亚马逊的Alexa现在可以在你开口之前猜到你想要什么

亚马逊的工程师正在调整Alexa的算法，以帮助这位虚拟助手猜测用户的请求，并在用户提出需求之前主动提出解决这些请求。

例如，在被问到一杯茶应该泡多长时间后，Alexa将能够建议为推荐的分钟数设置一个计时器。

Alexa工程师Anjishnu Kumar和Anand Rathi在一篇博客文章中解释说，这一改进是继续努力，使与虚拟助手的互动尽可能自然。

工程师们说，与Alexa聊天应该像与另一个人交谈一样自然，让这项技术能够预测下一步对话的内容是让对话顺畅的关键。

库马尔和拉蒂写道：现在，我们正在朝着自然互动的方向又迈进了一步，这项功能可以让Alexa推断客户的潜在目标--这些目标隐含在客户请求中，但没有直接表达出来。

对于一个虚拟助手来说，要达到这种程度的智能是困难的，需要许多复杂的算法。为了弄清楚潜在目标可能是什么，Alexa必须分析用户请求中的多个特征，并将它们与之前的交互模式进行比较。该模型必须从顾客的行为中学习，例如，记住，询问茶应该煮多久的用户通常随后会要求设置一个计时器，以达到这个时间量。

同样具有挑战性的是，根据Alexa在第一个请求中确定的信息创建后续建议的过程。该算法必须收集用户说出的单词的上下文理解，以便以结构化的方式传递信息，供下一项技能使用。亚马逊的工程师开发了一种所谓的上下文转移模型来实现这一转变。

最困难的任务之一是弄清楚虚拟助手是否应该猜测用户的意图。库马尔和拉蒂说，我们早期的实验表明，并不是所有的对话语境都很适合潜在目标的发现。

例如，当一位顾客要鸡肉食谱时，我们最初的一个原型会错误地接着问：你想让我播放鸡肉的声音吗？

在决定是否触发建议之前，工程师们使用了深度学习模型，该模型考虑了与客户对话中的各种元素。该算法根据从对话文本到用户之前对虚拟助手的行为等因素进行评估，包括他们参与Alexa的多技能建议的频率。亚马逊的工程师说，我们对这项发明感到兴奋，因为它有助于发现Alexa的技能，并为我们的客户提供了更多的实用工具。

但是，尽管Alexa的工程师坚称，该算法只有在找到合适的上下文时才会建议后续行动，但不难想象，如果这项技术存在缺陷，Alexa可能会变得多么具有侵入性。如果Alexa弄错了客户提问的上下文，开始事后猜测无关的请求，这项技术可能会成为用户的麻烦。

目前，Alexa在美国的客户可以使用英语版本的新功能，不需要技能开发者的额外努力就可以激活。