“完全基于认知的过程去生成一个人工智能，技术上可行，产品上，这个方向就不太通了。因为这就好像是要求你去证明一个定理，你需要通过每一个步骤都可读的方式把定理证明出来”，他说，“我们的信仰是大数据，我们的信仰是拟合，我们信仰是AI与人类交互本身是一个黑盒子。”

　　他认为，如果探究图灵测试的本质，本身也是一个黑盒子，人们从来不关心你中间是如何实现的，以及这句话是由机器说出来，还是由人说出来的。他们关注的是，你是不是能够从结果上混淆它的认知过程。

　　为什么情感计算可行，是出于这个原因。如果跟其他人定义一样，认为首先要定义“常识”是什么，那么它也还是不可行的。

　　李笛说：“这就是今天要造出一个真正有情感的机器人面临的难题。但是，似乎也没有人能证明狗是有情感的，你无法用理论甚至解剖学来证明，但是我们能感受到，会觉得它听得懂我们，它会拿眼睛盯着你。从这个程度上看，狗至少可以拟合人类情感，这样才可以和人交流。这跟小冰是一样的。”

　　深度学习来做对话式AI ？产品方向错了

　　“用深度学习做这件事，如果你最后只是想做一个机器人，做一个Conversational AI 的话，我觉得技术会从中得到很多突破，但产品上是用错了方向。这不是用高射炮打蚊子，而是拿打飞机的高射炮去打坦克。 ”

　　说回图灵测试，李笛认为，图灵测试的本质的，是看机器人像不像人，而不是能不能正确回答问题。图灵测试的本质是测量计算机系统是否具有感性生物学特征，而不是测量它是不是一个专家系统。有的时候，EQ高的人反而有能力表现出来IQ低。所以，但凡去参加图灵测试的计算机系统，不管系统本身如何，至少造系统的人都不是很容易地成为图灵测试的Sample对象。但是这个区别是很大的。

　　李笛回忆说，刚开始做聊天机器人的时候，国内和国际都在谈深度问答，就是希望通过QA的方式，重新去解析Semantic web，这块是搜索引擎的重点，他们在这一块也非常努力，但是他们不想只提供临时链接，不想只出Search Result Page，而是想给用户明确的答案，但这是搜索引擎的历史使命，不是人工智能的事。

　　那么，对话式AI中究竟该采用什么技术？

　　李笛说：“如果你只是做某一个小领域的对话，我觉得Rule Base就够了，经济适用，但它不会有大的发展。有一些人用AI+HI，也就是让计算机有一个初步的筛选，有一个Pass机制，一个初步的Ranker，一个分类。然后后端用人工，用人的专家系统来反馈，在反馈的过程中，Ranker 计算机能够积累的知识体系的排序。但是，用深度学习做这件事，如果你最后只是想做一个机器人，做一个Conversational AI 的话，我觉得是用错了产品方向。这不是用高射炮打蚊子，而是拿打飞机的高射炮去打坦克。”

　　他认为，搜索引擎的 Efficiency 非常高，在可见的未来，人们要想获得深度知识，都是通过搜索引擎来更快获取。

　　在聊到这一话题时，他连续使用了几个反问句：“你问一个电商网站自己的人，它是用电商机器人去买东西还是直接在他们自己的 App 上点？你去问一个搜索引擎的人，要得到一个答案，它是会去找机器人问？还是踏踏实实地用搜索引擎？未来会有这么一天，但现在，这还是个伪需求。”

　　他对新智元表示，用深度学习来做对话式AI现在效果并不好，这不是技术不成熟，而是产品方向错了。

　　互联网公司做机器人实体：目前不是小冰的考虑范围

　　“所以你看今天很多实体机器人，商业化还需要很久，我们目前也没有想到很好的解决方案。”

　　李笛介绍，小冰应该是目前为止，唯一一个有大用户量的对话机器人。而小冰背后的情感计算框架包含了整个人工智能的各个部分。

　　但是，小冰不会考虑实体。