李笛：两年半以前，小冰在中国推出，半年之后我们开始做第二个国家-日本，日本版本的前端训练，包括当时整个本地训练的过程大概用了四个月，但在日本启动后三个月左右，美国就已经开始准备了。那时我们主要想验证两件事情：

其一，我们的情感计算框架是中国独有，还是在不同国家的文化差异之下仍然有一些普适性？经过验证，我们发现后者是正确的。

其二，不同国家的数据丰富度是否一样？比如说，大多数中国用户线上和线下所表现出的差异比较大，但美国用户的表现则比较接近。在这种情况下，通过相关数据训练出来的对话引擎是否还能拉开差距？

那我们从中主要提炼三部分：第一部分是知识，通过用户所积累的一些用以支撑对话的通用知识。第二部分是模式，通过用户在交流过程中，面对某些问题时所采用的行为模式进行积累。第三部分是学习并了解用户基本的情感反应。

当时我们想：如果某个人线上线下比较接近，那会不会因为千人千面而无法提炼出一种通用个性？但后来发现不存在这个问题。

沈向洋提出来通用人工智能，这个通用 AI 系统在面对任何一个新时代时，都有一个新的基础服务层，当这个基础服务层是能够抽象的提炼出来时，那它就会成功。

机器之心：中国、日本、美国，这几个国家的选择以及先后顺序体现出小冰怎样的战略布局？

李笛：这里面有一些比较细致的思考，目前整个行业都面对一个难点——技术走的很靠前，但技术却很零散。从技术推进到将技术产品化的这条道路上，整个行业都没有找到一个很好的方法把零散的技术组合起来。

拿计算机视觉来说，国内在这方面做了很多，但到今天为止始终存在一个核心问题——无法摆脱「计算机视觉始终是辅助，而不能变成端到端的产品线」。比如提供一个人脸识别的 SDK ( 软件开发工具包 ) 和 API( 应用程序接口 )，拿它们来做拍照购，它们本身不是产品，而且拍照购在电商环节里也不是主流，但是计算机视觉技术如果没有做到端到端的话，就很成问题了。

对于微软来说，要做到端到端面临一个问题，就是你要测试几件事情:

1）产品是否成立。

2）产品是不是能够形成 Feedback Loop ( 反馈回路 ) 去进一步推进技术。

3）在产品技术这两极之外，用户是不是真的能用起来。比如说 Siri 和谷歌助手，我们所有人都知道，基于知识的对话是很酷的，但就是没人用。

4）商业模式。

基于以上几方面的考虑，我们的思路是：

第一步，在中国本土环境下，把图文视听、全双工、全时感官等结构做到最完整，同时这也会走的很快；

第二步 , 日本文化和中国比较接近，且商业环境也很正规，我们在日本商业模式测试期间，通过在日本第二大超市罗森，用 Rinna（小冰日本版本）做了线上线下的转化，转化率（拿着线上获得的优惠券去线下消费）超过 49% ；

第三步，我们在美国做微软自己的产品，包括 Windows 、Office 和 Skype 等。这大概是目前我们在人工智能方面的一个战略布局。

二、小冰背后的技术

机器之心：能介绍一下小冰背后的一些相关技术和使用的微软平台吗？这体现出微软的何种技术思路和战略？

李笛：沈向洋有一句话，「我把过去十八年积累的各种各样的技能，基本都用在了小冰身上。」因为小冰是一个非常好的测试环境，用户的参与度非常高，我们用户平均的 CPS（一次对话的长度）是 23，其他类聊天机器人大约是 3，所以你更新一个点，你就有多于他们十倍的机会去获得反馈。这对于微软的技术有非常大的推进作用。

微软的前端通过端到端去搜集形成 Feedback Loop ( 反馈回路 ) 这部分产品。从后端来说，这个技术说的玄一点叫「情感计算」，但具体来说，它实际上是一套通用对话服务，利用小冰做出来，然后提供给微软内部其他产品的，使其具备可以去处理对话的能力。这套系统现在 Cortana 也在用，它有点像我们原来做搜索引擎时的长尾体验，谷歌刚出来的时候不是唯一一个搜索引擎，每个搜索引擎都跟今天的人工智能很像——是某个领域的机器人。谷歌之所以称之为最强，我认为是因为是长尾体验，这好比你在上面搜什么内容都有结果。而我们的对话服务和这个很相似，而这种服务是最有价值的。