P: Alexa 已经具备一大套功能和体验，用户只需单方面表达几个意图，系统就能以极高的准确度予以回应。就对话方面而言，直播，我认为，正确实现这一点需要大量的权衡。Alexa 不应该回过头来为用户（没有必要的）的问题。否则会很让人沮丧。但是，必要时，它应该问问题，而且对话能力非常重要。你留意了 Alexa Prize 竞赛吗？

B：就是今年 9 月宣布的，面向 CS 学生、奖金为 250 万美元的挑战赛吗？

P：没错。在学术领域，很难在对话领域做研究，因为他们没有像 Alexa 这样的系统进行合作。所以，我们帮助他们用修改版的 Alexa 工具包，简单搭建新的对话功能。这个挑战赛旨在创造一种的社交机器人，它能够进行 20 分钟有意义、连贯、引人入胜对话。

B：你认为会是图灵测试类的对话吗？

　　P：我不这么认为。图灵测试归根结底也是是否能骗到人——你能骗到一个局外人（outsider) 以为它是一个人吗？如果你说的是某些任务，Alexa 已经超越人类。比如，人类很难在数以百万的目录中立刻找到某首曲目，是吧？Alexa 可以阶乘 60，人类却很难做到。所以，我们肯定不想让它类似一个图灵测试，更多与连贯性和参与度（engagement）有关。

B：在于 Alexa 的二十分钟对话中，人们要谈论些什么呢？

P：我们给出主题。「你能说一下今天报纸的热门话题吗？」我们期待社交 bots 可以与你谈论类似科学发明或金融危机类的话题。

B：比赛反响热烈吗？

P：我们已经收到数以百计的申请。我们正在资助大学的学生——那些能从研究中抽身或者与其研究方向契合的研究生们，所以，我们想要确保这些学生做出的有吸引力的语言英语能够得到资助。申请很多，以至于我们不能仅资助原来计划的最初十支队伍，最终资助了十二支队伍。

因为与人工智能和机器学习领域最优秀学生进行合作的需求很大，所以，学界也担忧会失去这个领域的核心人才。

　　这令人担忧。这也是我发起 Alexa Prize 的原因之一。我们希望能打造下一代的机器学习，人工智能科学家和学术界在这其中扮演重要角色。如果每一位教授都跳槽诸如我们这样的公司，不仅目光短浅也是非常吓人的事情。

　　另一方面，显然，你们正在招人工智能人才，与谷歌、Facebook、微软、苹果甚至传统公司竞争。亚马逊心仪什么水准的新人？

B：我认为不需要回答这个问题，因为其他公司会抄袭。

　　P：实际上，如果你回答好了，那些人才可能会在这篇采访里的读到这些并给我们投简历。

　　在亚马逊这样的公司中，搞研究的独特之处在于聚敛数据、计算能力以及世界上最优秀人才来解决用户面对的问题。研究一个用户面临的问题并不会带走创新——事实上会加速创新，我们尝试解决的问题都是超级难的问题。Alexa

　　初诞之时，在许多领域解决语音识别、自然语言理解都是异常困难的事情。

B:今天，你们在宣布一些会帮助开发者的新工具，对吧？

　　P：是的。

B：今天你们还发布了协助开发者的新工具，对吧？

P：是的。我们想要为开发者简化的一个关键是我们称之为的「built-in intent（内置意图）」和「slot type（插槽类型）」问题。

B：请解释一下。

P：对于大部分功能，人们可能都会需要说：「Alexa, stop」或「cancel」。你希望能够将这些命令或意图展现给开发者，而不是告诉开发者去自定义 cancel/stop 意图的执行。slot type 是指像城市名、词汇项这样的东西。这些方面我们之前已经做了一些，开发者通常会用到大约 10 个意图和 15 个插槽类型。所以，作为第三方功能的一部分，我们还宣布了一个包含了数百个内置功能（插槽类型）的大集合，其横跨多个不同的领域，包括书籍、视频和本地商家。同时也包含了一个大的意图集合，这可以用来帮助回答用户向 Alexa 提出的问题。