title:大语言模型：聊天机器人背后的强大引擎

ChatGPT所引发的AI革命狂潮仍在持续扩大。在短短的几个月时间里，这位智能对话系统的进化速度让我们难以置信。

昨日，Open AI 动态推出了一款备受瞩目的产品——GPT-4 模型，它的重要特性在于成功地升级了多模态处理能力。具体来说，这款模型不再仅仅局限于文本输入，而是可以接受图像输入并理解其中的内容。换言之，用户只需上传一张图片，ChatGPT 就能迅速地进行识别和生成相应的文字内容，甚至还可以生成网站的 HTML 代码。这一突破性的进步无疑将极大地拓宽 GPT-4 的应用场景，为人们提供更加便捷、高效的智能服务。

在当今这个时代，我们可以明显观察到，人们对人工智能领域的研究已经达到了前所未有的深度。特别是对于大语言模型的研究，人们投入的精力与日俱增。为了让大家更好地理解这一现象，本文将以此为大切入点，带领大家深入探讨相关话题。

｜什么是大语言模型？

大语言模型（Large Language Model，简称LLM）是当前自然语言处理领域内最受关注的概念之一。

大模型是一种技术架构，它通过训练的方式从海量的已标记和未标记数据中吸收知识，然后将这些知识储存在众多的参数里，从而能够对各种任务进行高效的处理。目前，这种大模型已经在诸如多个领域在内的众多场景中得到了广泛的应用，成为了推动企业提升效率的关键动力。

然而，对于何谓大型模型，尚未确立统一的评判准则。通常而言，模型参数达到数百亿规模时，相较于小型模型展现出显著的优势。如今，备受瞩目的ChatGPT便是大型模型应用的典范，其参数数量已逼近千亿级别。

-ChatGPT发展路径-

而人们对大模型的探索，远不会停留在类ChatGPT的范畴内。

在3月6日，由谷歌与柏林工业大学联合研究团队所组成的人工智能小组，成功推出了一款名为”多模态具象化视觉语言模型(VLM)-PaLM-E”的先进技术。此款模型的参数规模堪称巨大，达到了惊人的5620亿个，从而实现了机器人视觉与语言控制的集成。据研究人员透露，这款模型堪称历史上规模最大的VLM，能够在无需重新训练的情况下，轻松应对各种复杂任务。

这也意味着，大模型未来商业化落地和应用的范围将进一步拓宽。

｜大语言模型于客户联络领域的价值

大语言模型研究目前非常热门，然而如何在通用领域中训练出一个既性能优秀又实用的模型，仍然是待解决的一个难题。

聚焦到客户联络领域来看，在客户联络过程中，每天都会产生大量的数据和语料，而这些正是大模型参数的基础训练素材，使得这个领域的大模型训练和落地本身具备了足够的原生优势。

那么，在保障数据安全的前提下，我们可以通过向模型内投放大量的行业/企业垂直语料并进行持续训练，来实现智能客服效率的快速提升和问答的智能化升级。

作为智能客户联络领域中的上市企业，天润融通十余年来持续在AI技术与应用方面投入研发力量，研发了涵盖智能客服、文本机器人、语音机器人、智能质检、智能助手、智能知识库等丰富的AI产品矩阵。

接下来，我们就跟大家聊一聊大语言模型在客户联络领域的应用价值。

1. 提升自动回复能力

我们在开篇提到，大模型的工作逻辑始于对大量数据的持续训练。充分、持续的训练，能够使大模型具备更加精准的语义理解能力和更强大的自然语言生成能力。

基于已经训练成熟的大模型，智能客服系统的开发就有了更加坚实的底层支撑。它可以根据用户输入的问题提供快速和准确的响应，快速解决问题，节省了客服团队大量的时间和资源，提高客户体验和满意度。

2. 强化意图识别能力

天润融通首席科学家田凤占表示，智能客服能否处理复杂问题，在行业内有一个通用的指标，就是意图识别的准确率。

观察客户联络领域所处的现状，大部分是把简单、重复、流程性的问题，交给机器人处理；复杂的、需要情感关怀的问题，则交由人工客服处理。而传统的智能客服在意图理解方面的能力，仍然相对薄弱。

ChatGPT的泛化为我们提供了处理复杂问题的新思路。

基于对文本、语音、图像等多模态数据的分析，大模型对于意图识别的准确性进一步提升。借助大模型，智能客服能够有效结合用户的历史对话、当前沟通内容等上下文语境，更精准地识别出用户的需求和意图。同时，借助大模型所具备的深度学习能力，进行更加智能化的问答推荐，进而有效赋能企业的业务咨询、留资引导、服务应答等环节。

3. 优化人机交互体验

传统机器人在处理复杂场景的时候，往往应变能力不够灵活。一旦用户问的问题在知识库里没有，或者超出了预设的流程，机器人就无法很好地应对了。但是，基于大模型超强的知识库，上述情况就缓解了很多。

以ChatGPT为例来看，大模型的深度应用也开创了客户使用体验的新范本。其丰富的参数和强大的内容生成能力，能够支持智能客服实现更加个性化的问答回复，而非过往千篇一律的机械式问答。

4. 丰富实际应用场景

基于大模型所提供的底层能力，智能客服的渗透力和应用场景也将在未来得到进一步延伸。

ChatGPT的应用目前已经有相对确定的场景可以落地了，如扮演人工客服与客户沟通专业知识、提供专业的问答知识建议、对沟通记录进行质检标记、主动分析座席工作行为、发起产品推介、闲聊寒暄以及更“人性化”的引导留资等。

天润融通首席科学家田凤占在近期的访谈中也提到，当前ChatGPT的大模型能够帮我们实现跨语言的客服服务，在企业出海的国际化场景上将有很大潜力。此外，在情绪关怀方面也有很大的应用前景。

｜如何释放大语言模型潜力？

现阶段来看，大模型的生成能力全行业有目共睹。一些公司也已经开始深入研究类ChatGPT的模型，有望达到类似，甚至更好的效果。

天润融通深耕客户联络领域17年，一直在持续关注与研发AIGC相关技术。天润融通AI实验室表示：“类ChatGPT的模型如何真正落地到商用？需要企业付出多少成本？其安全性如何保障？如何精细化适配不同行业的客户联络需求？这些问题还有待验证”。

正如OpenAI首席执行官Sam Altman所言：

现在不能将任何重要的事情全都依赖ChatGPT来完成，这只是整个研究进程中的一部分，在稳定性与真实性方面我们还有很多工作要做。

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未来究竟如何有效落地大市场？天润融通首席科学家田凤占认为有两个途径。一种是直接采用大模型的能力，另一种是将大模型的能力直接与企业的自有模型做嫁接整合，以适配客户联络应用层面的需求。

不过，在此过程中，安全问题必须要纳入到企业的思考和规划中，尤其是对客户联络这种数据繁杂且敏感的行业而言，这点尤为关键。

“在不侵犯客户隐私的情况下，怎么通过之前给客户提供的服务，以及客户之前的反馈诉求，对客户的需求有更深刻的洞察，给客户推送他真正需要的产品和服务，并且用更软的触达模式，比如发短信用微信，而不是直接打电话，当客户有更明确需求的时候，再拉起对话。”天润融通首席科学家田凤占表示，即便没有ChatGPT，行业也应该是这样的。