不止Alexa和AWS，揭秘亚马逊人工智能发展史

然而，普拉萨德的经历给他带来了信心。他认为这是可实现的。然而，亚马逊并不具备工业级系统，将机器学习技术应用于产品开发。“我们有少数科学家正在研究深度学习，但我们缺乏基础设施将这些技术应用于生产。”他说。好消息在于，亚马逊已经掌握了全部模块：无与伦比的云计算服务，可运行机器学习算法、安装了大量GPU的数据中心，以及熟悉如何移动数据的工程师。

他的团队利用这些模块开发了平台，而除了用于Echo项目之外，这个平台本身就是宝贵的资产。Alexa高级科学家斯派罗斯·马特索卡斯(Spyros Matsoukas)表示：“当我们在Echo上实现远距离语音识别之后，就发现这里的机会原来有这么大，我们可以将Alexa发展成为语音服务。”他此前曾在雷神BBN与普拉萨德共事，当时的工作包括从事美国国防部高级研究计划局(DARPA)的项目Hub4，利用广播新闻节目和窃听的电话通话来发展语音识别和自然语言理解技术，这对Alexa项目来说也很有用。推动Alexa发展的最直接方式是向第三方开放，让开发者开发基于语音技术的迷你应用，即“技能”，并在Echo平台上运行。然而，这才只是开始。

在Alexa突破Echo音箱的限制之后，亚马逊的人工智能文化开始形成合力。公司内的不同团队都开始意识到，Alexa可以为他们各自项目提供有用的语音服务。普拉萨德表示：“尽管我们的单线程所有权模式已经很成熟，但仍然可以将所有数据和技术融合在一起。”

最开始，亚马逊的其他产品开始集成Alexa：通过对Alexa设备的语音命令，你可以访问亚马逊音乐、Prime视频、获得亚马逊主站的商品推荐信息，以及使用其他服务。随后，这项技术开始推广至亚马逊的其他业务。林赛表示：“一旦我们掌握了最基本的语音能力，就可以将其集成至非Alexa产品，例如Fire TV、语音购物、亚马逊生鲜的Dash按钮，以及AWS。”

在这个过程中，亚马逊内部的人工智能孤岛开始逐渐靠近。

亚马逊转型的另一大关键在于，一旦数百万客户(亚马逊拒绝透露具体数字)开始使用Echo和其他Alexa设备，亚马逊就能掌握丰富的数据。这或许是任何会话式设备所能积累的规模最庞大的数据集。对人才招聘来说，这样的数据集也是极具吸引力的资源。突然之间，亚马逊就成了那些机器学习专家梦寐以求的雇主。去年加入亚马逊的Alexa机器学习副总裁拉威·简恩(Ravi Jain)表示：“Alexa对我的最大吸引力之一在于，一旦你在市场上推出了一款设备，那么就掌握了获得信息反馈的来源。不仅仅是用户反馈，这些实际数据是优化所有一切，尤其是底层平台的基础。”

因此，随着越来越多用户使用Alexa，亚马逊获得的信息不仅能让系统性能变得更好，也有利于自主机器学习工具和平台的加速发展，并成为该公司吸引机器学习科学家的重要武器。

“飞轮”终于开始旋转起来。

（编辑：惠州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!