“智能对话机器人”离“智能”还有多远？

香港浸会大学社会工作系副教授陈智达博士在2022年8月4日在源开发者论坛进行了《心理咨询师的AI智能陪练》的主题分享。介绍了基于源1.0大模型来开发一个AI聊天机器人，来充当心理咨询师的陪练，从而提高心理咨询师的沟通和职业技能。他的报告分了以下几个部分：

• 聊天机器人的趋势

聊天机器人使用对话式人工智能（AI）技术，让机器以自然语言与人类用户沟通。这已普遍应用在不少网站与移动应用程序。聊天机器人有一些显著优势，如，减少对人的依赖、减低成本、提高效率、简化服务流程、以用户的需要为中心。发展轨迹来看，早期是从依循规则为本的对答，现在是以自然语言处理技术提供专业帮助的对答。对话机器人行业规模巨大，前景广阔。

• 搭建聊天机器人的方略

    聊天机器人基本上执行两种不同的任务：理解+回应。当前市面上的聊天机器人， 运用不同的方略来实践这个理解与回应的循环。分为检索方式 （retrieval based）、自然语言生成方式 (generation based) 和混合方式（retrieval and generation based）。

• 概览与反思：从提供治疗到逆向应用？

聊天机器人主要有几种类型，第一种是服务简介及导入 (如，i-change ），第二种是直接提供服务 (如，Woebot），第三种是配合真人提供服务 (如，Wysa），第四种是朋辈/男友/女友陪伴式聊天（如，微软小冰）。

比较两个对话机器人Woebot和i-Girl来看，Woebot是典型的辅导聊天机械人，为求准确性，以检索为本，令对话僵化，不自然，用起来像在填写选项问卷。i-Girl是典型的娱乐型聊天机器人，基于自然语言生成的对话，与用户沟通自然、富有创意。

我们再设想一下有没有更多的聊天机器人的类型，比如第五种，聊天机器人能用于培训吗？在英语地区有先例，但不普遍、未有发挥、市面上未有相关产品。

研究市面上的聊天机器人，我们可以发现有下面的特点：检索模式为主；英语产品远比中文产品普及；市面上还没有优质的心理咨询聊天机器人；大型模型的兴起改变了AI生成内容的市场局面。

基于这样的现状，我们用逆向思维思考一下：既然聊天机器人很难“特别智能+特别共情”，双商都不是那么在线，很难充当专家。那么它能做什么呢？勉强做些根本未到位的任务，倒不如先做一些本质上胜任的任务。

自然语言生成的聊天机器人相比基于检索的聊天机器人，虽然看上去已经“智能”很多，但是它也有其局限性，基于自然语言的聊天机器人有时过于创意，影响了回应的准确性。 如果由机器人担任咨询师的智能陪练（受助者），这局限很可能反过来变成了优势。因为很多时候，受助者并的表达可能并不一致、匿名、不愿呈现全貌、难以组织自己的想法。成功的会谈，要求员工使用适当的提示，澄清含义，锁定焦点。

我们可否倒过来去思考？不是追求“比人还聪明”的专家，指导人类的AI精英；也不追求与“与人一样聪明”的员工或男女朋友，代替人类来完成任务；就是让它就充当“普通人，没有那么聪明、也没有那么高的情商”，它就是这样一个受助者，来充当心里辅导员的陪练？

• 先导实践：运用源1.0大模型搭建智能陪练

浪潮源 1.0 是⼀种⽣成式预训练模型（https://air.inspur.com/home），源 1.0 更加擅⻓的是零样本（Zero-Shot）和⼩样本（Few-Shot）学习，也就是在 2~ 3 个，甚⾄ 1个合适 example 的示范下，模型就可以实现对话策略，仿佛具有举⼀反三的能⼒。

• ⻓时记忆能⼒：保持⼈物个性，语⾔⻛格，交流话题的稳定性。
• 短时记忆能⼒：通过引入领域⾏业知识，能够媲美领域专家，准确回答领域问题。
• 情感对话能⼒：能够感知交流对象的情感，并且带有情感的进⾏交流。
• ⾃由交谈能⼒：能够⾃然地进⾏闲聊和常识问答。

基于这些能力，即使是初级的编程人员也能够搭建一个AI机器人。

我使用源1.0搭建聊天机器人，用以训练学生的提问技巧。聊天机器人遵循剧本大纲，在网上聊天环境中扮演求助者——细黄。我邀请学生到访网站或运用微信，在指定时间内，接触AI模拟的求助者，初步了解情况，整理焦点。

一、利用Few-Shot告诉源1.0大模型一些背景信息：

 

二、调整超参数

 

当然，你也可以使用其他的超参数，多次调整，选择一组比较合适的。也可以进行动态的调整。

四、体验结果

下面是2022年6月30日，细黄（AI扮演）和某学生的真实对话记录。

 

 

 在两者的对话当中，涉及的提问技巧：开放提问、排序、筛选、搜集资料、聚焦、厘清内容、深入理解、邀请实例、梳理不协调的地方、总结、延伸，可以有效的锻炼工作员的技能。

从上面的谈话也能看出AI充当智能陪练的“可行性”:

1. 访谈是有程序、有技巧的、可训练、可练习的。
2. 在适当的设定下，智能聊天机器人，有助锻炼工作员的提问技巧与态度。
3. 我们可以识别个别发言、也可以综合整段谈话，继而判断其层次及进展。
4. 我们也看到，以自然语言生成为本的聊天机器人，能因应提问，合理地延展谈话。

另外低门槛、技术团队的支持也是“创意”实现的前提。源1.0的研发团队提供了不少建议与技术支援，提供供了详细、质量极⾼的范本代码。

• 后续发展建议

    当然，用AI来充当智能陪练，未来还有非常大的发展空间，绝不仅仅是目前Demo展示的一对一陪练心理咨询师场景。如：

• 陪练 vs 培训—>宜集中发展陪练。
• 除了用于心理咨询师、也可成为⼤中小学辅导员、客服、销售、医疗等岗位的培训助⼿。
• 系统地记录及分析真人辅导员如何提问，间接有助心理咨询聊天机器人的发展。大量的访谈记录，有助机器学习，辨识分类。
• 优质的导引问题可以发展成知识库，有助开发直接执行辅导工作的机器人。
• 让用户选择访谈不同的人物角色。
• 让用户创建角色，输入该角色的基本信息 。  
• 让用户根据不同标准，评量提问表现。
• 进一步而言，可以自然语言模型搭建智能聊天友伴；在这基础上，提供特定的功能选项，包括较为结构化的对话介入。