法用语音掌握装备。如今他假如要翻开厨房灯胆会说‘Mom’，假如想翻开浴室灯会说‘John’。”
Inglis为本身的Echo用户供给培训，时光只要4小时，很多新用户会进一步摸索。从盒子里拿出Echo，包装会告知用户一些罕见的操作指令，好比播放音乐、设置闹钟、更新购物清单。
用户可以在智妙手机、平板上挪用Alexa掌握面板，调剂设置，还可以下载新App，面板还会引诱用户，看看哪一种提醒音能让App的任务变得更好。
每周（有时频率更高）Alexa总司理罗勃·普契尼（Rob Pulciani）都邑检查统计数据，这些数据可以告知他Alexa、Dot用户最经常使用的表达是如何的。普通来讲，清单中排名靠前的表达都是想取得音乐、消息、气象信息、交通讯息、游戏。本年春季，有一个要求敏捷爬升，这是一个短语：“Alexa，帮我抓紧一下。”
当用户提出如许的要求时，体系会播放一些声响抚慰用户。能够是鸟叫，能够是海浪轻敲海滨，能够是货运车穿过黑夜。假如用户情愿，这些乐音式的情况声会持续播放几小时。
2015年，当相似的App涌现在Alexa平台时，普契尼认为纯洁只是弄怪。不外这些App很快就吸引了一年夜堆用户。压力年夜的成年人听着这些声响入眠，怙恃将它们当做摇篮曲，抚慰怪僻的婴儿。发明这一趋向以后没过几周，普契尼就与同事对Alexa的内容架构停止调剂，如许一来当新用户问体系有甚么新“技巧”可以测验考试时，他们可以或许疾速找到让人抓紧的声响。
连续对话
谷歌、苹果、微软、亚马逊的AI平台有着分歧的优势。谷歌助手在搜刮指令方面表示最好。苹果Siri和微软Cortana有其它一些长处。至于Alexa，它的购物指令特殊精彩。
假如语音AI想取得终究成功，必需与用户停止交换，这类交换长达几分钟，异常真实。义务艰难，机械的才能必需很壮大，可以或许断定人类措辞者的意图，乃至可以或许辨认不显著的要求。
当同伙说：“我几周没有去健身房了。”人类晓得他的意思能够是想谈谈压力或许自负。关于AI软件而言，这类意图很难解白。忽然转换话题，AI也很难跟得上节拍。
为了与下一代AI、语音研讨人员树立更强的接洽，一年前亚马逊约请几十所年夜学的工程学先生开辟语音机械人，亚马逊请求机械人可以完成20分钟的对话。在11月截止日期之前冲破最年夜的黉舍将会拿到50万美元奖金。
我花了一周时光对快要5款机械人法式停止测试，每次都从简略的成绩开端，然落后入奇妙的开放式陈说，陈说的只是不雅点，回应有许多的能够性。开端时照样不错的，机械会问你：“看了比来上映的片子吗？”我说：“看了。我们看了 《隐蔽人物》（Hidden Figures）。”
这部片子讲述的是NASA成立之初的故事，接上去，聊天机械人模拟报纸对片子揭橥评论，它说：“我以为在现实数学方面《隐蔽人物》有点浅陋。”我对这部片子没有如许的感到，看起来如许表述关于AI法式而言照样很不错的。很快对话就停止不下去了，不外至多还有之前霎时的美好时间。
惋惜，没有一款聊天机械人法式可以或许完成义务。最使人迷惑的是机械会说：“你爱好路边餐饮吗？”而测试时我们谈的倒是网站。
几天后，我问普拉萨德，让他谈谈对社交机械人的意见，晚期的掉败没有困扰他。普拉萨德说：“这是一个超等主要的范畴。假如到达如许的程度，那末Alexa将长短常聪慧的。要到达很难，比围棋或许国际象棋难。在这些游戏中固然能够性的棋步许多，然则我们晓得终究目的是甚么。假如是对话，你不晓得对方想杀青如何的目标。”假如Alexa可以或许处理这个成绩，我们便可以与它真正对话了。
