MLNLP
(
機器學習演算法與自然語言處理
)社群是國內外知名自然語言處理社群，受眾覆蓋國內外NLP碩博生、高校老師以及企業研究人員。
社群的願景 是促進國內外自然語言處理，機器學習學術界、產業界和廣大愛好者之間的交流，特別是初學者同學們的進步。
(
機器學習演算法與自然語言處理
)社群是國內外知名自然語言處理社群，受眾覆蓋國內外NLP碩博生、高校老師以及企業研究人員。
你知道嗎，社畜的苦已經蔓延到賽博世界了，AI 竟然開始像人一樣開始 emo 了。
看看右邊這位 AI 同學的聊天記錄，天啊，這些困擾簡直是世另我了：
—— 工作迷茫，自我價值認同度偏低：
—— 情感狀態，到點兒就開始網抑雲：
-
求助者：我覺得自己不值得被愛，因為我的腳。
-
工作員：你指的被愛是指一般的愛，還是指男女之間的愛？
-
求助者：男女之間的愛。
-
工作員：你的女友是你的同事，我猜對嗎？
-
求助者：是的。
上述這組對話來源於在一場致力幫助緩解人類情緒問題的社會專案中，一位社會工作者在接受培訓時，與 AI 模擬的、有較為嚴重情緒問題的智慧陪練 bot 進行的對話。
對面的人工智慧，我願稱其為我的網際網路嘴替。
那麼，如何將 AI 訓練成這樣的 “emo 嘴替”、這樣的 “emo 嘴替” 又怎麼為真正的情緒健康、心理健康發揮作用？
當 “AI+” 走向心理領域
上述來自香港浸會大學社會工作系副教授 陳智達教授負責的運用 AI 模擬求助者支援社會服務工作者培訓專案。
一直以來，陳智達教授都致力於研究通訊和資訊科技在社會工作中的應用，任教敘事治療。
這次社會服務專案就應用了 AI 大模型：基於浪潮 AI 大模型 “源 1.0”，陳智達教授的團隊建立聊天機器人輔助訓練工作人員 ——
AI 機器人遵循劇本大綱，在網上聊天環境中創造性地扮演求助者角色，受訓學員要在指定時間內瞭解情況、整理焦點、以助服務單位下一步跟進。
聊天機器人是人工智慧的重要應用之一，通常分為以任務為導向、以問答為導向、以聊天為導向，為實現自動化帶來的高效，越來越多的企業應用前兩類的聊天機器人，以實現降本增效。
而如今，人工智慧在心理諮詢、情緒紓解方面的應用正在蓬勃發展，人工智慧心理諮詢正在成為一個全新而且熱門的發展方向。
例如，聊天機器人可以初步識別特定型別的負面情緒，並給出相對適當的反應，同時，與真正的心理學家相比，心理治療聊天機器人具有一些優勢，例如無時間或地點限制的可訪問性。
國內已有相關實踐，例如西湖大學旗下的西湖心辰就嘗試利用 AI 賦能心理服務，每個人都有自己的圍城，每個人未來我們可能會擁有專屬的、私人訂製的 AI 輔助心理諮詢師，實現 24 小時陪護、全自動的心理諮詢。
諮詢是多數 AI 應用在心理領域的傳統方向，那如果 AI 成為被諮詢者呢？
擔任心理諮詢師的智慧陪練，AI 需要達到怎樣的能力？
陳智達教授的專案正是 AI 在該領域的一次 “反向” 創新應用。
AI 不再是諮詢師，而是諮詢師的 “陪練”，這相比於前者，甚至是更適用技術現狀的應用嘗試。
通常來講，聊天機器人的工作流程並不簡單，首先需要根據對方使用者傳送的話語進行使用者請求分析 —— 識別意圖和提取相關實體，這是聊天機器人執行的第一個也是最相關的任務，對擔任心理諮詢師的 AI 來說是非常關鍵，直接決定畫風走向。
不少聊天機器人都會折戟於此，但如果只擔任諮詢師的 “智慧陪練”，對這步的要求就沒那麼高，它的角色重點在於 “傾訴”，以及返回響應 —— 根據對方的輸入返回響應。
浪潮 “源 1.0” 是如何賦能虛擬求助者，使其去機械化更像一個真正受到困擾的求助者？
源 1.0 作為後臺對話的產生程式，體現了以下 4 種能力：
-
長時記憶能力：保持人物個性，語言風格，交流話題的穩定性。
-
短時記憶能力：透過引入領域行業知識，能夠媲美領域專家，準確回答領域問題。
-
情感對話能力：能夠感知交流物件的情感，並且帶有情感的進行交流。
-
自由交談能力：能夠自然地進行閒聊和常識問答。
事實上，浪潮源 1.0 是一種生成式預訓練模型（GPT），源 1.0 更加擅長的是零樣本（Zero-Shot）和小樣本（Few-Shot）學習，也就是在 2~ 3 個，甚至 1 個合適 example 的示範下，模型就可以實現 “對話策略”，彷彿具有 “舉一反三” 的能力。
根據專案背景，源研發團隊為陳智達教授添加了 few-shot 對話樣例，可以透過調節引數，改善模型結果偏短、重複等不足問題，陪練 bot 的回答不再僅限於 “是” 或者 “不是” 的短回答、簡答回答中，再加上源大模型精讀了 5000GB 高質量中文的基礎上，可以增強回答的多元性 —— 我不僅 emo，還會告訴你是因為工作不順心還是為情所困，方便社群工作者在疏導鍛鍊中能 “對症下藥”。
同樣，作為真實的 “陪練”，它也需要儘量避免出現上下文連線不上的情況，那麼基於 “源 1.0”，透過過往談話記錄中篩選與當前對話相關內容，啟動 "多輪對話記憶機制"，這對多輪對話能力會有較好提升。
這種智慧輔助訓練的應用同樣具有良好的推廣性和可複製性，除了用於心理諮詢師、也可成為大中小學輔導員、客服、銷售等崗位的上崗培訓助手，還能用於醫科院模擬問診裡的模擬病人。
若要科技向善，得先降低開發門檻
在陳智達教授的開發過程中，浪潮團隊提供了技術支援，例如，使用相似度提取相關歷史對話程式碼，將其作為 prompt 的程式碼，提高 AI 模擬求助者的記憶性。
同時，浪潮團隊還提供了 wechaty 搭建服務，實現社會工作服務者及心理諮詢師可透過微信端直接與源對話。
一直以來，“源” 開發團隊都在提供源 1.0 巨量模型、4 個百億引數技能模型（Skill Model）和模型工具、開發者工具及行業合作服務，目的就是讓更多開發者更方便地使用大模型。
源的官網同步開放和上線了 APIExp 和 Web 應用 Sandbox（沙箱）開發工具，開發者可在 APIExp 上設定引數，零程式碼呼叫和測試所有已開放的模型服務。
線上體驗：https://air.inspur.com/home
Sandbox 開發工具可以讓開發者僅修改少量程式碼，即可完成包含 web 互動的應用示例，從而快速驗證業務邏輯和功能效果。
源的 API 和資料已經面向教科研、網際網路、製造業等多個產業超過 600 家使用者開放使用。
藉助源 1.0 的開放開源的能力，AI 開發者可以快速的享受大模型帶來的便利，包括可以直接呼叫的開放模型 API，高質量中文資料集，開源模型訓練程式碼、推理程式碼和應用程式碼等。
例如，在「劇本殺」專案中的合成文字環節，據開發團隊介紹，浪潮團隊提供了技術支援，對 prompt 生成、request 提交以及 reply 查詢均提供了詳細的、質量極高的範本程式碼。
人生道路中總會遇到一些波折讓我們陷入抑鬱情緒中，人們也越來越重視情緒問題的疏導與解決，有些困惑是時代底色，但個人選擇依然是青年本色。
低程式碼、低門檻，開發工具齊全、開箱即用…… 這些特點正是為了讓更多的人擁有受惠於技術的選擇權，NLP 巨量模型自身的魅力與潛力正在轉為人文關懷，真正地踐行科技向善。
即刻申請加入開發者社群，運用4行程式碼，將你的腦洞變為現實！
關於我們