Les ingénieurs d’Amazon sont en train de modifier l’algorithme d’Alexa pour aider l’assistant virtuel à deviner les demandes des utilisateurs, et lui proposer de les résoudre, avant même que la demande ne soit formulée.
Après qu’on lui aura demandé, par exemple, combien de temps une tasse de thé devrait être infusée, Alexa pourra proposer de régler une minuterie pour le nombre de minutes recommandé.
Les ingénieurs d’Alexa, Anjishnu Kumar et Anand Rathi, ont expliqué dans un article de blog poursuivre leurs efforts pour rendre les interactions avec l’assistant virtuel aussi naturelles que possible.
Un pas de plus vers une interaction naturelle
Discuter avec Alexa devrait être aussi naturel que de parler à un autre être humain, expliquent les ingénieurs, et permettre à la technologie d’anticiper ce qui va suivre dans la conversation est essentiel pour permettre un flux de dialogue fluide. « Maintenant, nous faisons un pas de plus vers une interaction naturelle avec une capacité qui permet à Alexa de déduire les objectifs latents des clients, objectifs qui sont implicites dans les demandes des clients mais pas directement exprimés », décrivent les ingénieurs.
Atteindre ce degré d’intelligence pour un assistant virtuel est difficile, et nécessite un certain nombre d’algorithmes sophistiqués. Pour déterminer quel pourrait être le but latent, Alexa doit analyser les multiples caractéristiques des demandes des utilisateurs, et les comparer aux modèles d’interaction antérieurs. Le modèle doit apprendre des comportements des clients, en se rappelant par exemple que les utilisateurs qui demandent combien de temps le thé doit être infusé demandent souvent ensuite qu’un minuteur soit réglé pour ce temps.
Le processus de création d’une suggestion de suivi basée sur les informations qu’Alexa a identifiées dans la première demande n’est pas moins difficile. L’algorithme doit recueillir une compréhension contextuelle des mots prononcés par l’utilisateur, afin de transmettre l’information de manière structurée pour la prochaine compétence à utiliser. Les ingénieurs d’Amazon ont développé un « modèle de report de contexte » pour permettre la transition.
Disponible pour l’heure aux Etats-Unis
L’une des tâches les plus difficiles consistait à déterminer si l’assistant virtuel devait ou non remettre en question les intentions des utilisateurs. « Nos premières expériences ont montré que tous les contextes de dialogue ne sont pas bien adaptés à la découverte d’un but latent », précisent les experts. Lorsqu’un client demandait une « recette pour le poulet », par exemple, l’un de nos premiers prototypes répondait incorrectement en demandant : « voulez-vous que je joue des sons de poulet ? »
Les ingénieurs ont utilisé un modèle de deep learning qui tient compte de divers éléments dans le dialogue avec le client avant de décider si une suggestion doit être déclenchée ou non. L’algorithme effectue une évaluation basée sur des facteurs allant du texte du dialogue aux comportements antérieurs des utilisateurs envers l’assistant virtuel, y compris la fréquence à laquelle ils s’engagent avec les suggestions multi-compétences d’Alexa.
Mais bien que les ingénieurs d’Alexa aient insisté sur le fait que l’algorithme ne suggère un suivi que lorsqu’il trouve le contexte adéquat, il est facile d’imaginer à quel point Alexa pourrait devenir envahissant si la technologie est défectueuse. Si Alexa se trompe dans le contexte des questions des utilisateurs et commence à remettre en question des demandes non pertinentes, la technologie pourrait devenir une nuisance pour eux.
Pour l’instant, la nouvelle fonctionnalité est disponible pour les clients d’Alexa en anglais aux Etats-Unis, et son activation ne nécessite aucune procédure particulière.
Source : ZDNet.com
