亞馬遜智能家居的“零觸控”未來

【獵雲網（微信號：ilieyun）】7月8日報導（編譯：檸萌）

智能家居設備市場將迎來強勁增長。據IDC預計，到2019年，智能家居設備出貨量將同比增長26.9%，達到8.332億部。到2023年，全球將有近16億台設備投入使用。

亞馬遜對此寄予厚望。Dashbot最近的一項調查顯示，75%的受訪者每天至少使用一次Alexa等語音助手，其中23%的人說他們用助手控制智能家居設備。在這一群體中，63%的人每天會多次使用家庭自動化助手。

因此，Alexa在控制燈泡、車庫門開啟器、智能鎖和其他智能設備方面變得越來越熟練，或許也就不足為奇了。

為了更好地理解亞馬遜在智能家居生態系統中與Alexa相關的工作，我們採訪了Nathan Smith，他是為Alexa智能家居客戶創建新功能的客戶體驗團隊的負責人。下面是經過編輯的討論記錄。

Nathan Smith認為，智能家居目前正處於大規模應用和擴展的階段。從傳統意義上講，它包含了更多技術領先的早期應用者，但我們已經超越了這一點。現在有超過60000種產品與7400個不同的製造商的Alexa合作，我們看到的一個趨勢是Alexa正在使這些設備的控制越來越民主化。

今年最有意思的是一個新功能，它使用機器學習和人工智能來幫助Alexa，不僅能理解你所說的，而且理解你真正的意思，然後提供一個簡單的用戶體驗。

Smith的團隊致力於讓Alexa更加人性化。如果你對Alexa下類似“嘿，Alexa，打開沙發燈”之類的指令，但實際上你想打開的燈被稱為客廳燈，Alexa不確定你指的是哪個，她會友好地建議“你是說客廳燈嗎？”

這項技術使人們在家裡可以更隨意地說話，並且超越了Alexa之前理解的嚴格的語法，它在許多不同的實際用例中都有幫助。一種是有類似發音的單詞，另一種是混合字元，比如人們在自己的或在Alexa智能手機應用程序的設備名稱中添加表情符號。它可以在不嚴格要求準確發音的情況下解析單詞，甚至可以在多語言情況下提供幫助。如果你使用不同語言的混合名稱，Alexa可以從中學習。

Smith的團隊試圖建立一個讓Alexa可以更自然地理解你的世界，而不是訓練人們用Alexa的語言說話。如果Alexa非常清楚你在說什麽，就可以簡單地執行預期的任務。

Alexa從去年12月底開始在美國推出這一功能，最近又將其擴展到加拿大、澳大利亞、英國和印度。就早期結果而言，當Alexa向客戶提出建議時，在平均80-90%的時間裡客戶都會接受建議。

Alexa在決定如何響應一個命令時，還考慮了哪些其他因素？

收集實際實況，並將它們吸收到語義和行為模型中，這些模型以一種非常人性化的方式向你學習——就像一個孩子問有關世界的問題的方式——支撐著Alexa的機器學習。我們的模型真正做的是根據設備狀態和行為信號（比如哪些設備通常在什麽時候打開）以及日期和時間等環境信號對信號進行分層。在生成建議時，模型會考慮上述所有因素。

我們還有很多工作要做。我們看到越來越多來自各行各業和不同技術背景的客戶使用支持Alexa的智能家居設備，這是採用尖端技術並利用它幫助簡化客戶體驗的第一步。

你和你的團隊正在用人工智能解決的其他挑戰是什麽？

人工智能和機器學習是Alexa的核心，從語言處理和理解，到智能地將命令路由到正確的功能。

功能方面，我們有Hunches，Alexa通過它從連接的傳感器或設備中獲取信息。當你說“Alexa，晚安”之類的命令時，它會檢查你的車庫燈是否還亮著，以及它們是否在一天中的那個時候通常是關著的，這就會通知響應。Alexa會說類似這樣的話“晚安。順便說一句，我注意到你車庫的燈開著。要不要我幫你把它們關掉？”並在智能家居常規的某些階段給客戶提供有用的反饋，而不需要他們去鑽研一堆應用程序螢幕。

這些功能使用AWS支持的機器學習技術。我們在SageMaker平台上大規模運行這些實時功能，這使我們能夠更快地迭代。

你還有哪些方法可以讓首次購買者在使用時更簡單？

我們已經在這方面努力了很長一段時間了，最讓我們興奮的事情之一就是這種零觸控設置的能力。去年，我們發布了Wi-Fi簡易設置，它可以讓你快速配置亞馬遜的Wi-Fi設備，比如亞馬遜Smart Plug。基本上，只要你插上電源，Alexa就會說：“嘿，我找到你的新設備了。”不需要其他設置。我們將同樣的體驗帶到藍牙低能耗燈泡上，比如飛利浦新推出的Hue產品，我們正在努力擴大這項技術的廣泛應用。

至於如何進行設置之後的配置，去年年底，我們發布了幾個功能，可以幫助你做一些其他的設置，通過語音獲取環境信息，你可能需要與Alexa進行完全自然的互動。我們希望客戶能夠把他們的設備放在房間裡，這樣當他們在一組設備中提到一個設備時，Alexa就能做出正確響應。

這就是為什麽我們在去年推出了一種對環境更加敏感的設置體驗。如果你說“Alexa，把燈打開”，她就會用聲音引導你，然後把燈打開。我們已經看到客戶真正接受了這一點，因為它不會妨礙設備的控制。

你是否必須考慮不同的Alexa設備形式因素？例如Echo Dot和Echo Show。

我們認為它是不同模式（應用程序、語音和螢幕）之間的一個網格，因為每種模式都有不同的優勢。當你想做一些不用手就能完成的事情時，語音很方便，但當你想安靜地做一些事情時，語音就不太合適了。這就是我們依賴於基於螢幕的互動的地方。

我們真正感到興奮的是確保，隨著越來越多的不同客戶開始使用Alexa，我們能夠跟上他們的需求，而不是向後看，然後說：“好吧，我們如何向這些客戶傳授過去的模式？”相反，我們使用機器學習等技術來展望未來，並從中學習。

關鍵是使用的這項技術要適合問題的類型，無論是檢查行為模式或試圖用實況建立語義庫，然後調優一個元模型，將那些個人信號考慮其中，產生一個有用的用戶體驗，而不是僅僅是做假設。