在今日发布的一篇开发者博客文章中，Alexa AI 应用科学主管 Ruhi Sarikaya 详细介绍了机器学习技术的改进，称 Alexa 已能够基于上下文线索、更好地了解用户的语义。据其所述，这些改进旨在减少用户在交互式的摩擦，让 Alexa 在会话表现上更加出色。自今年秋季以来，亚马逊一直致力于自学习技能，教导 Alexa 自动从错误中恢复。
新系统经历了一段时间的测试，将于本周在美国推出。
Sarikaya 指出，Alexa 将不需要人工添加任何注释，能够参透用户“隐式或显式的上下文信号”，来检测不理想的交互（无法理解的命令）。
上下文信号包括客户的历史活动、偏好、使用 Alexa 技能的位置（家中 / 办公场所）和设备类型。
测试期间，Alexa 学会了理解客户下达的模糊（错误）指令“Play《Good for What》”，自动纠正为《Nice for What》并播放（Drake 的音乐作品）。
亚马逊表示，此举有助于减少用户交互时的摩擦，目前新系统正在对每日与音乐相关的请求进行更正。
此外，用户可以通过更加自然的流程，引导实现未命名的 Alexa 技能。
比如‘Alexa，给我找辆车’（get me a car），通过上下文语境来分析用户到底是需要呼叫网约车，还是想买一辆车。
最后还有改进的上下文结转功能，允许 Alexa 对整个会话期间的内容进行追踪和引用。
结合后续模式，Alexa 能够将背景噪音与用户的后续请求区分开来，从而与之实现更加自然的对话（无需重复唤起 Alexa）。
上述功能已于今日拓展到了美国之外的英国、加拿大、澳大利亚、印度、德国、日本等市场。