前几天，亚马逊推出了三个针对 Alexa 的改进方案，而且要在 5 月底之前实现这些功能。
其中重要的一个功能叫做「context carryover」（上下文转携）：当语音请求从一个转向另外一个时，Alexa 可以「回忆」起之前的信息。
也就是说，当用户连续问几个问题时，不需要在第二次发问时重复同一个信息点。比如，问「Alexa，西雅图的天气怎么样?」之后接着问「这个周末呢?」，它可以理解到用户要的还是西雅图在周末的天气情况。
利用深度学习模式在口头语言理解流程中的优势，它可以更自然地理解用户的后续问题并作出恰当回应。
另外，Alexa 还将拥有一项新的记忆功能，可以帮助 Alexa 保存用户指示它记住的信息，并加以提醒。
例如，通过发出类似「Alexa，请记住肖恩的生日是 6 月 20 日」这样的指令，Alexa 就会回答：「好的，我会记得肖恩的生日是 6 月 20 日」。Alexa 也可以在当天向用户自动发出提醒。
最后，亚马逊还提高了 Alexa 的搜索和执行新「技能」的能力，这种新的「技能」与智能手机应用程序相当。
例如，询问 Alexa 如何去除衬衫上的油污，就会激活「汰渍剂」技能，通过去污过程与用户交谈。
还有些技能帮 Alexa 用户检查信用卡余额、获得开盘的股票价格，或者只用几句话就能把酒和饭菜搭配起来。
最近，《科学美国人》采访了亚马逊语音助手研发业务负责人 Ruhi Sarikaya。
他曾于周四在法国里昂举行的 AI 会议上发表主题演讲。Sarikaya 讨论了语音识别和自然语言处理的进步如何帮助简化 Alexa，使技术能够更好地解释用户想要什么。《科学美国人》也就相关问题与他聊了聊。
语音会是我们与设备交流的主要方式，你是根据什么做出这样的判断？
想想 1976 年吧。
苹果 (Apple) 联合创始人史蒂夫•沃兹尼亚克 (Steve Wozniak) 创建了第一台带有显示器和键盘的个人电脑。直到今天，人们仍然使用显示器和键盘来与他们的大部分设备进行交互。
即使使用智能手机，你要么打字，要么触摸屏幕来获取输出。这是一个问题，因为它实际上让我们患了「葛优瘫」。即使你可以四处走动，但注意力仍然集中在屏幕上。
这种情况会随着语音技术变化而有所改变。原因有三个：
小型设备的计算能力增强; 收集和分析大量数据的能力; 以及机器学习的进步，特别是深度学习。这些类型的人工智能算法使语音识别和自然语言理解更加准确。
想在消费产品中很好地使用语音界面，最大的挑战是什么？
主要集中在两个层面：组件层面（component-level）和用户体验层面。
当环境相对安静时，语音识别准确率非常好。如果有背景噪音或很多人在说话，那么我们仍然需要应对这个挑战。多个人同时说话时，你需要能跟踪不同的声音。
至于理解自然语言，上下文语境是关键挑战。
如果数字个人助理的任务仅限于少数领域或功能，例如，播放音乐，就很容易理解用户的意图。除此之外，如果还需要对电影、视频和有声读物的数据进行筛选，如果接到一个突然的命令，「播放 X」这个指令的意思就会变得模棱两可，因为它可以指这些任务中的任何一种。
与智能设备设备交互，上下文语境为什么那么重要？
如果你和我正在聊天，我可能会把上次我们谈话时的信息代入。我们不需要重复我们之前讨论过的一切，以实现无缝对话。
这对人们来说是很自然的。但是，当你和机器交谈的时候却不是这样。现在，你必须使用精确的措辞才能被理解。
你可能认为如果一台机器足够聪明，它将能够从早期的对话中获取信息。
比如，如果问「Alexa，西雅图的天气怎么样?」之后接着问「这个周末怎么样?」，我希望听到这个周末西雅图天气情况，但不会在第二个问题中明确说出来。
如果我问「Alexa，今天的日程安排是什么?」系统利用存储在日历上的信息会立刻作出反应。如果我接着问，「这个周末怎么样?」我希望这个周末能得到日历信息，而不是天气信息。
对于第二个问题，在没有背景的情况下，可能会有许多种答案。这被称为「会话上下文」，它允许机器根据当前的会话正确地回答问题。
机器如何学习理解上下文？
从接收语音命令的设备开始。
你不能在亚马逊 Echo 上播放视频，所以当用户要求设备播放一个特定标题时，这就缩小了设备的选择范围。
您还可以使用该设备查看用户的个人偏好，包括先前的请求和随着时间推移给设备发出的其他命令。这就是机器学习发挥作用的地方。
背景噪音很大，如何提高 Alexa 的识别能力？
这是一个开放的问题，我们正在取得进展。过去致力于发展语音技术之后，我认为有几种不同的方法：
一是先清理或移除背景噪声，然后对剩下的数据进行语音识别。当你这样做的时候，一个副作用就是你可能删除一些与语音本身相关的数据。
另一种技术是尽可能多的收集特定环境中的声音，并配备系统地图，或识别不同的声音ーー无论是背景噪音还是语音。但挑战在于，因为有这么多不同的声音，以至于很难确定它们的来源，尤其是电视机开着的时候。
亚马逊如何使用 Alexa 用户的信息？
我只能谈 Alexa 的机器学习部分。
机器学习依赖于从 Alexa 用户收集的数据。我们不会使用所有这些数据ーー我们为某些类型做了标注，以便教 Alexa 识别不同的声音线索、音调 (男性和女性) 和口音。我们的客户是多样化的，我们希望 Alexa 能够识别不同的用户。我们不能建立一种只适用于一类声音的技术。
亚马逊如何解决人们对 Alexa 隐私问题的关注？
Alexa 在云端存储用户信息，而不是设备本身比如 Echo 或者智能手机。
消费者有能力删除他们想要 Alexa 忘记的任何内容：应用程序和"管理你的内容和设备"网页中使用到的任何信息。
例如，你可以通过在 Alexa 应用程序中访问「Settings」中的「History」来检查与 Alexa 的语音交互，并删除与你的账户相关的特定声音记录。
文章来源：https://www.scientificamerican.com/article/alexa-how-do-we-take-our-relationship-to-the-next-level/?utm_source=twitter&utm_medium=social&utm_campaign=sa-editorial-social&utm_content=&utm_term=tech_news_text_free&sf187853846=1
