Alexa能学你教的东西了，这是迈向通用人工智能的第一步

对于通用AI人工智能，我们还有很长的路要走。亚马逊Alexa意在成为能学习和理解人类意图并完成任务的通用AI助手，它新推出的一项新功能表明它向这个目标迈出了一小步，该功能可以让你教会亚马逊Alexa语音助手如何做新的事情。

它可能是这样的一次对话。

比如你说：“Alexa，将卧室灯更改为夜间阅读模式。”
Alexa：“我不知道夜读模式是什么意思。你能教我吗？”
你：“这意味着卧室灯的亮度为50％。”
Alexa：“完成，下次我会记得的。”

听起来很简单，但是Alexa的大脑已经发生了很多改变。当它发现自己不知道什么事情时，它可以要求用户帮助它弥补自己的知识空白，并与用户来回管理以不断寻求所需的答案。（在启动用户培训功能之前，Alexa会回答“嗯，我不知道那个”或其他变体回复。）

然后，它可以将其学习应用于其他设置。如果您在客厅里说“打开夜间阅读模式”，Alexa可能会将沙发上的阅读灯调节到50％的亮度。亚马逊Alexa自然语言理解负责人Prem Natarajan说，Alexa语音助手会记住它所学到的知识并将这些智能与您的帐户联系起来。

在另一种情况下，您可能会发表声明性的内容，这实际上是对Alexa的要求。如果您走进一个房间说：“Alexa，这里太黑了”，Alexa助理将理解您正在提出请求，然后找出解决该问题的方法。它可能会提示说：“您是要我打开灯还是打开百叶窗呢？” 如果您说“开灯”，那么当您将来再次说“Alexa这里太黑了”时，助手会按之前记住的开灯执行任务。

此家庭版Alexa仅限于控制智能家居中的设备。这意味着你不需要与助手进行冗长的对话来设置新设备或创建涉及多个设备的复杂例程。即使采用这种简单的形式，它也比我们通常与智能助手进行的短暂事务性交互更有意义。

Natarajan说：“通用人工智能最可靠的标志之一就是适应学习能力。这种能力可以在新的或意料之外的情况下进行了测验。” 换句话说，Alexa正在学习如何响应可能未经过明确培训的用户请求。

这种适应能力来自于研究人员训练自然语言模型的最新突破。自然语言AI在这一领域正在经历复兴，这种复兴在几年前就开始了。

长期以来，人们使用人类标记的文本来训练自然语言模型。创建这种培训材料需要大量劳动，而且成本很高，因此需要在没有足够的培训材料下创建准确的模型。在2018年，谷歌的研究人员开发了一个框架，该框架使用大量未标记的文本来训练自然语言模型（想想成千上万的数字书籍或数百万个Wikipedia条目）。这个框架被称为BERT（来自Transformers的双向编码器表示），语言模型被赋予足够的时间和计算能力来处理文本，并且逐步映射单词的含义和上下文之间的关联。这种技术模型仅通过语言就能学习世界的基本知识，这类似于婴儿六个月后所学到的常识。经过这种“预训练”之后，自然语言模型就更容易针对更具体的任务进行训练。

BERT研究推动了自然语言新发展的浪潮。这类大型语言模型的道德考量仍在讨论中。著名研究员蒂姆尼特·格布鲁（Timnit Gebru）说，谷歌最近解雇了她，部分原因是她对这种模型的批评。

Natarajan承认BERT是亚马逊许多自然语言开发的“启动平台”，最终将使Alexa能够向用户学习。

Natarajan还说道，既然亚马逊已经开发了可以由人类用户培训Alexa的功能，那么将相同的功能从家庭自动化环境迁移到其他环境也会很容易。例如，您也许可以教Alexa在汽车上做新的事情。(编译：Rainet)