ChatGPT所帶來的AI變革風(fēng)暴，依然在持續(xù)發(fā)酵。短短幾個(gè)月的時(shí)間里，ChatGPT的“進(jìn)化速度”超出我們的想象。
就在昨天，Open AI重磅發(fā)布了GPT-4 模型，升級(jí)了多模態(tài)能力——從上一版本的只支持文本輸入快速迭代為可接受圖像輸入并理解圖像內(nèi)容。也就是說，人們只需要上傳一張簡(jiǎn)單的圖片，ChatGPT就能快速對(duì)其進(jìn)行識(shí)別和生成文字內(nèi)容，甚至是網(wǎng)站的HTML代碼。
與此同時(shí)，我們也看到人類對(duì)于人工智能背后大語言模型的探索，比以往任何時(shí)候都更加深入。今天咱們就以大語言模型為切入點(diǎn)，跟大家展開聊聊。
01、什么是大語言模型?
大語言模型(LLM全稱Large Language Model，簡(jiǎn)稱大模型)，在自然語言處理領(lǐng)域內(nèi)，是目前最熱門的一個(gè)概念。
所謂大模型，其實(shí)是通過訓(xùn)練，從大量標(biāo)記和未標(biāo)記的數(shù)據(jù)中捕獲知識(shí)，并將知識(shí)存儲(chǔ)到大量的參數(shù)中，以實(shí)現(xiàn)對(duì)各種任務(wù)進(jìn)行高效處理的技術(shù)架構(gòu)。如今，大模型已經(jīng)在多個(gè)領(lǐng)域都有廣泛應(yīng)用，成為賦能企業(yè)效率提升的關(guān)鍵驅(qū)動(dòng)力。
但是，至于模型多大才算大，目前還沒有一個(gè)明確的衡量標(biāo)準(zhǔn)。參數(shù)越多，模型越大。一般來說，模型參數(shù)可能要達(dá)到百億級(jí)別才會(huì)顯示出明顯不同于小模型的能力。當(dāng)下爆火的ChatGPT就是大模型應(yīng)用的典型代表，其參數(shù)已經(jīng)達(dá)到了上千億級(jí)別。
而人們對(duì)大模型的探索，遠(yuǎn)不會(huì)停留在類ChatGPT的范疇內(nèi)。
3月6日，來自谷歌與柏林工業(yè)大學(xué)的人工智能研究人員小組推出了一個(gè)多模態(tài)具象化視覺語言模型(VLM)-PaLM-E，該模型的參數(shù)規(guī)模達(dá)到了5620億個(gè)，集成了用于控制機(jī)器人的視覺與語言。研究人員稱，這是有史以來規(guī)模最大的VLM，無需重新訓(xùn)練即可執(zhí)行各種任務(wù)。
這也意味著，大模型未來商業(yè)化落地和應(yīng)用的范圍將進(jìn)一步拓寬。
02、大語言模型于客戶聯(lián)絡(luò)領(lǐng)域的價(jià)值
盡管大語言模型的研究已經(jīng)相當(dāng)火熱，但是如何在通用領(lǐng)域訓(xùn)練出一個(gè)性能較好且可用的模型，仍然是一件很有挑戰(zhàn)的事情。
聚焦到客戶聯(lián)絡(luò)領(lǐng)域來看，在客戶聯(lián)絡(luò)過程中，每天都會(huì)產(chǎn)生大量的數(shù)據(jù)和語料，而這些正是大模型參數(shù)的基礎(chǔ)訓(xùn)練素材，使得這個(gè)領(lǐng)域的大模型訓(xùn)練和落地本身具備了足夠的原生優(yōu)勢(shì)。
那么，在保障數(shù)據(jù)安全的前提下，我們可以通過向模型內(nèi)投放大量的行業(yè)/企業(yè)垂直語料并進(jìn)行持續(xù)訓(xùn)練，來實(shí)現(xiàn)智能客服效率的快速提升和問答的智能化升級(jí)。
作為智能客戶聯(lián)絡(luò)領(lǐng)域中的上市企業(yè)，天潤(rùn)融通十余年來持續(xù)在AI技術(shù)與應(yīng)用方面投入研發(fā)力量，研發(fā)了涵蓋智能客服、文本機(jī)器人、語音機(jī)器人、智能質(zhì)檢、智能助手、智能知識(shí)庫(kù)等豐富的AI產(chǎn)品矩陣。
接下來，我們就跟大家聊一聊大語言模型在客戶聯(lián)絡(luò)領(lǐng)域的應(yīng)用價(jià)值。
提升自動(dòng)回復(fù)能力
我們?cè)陂_篇提到，大模型的工作邏輯始于對(duì)大量數(shù)據(jù)的持續(xù)訓(xùn)練。充分、持續(xù)的訓(xùn)練，能夠使大模型具備更加精準(zhǔn)的語義理解能力和更強(qiáng)大的自然語言生成能力。
基于已經(jīng)訓(xùn)練成熟的大模型，智能客服系統(tǒng)的開發(fā)就有了更加堅(jiān)實(shí)的底層支撐。它可以根據(jù)用戶輸入的問題提供快速和準(zhǔn)確的響應(yīng)，快速解決問題，節(jié)省了客服團(tuán)隊(duì)大量的時(shí)間和資源，提高客戶體驗(yàn)和滿意度。
強(qiáng)化意圖識(shí)別能力
天潤(rùn)融通首席科學(xué)家田鳳占表示，智能客服能否處理復(fù)雜問題，在行業(yè)內(nèi)有一個(gè)通用的指標(biāo)，就是意圖識(shí)別的準(zhǔn)確率。
觀察客戶聯(lián)絡(luò)領(lǐng)域所處的現(xiàn)狀，大部分是把簡(jiǎn)單、重復(fù)、流程性的問題，交給機(jī)器人處理;復(fù)雜的、需要情感關(guān)懷的問題，則交由人工客服處理。而傳統(tǒng)的智能客服在意圖理解方面的能力，仍然相對(duì)薄弱。
ChatGPT的泛化為我們提供了處理復(fù)雜問題的新思路。
基于對(duì)文本、語音、圖像等多模態(tài)數(shù)據(jù)的分析，大模型對(duì)于意圖識(shí)別的準(zhǔn)確性進(jìn)一步提升。借助大模型，智能客服能夠有效結(jié)合用戶的歷史對(duì)話、當(dāng)前溝通內(nèi)容等上下文語境，更精準(zhǔn)地識(shí)別出用戶的需求和意圖。同時(shí)，借助大模型所具備的深度學(xué)習(xí)能力，進(jìn)行更加智能化的問答推薦，進(jìn)而有效賦能企業(yè)的業(yè)務(wù)咨詢、留資引導(dǎo)、服務(wù)應(yīng)答等環(huán)節(jié)。
優(yōu)化人機(jī)交互體驗(yàn)
傳統(tǒng)機(jī)器人在處理復(fù)雜場(chǎng)景的時(shí)候，往往應(yīng)變能力不夠靈活。一旦用戶問的問題在知識(shí)庫(kù)里沒有，或者超出了預(yù)設(shè)的流程，機(jī)器人就無法很好地應(yīng)對(duì)了。但是，基于大模型超強(qiáng)的知識(shí)庫(kù)，上述情況就緩解了很多。
以ChatGPT為例來看，大模型的深度應(yīng)用也開創(chuàng)了客戶使用體驗(yàn)的新范本。其豐富的參數(shù)和強(qiáng)大的內(nèi)容生成能力，能夠支持智能客服實(shí)現(xiàn)更加個(gè)性化的問答回復(fù)，而非過往千篇一律的機(jī)械式問答。
豐富實(shí)際應(yīng)用場(chǎng)景
基于大模型所提供的底層能力，智能客服的滲透力和應(yīng)用場(chǎng)景也將在未來得到進(jìn)一步延伸。
ChatGPT的應(yīng)用目前已經(jīng)有相對(duì)確定的場(chǎng)景可以落地了，如扮演人工客服與客戶溝通專業(yè)知識(shí)、提供專業(yè)的問答知識(shí)建議、對(duì)溝通記錄進(jìn)行質(zhì)檢標(biāo)記、主動(dòng)分析座席工作行為、發(fā)起產(chǎn)品推介、閑聊寒暄以及更“人性化”的引導(dǎo)留資等。
天潤(rùn)融通首席科學(xué)家田鳳占在近期的訪談中也提到，當(dāng)前ChatGPT的大模型能夠幫我們實(shí)現(xiàn)跨語言的客服服務(wù)，在企業(yè)出海的國(guó)際化場(chǎng)景上將有很大潛力。此外，在情緒關(guān)懷方面也有很大的應(yīng)用前景。
03、如何釋放大語言模型潛力?
現(xiàn)階段來看，大模型的生成能力全行業(yè)有目共睹。一些公司也已經(jīng)開始深入研究類ChatGPT的模型，有望達(dá)到類似，甚至更好的效果。
天潤(rùn)融通深耕客戶聯(lián)絡(luò)領(lǐng)域17年，一直在持續(xù)關(guān)注與研發(fā)AIGC相關(guān)技術(shù)。天潤(rùn)融通AI實(shí)驗(yàn)室表示：“類ChatGPT的模型如何真正落地到商用?需要企業(yè)付出多少成本?其安全性如何保障?如何精細(xì)化適配不同行業(yè)的客戶聯(lián)絡(luò)需求?這些問題還有待驗(yàn)證”。
正如OpenAI首席執(zhí)行官Sam Altman所言：
現(xiàn)在不能將任何重要的事情全都依賴ChatGPT來完成，這只是整個(gè)研究進(jìn)程中的一部分，在穩(wěn)定性與真實(shí)性方面我們還有很多工作要做。
It’s a mistake to be relying on it for anything important right now. It’s a preview of progress; we have lots of work to do on robustness and truthfulness.
那么，LLM未來究竟如何有效落地大市場(chǎng)?天潤(rùn)融通首席科學(xué)家田鳳占認(rèn)為有兩個(gè)途徑。一種是直接采用大模型的能力，另一種是將大模型的能力直接與企業(yè)的自有模型做嫁接整合，以適配客戶聯(lián)絡(luò)應(yīng)用層面的需求。
不過，在此過程中，安全問題必須要納入到企業(yè)的思考和規(guī)劃中，尤其是對(duì)客戶聯(lián)絡(luò)這種數(shù)據(jù)繁雜且敏感的行業(yè)而言，這點(diǎn)尤為關(guān)鍵。
“在不侵犯客戶隱私的情況下，怎么通過之前給客戶提供的服務(wù)，以及客戶之前的反饋訴求，對(duì)客戶的需求有更深刻的洞察，給客戶推送他真正需要的產(chǎn)品和服務(wù)，并且用更軟的觸達(dá)模式，比如發(fā)短信用微信，而不是直接打電話，當(dāng)客戶有更明確需求的時(shí)候，再拉起對(duì)話。”天潤(rùn)融通首席科學(xué)家田鳳占表示，即便沒有ChatGPT，行業(yè)也應(yīng)該是這樣的。
