為什么亞馬遜虛擬助手 Alexa 的會(huì)話功能如此難以實(shí)現(xiàn)

即使經(jīng)過(guò)多年的練習(xí)，人類也很難理解對(duì)話中的來(lái)來(lái)回回和細(xì)微差別ーー我們總是互相打斷對(duì)方，誤解事情的來(lái)龍去脈，有時(shí)不得不重復(fù)自己說(shuō)的話來(lái)準(zhǔn)確傳達(dá)信息?，F(xiàn)在想象一下，對(duì)于人工智能來(lái)說(shuō)，目前即使在最好的狀態(tài)下，它們的溝通能力還是遠(yuǎn)遠(yuǎn)不如我們?nèi)祟悾肱宄姓f(shuō)話的藝術(shù)，并在適當(dāng)?shù)臅r(shí)機(jī)加以權(quán)衡，會(huì)有多么困難。

這正是亞馬遜(Amazon)正在嘗試為其Alexa虛擬助手開(kāi)發(fā)新功能所撞到的技術(shù)墻。亞馬遜在周四推出了這項(xiàng)新功能，預(yù)計(jì)明年正式發(fā)布，這個(gè)新功能將允許Alexa的用戶在多人討論中加入普通人的談話，并且權(quán)衡語(yǔ)境給出正確的建議。這與我們通常單獨(dú)地通過(guò)語(yǔ)音助理進(jìn)行交互的方式非常不同，亞馬遜稱之為一種溝通“技能”，智能音響和其他使用虛擬助手的設(shè)備將會(huì)是新版Alexa的主戰(zhàn)場(chǎng)。

亞馬遜在周四的活動(dòng)期間分享了一段視頻，展示了自己對(duì)于新版Alexa的使用場(chǎng)景的構(gòu)想。兩名女子與Alexa一起協(xié)調(diào)商量如何訂購(gòu)一份披薩，這個(gè)視頻內(nèi)容體現(xiàn)在(Amazon Echo Show)這個(gè)小工具上。兩個(gè)女性參與者同時(shí)和Alexa進(jìn)行語(yǔ)音互動(dòng)，有時(shí)她們談?wù)撨@件事，有時(shí)直接談?wù)撃羌?。?dāng)Alexa選擇了首選的披薩配料組合，以及在決定了披薩訂單之后詢問(wèn)兩人吃披薩的時(shí)候想看什么樣的電影。盡管她們提出了一些可以互相交流的問(wèn)題，比如“你認(rèn)為一部電影就足夠了嗎?”和“這是一部好電影嗎?”Alexa似乎都能正確地分辨出哪些問(wèn)題是針對(duì)人類的，哪些問(wèn)題是針對(duì)人工智能系統(tǒng)自身的，簡(jiǎn)直就像一個(gè)真正的成年人在和她們溝通。

其實(shí)Alexa和真人之間的這種類似人類的互動(dòng)并不容易達(dá)到完美的境地，亞馬遜已經(jīng)為此努力了很長(zhǎng)一段時(shí)間。今年7月，亞馬遜展示了Alexa Conversations的早期版本，該版本旨在幫助Alexa技能開(kāi)發(fā)人員創(chuàng)建更多類似人類的對(duì)話功能。一年多前，亞馬遜(Amazon)提出了這樣一個(gè)想法，即將電影票、餐館預(yù)訂和搭車等幾個(gè)要求組合成Alexa和一個(gè)人之間的單一對(duì)話(這一功能于今年1月推出)。

亞馬遜上周四展示的這種可以用于多人交談的話題轉(zhuǎn)換，標(biāo)志著Alexa下一步將成為一個(gè)有討論溝通能力的伙伴。

亞馬遜公司副總裁兼首席科學(xué)家羅希特·普拉薩德說(shuō)，要讓Alexa有能力參與聽(tīng)起來(lái)自然的話題轉(zhuǎn)換需要一些步驟和信號(hào)識(shí)別。首先，Alexa必須檢測(cè)語(yǔ)音;然后，它必須弄清楚這個(gè)人在說(shuō)什么，以及這個(gè)語(yǔ)音是否實(shí)際上是針對(duì)Alexa的ーー這比一個(gè)典型的一對(duì)一的語(yǔ)音互動(dòng)更難，因?yàn)樵谶@種情況下，只有當(dāng)你邀請(qǐng)Alexa參與談話時(shí)，你才能直接對(duì)它說(shuō)話。新版的Alexa必須保持跟蹤歷史對(duì)話內(nèi)容，以了解有些話的內(nèi)在含義。

普拉薩德說(shuō)，如果能讓Alexa在一個(gè)帶攝像頭的設(shè)備上運(yùn)行，就像亞馬遜的Echo Show一樣，而且Alexa獲得了采用攝像頭的許可，那么它就會(huì)利用這一點(diǎn)作為一個(gè)額外的信號(hào)識(shí)別:攝像頭可以用來(lái)記錄說(shuō)話者的姿勢(shì)，以確定這個(gè)人是在和Alexa說(shuō)話還是和房間里的其他人說(shuō)話。

在未來(lái)，Alexa也可以打斷你的發(fā)言。如果，比如說(shuō)，一個(gè)關(guān)于買披薩或者看電影的談話變成了一場(chǎng)無(wú)休止的爭(zhēng)論，這個(gè)時(shí)候Alexa就可以幫大家冷靜下來(lái)。

“但是打斷別人說(shuō)話的時(shí)候，時(shí)機(jī)和語(yǔ)氣必須是正確的，否則會(huì)讓使用者更加難以冷靜?！?/span>