计算机科学家阿比谢科·辛格（Abhishek Singh）开发了一种解决方案，让有听力障碍的人士可以像其他人一样体验亚马逊Alexa、谷歌助手和苹果Siri。以此来解决语音助手无法给聋人群体服务的问题。

他此次开发的网页应用利用摄像头去读取手语，随后将手语翻译成语音，获得亚马逊Echo等智能音箱的回应。当Echo给出回应时，整个流程会反过来，让有听力障碍的人士能阅读到回复信息。

此外，近日，亚马逊的AI工程师们开发了一种新奇的方式研究用户喜欢且产生共鸣的音乐类型：将循环播放时长作为一种“隐藏的推荐系统”。

对于Alexa这种语音助手来说，区别两首名字相似的歌曲很困难，比如莱昂纳尔·里奇的《Hello》跟阿黛尔的《Hello》。为了能更好为顾客提供服务，使用机器学习来分析歌曲循环时长的数据，以此来推断用户的音乐喜好，然后使用协同过滤的方式来预测用户是否会喜欢一首从没播过的歌曲。

在一份名为“对话系统中基于歌曲播放时长的关联建模”中，Xiao和团队论证到，因为如果用户不喜欢听一首歌就会暂停播放，改放喜欢的歌曲，搜集这些数据可以用来训练使用机器学习的推荐引擎。

评估推算出的用户喜爱分数时，科研团队发现结果准度很高，说明这个AI模型足够有效。另外，科研人员计划在未来将它应用在音乐以外的内容上，比如有声读物和视频等。

从几百万年前起，第一个原始人类仰望星空，对宇宙产生好奇开始，我们人类对周遭世界的理解和把控，已经达到了相当娴熟的程度。

我们已经可以超音速飞行，可以转基因，还能治疗癌症。但是，有一件事情是我们一直没有做得很好的，那就是对“时间”的感知——如何从当下推断未来，如何最大限度的利用这种推测？现在看，机器似乎可以帮助我们做到这一点。