自助服务如何 democratize 人工智能技术

在6月份，某位专家为某机构科学部门撰写了一篇博客文章，认为Alexa以及更广泛的人工智能领域正在进入一个新的"自我时代"，在这个时代中，它将变得更加自我感知、自我学习和自助服务。

某机构在自助服务人工智能方面的进展在今天的一场虚拟活动中得到了展示，我们发布了新的设备和服务系列。其中包括三项针对Alexa设备的自助服务功能：偏好教学、自定义声音事件检测以及针对基于摄像头的Ring设备的自定义事件提醒。

偏好教学允许客户明确教导Alexa哪些技能应该处理特定类型的请求，他们关注哪些运动队，以及偏好哪种美食；自定义声音事件检测允许客户教导Alexa识别特定的家庭声音（例如门铃声），并在听到这些声音时启动特定的Alexa例程；Ring自定义事件提醒允许客户指定Ring视频门铃摄像头或聚光灯摄像头捕捉图像中的特定区域作为感兴趣区域，并教导摄像头区分该区域的不同状态，例如棚门是打开还是关闭。

所有这些例子都展示了某机构如何通过使客户能够按照自己的需求配置机器学习系统来 democratize 人工智能，而无需编程或机器学习方面的专业知识。

偏好教学

偏好教学允许客户使用自然语言教导Alexa他们的偏好，例如"Alexa，我是爱国者队的忠实粉丝"，或者"Alexa，我喜欢泰国菜"。这是去年推出的客户交互式教学的扩展。偏好教学的一个显著区别是客户发起教学，而之前Alexa会在无法理解命令时发起教学。

这两个应用的核心是两个模型：一个自然语言理解模型，用于识别用户的意图以及实体名称和实体类型；一个对话管理模型，用于管理与客户的交互并决定采取什么行动。

今年的一项重要技术进步是，对话管理模型与自然语言理解模型一样，都是深度神经网络模型。使用Alexa Conversations进行训练，允许设计者只需提供模型应该能够处理的对话类型示例。Alexa Conversations然后分析这些示例并自动生成它们的变体，将可用于训练神经对话管理模型的数据量增加了100倍。

在推出时，偏好教学将支持三类偏好：处理天气请求的首选技能、偏爱的运动队和食物偏好。一旦模型识别出客户偏好，它就会在相关知识库中搜索匹配项。如有必要，它将跟进请求更多信息。例如，如果客户表示偏好"巨人队"，而Alexa在运动知识库中找到多个匹配名称，它可能会问：“您是指纽约巨人队还是旧金山巨人队？”

在持续研究中，Alexa AI科学家正在努力为偏好提取模型添加常识，以便例如，如果客户说"我不吃肉"，Alexa将运用常识推理将其解释为对素食餐厅和食谱的偏好。

自定义声音事件检测和Ring自定义事件提醒

自定义声音事件检测和Ring自定义事件提醒使用类似的方法进行少样本学习，即仅从少量示例中学习新的分类任务。

使用自定义声音事件检测时，客户在Alexa提示下提供六到十个新声音的示例，例如门铃响声。Alexa使用这些样本来构建新声音的检测器。随后，当Alexa检测到该声音时，它将执行客户设置的例程，例如闪烁房子最远房间的灯光。

类似地，使用Ring自定义事件提醒时，客户使用光标或在触摸屏上使用手指勾勒特定摄像头视野内的感兴趣区域，例如棚门。然后，通过筛选该摄像头的历史图像捕捉，客户识别该区域特定状态的五个示例，例如棚门打开，以及替代状态的五个示例，例如棚门关闭。可以配置Ring自定义事件提醒在感兴趣区域状态发生变化时向客户发送警报。

在这两种情况下，都在分类任务上训练神经模型，一种是音频分类，另一种是视频分类。这些模型是编码器-解码器模型，意味着它们具有嵌入输入或将其转换为向量表示的编码器模块。基于这些嵌入，解码器进行预测。

对于事件检测（无论是音频还是视觉），仅使用编码器。当同一类型事件的示例通过编码器时，产生的嵌入在嵌入空间中定义一个区域。识别同一事件的后续实例只是衡量它们的嵌入与示例嵌入的距离问题。

为了训练自定义声音事件检测的编码器，Alexa团队利用了自监督学习。在训练的第一阶段，训练网络简单地重现输入信号：也就是说，从嵌入中，解码器必须重建编码器的输入。这使得能够仅使用未标记数据开发强大的编码器。

然后在标记数据上对模型进行微调，这些标记数据是按类型标记的声音录音。这使得编码器能够学习不同类型声音之间更精细的区分。Ring自定义事件提醒也使用这种方法，其中利用了公开可用的数据。

偏好教学和自定义事件检测只是 democratize 人工智能的几种方式。继续推进自助服务科学，使人工智能对每个人都更加可定制和有用。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）