亚马逊Alexa变得更具响应性，知识丰富，并且具有语境感知能力。Alexa AI应用科学主管Ruhi Sarikaya在一篇博客里详细介绍了亚马逊在全年的会话AI领域取得的进展，以及最近的一些改进。

目前，Alexa依赖于许多语境线索来解决歧义，包括历史活动，偏好，记忆，第三方技能评级和使用，会话语境和物理语境。为了进一步提高其精确度，亚马逊本周推出了一个自主学习系统，利用用户隐含的或明确的语境信号，检测Alexa理解中的错误并自动从这些错误中恢复，而无需人为干预。

Sarikaya表示，在今年早些时候的测试期间，AI系统自动学会将命令“播放Good for What”与“播放Nice for What”相关联，自动纠正歌曲名的错误。

Sarikaya提出，“此AI目前正在对每天对大量音乐相关的语句进行更正，帮助减少用户在使用最流行的Alexa兼容设备时的互动障碍。我们将在未来几个月扩大这种自主学习能力的使用。”

Alexa的进步不仅限于语言理解。今年秋天，亚马逊推出了一种AI模型，可以执行无名称技能交互，允许用户在Alexa Skills Store中查找和启动技能，而无需记住它们的确切标题或名称。正如Sarikaya解释的那样，它使客户能够发出命令，例如“Alexa，get me a car”，而不是像Uber或Lyft那样指定特定的乘车服务。

该模型于今年早些时候在美国首次亮相，最近扩展到英国，加拿大，澳大利亚，印度，德国和日本。当德国的客户说“Alexa，welche stationen kennst du？（Alexa，你知道哪些电台？）”， Alexa将回复“Der Skill Radio Brocken kann dir dabei helfen。Möchtestduihn aktivieren？（布雷肯广播电台的技能可以提供帮助。你想启用它吗？）”。

在对话方面，Alexa现在能够通过几轮对话更好地跟踪参考情境，这个问题称为时段遗留（slot carryover）。后续模式由AI驱动，可以将后续请求与后台会话或音频噪音区分开来，用户发出命令而不必重复唤醒词“Alexa”，它能够更自然地进行交谈。

Sarikaya写道，“例如，当Alexa对波士顿天气进行回应之后，用户问道，‘那里有好餐馆吗’，Alexa会推断客户在询问波士顿的餐馆。”

这两项改进措施今年早些时候都在美国上市，并且已经扩展到加拿大，英国，澳大利亚，新西兰，印度和德国。

亚马逊本周还推出了Alexa Answers，这项功能可以让客户提交不寻常问题的答案，然后可以将这些问题分享给全球数百万Alexa用户。

“我们]正在进行多年的基本改变人机交互的旅程，”Sarikaya说。“它仍然是第一天，与互联网早期的情况不同，当时一些人认为市场的比喻最能描述技术的未来。近四分之一世纪之后，围绕Alexa形成了一个细分市场，很明显，为了使该细分市场蓬勃发展，我们必须扩大对情境信号的使用，以减少模糊和摩擦，提高客户满意度。“

Sarikaya说:“我们正处于从根本上改变人机交互的历程中。很明显，要想让市场蓬勃发展，我们必须扩大语境信号的使用，以减少歧义和摩擦，提高用户满意度。”