Alexa neu aufbauen: Wie Amazon Modelle, Agenten und Browsernutzung für eine intelligentere KI kombiniert

Um seinen neuen Sprachassistenten Alexa noch effektiver zu machen, setzt Amazon auf Agenten-Interoperabilität und Modell-Mixing und stattet seinen Flaggschiff-Sprachassistenten mit Agentenfunktionen und Browser-basierten Aufgaben aus.

Diese neue Alexa wurde in Alexa+ umbenannt und Amazon betont, dass diese Version „mehr kann“. So kann sie den Benutzern jetzt beispielsweise proaktiv mitteilen, ob ein neues Buch ihres Lieblingsautors verfügbar ist oder dass ihr Lieblingskünstler in der Stadt ist – und ihnen sogar anbieten, eine Eintrittskarte zu kaufen. Alexa+ führt Anweisungen aus und greift auf „Experten“ in verschiedenen Wissensdatenbanken zurück, um Benutzerfragen zu beantworten und Aufgaben zu erledigen, wie etwa „Wo ist die nächste Pizzeria in der Nähe meines Büros? Wird sie meinen Kollegen gefallen? – Reservieren Sie einen Tisch, wenn Sie glauben, dass es ihnen gefallen wird.“

Mit anderen Worten: Alexa+ kombiniert KI-Agenten, Fähigkeiten zur Computernutzung und Wissen, das es aus dem größeren Amazon-Ökosystem erlangt, und schafft so, wie Amazon hofft, ein leistungsfähigerer und intelligenterer Sprachassistent für das Zuhause.

Alexa+ läuft derzeit auf den Nova-Modellen von Amazon und auf Modellen von Anthropic . Daniel Rausch, Amazons Vizepräsident für Alexa und Echo, sagte VentureBeat jedoch, dass das Gerät „modellunabhängig“ bleiben werde und dass das Unternehmen andere Modelle einführen könnte (zumindest Modelle, die auf Amazon Bedrock verfügbar sind), um das beste Modell für die Erledigung von Aufgaben zu finden.

„[Es geht darum], die richtigen Integrationen auszuwählen, um eine Aufgabe zu erledigen, die richtigen Anweisungen zu finden, herauszufinden, was nötig ist, um die Aufgabe tatsächlich zu erledigen, und dann das Ganze zu orchestrieren“, sagte Rausch. „Das Wichtigste dabei ist, dass Alexa sich mit den besten Modellen, die auf Bedrock verfügbar sind, weiterentwickeln wird.“

Mithilfe von Modellmischung oder Modellrouting können Unternehmen und andere Benutzer Abfrage für Abfrage das geeignete KI-Modell auswählen. Entwickler greifen immer häufiger auf Modellmischung zurück, um Kosten zu sparen. Schließlich muss nicht jede Eingabe von einem Schlussfolgerungsmodell beantwortet werden; manche Modelle erfüllen bestimmte Aufgaben besser.

Amazons Cloud- und KI-Abteilung AWS ist schon lange ein Befürworter der Modellmischung. Vor Kurzem kündigte sie eine Funktion für Bedrock namens Intelligent Prompt Routing an, die Eingabeaufforderungen an das beste Modell und die beste Modellgröße zur Lösung der Abfrage weiterleitet.

Und es könnte funktionieren. „Ich kann Ihnen sagen, dass ich für keine Antwort von Alexa auf eine bestimmte Aufgabe sagen kann, welches Modell sie verwendet“, sagte Rausch.

Laut Rausch bringt Alexa+ Agenten auf drei verschiedene Arten zusammen. Die erste ist die traditionelle API; die zweite ist die Bereitstellung von Agenten, die Websites und Apps wie Computer Use von Anthropic navigieren können; die dritte ist die Verbindung von Agenten mit anderen Agenten.

„Aber im Zentrum von allem, wo sie alle diese unterschiedlichen Erfahrungen orchestrieren, stehen diese grundlegenden, äußerst leistungsfähigen LLMs auf dem neuesten Stand der Technik“, sagte Rausch.

Er fügte hinzu, dass, wenn eine Drittanbieteranwendung bereits über einen eigenen Agenten verfügt, dieser Agent weiterhin mit den in Alexa+ arbeitenden Agenten kommunizieren kann, selbst wenn der externe Agent mit einem anderen Modell erstellt wurde.

Rausch betonte, dass das Alexa-Team die Tools und Technologien von Bedrock verwendet habe, darunter neue Multi-Agent-Orchestrierungstools .

Mike Krieger, CPO von Anthropic, sagte gegenüber VentureBeat, dass selbst frühere Versionen von Claude nicht in der Lage sein werden, die Anforderungen von Alexa+ zu erfüllen.

„Ein wirklich interessanter ‚Warum jetzt?‘-Moment ist in der Demo deutlich zu erkennen, denn natürlich sind die Modelle besser geworden“, sagte Krieger. „Aber wenn Sie dies mit 3.0 Sonnet oder unseren 3.0-Level-Modellen versuchen würden, hätten Sie meiner Meinung nach in vielerlei Hinsicht Probleme, viele verschiedene Tools gleichzeitig zu verwenden.“

Obwohl weder Rausch noch Krieger bestätigen wollten, welches konkrete Anthropic-Modell Amazon zum Erstellen von Alexa+ verwendet hat, ist es erwähnenswert, dass Anthropic am Montag Claude 3.7 Sonnet veröffentlicht hat und es auf Bedrock verfügbar ist.

Viele Benutzer kamen zum ersten Mal mit KI in Berührung, indem sie KI-Sprachassistenten wie Alexa, Google Home oder sogar Apples Siri nutzten. Diese ermöglichen es den Benutzern, bestimmte Aufgaben auszulagern, beispielsweise das Einschalten von Lichtern. Ich besitze kein Alexa- oder Google Home-Gerät, habe aber kürzlich bei einem Aufenthalt in einem Hotel erfahren, wie praktisch es sein kann, eines zu haben. Ich konnte Alexa sagen, dass sie den Alarm ausschalten, das Licht einschalten und einen Vorhang öffnen soll, während ich noch unter der Decke lag.

Doch während Alexa, Google Home-Geräte und Siri im Leben der Menschen allgegenwärtig wurden, zeigten sie ihr Alter, als generative KI populär wurde. Plötzlich wollten die Menschen mehr Echtzeit-Antworten von KI-Assistenten und verlangten intelligentere Aufgabenlösungen, wie das Hinzufügen mehrerer Termine zu Kalendern ohne viel Aufforderung.

Amazon gab zu, dass der Aufstieg der künstlichen Intelligenz, insbesondere der Agenten, es Alexa ermöglicht habe, sein Potenzial endlich auszuschöpfen.

„Bis zu diesem Moment waren wir durch die Technologie in dem, was Alexa sein könnte, eingeschränkt“, sagte Panos Panay, Senior Vice President für Geräte und Dienste bei Amazon, während einer Demo.

Rausch sagte, es bestehe die Hoffnung, dass Alexa+ weiterhin verbessert werde, neue Modelle hinzukämen und hoffentlich mehr Menschen mit den Möglichkeiten der Technologie vertraut gemacht würden.