Alexa的工程师开发了一项新功能 可以让虚拟助手第二次猜测客户的需求

亚马逊的工程师正在调整Alexa的算法，以帮助虚拟助手猜出用户的请求，并在需求完全解决之前提出解决方案。

例如，在被询问要冲泡一杯茶的时间后，Alexa将能够建议为建议的分钟数设置一个计时器。

Alexa工程师Anjishnu Kumar和Anand Rathi在博客中解释说，改进是继续努力，使与虚拟助手的交互尽可能自然。

工程师说，与Alexa聊天应该和与其他人聊天一样自然，并且使该技术能够预测对话中接下来将发生的事情对于确保对话的顺利进行至关重要。

Kumar和Rathi写道：“现在，我们正在向自然互动迈出新的一步，该功能可以让Alexa推断客户的潜在目标，这些目标隐含在客户请求中，但不能直接表达。”

对于虚拟助手而言，要达到这种智能程度是困难的，并且需要许多复杂的算法。为了弄清楚潜在目标是什么，Alexa必须分析用户请求中的多个功能，并将其与以前的交互模式进行比较。该模型必须从客户的行为中学习，例如要记住，询问茶要煮多长时间的用户通常会随后要求为该时间设置一个计时器。

基于Alexa在第一个请求中标识的信息创建后续建议的过程同样具有挑战性。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以供下一个技能使用。亚马逊的工程师已经开发了一种所谓的“上下文转移模型”来实现过渡。

最艰巨的任务之一是弄清楚虚拟助手是否应该完全猜测用户的意图。Kumar和Rathi说：“我们的早期实验表明，并非所有对话环境都非常适合潜在目标的发现。”

“例如，当客户要求'鸡肉食谱'时，我们最初的原型之一会错误地跟进，问'你要我演奏鸡的声音吗?'”

工程师使用深度学习模型，该模型考虑了与客户对话中的各种元素，然后才决定是否触发建议。该算法基于各种因素进行评估，这些因素包括对话文本，用户以前对虚拟助手的行为，包括他们与Alexa的多技能建议互动的频率。

亚马逊工程师说：“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更多的实用性。”

但是，尽管Alexa的工程师坚持认为该算法仅在找到合适的上下文时才建议采取后续措施，但可以轻松想象如果该技术存在缺陷，侵入性Alexa可能会变成什么样。如果Alexa错误地理解了客户的问题，并开始对不相关的要求进行第二次猜测，则该技术可能会对用户造成困扰。