Ricostruire Alexa: come Amazon sta combinando modelli, agenti e utilizzo del browser per un'intelligenza artificiale più intelligente

Amazon punta sull'interoperabilità degli agenti e sulla combinazione di modelli per rendere più efficace il suo nuovo assistente vocale Alexa, riorganizzando il suo assistente vocale di punta con funzionalità di agenti e attività di utilizzo del browser.

Questa nuova Alexa è stata rinominata Alexa+ e Amazon sta sottolineando che questa versione "fa di più". Ad esempio, ora può dire in modo proattivo agli utenti se è disponibile un nuovo libro del loro autore preferito o se il loro artista preferito è in città, e persino offrire di acquistare un biglietto. Alexa+ ragiona attraverso istruzioni e tocca "esperti" in diverse knowledge base per rispondere alle domande degli utenti e completare attività come "Dov'è la pizzeria più vicina all'ufficio? Piacerà ai miei colleghi? - Prenota se pensi che piacerà".

In altre parole, Alexa+ unisce agenti di intelligenza artificiale, capacità di utilizzo del computer e conoscenze apprese dal più ampio ecosistema Amazon per diventare quello che Amazon spera sia un assistente vocale domestico più efficiente e intelligente.

Alexa+ attualmente funziona sui modelli Nova di Amazon e sui modelli di Anthropic . Tuttavia, Daniel Rausch, vicepresidente di Alexa ed Echo di Amazon, ha detto a VentureBeat che il dispositivo rimarrà "agnostico rispetto al modello" e che l'azienda potrebbe introdurre altri modelli (almeno modelli disponibili su Amazon Bedrock ) per trovare quello migliore per portare a termine le attività.

"[Si tratta di] scegliere le giuste integrazioni per completare un'attività, capire il tipo giusto di istruzioni, cosa serve per completare effettivamente l'attività, quindi orchestrare il tutto", ha affermato Rausch. "La cosa importante da capire è che Alexa continuerà a evolversi con i migliori modelli disponibili ovunque su Bedrock".

Il model mixing o il model routing consente alle aziende e ad altri utenti di scegliere il modello AI appropriato da sfruttare su base query per query. Gli sviluppatori si rivolgono sempre più al model mixing per tagliare i costi. Dopotutto, non è necessario che ogni richiesta riceva risposta da un modello di ragionamento; alcuni modelli eseguono meglio determinate attività.

L'unità cloud e AI di Amazon, AWS , è da tempo sostenitrice del model mixing. Di recente, ha annunciato una funzionalità su Bedrock chiamata Intelligent Prompt Routing , che indirizza i prompt al modello e alle dimensioni del modello migliori per risolvere la query.

E potrebbe funzionare. "Posso dirti che non posso dire per nessuna risposta data da Alexa su nessuna data attività quale modello stia usando", ha detto Rausch.

Rausch ha affermato che Alexa+ unisce gli agenti in tre modi diversi. Il primo è l'API tradizionale; il secondo è l'implementazione di agenti in grado di navigare su siti Web e app come Computer Use di Anthropic ; il terzo è la connessione di agenti ad altri agenti.

"Ma al centro di tutto, a orchestrare tutti questi diversi tipi di esperienze, ci sono questi LLM di base, molto capaci e all'avanguardia", ha affermato Rausch.

Ha aggiunto che se un'applicazione di terze parti ha già un proprio agente, tale agente può comunque comunicare con gli agenti che lavorano all'interno di Alexa+, anche se l'agente esterno è stato creato utilizzando un modello diverso.

Rausch ha sottolineato che il team di Alexa ha utilizzato gli strumenti e la tecnologia di Bedrock, compresi i nuovi strumenti di orchestrazione multi-agente .

Mike Krieger, CPO di Anthropic, ha dichiarato a VentureBeat che anche le versioni precedenti di Claude non saranno in grado di realizzare ciò che vuole Alexa+.

"Un momento 'Perché adesso?' davvero interessante è evidente nella demo, perché, ovviamente, i modelli sono migliorati", ha detto Krieger. "Ma se provassi a farlo con 3.0 Sonnet o con i nostri modelli di livello 3.0, penso che avresti molte difficoltà a usare molti strumenti diversi tutti contemporaneamente".

Sebbene né Rausch né Krieger abbiano voluto confermare quale specifico modello Anthropic sia stato utilizzato da Amazon per realizzare Alexa+, vale la pena sottolineare che Anthropic ha rilasciato lunedì Claude 3.7 Sonnet , disponibile su Bedrock.

Il primo approccio di molti utenti con l'intelligenza artificiale è avvenuto tramite assistenti vocali AI come Alexa, Google Home o persino Siri di Apple. Questi consentono alle persone di esternalizzare alcune attività, come accendere le luci. Non possiedo un dispositivo Alexa o Google Home, ma ho scoperto quanto possa essere comodo averne uno quando ho soggiornato in un hotel di recente. Potevo dire ad Alexa di fermare l'allarme, accendere le luci e aprire una tenda mentre ero ancora sotto le coperte.

Ma mentre Alexa, i dispositivi Google Home e Siri sono diventati onnipresenti nella vita delle persone, hanno iniziato a mostrare la loro età quando l'intelligenza artificiale generativa è diventata popolare. Improvvisamente, le persone hanno voluto più risposte in tempo reale dagli assistenti AI e hanno richiesto risoluzioni di attività più intelligenti, come l'aggiunta di più riunioni ai calendari senza la necessità di molti solleciti.

Amazon ha ammesso che l'ascesa dell'intelligenza artificiale di ultima generazione, in particolare degli agenti, ha permesso ad Alexa di raggiungere finalmente il suo pieno potenziale.

"Fino a questo momento, eravamo limitati dalla tecnologia che Alexa avrebbe potuto offrire", ha affermato Panos Panay, SVP per i dispositivi e i servizi di Amazon, durante una dimostrazione.

Rausch ha affermato che la speranza è che Alexa+ continui a migliorare, ad aggiungere nuovi modelli e, auspicabilmente, a far sì che più persone si sentano a proprio agio con le potenzialità di questa tecnologia.