在今天发布的开发者博客文章中，Alexa AI应用科学主管Ruhi Sarikaya详细介绍了机器学习技术的进步，这些技术使Alexa能够通过上下文线索更好地了解用户。根据Sarikaya的说法，这些改进在减少用户摩擦和使Alexa更具会话性方面发挥了作用。
自今年秋季以来，亚马逊一直致力于自学习技术，教导Alexa自动从错误中恢复。该系统至今一直处于测试阶段，并于本周在美国推出。它不需要任何人类注释，并且，根据Sarikaya，它使用客户的“隐式或显式上下文信号来检测不理想的交互或理解失败。”上下文信号包括客户的历史活动，偏好和Alexa他们使用的技能是Alexa设备在家中的位置以及它是什么类型的Alexa设备。
图片：亚马逊
例如，在测试阶段，Alexa学会了解客户错误地命令“Play’Good for What’”并通过播放Drake的歌曲“Nice for What”来纠正它们。这对于减少用户交互摩擦具有很大的潜力。亚马逊表示，新系统目前正在每天对与音乐相关的请求进行更正。
还可以执行无名技能交互，通过更自然的流程引导客户实现Alexa技能。你可以说，“Alexa，给我一辆车”，语音助手会理解这个命令而不会让你指定乘车共享服务的名称。今天，无名称交互功能已经扩展到美国以外的英国，加拿大，澳大利亚，印度，德国和日本。
智能家居相关技能的无名互动今天也在美国推出。客户可以简化命令“Alexa，开始清洁”，而以前，他们必须通过说“Alexa，让Roomba开始清洁”来指定和记住技能。
最后，还有改进的上下文结转功能，允许Alexa在整个对话过程中跟踪引用。Sarikaya写道：
“例如，如果一位顾客说”西雅图天气怎么样？“，在Alexa回应后说”波士顿怎么样？“，Alexa推断客户询问波士顿的天气情况。如果在Alexa对波士顿天气的回应之后，客户问道：“那里有好餐馆吗？”，Alexa推断顾客在询问波士顿的餐馆。“
结合后续模式，可以将背景噪音与您的后续请求区分开来，您现在可以与Alexa进行更自然的对话，而无需重复“Alexa”唤醒词或担心为Alexa仔细写入命令以理解它们。背景结转和后续模式今天将扩展到美国以外的加拿大，英国，澳大利亚，新西兰，印度和德国。