【天博APP】2019年,Alexa将会走向何方?

发布时间:2021-05-29    来源:天博APP nbsp;   浏览:59792次
本文摘要:2018年,亚马逊Alexa语音助手的变革多来自广度而不是深度。

2018年,亚马逊Alexa语音助手的变革多来自广度而不是深度。亚马逊在2014年秋14年秋季推出第一款AI人工智能音响Echo时,许多人不理解Echo的运行机制。从2014年到2018年,Echo和Alexa驱动的智能设备已经逐渐褪色,遍布人们日常生活的各个角落。

亚马逊语音助手Alexa的国家数量已经减少了一倍以上,获得了规模上的小收益。对于初级用户来说,可以使用Alexa自学法语和西班牙语。

现阶段,多达2万8千台智能设备与Alexa合作,是今年年初合作设备数量的6倍以上。Alexa重复使用100多种不同的产品和设备。1999年99年首次销售的比利巴斯Big,MouthBillyBass?这条可以转身、摇动尾巴、张嘴唱歌的鱼,今年已经可以和Alexa相容了。Alexa在2018年的发展道路上,总是影响着2019年乃至更接近将来的发展趋势。

Alexa安静复杂地再次发生了一些变化,这些变化大众平时可能没有注意到。在过去的一年里,Alexaget获得了许多新技能。

天博APP下载

例如,Alexa根据上下文,从一个搜索转移到下一个搜索,转录以前的问题,需要反复唤醒单词。用户可以根据自己的市场需求,拒绝Alexa在同一个催收中继续执行多个操作者,在Alexa应用中魔鬼一个技能,并且需要告诉清楚的名字。

虽然看不到这些小调整,但积累后,常态会引起异化。用户与机器的交流看起来更加圆润流畅,比一年前更自然。

亚马逊大力引进,完善机器学习技术。在人类语言专家的协助下,通过系统识别中的主动自学功能,大大降低了错误率。亚马逊Alexa副社长兼首席科学家RohitPrasad应对,自主自学已经进入亚马逊的各个渠道,包括语音识别和自然语言解读。

这些使亚马逊的所有机械学习模式更加完善。近年来,数据显示已经成为最重要的研究课题。自然语言解读系统很少输出完整的文本,而是使用映射形式。数据表示保持文本的语义信息,而不是持续确认。

使用嵌入式提高类似的NLU任务已经多次应用。在今年的IEE语言技术峰会上,亚马逊展示了专门针对AlexaNLU的数据显示方案。数据显示,在一些关键任务的技能自由选择和数千种技能中,该方案将技能自由选择错误率降低了40%。

在Alexa的NLU系统中,用户语言经过了更细致的分类。首先,对话领域或对话主题的分类,如音乐、天气。其次,根据潜在意图或用户期望的对话进行分类。例如,在音乐领域,可能是搜索、广播、iTunes等指令。

最后,依据词的方位类型开展归类。例如,播放AA歌唱的XX歌曲,AA属于歌手名称,XX属于歌曲名称。亚马逊的数据显示,方案在领域、意图、方向三个方面构成了比较自然的水平结构。

通过一系列的语言方向,连接语言定义用户的意图,一系列的意图包括域。亚马逊已经训练了246,000个的24.6万个语言神经网络。该网络首先分解一个方答(公共编号:)记录:slot,representation),分解意图应答(intentrepresentation),最后产生域应答(domaintresentation)。训练期间,神经网络必须评价如何正确分类域。

其目的是传达(记录:representation)而不是分类。评价有效地继续实施应对的水平结构,保证语言方向和意图丢失域所需的信息。网络输出时,首先不通过去词汇化器,也就是用特定的语言方向值替换,例如Drake的Niceforwhat,成为播出歌手的歌曲。

该过程由分离的NLU系统处理。网络分类的目的是分类应对的最佳方法,而不是分类。记录:结构图,如何产生意图,单体意图,域应对词汇简化的语句传输转移到映射层,该层使用现成的映射网络。网络将单词转换成相同长度的向量-数字串。

例如,在高纬空间的空间坐标中,充满了有相似意义的单词。特定的词通过去词汇化器,通过网络以非常简单的标准映射,但是语言方向的解读不会有差异。

通过培训回应网络。算法识别训练数据,识别各语言方向使用的可能性。例如,与天气领域天气状况相关的语言方向可能包括风、暴雨、雪、暴雪等。

具备相近词语含义的映射词相互空间方位相似,平均值映射层的几个词可以捕捉空间方向的相似性。在培训之前,去词汇简化的方位是非常简单的映射,作为平均值的可能值。在训练过程中,可以改变映射网络的设置,根据语言方向、意图、域的特性情况进行调整,基本原则仍为向量分组。

去词汇化词汇映射后,传递到双向长短期记忆网络。长期记忆LSTMs按顺序处理数据,在之前的输入中处理等价的输入因子。

LSTM在NLU中被普遍使用。因为可以根据句子的方向自学说明单词。融合LSTM(bi-LSTM)是处理从前到后完全相同输出序列的LSTM。

bi-LSTM的输入是向量,用于应对意图。意图向量通过单个网层,该网层产生域回应。为了评价应答方案,亚马逊将代码输出到两个技术自由选择系统中。当用于输出完整的文本时,系统精度为90%,亚马逊将精度提高到94%。

为了证明其应对顺利依赖于分类类别的分层嵌套,比较了设计的3个不同系统,通过融合LSTM代码的词汇输出自学域和意图映射。三个系统表明完整文本的改进,不能给出分层系统。从本质上讲,通过深入的自学,亚马逊建模了很多领域,将自学转移到了新领域和新技能。RohitPrasad说。

近日,亚马逊推出了移民自学,该项目归属于亚马逊未来战略的一部分。改进机器学习最重要的影响是系统错误率比去年增加25%。另外,今年12月,亚马逊开始了机器的自学,系统可以联系上下线索进行修正。

天博APP下载

RohitPrasad举例说,当用户告诉Echo玩游戏XM,Chill催促结束时,他们可以irius53频道。对Alexa来说,XMChill和Sirius53频道的意义完全相同,是独立的国家。从隐藏的对系统自学。

现状和未来两人开始说话的时候,容易感受到对方的感情,解读对方的感情,但无能为力。人们希望开发系统成熟,需要解读对话发展的人性化能力。

卡内基梅隆大学语音识别专家AlexRudnicky说。今年秋天,亚马逊的技术专利表明,Alexa可以识别用户的感情,做出适当的反应。

RohitPrasad回答说,Alexa的最终目标是远程无语功能,拒绝对等价问题作出不同的反应。当然,成为解读声音、语调错误复杂差异的声音助有很长的路要回顾。AlexRudnicky指出,在人类的感情中,愤怒最容易区分。

现阶段,亚马逊在平稳版本中享有7万项技能,从测试、游戏到冥想,是2年前的7倍以上。随着Alexa设备的减少,其技能也大大提高。Alexa可以很好地预测人们的意图,但更好的Alexa用户不理解其潜在用途,厨房和闹铃成为用途最少的场景。另一方面,开发者也没有更好的能源、动力研究用户的潜在应用于场景。

实际上,语音助手不仅需要显示市场需求,还有很多潜力。更多的人在Alexa看美国的公共电台,检查天气。2016年Alexa曾推出过一款对话幻想游戏,算法似乎无法警告用户Alexa其他潜在功能的不存在。如果我们向用户说明新的技能、新的功能,与用户做的事有很高的关系的话,结果会很好。

值得注意的是,这些推荐所需的时机和必要的内容。否则,就不会造成信息短路。Tonid说。据Canalys数据显示,2018年Q3Echo发货量为630万台,谷歌仅次于,发货量为590台。

谷歌跟得早,谷歌已经成为亚马逊无法忽视的竞争对手。从市场体积来看,不包括第三方设备,Alexa在数量、用户基数上占主导地位。但谷歌的优势仍然显着,Canalys分析师VincentThielke的应对,谷歌享受多年的人工智能累积,Alexa从头开始。

谷歌在人工智能领域领先,容易领先亚马逊。Android、AndroidAuto、WearOS可以为谷歌助理获得更多的土壤。

亚马逊曾在2014年推出FirePhone,结局更惨烈,因此在移动端口,亚马逊的自由选择极其有限。在汽车领域的良好表现,在原始项目的构建方面领先于谷歌和苹果。亚马逊Alexa的快速增长趋势没有上升的迹象是不可否认的。

优势和缺点在某种程度上显着的alexa的未来不会在南北,只有alexa告诉我答案。via:亚马逊wired原创文章允许禁止发表。

下一篇文章发表了注意事项。


本文关键词:天博APP,天博APP下载

本文来源:天博APP-www.siteagahi.com