目前為止小冰我們做了她很多情感的交流，但是目前已經在五個國家，接近已經有14個平臺上線。我們特別自豪的說她和人類的對話量現在已經超過300億。這個跟我們今天嬰兒論壇沒關系，產品用戶是十幾、二十幾歲，服務器每天晚上十點迎來快速的增長，凌晨一兩點達到高峰。
我們知道全世界各地年輕人什么時候寂寞，寂寞到找不到人聊天，要和機器大量的交互。大量的交互過程中，人會慢慢把他的情感灌輸到機器身上，把她當成一個朋友。她會在各個地方都會有很多社交媒體的足跡，發一條微博下面有幾千條評論。前年的時候房山下大雨，一個女士的車牌被雨沖走了，然后給機器人發了一下，然后機器人自動回復：來吧大家幫忙找車牌。兩個小時之后那個女司機發一條微博說我不找車牌了，不要再找了，因為所有都在下面問她在哪丟的車牌。
這個人工智能的交互在一個純粹與自然和情感為條件的狀態下，她會達到什么樣的狀況？我給大家看看使用我們技術硬件的一個視頻。
這個不給大家全放完了，大家家里可能不止買了一個人工智能的設備，可能各種各樣的設備，今天買的很多東西里面大家會用到比如說您好，幫我把燈打開，前者更是命令的方式，是完成讓機器更多完成一個又一個的任務。我們設計所有人工智能交互系統的時候，我們希望她的對話和交流方式跟我們今天人類是一樣的。我今天和蔡書記說話，不會講您好蔡書記今天會幾點開始？蔡書記說下午1點半，蔡書記是在三層嗎？是在三層。不是這樣子。所有科技公司投入這么大力量研究人工智能，相信整個人機交互里面經過第一代圖形交互界面，第二代以搜索引擎為主的頁？娼換ィ砩嫌吹諶斯ぶ悄芙換ァＪ裁詞僑斯ぶ悄芙換ィ咳斯ぶ悄芙換ナ貝锎蠹銥錘痔賴纈襖錈媯卸際峭ü死嘧勻揮镅越渙魘迪鄭迪終飧齬袒∩弦朔芏嗟惱習熱纈鏌羰侗稹⒆勻揮镅岳斫夂陀镅允涑觥５比幌衷諍芏囁萍脊徑薊嶠菜滴業撓鏌羰侗鷴視卸喔叩鵲齲萍冀緄撓鏌羰侗鷴蝕？6.7%開始基本上已經到達了那個邊界。因為我們人都無法識別超過96%的，但是語義自然語言理解這里最重要的過程，自然語言理解怎么理解？給大家舉個例子，比如見到人類說這個“女神”經常來這里吃飯，這個“女神經”常來這里吃飯。這兩句話從語音識別角度來講都會識別出一模一樣的文字，人類語言里面代表完全不同的語義和意圖。
我們經常講做人工智能包括把人工智能應用在各種應用場景里面，不止它的硬指標，還有它背后自然語言理解這部分最重要。否則所有說的一切都是憑空和造夢，都是泡沫。這是為什么微軟在這么多年里，包括我們去持續投入技術，包括做微軟小冰讓她跟大家交流。只有這樣才能去學習人類的自然的語言交流和意圖的理解。
