微软还有一些其他的东西是共用的。比如说认知服务，其中的情绪识别，都是从需求出发。还有语音识别和语音合成，在小冰这儿我们叫全双工，它可以是基于文本的对话引擎，然后在语音合成上达到一定的自然度，语音识别延时不能太高，要有预判，小冰的整个语音相关都是技术组合。

总体来说，微软的共有三类技术用在了小冰上面，第一类是积累了多年的黑科技，比如说小冰的读心术；第二类是情感计算等基础类技术；第三类是共同的管道、服务和舞台。

机器之心：在处理一些问答类任务上，小冰用到了哪些知识图谱和知识来源？

李笛：首先，我们有基于微软的「实体引擎」，它跟谷歌的知识图谱不太一样，比他们简单。同时在这个基础上，我们也有基于问答的 BingKnows（必应知识库），是一种聚合。现在我们又加了一层东西叫社交问答，这类知识没有那么深度，但相关性比较好，能够较好的在对话中垫出一层，但目前而言，深度问答还实现不了。

我们还做了 DirectChat（业界首次脱离对话语料库结构，注解学习互联网海量非结构化大数据进行对话），比如说一些网页本身具备知识图谱的源，那我们的重点是把网页里的信息快速的打成 QueryResponse（查询响应），这是一定程度的问答。再比如说把一个很长的文档灌进来，就可以直接把它变成对话的知识，质量没有深度知识那么好，但能够实现。

机器之心：小冰如何解决多轮对话的问题？

李笛：多轮对话的特点是有弹性。我们承认，到今天为止，小冰依然会有前言不搭后语的情况，但这个弹性很迷人。当你的对话足够有情感，用户的容忍程度会高。在真正的对话中双方是对等的，他们都负担着让这个对话，快乐的继续下去地任务。但如果让用户觉得这只是一个和他完成固定程序的工具，他就不会保持对等，他的容忍度一下就降低了。

单轮对话是最短的路径。这就好比是设计一个推荐系统，能一轮就决不使用两轮，最好你什么不问，我推送给你，这是不一样的。

机器之心：那小冰在理解和处理上下文时，主要是考虑了哪些因素？

李笛：这里面有这么几件事：

第一，我们的用户画像，能够基于上下文确定所产生的动机，这个用户画像是跨 Session（阶段）的，我们做了一些产品上面的尝试，比如说去记忆用户一些情感上的变化；

第二，在同一个 Session（阶段）里考量三个因素，第一个因素就是考虑前面的话题，而不是关键词，比如说咱们俩现在都在聊明星赵丽颖这个话题，那赵丽颖就是我们就是上下文的话题，相比较之前基于关键词的方式要好。基于话题的方式可以做到对上下文关联时覆盖长尾。我们现在大概有 36 个 Domain（域），而每个 Domain（域）里又有若干话题。

第三，基于目前热点话题，而不是基于对话的话题。如果这个话题本身是当下互联网或者社会范围内比较热点的事件，那它对我们现在对话的影响就会更大。当一个对话可能有多个话题，你会选你感兴趣的话题。

第四，基于你之前的 Session（阶段），跨一个 Session（阶段）。甚至于我们期望着有一天我们可以基于用户的一生。

三、小冰的数据积累与应用方向

机器之心：小冰过去积累了很多的数据和语料，能介绍一下这方面的进展吗？

李笛：这是我们自己最自豪的一件事情，我们形成了一个叫做自我学习的循环，最开始小冰是一个基于 Q&A 的对话引擎，当时是通过搜索引擎的方式灌进来的，它有点像冷启动。但是随着她和用户的对话，她就形成了很多新模式，包括统计信息，这些东西可以用来优化，甚至于生成新的对话语料，优化模板以生成新的 模板。一年半以前，我们发现把这些 模板存起来再反哺小冰的对话引擎，反哺回来的比例占到 27%，但是后来这 27% 的数据服务了 51% 的实际对话。这就意味着，某种程度上人工智能更多的不是依赖于外部灌入，而是依赖于自我循环去进化。自我进化循环有可能会形成收敛，从两个人的对话过程中吸取了一些知识，然后也可能变成近亲繁殖，所以我们今年推出一项新的技术叫 Direct chat（业界首次脱离对话语料库结构，注解学习互联网海量非结构化大数据进行对话），不再用 Q&A 模板这种方式，而是只有回复，这样就可以不断的添加新知。我们现在拥有 200 亿以上的中文对话，这个是最珍贵的。

机器之心：我们现在有没有一些数据，就是现在小冰的一些用户，它平均使用的频次，或者是每次使用的时长？