亞馬遜（Amazon）人工智慧助理 Alexa 應用大量資料訓練，以提升語音辨識和應答的準確性，但亞馬遜從未透露提升 Alexa 準確性的細節，據 Bloomberg 報導亞馬遜在訓練 Alexa 時，有大量員工辨識分析數百萬條語音，由於人類加入，語音助理提供服務的過程，就會面臨如何保護用戶隱私的問題，至今亞馬遜沒有給更好的解釋。
語音助理訓練會使用大量資料，亞馬遜宣布時，往往會介紹大量機器學習技術的應用如何提升語音助理的性能，但提升辨識準確率最高效的辦法就是讓人來聽。這一點在亞馬遜 Alexa 冗長的用戶服務協議中列明，但很少會有用戶注意到這些內容。隨著語音助理在日常生活的應用越來越普遍，用戶也開始關注語音助理如何工作，但各大公司對語音助理的服務和技術細節往往避而不談，特別是有員工參與語音辨識這些細節從未公開討論。
機器學習技術應用時，人類參與資料的分析通常解釋為資料註釋，這是自然語言辨識、翻譯、圖像辨識等技術應用的基礎工作之一，比如 Alexa 無法準確辨識用戶的口音，不同地區重複的地名或其他難以辨識的資訊，技術研發時並沒有考慮到這些因素，應用就需要人類介入修正。
在全球有成千上萬亞馬遜公司、供應商和合作方員工參與 Alexa 語音助理的工作，從技術層面來看，半監督學習的模式是提升機器學習技術效率的主要方式，但問題在於大多數用戶並不知道自己的語音可能被另一個人聽到，同時語音可能包括用戶的隱私資料，且這些資料可能被人為濫用，整個過程都得不到有效監管。
據 Bloomberg 報告顯示，當員工從 Alexa 語音助理聽到一些負面內容，一旦涉及執法機構調查，亞馬遜有可能提出這些語音資料，之前有案例 Alexa 語音當成庭審證據，更糟糕的是 Alaxa 部分員工會與其他同事分享、討論聽到語音的有趣或尷尬的內容，此舉涉嫌侵犯用戶隱私。
亞馬遜聲明，人為介入只為幫助一小部分 Alexa 語音，以便改善用戶體驗，這有助於提升語音辨識的準確率和升級自然語音理解系統，Alexa 才能為用戶服務，但執行過程有嚴格的技術和操控限制，對任何濫用 Alexa 資料的行為都是零容忍，員工無法獲得語音發出者的用戶資料，任何涉及個人隱私的資料都是保密的。
如果是如 Amazon 在 2018 超級盃的廣告影片般，以這些真人收聽回覆，我想很多會很願意試一下吧。
（首圖來源：亞馬遜）
