除了总量，小冰单次人机连续对话的记录也很惊人。据了解，一位..用户与日版小冰聊了近17个小时，美版的纪录是24个小时，中国用户达到了29小时33分钟，和小冰对话了7151轮。
问题的关键是，如何引导对话进行下去？为什幺小冰比Siri或谷歌助手在这方面做得更好？李笛给出的答案是：数据。
在AI语音助手领域，数据与模型结合的方式，是语料库，即存放系统所需语料信息的地方。
“通俗点的解释是，我们上千万的语料库，不是几千万句话，而是几千万个问题和答案的一对一的连接，”李笛解释道。
但是这些问答中，有很多是无效信息和重复信息。于是，在对语料库的原始数据进行识别和抓取后，“知识图谱”对有价值的语料进行结构性重组。
当语音助手接收到一个问题，对其进行语音识别和语义理解后，在“知识图谱”里找到类似的问题，并在给定存储的诸多相关答案中筛选出最合适的答案，反馈给用户。
因此，语料库和知识图谱越丰富，语音助手给出的回答就越精准。而持续的数据积累是实现这一切的前提。
但是，在初始阶段，也就是AI的“冷启动”阶段，还没有用户的交互数据产生，原始数据量非常有限，需要用构建模板的方式来弥补数据的不足，人工由此进入。
国际关系学院信息科技学院副教授李斌阳对《中国新闻周刊》指出，人工写就的对话场景就相当于定义了很多模板，尽可能多地列举场景，即前一句说什么，后一句话怎么应对，最终的目标是识别用户的意图，让用户获得更好的体验。
“比如刚才我列了两个问题：‘打开导航’和‘把导航打开’，对应的反馈都是打开导航，在系统里，这就是两套模板，如果你只写了一套，比如‘打开导航’，当用户说‘把导航打开’时，系统就无法理解。”李斌阳说。
