亚马逊的AI重写了“数百万”的Alexa用户命令，可将缺陷减少30%

 
像Alexa这样的AI基础助手在一定程度上通过手动数据转录和注释变得更好，这需要花费大量时间和精力。为了追求更具可扩展性的方法，亚马逊的科学家注意到了人们倾向于重新解释错误的命令，他们利用了来自交互的反馈来收集见解。他们在一份详细介绍他们工作的论文中说，他们部署的自动自学系统减少了“成千上万” Alexa客户的错误。
正如亚马逊的科学家和产品经理在9月份对VentureBeat所说的那样，这是亚马逊迈向很大程度上不受监督且更像人类的Alexa的又一步。此类技术使Alexa能够更好地根据智能家居设备对其周围环境进行上下文理解，并具有检测用户语音中的沮丧情绪等情绪的能力。
研究人员指出，像Alexa这样的助手远非完美。错误是由自动语音识别(ASR)引起的，在该语音中，“ Play Imagine Dragons”之类的话语可能会被误解为“ Play maj and dragons”。自然语言理解错误包括诸如“不要再播放这首歌，跳过”之类的示例。 Alexa仅在其短语为“略过这首歌”时才会理解。然后还有一些理解问题，例如“ Play Bazzi Angel”而不是“ Play Beautiful by Bazzi”。要解决这些挑战，就需要开发一种“查询重写”技术来重新制定语音命令传达了相同的含义。
在较高的层次上，Alexa包含三个组件：ASR系统，具有内置对话框管理器的NLU系统以及文本到语音的TTS系统。 Alexa通过ASR识别用户的语音并将其解码为纯文本(语音)，NLU模块会对其进行解释(说明用户活动对话会话的状态)，然后继续执行相应的操作以执行TTS。 TTS生成适当的响应，作为语音通过Alexa反馈给用户，从而关闭交互循环。
研究人员的自学系统拦截了发给NLU组件的话语，并使用重新格式化引擎对其进行了重写。 (此引擎使用高性能，低延迟的数据库，该数据库会查询原始语音，以产生其相应的重写候选者。)然后，重写将传递回NLU组件进行解释，以恢复原始数据流。
根据研究团队的说法，该引擎每天从“数百万”客户那里获取匿名的Alexa日志数据，以从用户的配方中学习并更新数据库，从而使其能够保持现有重写的可行性。 (自动化作业每天会挖掘成千上万的新语音，以识别最新语音并将其提供给用户。)离线黑名单机制通过独立比较其摩擦率与原始语音的摩擦率来评估重写，在这种情况下，使用预训练的AI模型。
显式和隐式反馈都会通知系统。研究人员说，这里的明确反馈是指直接用户参与的纠正或强化反馈，主要是用户选择通过插词打扰Alexa的事件。隐式反馈包括用户在Alexa因异常或其他错误而无法处理请求后放弃会话的情况。
亚马逊表示，自从该系统投入生产以来的九个月中，它已将缺陷率降低了30%。该论文的作者写道：“我们已经将该应用程序运行了9个月以上，从那以后，它已经为数百万用户提供服务，在不妨碍他们的情况下每天改善他们的体验。”