溝通是社會存在與進步的基礎。從智能音箱到機器人、數字人，這些使用AI技術和人進行溝通的基礎都是NLP(自然語言處理技術)。商業(yè)場景中人機AI溝通已經非常普遍，例如你要維修電器，企業(yè)的售后服務電話首先由機器人接聽，人機對話會圍繞著你需要維修電器的種類、型號、出現什么故障、你的聯系方式和地址等信息展開。

　　這樣的AI機器人幾乎每個大企業(yè)都在用。“按照2021年招行年報，招行在AI模擬人、輔助人、替代人方面成效顯著，在智能客服、語音質檢和智能審核、流程智能化這些方面實現超過6000人的人力替代。”招商銀行人工智能實驗室負責人李金龍表示，“人工智能的工具箱越來越豐富，而大數據、大模型和大算力驅動了人工智能的新一輪發(fā)展，大幅提升了AI的適用環(huán)境，催生出更多實際應用。”

　　目前國內已經出現多個AI大模型，騰訊混元大模型、百度文心大模型、鵬城實驗室推出的盤古大模型、中國科學院自動化研究所研發(fā)的紫東.太初大模型、阿里AI預訓練模型M6等。

　　“超大規(guī)模預訓練模型的出現，很可能改變信息產業(yè)格局。繼基于數據的互聯網時代、基于算力的云計算時代之后，接下來可能將進入基于模型的AI 時代。”清華大學計算機科學與技術系教授唐杰說。

　　零樣本建模

　　去年4月份，由循環(huán)智能和華為聯合開發(fā)，鵬城實驗室提供算力支持的盤古NLP大模型正式在業(yè)界亮相，它是業(yè)界首個千億參數的中文大模型。今年6月中旬，在時隔一年之后，盤古NLP大模型的零樣本平臺推出，支持零樣本或少樣本訓練AI建模，進一步增強了適應的場景、降低了企業(yè)使用AI的門檻。

　　AI建模是AI應用的關鍵一環(huán)，要推動AI規(guī)模化、普適化應用，縮短建模時間、降低建模成本、提高模型效率是AI產業(yè)化過程中主要的推進目標。對模型做預訓練是近兩三年興起的技術，如BERT預訓練技術在產業(yè)中取得了巨大的進步，之后的GPT3技術也受到業(yè)界追捧。

　　但在實現更大規(guī)模的建模、匹配更多類商用場景的過程中，這些技術面臨一個巨大的挑戰(zhàn)：需要大量的手工調優(yōu)和標注數據，在處理新場景、新任務時識別準確率低，使得這些技術的建模周期長、普適化應用能力差，無法為業(yè)務提供精準支撐。

　　預訓練模型技術在盤古大模型上出現明顯提升，基于盤古NLP大模型的零樣本建模平臺開始商用。

　　去年推出的盤古NLP大模型擁有 1100 億密集參數，為了訓練這個模型，華為云人工智能首席科技家田奇與循環(huán)智能聯合創(chuàng)始人楊植麟聯合帶領研究團隊花了近半年的時間，給模型喂了40TB的行業(yè)文本數據和超過400萬小時的行業(yè)語音數據。一年之后的盤古NLP零樣本平臺，已進化為僅需15億參數就能實現性能更強、在真實場景得到廣泛驗證并具備強大工程化支持的大模型平臺。

　　“在NLP這條賽道上，只有實現NLP技術的規(guī)模化生產，才能有規(guī)模化的商業(yè)模式，因此，我們需要一場技術變革。”楊植麟表示。

　　“零樣本意味著無需標注樣本，只需提供指令即可完成一個新語義建模，和原來標注幾百條樣本的效果相當，建模時間從3天降至3分鐘;準確率比當前的主流模型提升15%。” 楊植麟稱，“該平臺現在已經完成超過200個場景的落地驗證，通過極致的算法和工程優(yōu)化，在平臺上利用一個普通的2080TiGPU抽取1萬小時錄音數據，僅需要16分鐘。”

　　盤古零樣本平臺不僅支持零樣本學習，也能支持模型的持續(xù)調優(yōu)和進化。據楊植麟分析，零樣本技術目前大概能覆蓋70%的客戶經營場景，對剩下30%的場景，可以用少樣本微調技術進行優(yōu)化，準確率相比第一代和第二代預訓練系統(tǒng)可以有15%的提升，目前在客戶畫像、客戶異議、銷售執(zhí)行、情緒識別、閱讀理解等任務的執(zhí)行中，這種提升幅度都得到了驗證。

　　銀行業(yè)落地

　　隨著智慧金融、智慧政務、虛擬數字人、數字文旅、在線教育等行業(yè)的不斷孵化，各行業(yè)對NLP技術所帶來的智能決策和自主交互能力的需求日益增長。

　　2021年，招商銀行的零售AUM(管理客戶總資產)已經達到了約10萬億，在招行的“十四五”規(guī)劃中，目標是做到20萬億。招行提出，要讓人工智能和數字化技術向一線人員賦能，其中提升大量財富管理人員的營銷能力、服務能力，就是核心的業(yè)務目標之一。

　　“招行AI實驗室和循環(huán)智能在語音識別、自然語義理解的研究方向上進行了比較長期的探索和共創(chuàng)，有非常有應用價值的場景上線，例如智能坐席助手，這個項目是用AI的能力幫助坐席人員判斷客戶的意圖，屏幕上能夠提示他怎么更好地回復客戶的問題，還可以推薦話術。”李金龍說，“這只是項目之一，以后會在人機結合、客戶服務、提升效率等其他場景中進行更多的探索和合作。”

　　循環(huán)智能聯合創(chuàng)始人、CEO陳麒聰表示：“在推出盤古零樣本NLP平臺的同時，我們還提出了整體產品方案，可以貼近企業(yè)上百種業(yè)務場景、支持零樣本或少樣本訓練AI建模及線上線下全渠道采集和分析;不僅為企業(yè)對外溝通提供更好用的工具，還可獨家提供內容和增長服務，滿足不同團隊的個性化分析管理需求。”

　　“在一線賦能方面，循環(huán)智能可為金融企業(yè)提供所需的AI實時輔助助手和智能工具。”循環(huán)智能聯合創(chuàng)始人、COO揭發(fā)說，“在業(yè)務中臺能力提升方面，我們專注于提升客戶意圖洞察力，有效挖掘客戶交互信息中的商機，打通各渠道非結構化數據孤島，并助力企業(yè)實現全渠道合規(guī)和質檢智能化能力升級;在底層AI能力優(yōu)化方面，我們建議企業(yè)構建統(tǒng)一智能化NLP分析平臺，以降低人力投入及運營風險，提升運營效率。”

　　打開溝通 “黑盒”

　　“我們要對溝通數據進行深度挖掘、精準分析，打開溝通數據的黑盒，讓銷售和客戶經營不再是一門屬于頂尖銷售顧問的藝術，而是一門可以被量化管理，可以規(guī)模化復制的科學。”楊植麟說。

　　循環(huán)智能的整體方案為這些痛點和問題給出了系統(tǒng)性的科學解法。包括“會話分析洞察 Insight”“智能銷售助手 Expert”“會話挖掘引擎 Discovery”;包括合規(guī)型提升產品 “智能合規(guī)質檢 Compliance”和“智慧雙錄助手 Compliance Now”;包括AI能力平臺產品“企業(yè)級NLP平臺”和“企業(yè)級ASR自訓練平臺”。

　　循環(huán)智能的AI產品矩陣在企業(yè)的部署實踐中體現出“有跡可循”的降本增效價值，可使人均產能提升22%，業(yè)務策略執(zhí)行率提升100%，合規(guī)成本降低40%。

　　隨著標注數據需求大幅降低，AI 生產效率將會明顯提升，擺脫原來依靠大量樣本的落后生產方式，進入規(guī)模化量產時代。盤古NLP大模型零樣本平臺的推出，是AI 預訓練技術的一次突破，可以解鎖很多新應用、新場景。而找到合適的商用場景，創(chuàng)造預訓練模型的商業(yè)價值，則是使大模型平臺正向滾動發(fā)展的推手。

來源：中國電子報、電子信息產業(yè)網　作者：劉晶