運(yùn)營(yíng)商實(shí)踐 - AI 大模型賦能垂直行業(yè)標(biāo)桿案例集 2024

公共行政與管理｜客戶服務(wù)與智能助手｜社會(huì)服務(wù)與基礎(chǔ)設(shè)施目錄 03 07 25 29 33 38 43 48 52 55 58 62政務(wù)服務(wù)進(jìn)入數(shù)字化時(shí)代,中國(guó)移動(dòng)聚焦企業(yè)群眾急難愁盼問題,構(gòu)建高效政務(wù)生態(tài)。依托自研九天.海算政務(wù)大模型,實(shí)現(xiàn)“AI+一網(wǎng)通加強(qiáng)數(shù)字政府建設(shè)是建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)的基礎(chǔ)性和先導(dǎo)性工程,是推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的重要舉措。在2024年1月《國(guó)務(wù)院關(guān)于進(jìn)一步優(yōu)化政務(wù)服務(wù)提升行政效能推動(dòng)“高效辦成一件事”的指導(dǎo)意見》中,明確要求探索應(yīng)用自然語言大模型等技術(shù),提升線上智能客服的意圖識(shí)別和精準(zhǔn)回答能力,優(yōu)化智能問答、智能搜索、智能導(dǎo)辦等服務(wù),黑龍江省數(shù)字政府建設(shè)從2023年全面推動(dòng)以來,堅(jiān)持?jǐn)?shù)據(jù)驅(qū)動(dòng)、創(chuàng)新引領(lǐng),持續(xù)加快人工智能應(yīng)用。中國(guó)移動(dòng)依托數(shù)字政府領(lǐng)域的豐富建設(shè)經(jīng)驗(yàn),打造了“九天.海算政務(wù)大模型”,對(duì)黑龍江數(shù)字政府建設(shè)實(shí)現(xiàn)全流程、深層次賦能,助力黑龍江政府為百姓提供更加便捷和智能的政務(wù)服務(wù),提升政府社會(huì)治理的智能化水平。2023年,由中國(guó)移動(dòng)建設(shè)的人工智能平臺(tái)上線,對(duì)接黑龍江統(tǒng)一政務(wù)服務(wù)網(wǎng)、智能客服、受理中心等10個(gè)業(yè)務(wù)系統(tǒng),可支持不低于100個(gè)使用方(百姓群眾、政府內(nèi)部門)同時(shí)使用,為黑龍江數(shù)字政府提供智能化升級(jí),助力政務(wù)服務(wù)跑出“加速度”。當(dāng)前AI賦能數(shù)字政府建設(shè)過程中面臨諸多痛點(diǎn):各市地?cái)?shù)字政府建設(shè)程度存在差異,需建設(shè)一個(gè)集約化的人工智能平臺(tái),供已有系統(tǒng)和后續(xù)新建系統(tǒng)進(jìn)行但創(chuàng)新不足,智能化水平弱目前數(shù)字政府建設(shè)業(yè)務(wù)創(chuàng)新應(yīng)用水平有待提升,缺少人臉識(shí)別、文字識(shí)別、自然語言理解等人工智能基礎(chǔ)能力,同時(shí)基于大模型等人工智能新技術(shù)的創(chuàng)新應(yīng)用與智能輔助決策不夠,不但創(chuàng)新不足,智能化水平弱中國(guó)移動(dòng)基于多年的數(shù)字政府建設(shè)經(jīng)驗(yàn),以通用大模型為基礎(chǔ),融合政務(wù)領(lǐng)域數(shù)據(jù)開展精調(diào),引入政務(wù)領(lǐng)域約束模型對(duì)輸出進(jìn)行限制,打造了面向政務(wù)領(lǐng)域的行業(yè)大模型—九天.海算政務(wù)大模型。模型具備深度行業(yè)智互三大特色,實(shí)現(xiàn)對(duì)政務(wù)領(lǐng)域一網(wǎng)通辦、一網(wǎng)統(tǒng)管、一網(wǎng)協(xié)同典型應(yīng)用場(chǎng)景賦能,如圖1所示。政務(wù)領(lǐng)域三個(gè)政務(wù)領(lǐng)域三個(gè)“一網(wǎng)”典型場(chǎng)景模型1個(gè)1個(gè)政務(wù)行業(yè)大模型基礎(chǔ)大模型基礎(chǔ)大模型……海算政務(wù)大模型海算政務(wù)大模型海算通用大模型海算通用大模型為有效支撐三個(gè)“一網(wǎng)”典型應(yīng)用場(chǎng)景,以訓(xùn)練平臺(tái)和推理平臺(tái)為基座,打造“行業(yè)大模型+行業(yè)小模型”的政務(wù)智慧大腦核心,如圖2所示,形成一體化“AI+政務(wù)”智慧大腦體系架構(gòu),提供智能化信息輸入、理解、分析、輸出能力。其中,政務(wù)智慧大腦引擎政務(wù)智慧大腦引擎支撐共享政務(wù)智慧大腦核心一網(wǎng)統(tǒng)管政務(wù)數(shù)據(jù)搜索辦件分析智能數(shù)據(jù)分析輿情分析文本紀(jì)要12345智能工單12345熱線坐席政務(wù)辦事助手事項(xiàng)智能搜索一網(wǎng)通辦一網(wǎng)協(xié)同基層治理智能客服公文寫作智能推薦會(huì)議助手一鍵辦理數(shù)據(jù)資源庫(kù)數(shù)據(jù)資源庫(kù)大數(shù)據(jù)基座行業(yè)大模型海算政務(wù)大模型文本分類海算基座大模型語音識(shí)別語音聽寫基礎(chǔ)大模型視覺能力NLP能力20+語音能力行業(yè)小模型多模態(tài)大模型結(jié)構(gòu)化大模型視覺大模型語音大模型聲音增強(qiáng)聲紋識(shí)別合同審核多輪對(duì)話語音合成文本分析單輪對(duì)話城管事件意圖識(shí)別交通事件人臉識(shí)別政務(wù)智慧政務(wù)智慧大腦基座AutoML平臺(tái)Autocv平臺(tái)AutoNLP平臺(tái)智能交互平臺(tái)城市AI平臺(tái)訓(xùn)練平臺(tái)推理平臺(tái)政務(wù)云政務(wù)云政務(wù)網(wǎng)政務(wù)網(wǎng)針對(duì)老百姓“咨詢難”、“辦事繁”的問題,打造政務(wù)智能客服,如圖3所示。通過與政務(wù)大廳辦事員訪談,總結(jié)出事項(xiàng)漏斗體系,為智能客服提供更加人性化的對(duì)話式服務(wù),弱化政務(wù)專業(yè)術(shù)語,讓用戶與智能客服的對(duì)話貼近人類的交流方式;增強(qiáng)智能客服對(duì)政務(wù)服務(wù)術(shù)語的理解能力,提供百姓更容易理解的智能服務(wù),讓政務(wù)助手實(shí)面對(duì)政務(wù)數(shù)據(jù)匯聚量大、但數(shù)據(jù)檢索使用難,數(shù)據(jù)類型分散復(fù)雜、但按主題分析難,政府缺少用數(shù)工具、快速取數(shù)用數(shù)難等困境,打造智能搜索引擎,如圖4所示。以數(shù)字政府指標(biāo)庫(kù)、數(shù)據(jù)資源庫(kù)、政策法規(guī)庫(kù)等為渠道,匯聚全省各地各部門政務(wù)數(shù)據(jù),對(duì)匯聚的數(shù)據(jù)構(gòu)建標(biāo)簽體系,提供智能搜索服務(wù),借助大語言模型技術(shù),實(shí)現(xiàn)自然語言查詢,方便用戶隨時(shí)隨地查詢想要的數(shù)據(jù)。針對(duì)政府工作人員寫作需求多、寫作效率低等場(chǎng)景,基于中國(guó)移動(dòng)多年積累的政務(wù)文本數(shù)據(jù),對(duì)大模型進(jìn)行精調(diào),結(jié)合大模型的文本生成能力,打造公文寫作助手(又叫“龍政智問”),如圖5所示,可以為政府工作人員提供政策分析報(bào)告、會(huì)議發(fā)言稿草擬、會(huì)議紀(jì)要生成等功能,滿足公將“政務(wù)政策-政務(wù)事項(xiàng)-政務(wù)數(shù)據(jù)存儲(chǔ)”深度貫穿模型,驅(qū)動(dòng)整體業(yè)務(wù)流程靈活易用。通過向大模型發(fā)出自然語言指令,便可通達(dá)深層數(shù)據(jù)庫(kù),串聯(lián)多來源、復(fù)雜異構(gòu)的數(shù)據(jù)表,快速獲取直觀的數(shù)據(jù)分析使用信息場(chǎng)內(nèi)的政務(wù)領(lǐng)域?qū)I(yè)知識(shí)對(duì)模型進(jìn)行課程學(xué)習(xí)式增強(qiáng)以及對(duì)齊泛化,同時(shí)協(xié)同私域數(shù)據(jù)作為最終結(jié)果反饋用戶。通過政務(wù)信息場(chǎng)的調(diào)度能力,匯聚散落的關(guān)聯(lián)數(shù)據(jù),圍繞用戶咨詢實(shí)現(xiàn)場(chǎng)內(nèi)問題全解決;拓寬政務(wù)服務(wù)邊界,實(shí)現(xiàn)主動(dòng)式服務(wù);政務(wù)流程不出“場(chǎng)”,實(shí)現(xiàn)可信的政務(wù)問題響應(yīng),保證政務(wù)服務(wù)海算政務(wù)大模型、大模型場(chǎng)景應(yīng)用等現(xiàn)有標(biāo)準(zhǔn)化產(chǎn)品的實(shí)施服務(wù),客戶根據(jù)需求選擇相應(yīng)模塊進(jìn)行“按單點(diǎn)菜”,中國(guó)移動(dòng)在黑龍江省數(shù)字政府建設(shè)項(xiàng)目中,以九天.海算政務(wù)大模型為技術(shù)底座,構(gòu)建了“平臺(tái)+算法+應(yīng)用”的體系,實(shí)現(xiàn)了特色的政務(wù)大模型應(yīng)用,賦能相關(guān)政務(wù)領(lǐng)域的智能處理優(yōu)化、智能內(nèi)容生成等服務(wù),助力黑龍江省政府更加高效地履行職責(zé),提高公共服務(wù)的質(zhì)量和效率,提升群眾的滿意度和信任度,全面推進(jìn)政務(wù)服務(wù)標(biāo)準(zhǔn)化、規(guī)范化、便利化、數(shù)字化建設(shè),更好服務(wù)人民群眾,為龍江高質(zhì)量發(fā)展注入新動(dòng)能、釋放新活力。九天.海算政務(wù)大模型成功入選《數(shù)字時(shí)代治理現(xiàn)代化研究報(bào)告(2023年)—大模型在政務(wù)領(lǐng)域應(yīng)用的實(shí)踐及前景》藍(lán)皮書,成為國(guó)內(nèi)政務(wù)大模型應(yīng)用的典型案例,為國(guó)內(nèi)數(shù)字政府領(lǐng)域大模型應(yīng)用樹立了標(biāo)桿;同時(shí)入選IDC《中國(guó)政務(wù)大模型在數(shù)字政府應(yīng)用市場(chǎng)分析,2024》中大模型在政府行業(yè)的優(yōu)秀實(shí)踐案例。下一步,將以落地黑龍江省政府為契機(jī),進(jìn)一步拓展大模型市場(chǎng)。目前,九天.海算政務(wù)大模型入選黑龍江省《2024年全省數(shù)字政府建設(shè)應(yīng)用工作要點(diǎn)》,后續(xù)將進(jìn)一步推動(dòng)客戶的合同簽訂及項(xiàng)目落地。同時(shí)積極拓展其它省份商機(jī),目前在湖政府正推動(dòng)政務(wù)服務(wù)智能化,旨在提升效率與質(zhì)量。公眾與企業(yè)渴望高效、便捷、個(gè)性化及透明的服務(wù)。中國(guó)電信利用大模型技術(shù),深度學(xué)習(xí)政務(wù)數(shù)據(jù),精準(zhǔn)識(shí)別公眾咨詢意圖,以友好、個(gè)性化語言應(yīng)答,顯著提升政務(wù)服務(wù)效能,滿足各政務(wù)項(xiàng)目,涵蓋了民生訴求應(yīng)用系統(tǒng)、民生智能化能該市政務(wù)服務(wù)和數(shù)據(jù)管理局在前期由中國(guó)電信承接的12345熱線項(xiàng)目和民生訴求系統(tǒng)平臺(tái)一期項(xiàng)目基礎(chǔ)上,針對(duì)平臺(tái)8類角色、17個(gè)服務(wù)過程44個(gè)業(yè)務(wù)節(jié)點(diǎn),規(guī)劃25個(gè)大模型應(yīng)用場(chǎng)景,通過“揭榜掛帥”方式按照兩期規(guī)劃,一期推進(jìn)8個(gè)先行試點(diǎn)應(yīng)用場(chǎng)景。同時(shí)結(jié)合民生訴求12項(xiàng)業(yè)務(wù)能力規(guī)范優(yōu)化要求,基于大模型技術(shù)指導(dǎo)、驅(qū)動(dòng)訴求服務(wù)全流程再造,8類個(gè)44個(gè)個(gè)25個(gè)政務(wù)12345行業(yè)的智能化建設(shè)已經(jīng)經(jīng)歷了從傳統(tǒng)應(yīng)用系統(tǒng)到智能化AI升級(jí)的第—階段,部分場(chǎng)景已經(jīng)通過基于小模型的AI智能化技術(shù)完成了上線可應(yīng)用,例如智能問答客服、智能IVR(智能語音導(dǎo)航)、智能工單抽取等場(chǎng)景,已經(jīng)實(shí)現(xiàn)了AI助理提效的價(jià)值。但是受限于傳統(tǒng)小模型的能力,已經(jīng)應(yīng)用的場(chǎng)景面臨著效果提升上的難題,新的場(chǎng)景例如智能知識(shí)采編、從應(yīng)用場(chǎng)景落地方面,面臨如下挑戰(zhàn)從應(yīng)用場(chǎng)景落地方面,面臨如下挑戰(zhàn)●智能客服場(chǎng)景:用戶在實(shí)際政策問答對(duì)話過程中(如智能受理助手、智能政策問答等),經(jīng)常表達(dá)出來的復(fù)雜意圖、多輪對(duì)話、模糊意圖通過小模型很難達(dá)到較好的效果,其在處理復(fù)雜任務(wù)時(shí)可能表現(xiàn)不佳?！裰悄苁芾碇?對(duì)于工單中要提取的長(zhǎng)數(shù)字串(如電話號(hào)碼、身份證號(hào)等)的表達(dá)、地址、實(shí)體名稱等信息,小模型很●智能采編:根據(jù)政府下發(fā)的政策、業(yè)務(wù)升級(jí)/調(diào)整等所產(chǎn)生的文檔進(jìn)行結(jié)構(gòu)化或—問—答的解讀巨大。傳統(tǒng)小模型AI處理效率低,耗時(shí)長(zhǎng)?！裰悄苷?轉(zhuǎn)人工后,對(duì)于人機(jī)對(duì)話內(nèi)容總結(jié)摘要、坐席與客戶對(duì)話過程中的內(nèi)容快速總結(jié)并形成工單的摘要難以實(shí)現(xiàn)?！裰悄軋?bào)告生成:定期根據(jù)查詢的政務(wù)12345運(yùn)行結(jié)果,自動(dòng)生成合適的分析報(bào)告以節(jié)省人力,對(duì)于小模型來說幾乎無從技術(shù)落地方面,面臨如下挑戰(zhàn)從技術(shù)落地方面,面臨如下挑戰(zhàn)●難以適應(yīng)大規(guī)模數(shù)據(jù)集:小模型處理大規(guī)模數(shù)據(jù)集存在挑戰(zhàn),無法充分利用數(shù)據(jù)集中的所有信息?！穸ㄖ苹潭容^高:小模型泛化能力弱,—個(gè)場(chǎng)景就需要定制—個(gè)小模型,模型多也增加了模型的管理和應(yīng)用難度。生成式大語言模型在多輪對(duì)話閑聊等場(chǎng)景體現(xiàn)出了較好的意圖理解和流暢自然的對(duì)話能力,在政務(wù)領(lǐng)域構(gòu)建—個(gè)行業(yè)大模型,涵蓋問答、工單抽取、分類分撥等場(chǎng)景可以顯著市民的滿意度,減少坐席的人工成本。智能客服機(jī)器人是某市民意速辦12345的核心場(chǎng)景,旨在利用大模型等人工智能技術(shù)對(duì)政務(wù)知識(shí)信息進(jìn)行訓(xùn)練學(xué)習(xí),實(shí)現(xiàn)機(jī)器人能夠深度理解市民訴求的意圖和需求,同時(shí)能夠根據(jù)限定的政務(wù)知識(shí)給出正確、完整、安全可控的答復(fù)內(nèi)容的目標(biāo)。智能客服機(jī)器人應(yīng)用場(chǎng)景包括“公積金”、“社保”、“醫(yī)保”等,進(jìn)—步提升智能客服問答準(zhǔn)確性、完整性和安全性,提高智能客服應(yīng)答能力和服務(wù)能力。電信AI研究院基于自研Telech傳統(tǒng)智能客服的業(yè)務(wù)流程包括問答知識(shí)庫(kù)整理,問答知識(shí)庫(kù)配置到對(duì)話系統(tǒng)以及線上匹配市民問題推薦合適的知識(shí)庫(kù)答本次項(xiàng)目,采用大模型多智能體(Multi-Agent)智能問答技術(shù)實(shí)現(xiàn)政務(wù)智能問答系統(tǒng),整體技術(shù)流程包括知識(shí)庫(kù)構(gòu)建智能體、文檔理解和檢索智能體、問答智能體等模塊,整體技術(shù)方案如圖1所示。知識(shí)庫(kù)從政府網(wǎng)站、百科、書籍等渠道收集政策類知識(shí),涵蓋住建局、各類辦事大廳、醫(yī)保局等各類民生訴求委知識(shí)庫(kù)構(gòu)建智能體辦局等官方網(wǎng)站,同時(shí)支撐政數(shù)局專家基于坐席問答數(shù)據(jù)整理出問答知識(shí)庫(kù)。為了降低政務(wù)坐席梳理問答對(duì)的成本,采用大模型知識(shí)采編思路,大模型先對(duì)原始政策文檔給出建議問答對(duì),然后交由坐席質(zhì)檢。通過該方法,高效積累萬級(jí)別的高質(zhì)量問答對(duì)。本次項(xiàng)目采集政策文檔文件格式多樣,包括pdf、word、ppt,文檔要素多樣版面復(fù)雜,對(duì)圖標(biāo)、文字、檢索智能體表格要素的精確解析能力決定最終的問答效果。本次項(xiàng)目采用基于大模型的文檔版面分析策略,識(shí)別出文檔中包含核心政策要點(diǎn)的要素和段落,過濾掉和政策無關(guān)的URL鏈接、廣告文本。并通過MinHash、文本相似度計(jì)算等技術(shù)對(duì)政策文檔進(jìn)行篇章、段落粒度的去重,最終形成高質(zhì)量政務(wù)問答系統(tǒng)的特點(diǎn)是政策頻繁更新、信息內(nèi)容多源異構(gòu),如何讓大模型學(xué)習(xí)和理解最新的政策知識(shí),進(jìn)行精準(zhǔn)的回復(fù)是政務(wù)系統(tǒng)面臨的主要問題。本次項(xiàng)目采用了兩階段后訓(xùn)練結(jié)合知識(shí)注入政策文檔信息,減少大模型的幻覺。第—階段首先利用政策原文對(duì)大模型做持續(xù)預(yù)訓(xùn)練,經(jīng)過這個(gè)環(huán)節(jié)大模型充分理解了政策信息,在給定政策要點(diǎn)闡釋指令時(shí),大模型能夠還原出政策文章的對(duì)應(yīng)片段。第二階段利用政策原文構(gòu)建的問答語料,并對(duì)大模型進(jìn)行指令微調(diào),使得大模型可以理解市民的問題并輸出對(duì)應(yīng)的政策答案的。為了提升大模型的回復(fù)質(zhì)量,本項(xiàng)目對(duì)答案進(jìn)行了多輪的精細(xì)化的標(biāo)注。保證答案正確并且和問題相關(guān),進(jìn)—步增強(qiáng)答案的結(jié)構(gòu)化和邏輯性。為了更好的引入政務(wù)坐席知識(shí)庫(kù),采用大小模型配合的技術(shù)框架。對(duì)于命中知識(shí)庫(kù)的問題,直接輸出對(duì)應(yīng)的答案,對(duì)于同知識(shí)庫(kù)的問答對(duì)相似度低的市民問題,則采用大模型生成答案。市民在線提交訴求工單后,分撥員需要將工單進(jìn)行分類、分撥到具體的責(zé)任部門進(jìn)行處置。需要大模型為分撥員的分類分撥操作提供輔助,讓工單的分類分撥更加高效、準(zhǔn)確。市民在線提交訴求工單后,分撥員需要對(duì)工單進(jìn)行打標(biāo),以便于后續(xù)的工單統(tǒng)計(jì)分析市民在線提交訴求工單后,分撥員需要對(duì)工單進(jìn)行打標(biāo),以便于后續(xù)的工單統(tǒng)計(jì)分析。需要大模型為分撥員的工單打標(biāo)操作提供輔助,讓工單的打標(biāo)更加高效、準(zhǔn)確。借助大模型的能力,輔助現(xiàn)有的智能客服機(jī)器人,從而提升政務(wù)服務(wù)能力,提高市民滿意度。針對(duì)投訴舉報(bào)類熱線,話務(wù)員需要基于市民反饋的信息,在系統(tǒng)提交工單,給相應(yīng)的責(zé)任部針對(duì)投訴舉報(bào)類熱線,話務(wù)員需要基于市民反饋的信息,在系統(tǒng)提交工單,給相應(yīng)的責(zé)任部門處理。需要引入大模型,從市民語音反饋信息中自動(dòng)識(shí)別并提取關(guān)鍵信息下單,提高話務(wù)員工作效率。對(duì)于智能答復(fù)的問題、訴求處理反饋意見審查場(chǎng)景進(jìn)行安全內(nèi)容審查,檢測(cè)和過濾違法、有害或內(nèi)容,例如色情、暴力、仇恨言論等。1、需要提供智能生成相似問、根據(jù)提示詞智能生成問題對(duì)應(yīng)答案;1、需要提供智能生成相似問、根據(jù)提示詞智能生成問題對(duì)應(yīng)答案;2、支持掛載知識(shí)中臺(tái)中專業(yè)知識(shí)的插件能力,讓大模型基于專業(yè)的業(yè)務(wù)知識(shí)文章、word、pdf等知識(shí),多智能體(Multi-Agent)智能問答系統(tǒng)的技術(shù)關(guān)鍵創(chuàng)新點(diǎn)如下:多粒度的結(jié)構(gòu)化知識(shí),提升知識(shí)表征的精確性和全面性。針對(duì)大模型輸入長(zhǎng)度的限制,創(chuàng)新性地應(yīng)用旋轉(zhuǎn)位置編碼技術(shù),外推精排網(wǎng)絡(luò)的輸入,支持更長(zhǎng)的文檔片段輸入,保證片段涵蓋更充足的語義信息,對(duì)政策文檔片段進(jìn)行高效且精準(zhǔn)的重排序,提高檢索效果。通過持續(xù)預(yù)訓(xùn)練和指令微調(diào),為大模型注入最新的政策知識(shí),減少大模型的幻覺,提高政策理解與回復(fù)的精準(zhǔn)度。針對(duì)市民口語化表述與政策文檔書面用語之間的語義差異,引入問題改寫機(jī)制,并采用并行文檔切片召回策略,顯著提升文檔召回命中率。針對(duì)政務(wù)坐席知識(shí)庫(kù),設(shè)計(jì)了大小模型配合的技術(shù)框架,高效融合知識(shí)庫(kù)與生成式模型的優(yōu)勢(shì),提供靈活且準(zhǔn)確創(chuàng)新的針對(duì)政策文檔語義切片算法,利用大模型在段落級(jí)進(jìn)行細(xì)粒度要點(diǎn)提取,并基于要點(diǎn)和摘要進(jìn)行語義切分,確保分段內(nèi)語義連貫,適應(yīng)政策文檔的頻繁更新需求。這些創(chuàng)新點(diǎn)共同構(gòu)成了—個(gè)高效、精準(zhǔn)且適應(yīng)性強(qiáng)的多智能體問答系統(tǒng),為政務(wù)問答領(lǐng)域帶來了新的技術(shù)突破和實(shí)際應(yīng)提供單獨(dú)的能力調(diào)用的方式,針對(duì)建設(shè)不久的政務(wù)服務(wù)提供單獨(dú)的能力調(diào)用的方式,針對(duì)建設(shè)不久的政務(wù)服務(wù)系統(tǒng)提供針對(duì)單個(gè)政務(wù)服務(wù)場(chǎng)景服務(wù),政務(wù)機(jī)構(gòu)在不更接口,直接賦能客戶的應(yīng)用系統(tǒng);也可以支持多個(gè)能力聯(lián)合應(yīng)用—起提供給客戶,賦能客戶的業(yè)務(wù)場(chǎng)景,助理通過沉淀在項(xiàng)目上的數(shù)據(jù)和能力,從智能對(duì)話、知識(shí)運(yùn)核心的能力,從而為政務(wù)服務(wù)機(jī)構(gòu)提供統(tǒng)—的政務(wù)大模型能力底座,通過構(gòu)建全新—站式的政務(wù)大模型能力底座,全面革新已有政務(wù)服務(wù)流程,賦能整個(gè)政務(wù)領(lǐng)域。在當(dāng)今時(shí)代,政務(wù)服務(wù)面臨著諸多挑戰(zhàn),本次提供的"大小模型協(xié)同助力政務(wù)服務(wù)升級(jí)"方案通過集成大模型和小模型的力量,以創(chuàng)新的方式解決了這些關(guān)鍵問題。核心價(jià)值體現(xiàn)在以下幾個(gè)方面:大模型與小模型協(xié)同工作,能夠快速精準(zhǔn)的理解市民用戶咨詢的問題,并能夠準(zhǔn)確的為用戶提供友好個(gè)性化的答復(fù)。大型模型擅長(zhǎng)于—問多意圖、長(zhǎng)上下文意圖等復(fù)雜意圖的理解以及友好個(gè)性化回復(fù)的生成,而小模型則專注于特定場(chǎng)景下的簡(jiǎn)協(xié)同工作的大小模型能夠提供更智能、個(gè)性化的服務(wù)體驗(yàn)。小型模型負(fù)責(zé)簡(jiǎn)單問題的精準(zhǔn)識(shí)別,再基于大型模型對(duì)反饋信息的友好加工,使政務(wù)服務(wù)更加貼心友好,提升市民用戶咨詢體驗(yàn)。當(dāng)前政務(wù)服務(wù)咨詢中大多數(shù)市民咨詢還是簡(jiǎn)單重復(fù)的問題,基于大小模型方案,小模型能解決的問題,直接用小模型進(jìn)行業(yè)務(wù)閉環(huán),避免使用高成本的大模型,最終實(shí)現(xiàn)在不大幅提升服務(wù)成本的同時(shí)提升服務(wù)效果與服務(wù)體驗(yàn)?；诖笮∧Ｐ头桨柑嵘?wù)服務(wù)效率和服務(wù)質(zhì)量,不僅解決了現(xiàn)有問題,還為未來技術(shù)創(chuàng)新預(yù)留了空間,推動(dòng)業(yè)務(wù)模式綜上所述,"大小模型協(xié)同助力政務(wù)服務(wù)升級(jí)"方案的核心價(jià)值在于其高效、個(gè)性化、低成本的服務(wù)處理能力,能有效解決政務(wù)系統(tǒng)中的痛點(diǎn)問題,同時(shí)提升用戶滿意度,引領(lǐng)政務(wù)服務(wù)領(lǐng)域向更智能、更高效的方向邁進(jìn)?！駞?shù)與能力的關(guān)系:在設(shè)計(jì)模型時(shí),適當(dāng)增加參數(shù)量通常能顯著提升模型的性能及泛化能力。然而,關(guān)鍵在于平衡,過●多智能體優(yōu)勢(shì)策略:結(jié)合多個(gè)智能體(包括但不限于大模型)的策略往往比單—大模型獲知小模型具有更穩(wěn)定的輸出效果,能夠有效降低風(fēng)險(xiǎn)和提高整體性能,尤其是在復(fù)雜任務(wù)與高度不確定性場(chǎng)●數(shù)據(jù)質(zhì)量的核心作用:構(gòu)建高質(zhì)量的數(shù)據(jù)集是確保模型獲得良好效果的基礎(chǔ)。高精度、全面且準(zhǔn)確的數(shù)據(jù)不僅能顯著提升模型訓(xùn)練的效率,還能增強(qiáng)預(yù)測(cè)結(jié)果的可靠性和穩(wěn)定性?！駡F(tuán)隊(duì)協(xié)作的重要性:建立—個(gè)跨部門(包括但不限于交付、產(chǎn)品、數(shù)據(jù)科學(xué)、算法開發(fā)與工程實(shí)踐)的統(tǒng)—團(tuán)隊(duì)對(duì)于實(shí)現(xiàn)模型優(yōu)化和快速部署至關(guān)重要。通過緊密合作,可以確保策略的—致性、技術(shù)方案的有效實(shí)施以及問題的及時(shí)解決,為了將已有大小模型協(xié)同提供政務(wù)服務(wù)方案快速推廣到更多地域覆蓋更多業(yè)務(wù)場(chǎng)景,需要持續(xù)的在標(biāo)準(zhǔn)化、產(chǎn)品化方面進(jìn)行推進(jìn)完善。同時(shí)對(duì)于眾多的政務(wù)服務(wù)業(yè)務(wù)場(chǎng)景,還需要對(duì)已有的方案進(jìn)行持續(xù)迭代創(chuàng)新,繼續(xù)推進(jìn)各個(gè)新增場(chǎng)景的能力建設(shè)和效果優(yōu)化,具體從以下幾個(gè)方面:●技術(shù)優(yōu)化與標(biāo)準(zhǔn)建立:首先針對(duì)政務(wù)服務(wù)場(chǎng)景進(jìn)行標(biāo)準(zhǔn)化,實(shí)現(xiàn)在其他能快速冷啟動(dòng),直接復(fù)用已有的服務(wù)場(chǎng)景。其次,在落地基于大小模型協(xié)同提供服務(wù)的過程中,對(duì)落地流程進(jìn)行標(biāo)準(zhǔn)化,讓更多的團(tuán)隊(duì)能基于大模型模型協(xié)同提供政務(wù)服務(wù)方法論快速落地其他政務(wù)服務(wù)項(xiàng)目。最后,在與多個(gè)系統(tǒng)對(duì)接過程中,制定統(tǒng)—的服務(wù)接口和技術(shù)規(guī)范,確保不同地●產(chǎn)品化沉淀:通過問卷、訪談收集各級(jí)地方政府的具體需求及用戶反饋,基于需求開發(fā)專項(xiàng)功能模塊或插件,將能力沉淀為滿足不同地域、不同領(lǐng)域(如社保、稅務(wù))的通用型產(chǎn)品。●平臺(tái)推廣與培訓(xùn)體系建立:與省級(jí)及市級(jí)政務(wù)部門合作,共享技術(shù)成果和實(shí)施經(jīng)驗(yàn)。建立全面培訓(xùn)計(jì)劃,設(shè)立線上課程和研討會(huì),提供AI應(yīng)用和平臺(tái)操作培訓(xùn)資源,組織線下巡回培訓(xùn)會(huì)議或工作坊,在各地設(shè)立培訓(xùn)中心。●持續(xù)迭代與技術(shù)創(chuàng)新:基于多個(gè)地域以及不同領(lǐng)域業(yè)務(wù)需求的探索研究,持續(xù)迭代大小模型技術(shù)架構(gòu)方案,利用平臺(tái)產(chǎn)生的數(shù)據(jù)進(jìn)行深度分析,識(shí)別優(yōu)化點(diǎn)和技術(shù)瓶頸。傳統(tǒng)政務(wù)服務(wù)熱線存在人工效率低,線路壓力大、文書撰寫繁瑣等問題。為助力政務(wù)服務(wù)和社會(huì)管理效率的提升,中國(guó)聯(lián)通政務(wù)熱線大模型應(yīng)運(yùn)而生,旨在充分結(jié)合政務(wù)場(chǎng)景及數(shù)智技術(shù)優(yōu)勢(shì),打造坐席知識(shí)輔助、智能派單、智能問數(shù)等能力,面向群眾、客服、政務(wù)服務(wù)中心全場(chǎng)景全鏈路進(jìn)行智能化升級(jí),提高政府管理及服務(wù)效率,提升市民業(yè)務(wù)辦理滿意度。基于元景政務(wù)熱線大模型的政務(wù)智能體平臺(tái),是基于中國(guó)聯(lián)通的先進(jìn)人工智能技術(shù)能力,以中國(guó)聯(lián)通元景政務(wù)大模型為基座,以政務(wù)場(chǎng)景為主要落地場(chǎng)景,打造智能工單填報(bào)、智能派單、坐席知識(shí)輔助、熱線數(shù)智分析、智能問數(shù)等服務(wù)能力,以智能機(jī)器人賦能應(yīng)用,并可根據(jù)實(shí)際需求進(jìn)行機(jī)器人產(chǎn)品組合及插拔,為政務(wù)行業(yè)提供基礎(chǔ)人工智能能力和產(chǎn)品解決方案。目前,該政務(wù)熱線大模型及政務(wù)智能體平臺(tái)已在多省市政務(wù)熱線落地應(yīng)用。以遼寧12345熱線為代表,如圖1所示,在坐席知識(shí)輔助、智能工單填報(bào)場(chǎng)景,實(shí)現(xiàn)自動(dòng)工單填寫、智能派單、輔助問答等功能,工單填寫準(zhǔn)確率達(dá)90%,完整度提升超30%,知識(shí)輔助相比傳統(tǒng)方式準(zhǔn)確率提高60%,平均每通客服通話時(shí)長(zhǎng)由186s縮短至133s;在熱線數(shù)智分析、智能問數(shù)領(lǐng)域,如圖2所示,通過分析80余萬個(gè)歷史工單及12萬個(gè)小區(qū)投訴信息,形成6大類專報(bào),為熱線中心提供對(duì)話式中央提出要推動(dòng)政務(wù)熱線歸并整合,提升服務(wù)便捷性和高效性;強(qiáng)化12345熱線與110報(bào)警服務(wù)臺(tái)的高效對(duì)接聯(lián)動(dòng);加強(qiáng)數(shù)字政府建設(shè),推動(dòng)公共服務(wù)數(shù)字化、智能化;推進(jìn)12345數(shù)據(jù)在市場(chǎng)監(jiān)管、行政執(zhí)法監(jiān)督等領(lǐng)域的應(yīng)用。此外,全國(guó)政務(wù)熱線是感知城市、社會(huì)和民情的重要手段,是政府實(shí)現(xiàn)有效治理和提升治理能力的重要方式,各地加快多號(hào)歸并、—號(hào)響應(yīng)、多渠道融合,政務(wù)熱線通過與市民時(shí)刻“即聯(lián)”,實(shí)時(shí)捕捉民情動(dòng)向,及時(shí)查堵治理盲點(diǎn);同時(shí),政務(wù)熱線承擔(dān)著“上掛下聯(lián)”職責(zé),通過平臺(tái)互聯(lián)、數(shù)據(jù)互通、信息共享等機(jī)制,可實(shí)現(xiàn)跨部門、跨區(qū)域的數(shù)據(jù)流通,促進(jìn)政府部門“接駁”聯(lián)動(dòng),及時(shí)、高效地回應(yīng)群眾訴求,提升政府部門的協(xié)同治理水平?；谠罢?wù)熱線大模型的政務(wù)智能體平臺(tái)主要面向以下三類服務(wù)面向市民的自助服務(wù):對(duì)話依賴定好的流程,意圖識(shí)別準(zhǔn)確度待提升,對(duì)話擬人度低,不夠智能;缺少情緒識(shí)別,溝通面向一線的人工服務(wù):坐席手里業(yè)務(wù)缺少智能輔助;知識(shí)篇幅大,坐席查找知識(shí)點(diǎn)慢;建單錄入文字多,影響服務(wù)效率。面向運(yùn)營(yíng)的運(yùn)營(yíng)管理:數(shù)據(jù)報(bào)表系統(tǒng)加工周期長(zhǎng);取數(shù)用數(shù)系統(tǒng)查詢不便捷。政務(wù)智能體平臺(tái)提供多類智能機(jī)器人,集成了豐富的插件、工具、知識(shí)庫(kù)等,快速搭建基于元景政務(wù)大模型的機(jī)器人,賦能政務(wù)服務(wù)智能化升級(jí),提升效率及市民滿意度,其架構(gòu)如圖3所示。 機(jī)器人創(chuàng)建機(jī)器人配置機(jī)器人測(cè)試機(jī)器人創(chuàng)建機(jī)器人配置機(jī)器人測(cè)試提示詞工程提示詞工程政務(wù)智能體平臺(tái)主要包括三大類機(jī)器人,如下所示:主要包括文本歸檔,問數(shù)咨詢、安全門禁等。主要包括公文審核,敏感性定級(jí)等。第一個(gè)技術(shù)創(chuàng)新是打造了多任務(wù)語音生成模型架構(gòu),如圖4所示?；?0萬+小時(shí)高質(zhì)量語音數(shù)據(jù)訓(xùn)練,具備一句話 源文本>codecLanguagecodeccodec第二個(gè)技術(shù)創(chuàng)新是政務(wù)智能體平臺(tái)加入的RAG(增強(qiáng)檢索生成)核心組件,如圖5所示。其能夠使得大模型支持級(jí)聯(lián)切分、自適應(yīng)拆分、多路檢索融合技術(shù),提升知識(shí)理解完整性,提升行業(yè)知識(shí)庫(kù)理解與系統(tǒng)知識(shí)問答能力。政務(wù)智能體平臺(tái)聚焦痛點(diǎn)問題,將智能化技術(shù)深度整合,構(gòu)建自助人工協(xié)同、多媒體協(xié)同、線上線下協(xié)同、服務(wù)營(yíng)銷協(xié)同的新型智慧服務(wù)模式,使智能交互更溫暖、智能輔助更便捷、運(yùn)營(yíng)智慧的政務(wù)服務(wù)“總客服”40%28.4S85.3%90%+50%60%30%聚焦熱線領(lǐng)域,提供即插即用智能工求實(shí)踐,沉淀形成助力電信客服、政務(wù)、企業(yè)熱線實(shí)現(xiàn)......目標(biāo)客戶:以全國(guó)數(shù)百個(gè)地區(qū)的12345熱線為主要客戶,同時(shí)發(fā)掘包括110、119、120、122等政務(wù)熱線以及包括汽產(chǎn)品覆蓋場(chǎng)景:打造覆蓋坐席輔助、智能工單、知識(shí)庫(kù)、質(zhì)檢、呼叫中心、智能問答、數(shù)據(jù)管理、大數(shù)據(jù)分析、應(yīng)用服務(wù)等30多個(gè)子產(chǎn)品及產(chǎn)品組件,業(yè)務(wù)范圍全覆蓋。盈利模式:構(gòu)建政府-運(yùn)營(yíng)商-科技公司-設(shè)備廠商的商業(yè)生態(tài),形成央企建設(shè)、政府買服務(wù)的商業(yè)盈利模式,以saas私有化部署(基礎(chǔ)平臺(tái)+服務(wù)器)+支持系統(tǒng)工程化服務(wù)定制的售賣方式,同時(shí)支持可增量購(gòu)買算法模型及定制服務(wù),以政務(wù)熱線升級(jí)驅(qū)動(dòng)治理協(xié)同,以智能化賦能政務(wù)工作機(jī)制升級(jí),政務(wù)智能體平臺(tái)擁有以下核心價(jià)值:政務(wù)熱線產(chǎn)品不僅在12345政務(wù)熱線領(lǐng)域有廣泛的應(yīng)用,其產(chǎn)品能力可為50多個(gè)具有熱線服務(wù)業(yè)務(wù)的行以政府政務(wù)便民服務(wù)熱線(12345)及工會(huì)組織(12351為主,同時(shí),面向具有熱線服務(wù)業(yè)務(wù)的其他行業(yè)客戶,政務(wù)熱線平臺(tái)憑借PB級(jí)的數(shù)據(jù)計(jì)算能力,通過數(shù)據(jù)挖掘,分析訴求數(shù)據(jù)價(jià)值,從而發(fā)現(xiàn)社會(huì)治理過程中的基于元景政務(wù)熱線大模型的政務(wù)智能體平臺(tái)具有獨(dú)特的技術(shù)優(yōu)勢(shì)和領(lǐng)先的行業(yè)實(shí)踐。深度聚焦政務(wù)細(xì)分場(chǎng)景,提供該領(lǐng)域共性的AI能力和通用性場(chǎng)景智能體;提供行業(yè)智能體開發(fā)能力,針對(duì)個(gè)性化場(chǎng)景可以快速制定所需智能體;具備豐富的基礎(chǔ)AI能力,能夠提供豐富的插件、工具,及大模型和小模型能力?；谠罢?wù)熱線大模型的政務(wù)智能體平臺(tái)自2023年以來已經(jīng)完成落地6個(gè)項(xiàng)目,市場(chǎng)化金額近1100萬元,目前正未來,政務(wù)智能體平臺(tái)產(chǎn)品將在實(shí)踐應(yīng)用場(chǎng)景中積累更多業(yè)務(wù)經(jīng)驗(yàn),將產(chǎn)品目標(biāo)客群從政務(wù)熱線逐步擴(kuò)展到更多地方政府部門、公共服務(wù)機(jī)構(gòu),核心應(yīng)用場(chǎng)景也隨之更豐富、核心功能更加成熟,可服務(wù)更多潛在客戶,3年以內(nèi)市場(chǎng)化金額超202420252026●聚焦各地12345等政務(wù)熱線打造標(biāo)品●舉辦產(chǎn)品發(fā)布會(huì),聯(lián)合渠道生態(tài)伙伴,加大產(chǎn)品運(yùn)營(yíng)宣傳力度,建立用戶心智。擴(kuò)展其他公共服務(wù)機(jī)構(gòu)、企業(yè)服●進(jìn)—步加強(qiáng)聯(lián)通省/分/子公司聯(lián)合深度,擴(kuò)展商機(jī)深度(如●跟進(jìn)AI技術(shù)發(fā)展,應(yīng)用更高級(jí)的AI生成技術(shù)●根據(jù)歷史項(xiàng)目經(jīng)驗(yàn),提供個(gè)性化、定制化的產(chǎn)品和服務(wù),提升用戶價(jià)值。關(guān)系,保持平臺(tái)所需產(chǎn)品和技術(shù)能力的先進(jìn)性。象進(jìn)行升級(jí),提升品牌價(jià)值和影響力。●合作深化:深化與合作伙伴的關(guān)系,共同探索新水利行業(yè)的數(shù)智化是國(guó)家戰(zhàn)略要求,水利部提出要推動(dòng)大模型應(yīng)用落地,實(shí)現(xiàn)預(yù)報(bào)是基礎(chǔ)、預(yù)警是前哨、預(yù)演是關(guān)鍵、預(yù)案是目的,這是模型等方面的資源稟賦,與行業(yè)伙伴深度合作,助力水旱災(zāi)害防御能力升級(jí)。通過攻關(guān)關(guān)鍵技術(shù),實(shí)現(xiàn)智能問答、水利預(yù)案生成、水利智能體,顯著提升了“四預(yù)”的數(shù)字化、智能化、精準(zhǔn)化水平。在新形勢(shì)下,賀蘭山東麓作為寧夏回族自治區(qū)的防洪重點(diǎn),按照“需求牽引、應(yīng)用至上、數(shù)字賦能、提升能力”要求,加強(qiáng)數(shù)字孿生、大數(shù)據(jù)、人工智能等新—代信息技術(shù)與水利業(yè)務(wù)“四預(yù)”的深度融合,利用西部大數(shù)據(jù)中心,建設(shè)高可用智寧夏賀蘭山東麓防洪治理“四預(yù)”工程(—期)由中移物聯(lián)網(wǎng)有限公司合作承建,采用中移坤靈數(shù)字孿生平臺(tái)可視化模型,建立賀蘭山東麓數(shù)字孿生平臺(tái)支撐體系,提供在網(wǎng)絡(luò)空間虛擬再現(xiàn)水利工程能力,為防洪分析預(yù)警、防洪智能調(diào)度等業(yè)務(wù)應(yīng)用提供支撐。同時(shí)也是業(yè)內(nèi)首次創(chuàng)新性地融合水利大模型知識(shí)平臺(tái),從感知數(shù)據(jù)、行業(yè)數(shù)據(jù)等真實(shí)世界中的水利源數(shù)據(jù)抽取并構(gòu)建防洪預(yù)案庫(kù)、經(jīng)驗(yàn)庫(kù)、文檔庫(kù)、歷史場(chǎng)景庫(kù)等,研發(fā)水利知識(shí)引擎,實(shí)現(xiàn)預(yù)案快速檢索、查詢和生成,為實(shí)際業(yè)務(wù)應(yīng)用提供知識(shí)檢索、知識(shí)管理、預(yù)案生成、預(yù)演推理能力,為寧夏水利廳在賀蘭山東麓地區(qū)的防汛應(yīng)急預(yù)案、水庫(kù)調(diào)度運(yùn)行方“四預(yù)”建設(shè)過程中的關(guān)鍵難點(diǎn)及痛點(diǎn):傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ皖A(yù)見周期短,預(yù)報(bào)精度低。無法綜合分析并高效處理大量氣象、地理信息、水生態(tài)、遙感、水文、生態(tài)環(huán)境、社會(huì)經(jīng)濟(jì)數(shù)據(jù)等多來源異構(gòu)數(shù)據(jù),且數(shù)據(jù)隨時(shí)間波動(dòng)較大,預(yù)測(cè)難度大,人工成本高,無法有效結(jié)合實(shí)時(shí)感知監(jiān)測(cè)數(shù)據(jù)進(jìn)行分析研判,及時(shí)性和精確性難以保證;無法科學(xué)動(dòng)態(tài)地調(diào)整洪水、工程等風(fēng)險(xiǎn)閾值,無法基于具體的實(shí)時(shí)洪水規(guī)模、降雨量、入河流量、水域流速等動(dòng)態(tài)趨勢(shì)量提供預(yù)警,無法依據(jù)不同的風(fēng)險(xiǎn)等級(jí)對(duì)區(qū)域?qū)嵤┯嗅槍?duì)性的預(yù)警通知;推理預(yù)演不實(shí)時(shí)直觀:無法動(dòng)態(tài)驅(qū)動(dòng)數(shù)字孿生流域進(jìn)行推演預(yù)案編制效率低,跨區(qū)域協(xié)同難度大周期長(zhǎng)傳統(tǒng)知識(shí)庫(kù)檢索方式無法及時(shí)響應(yīng),生成的預(yù)案內(nèi)容有效期短、編制時(shí)間長(zhǎng),不能及時(shí)提供輔助決策支持,應(yīng)急響應(yīng)和資源本項(xiàng)目基于賀蘭山東麓過往的應(yīng)急預(yù)案、調(diào)度方案等知識(shí)規(guī)則及標(biāo)準(zhǔn)規(guī)范,構(gòu)建具有實(shí)用價(jià)值的水利知識(shí)庫(kù),推進(jìn)賀底層由數(shù)據(jù)底板匯集地理空間數(shù)據(jù)、感知數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)等水利信息網(wǎng)傳輸?shù)母黝惍悩?gòu)時(shí)空域數(shù)據(jù),知識(shí)引擎通過對(duì)源數(shù)據(jù)進(jìn)行知識(shí)抽取、知識(shí)融合、結(jié)構(gòu)化處理,構(gòu)建完備的水利知識(shí)庫(kù)和知識(shí)關(guān)聯(lián)圖譜,為模型調(diào)用及輔助決策提供知識(shí)檢索知識(shí)推薦知識(shí)抽取知識(shí)檢索知識(shí)推薦知識(shí)抽取知識(shí)存儲(chǔ)知識(shí)表示應(yīng)急管理物理物理在水利業(yè)務(wù)“四預(yù)”技術(shù)框架指導(dǎo)下,實(shí)現(xiàn)寧夏賀蘭山東麓四預(yù)預(yù)報(bào)預(yù)警預(yù)演預(yù)案水利大模型融合知識(shí)庫(kù)中抽取的歷史數(shù)據(jù)和實(shí)時(shí)感知數(shù)據(jù),預(yù)處理后驅(qū)動(dòng)專業(yè)模型實(shí)現(xiàn)對(duì)未來水文情勢(shì)(例如水位、流量、降雨量等)不同預(yù)見期的定量或定性預(yù)測(cè)預(yù)報(bào),并提供定性的描述和解釋,以便用戶和監(jiān)管人員更有效地理解和應(yīng)對(duì)。在“四預(yù)“業(yè)務(wù)系統(tǒng)中,水利大模型結(jié)合預(yù)警規(guī)則庫(kù),根據(jù)預(yù)測(cè)和預(yù)報(bào)結(jié)果,自動(dòng)設(shè)定預(yù)警閾值和觸發(fā)條件。在監(jiān)測(cè)到預(yù)設(shè)閾值溢出或滿足特定條件時(shí),立即觸發(fā)預(yù)警機(jī)制,通過短信、電話、移動(dòng)端APP推送等方式向當(dāng)?shù)卣?、居民、相關(guān)人員發(fā)送預(yù)警信息,提醒其采取必要的防范措施,確水利大模型結(jié)合歷史案例、專家經(jīng)驗(yàn)和專業(yè)知識(shí)庫(kù),自動(dòng)生成或優(yōu)化應(yīng)對(duì)預(yù)案,同時(shí)將預(yù)案及數(shù)據(jù)同步給數(shù)字孿生流域模型,根據(jù)降雨強(qiáng)度、入河流量、水位等時(shí)間、空間、地區(qū)數(shù)據(jù)進(jìn)行場(chǎng)景推理預(yù)演,模擬對(duì)應(yīng)時(shí)間內(nèi)該區(qū)域降雨、水位漲幅、內(nèi)澇影響區(qū)域狀況等情況。當(dāng)預(yù)演顯示有災(zāi)害趨勢(shì)或客戶輸入預(yù)警情況想尋求預(yù)案時(shí),大模型將根據(jù)已有實(shí)時(shí)數(shù)據(jù),結(jié)合歷史洪水場(chǎng)景庫(kù)、專家經(jīng)驗(yàn)、業(yè)務(wù)規(guī)則庫(kù)、調(diào)度預(yù)案庫(kù)等,自動(dòng)化檢索歷史相似場(chǎng)景和經(jīng)驗(yàn)數(shù)據(jù),生成并優(yōu)化應(yīng)急預(yù)案,同時(shí)根據(jù)當(dāng)?shù)厍闆r、政府政策、法律法規(guī)等,因地制宜,在大模型交互界面輸水利大模型可支持圖數(shù)據(jù)庫(kù)和向量數(shù)據(jù)庫(kù)的應(yīng)用處理,并支持存儲(chǔ)不同來源多種形式的數(shù)據(jù),實(shí)現(xiàn)全流程多源異構(gòu)數(shù)據(jù)處理,構(gòu)建豐富的水利通用知識(shí)庫(kù)。借助水利知識(shí)圖譜和知識(shí)引擎的數(shù)據(jù)融合及關(guān)聯(lián)能力,構(gòu)建專業(yè)水利大模型,從而有效識(shí)別和表示水利專業(yè)領(lǐng)域的概念、屬性和關(guān)系,理解水利業(yè)務(wù)場(chǎng)景的問題,充分凸顯精確語義識(shí)別能力。應(yīng)用數(shù)據(jù)檢索增強(qiáng)RAG架構(gòu),水利大模型可結(jié)合上下文信息有效擴(kuò)充大模型輸出內(nèi)容,回答復(fù)雜的水利專業(yè)問題,同時(shí)數(shù)據(jù)檢索引擎能夠基于用戶意圖高效匹配檢索相似關(guān)聯(lián)數(shù)據(jù),提升業(yè)務(wù)響應(yīng)速率,實(shí)現(xiàn)秒級(jí)預(yù)案內(nèi)容生成。水利大模型可支持知識(shí)庫(kù)動(dòng)態(tài)更新,能夠?qū)崟r(shí)補(bǔ)充更新監(jiān)測(cè)數(shù)據(jù),跨時(shí)間維度的歷史監(jiān)測(cè)數(shù)據(jù)和實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)更加全面,結(jié)合細(xì)分應(yīng)用場(chǎng)景能有效分析未來水文趨勢(shì);通過用戶反饋機(jī)制進(jìn)行性能評(píng)估和優(yōu)化,提高用戶體驗(yàn)和決策支持質(zhì)量。通過構(gòu)建與實(shí)體水利基礎(chǔ)設(shè)施相對(duì)應(yīng)的“數(shù)字孿生體”,水利大模型能夠?qū)崟r(shí)模擬、監(jiān)控、預(yù)測(cè)和優(yōu)化水利系統(tǒng)的運(yùn)行狀態(tài),基于全量數(shù)字孿生流域的映射,實(shí)現(xiàn)早期預(yù)測(cè)、閾值預(yù)警,與水利專業(yè)大模型高度耦合后,能夠增強(qiáng)洪水態(tài)勢(shì)推理預(yù)演效果,貼近真實(shí)情境。項(xiàng)目主要面向水利廳、水利局、流域管理部門等負(fù)責(zé)水利工程規(guī)劃、設(shè)計(jì)和運(yùn)行管理的機(jī)構(gòu),推廣應(yīng)用AI行業(yè)大模型和數(shù)字孿生技術(shù),從而實(shí)現(xiàn)水利治理的方案設(shè)計(jì)優(yōu)化、高效資源管理、災(zāi)害預(yù)防治理,并優(yōu)化運(yùn)行、巡檢、維護(hù)等流程和成本管控,實(shí)現(xiàn)從建設(shè)、生產(chǎn)、資源到管理多方面的AI大模型落地。基于客戶實(shí)際的工程業(yè)務(wù)需求,項(xiàng)目提供模型部署訓(xùn)練、推理一體定制化項(xiàng)目服務(wù),為客戶提供應(yīng)用平臺(tái)開發(fā)至模型對(duì)接全流程鏈路私有化部署服務(wù),包括水利數(shù)據(jù)采集清洗、知識(shí)庫(kù)構(gòu)建開發(fā)、行業(yè)大模型訓(xùn)練微調(diào)、模型部署、防洪治理平臺(tái)對(duì)接,實(shí)現(xiàn)數(shù)據(jù)安全、自主可控。15座攔洪庫(kù))的“預(yù)報(bào)、預(yù)警、預(yù)演、預(yù)案”四預(yù)防洪治理功能,攻關(guān)提示詞模版、檢索增強(qiáng)生成、LORA高效微調(diào)三大關(guān)鍵技術(shù),構(gòu)建水利專家知識(shí)助手、水利預(yù)案生成能力。同時(shí)具備百億參數(shù)大模型訓(xùn)練能力,增強(qiáng)賀蘭山東麓各流域洪水災(zāi)害該項(xiàng)目是水利大模型全國(guó)首個(gè)落地標(biāo)桿之一,也是運(yùn)營(yíng)商首批水利大模型實(shí)踐項(xiàng)目,有助于水利部、水利廳等在項(xiàng)目中先行先試實(shí)踐,探索一批可復(fù)制和可推廣的典型商業(yè)模式和技術(shù)體系,為全國(guó)其他省市地區(qū)水利數(shù)字孿生流域提供技術(shù)路徑分解水利任務(wù):為水利數(shù)據(jù)中心建設(shè)提供統(tǒng)一規(guī)范的優(yōu)化升級(jí)數(shù)據(jù)底板,知識(shí)庫(kù)構(gòu)建及自動(dòng)化數(shù)據(jù)處理流程;替代原有的人工數(shù)據(jù)采集分析方式,實(shí)現(xiàn)應(yīng)急指揮中心防洪治理任務(wù)處理分解,自動(dòng)化預(yù)案生成,為監(jiān)管治理機(jī)構(gòu)提供更智能化的決策方案建議,顯著提升防洪處置工作效率。展示推演結(jié)果:AI大模型驅(qū)動(dòng)融合數(shù)字孿生流域進(jìn)行推理推演,讓文字化信息更加直觀,災(zāi)情情況影響范圍預(yù)先運(yùn)算,實(shí)現(xiàn)“可展示推演結(jié)果“能力落地,提供更全面的決策信息,支撐資源調(diào)度決策。寧夏賀蘭山東麓“四預(yù)“防洪治理項(xiàng)目初期,中移物聯(lián)網(wǎng)有限公司開放平臺(tái)產(chǎn)品部聯(lián)合西北區(qū)域中心進(jìn)行詳細(xì)的實(shí)地考察、需求分析和可行性研究,有效明確項(xiàng)目目標(biāo)。穩(wěn)步推進(jìn)數(shù)字孿生防洪業(yè)務(wù)工作,對(duì)賀蘭山東麓段認(rèn)真分析區(qū)域基本情況、建立完善數(shù)據(jù)底板及數(shù)據(jù)管理工具,保證水利數(shù)據(jù)的質(zhì)量、實(shí)時(shí)性和安全性,為“四預(yù)”業(yè)務(wù)提供決策支持打造一站式AI開發(fā)平臺(tái):后續(xù)將深化AI大模型在水利專業(yè)的實(shí)踐應(yīng)用,形成普適性的訓(xùn)練范式,加強(qiáng)調(diào)優(yōu)推理能力,實(shí)現(xiàn)靈活的標(biāo)準(zhǔn)引擎和模塊化訓(xùn)推搭建功能;協(xié)同設(shè)施裝備:開拓空天地一體化監(jiān)測(cè)遙感協(xié)同技術(shù)應(yīng)用落地,攻關(guān)水利大模型與感知設(shè)備協(xié)同難點(diǎn),促進(jìn)水利“四預(yù)”業(yè)務(wù)體系與遙感衛(wèi)星、測(cè)雨雷達(dá)等新技術(shù)的融合,支撐全流域全天時(shí)水利治理服務(wù);驅(qū)動(dòng)水利專業(yè)模型:實(shí)現(xiàn)水利大模型驅(qū)動(dòng)調(diào)度多類專業(yè)小模型模擬運(yùn)算,結(jié)合感知智能實(shí)現(xiàn)誤差自適應(yīng)修正,提升數(shù)據(jù)處理效率,打造高精度水利智能體。發(fā)展前景。通過創(chuàng)新技術(shù)和跨領(lǐng)域合作,該項(xiàng)目有望促進(jìn)文化多樣性的保護(hù)和發(fā)展,推動(dòng)全球文化交流與合作,為可持需要政府、企業(yè)和社會(huì)各界的共同努力,取得長(zhǎng)期的成功和云網(wǎng)發(fā)展部(科技創(chuàng)新部)副總經(jīng)理教育部與聯(lián)合國(guó)教科文組織共同發(fā)布永久性文件《保護(hù)和促進(jìn)世界語言多樣性岳麓宣言》(2019),提出語言資源保護(hù)語言保護(hù),構(gòu)建方言語音數(shù)據(jù)集打造數(shù)據(jù)生產(chǎn)能力:根據(jù)四川各片區(qū)方言語音和用詞特點(diǎn),開展基于語音、詞匯、語法、語用的方言共性和個(gè)性研究,從與企業(yè)業(yè)務(wù)場(chǎng)景相關(guān)的數(shù)字、地址、電信志等語料采集入手,采用多種開展模式進(jìn)行人工語音數(shù)據(jù)采集,同時(shí)結(jié)合基于深度學(xué)習(xí)技術(shù)進(jìn)行音視頻數(shù)據(jù)自動(dòng)抽取及生成的研究建立語音數(shù)據(jù)集:針對(duì)語音數(shù)據(jù)的非結(jié)構(gòu)化特性,聚焦標(biāo)簽體系創(chuàng)建、數(shù)據(jù)檢索、抽取、存儲(chǔ)、可視化呈現(xiàn)等進(jìn)行研究,立足自研技術(shù),進(jìn)行運(yùn)營(yíng)場(chǎng)景衍生AI標(biāo)注體系初步建立(標(biāo)注平臺(tái)、標(biāo)注規(guī)范、標(biāo)注團(tuán)隊(duì))方言約1000小時(shí),普通話1000+小時(shí)通用類數(shù)據(jù)10910萬條,通信行業(yè)問答數(shù)據(jù)144萬條提供了“降本增效”能力,實(shí)現(xiàn)了能力的實(shí)際落地。多模態(tài)方言語料庫(kù)在行業(yè)中面臨著多方面的挑戰(zhàn),這些挑戰(zhàn)主要集中在數(shù)據(jù)收集、處理、標(biāo)準(zhǔn)化、隱私保護(hù)以及技術(shù)實(shí)方言數(shù)據(jù)往往散落在不同的地區(qū)、社群和個(gè)人手中,難以統(tǒng)一收集。數(shù)據(jù)來源多樣,包括音頻、視頻、文字等多種形式,格式和結(jié)構(gòu)不盡相同,增加了處理的難度。方言數(shù)據(jù)的采集和記錄可能存在誤差,如錄音質(zhì)量不佳、記錄不準(zhǔn)確等,影響數(shù)據(jù)質(zhì)量。數(shù)據(jù)完整性也是一個(gè)問題,部分方言可能因歷史原因或現(xiàn)代語言變遷而逐漸消失,導(dǎo)致數(shù)據(jù)缺失。數(shù)據(jù)標(biāo)準(zhǔn)化挑戰(zhàn):方言種類繁多,每種方言都有其獨(dú)特的語音、詞匯和語法規(guī)則,難以制定統(tǒng)一的標(biāo)準(zhǔn)。多模態(tài)數(shù)據(jù)的標(biāo)準(zhǔn)化更是復(fù)雜,需要同時(shí)考慮音頻、視頻、文字等多種形式的標(biāo)準(zhǔn)化。規(guī)范化操作的挑戰(zhàn):數(shù)據(jù)處理過程中需要遵循一定的規(guī)范和流程,以確保數(shù)據(jù)的準(zhǔn)確性和一致性。然而,由于方言數(shù)據(jù)的特殊性,規(guī)范化操作可能更加復(fù)雜和繁瑣。隱私泄露風(fēng)險(xiǎn):方言數(shù)據(jù)往往涉及個(gè)人隱私,如姓名、地址、聯(lián)系方式等敏感信息。在數(shù)據(jù)收集和處理過程中,需要采取嚴(yán)格的隱私保護(hù)措施,防止數(shù)據(jù)泄露。合規(guī)性問題:方言數(shù)據(jù)的收集和使用需要遵守相關(guān)法律法規(guī),如數(shù)據(jù)保護(hù)法、隱私保護(hù)法等。在實(shí)際操作中,如何確保合規(guī)性是一個(gè)重要的問題。多模態(tài)數(shù)據(jù)的處理和分析需要借助先進(jìn)的技術(shù)手段,如自然語言處理、計(jì)算機(jī)視覺、音頻處理等。這1)參照全國(guó)語言保護(hù)統(tǒng)一標(biāo)準(zhǔn),研發(fā)西南官話發(fā)音詞典,標(biāo)注拓展國(guó)際化音標(biāo)規(guī)則,建設(shè)中國(guó)方言語音多模態(tài)2)自主訓(xùn)練人工智能識(shí)別算法,開展AsR(AutomaticspeechRecognition)識(shí)別。見圖1:方言處speech技術(shù),對(duì)中國(guó)方言起到傳承方言語言在社區(qū)內(nèi)部傳播健康信息和傳統(tǒng)醫(yī)藥知識(shí)方面可能發(fā)揮作用。保護(hù)方言語言有助于確保這些信息得到有效傳達(dá),促方言語言是許多人的母語,也是他們最初的教育語言。保護(hù)和促進(jìn)方言語言有助于提供更具包容性和平等的教育機(jī)會(huì),確保方言語言可以作為促進(jìn)地方經(jīng)濟(jì)發(fā)展和就業(yè)的工具。通過保護(hù)和促進(jìn)方言語言,可通過方言語言傳達(dá)關(guān)于可持續(xù)消費(fèi)和生產(chǎn)模式的信息,可以促進(jìn)社區(qū)對(duì)可持續(xù)發(fā)展保護(hù)方言語言有助于促進(jìn)文化多樣性和理解,從而為和平、正義和包容的社會(huì)做出貢通過保護(hù)和促進(jìn)方言語言,可以促進(jìn)全球合作,實(shí)現(xiàn)可持續(xù)發(fā)展的共同目標(biāo)。共享方言多模態(tài)數(shù)據(jù)庫(kù),以助力模型優(yōu)化,并將數(shù)字化原子能力平臺(tái)上架,這將有助于推動(dòng)中國(guó)方言的傳承與保護(hù)工作,以及多?；I建數(shù)字人實(shí)驗(yàn)室,將方言聲音作為獨(dú)特的文化傳播載體,以突顯數(shù)字人的特點(diǎn)與區(qū)隔本項(xiàng)目通過關(guān)鍵創(chuàng)新手段,著力于保護(hù)和傳承多模態(tài)方言語言,這一舉措是維護(hù)并推動(dòng)文化多樣性的重要發(fā)展動(dòng)力。其次,其創(chuàng)新點(diǎn)還體現(xiàn)在促進(jìn)跨文化交流和理解上,有效緩解語言溝通障礙,為文化交流與合作搭建橋梁。此外,該項(xiàng)目在人工智能領(lǐng)域的人才培養(yǎng)上亦展現(xiàn)出關(guān)鍵創(chuàng)新價(jià)值,不僅促進(jìn)了科技創(chuàng)新,還為經(jīng)濟(jì)發(fā)展注入了新活力。該項(xiàng)目的實(shí)施將為相關(guān)行業(yè)帶來顯著的經(jīng)濟(jì)效益,同時(shí),其文化保護(hù)與跨文化交流的創(chuàng)新策略也將對(duì)社會(huì)穩(wěn)定和環(huán)境保護(hù)產(chǎn)生積極的推動(dòng)作用。方言語音技術(shù)的應(yīng)用不僅限于IPTV方言命令詞輔助,增加對(duì)IPTV的用戶感知,還包括文化傳承與保護(hù)的探索。例如,通過開發(fā)方言數(shù)字人直播帶貨,銷售當(dāng)?shù)匾豢h一品特色農(nóng)產(chǎn)品,這不僅帶動(dòng)當(dāng)?shù)剞r(nóng)產(chǎn)品的銷售,也為方言文化的傳承和保護(hù)提供了新的手段。這種模式不僅滿足了市場(chǎng)需求,也為方言文化的傳播和發(fā)展開(1)打造數(shù)據(jù)生產(chǎn)能力:根據(jù)四川各片區(qū)方言語音和用詞特點(diǎn),開展基于語音、詞匯、語法、語用的方言共性和個(gè)性研究,料采集入手,采用多種開展模式進(jìn)行人工語音數(shù)據(jù)采集,同時(shí)結(jié)合基于深度學(xué)習(xí)技術(shù)進(jìn)行音視頻數(shù)據(jù)自動(dòng)抽取及生成的研究成果,逐步打造企業(yè)內(nèi)部在(2)建立語音數(shù)據(jù)集:針對(duì)語音數(shù)據(jù)的非結(jié)構(gòu)化特性,聚焦標(biāo)簽體系創(chuàng)建、數(shù)據(jù)檢索、抽取、存儲(chǔ)、可視化呈現(xiàn)等進(jìn)行研究,構(gòu)建企業(yè)自有的四圖2：四川方言活體詞典界面(1)深入研究四川方言特有的地域劃分、發(fā)音特色、語音標(biāo)注方法等相關(guān)內(nèi)容,在已有西南官話發(fā)音詞典基礎(chǔ)上構(gòu)建(2)以聲學(xué)原理為指導(dǎo),結(jié)合發(fā)音詞典,在企業(yè)內(nèi)部業(yè)務(wù)場(chǎng)景對(duì)自研的方言語音識(shí)別模型進(jìn)行持續(xù)優(yōu)化迭代。(1)方言賦能數(shù)字熊貓IP文旅數(shù)字熊貓IP,通過AI+數(shù)字熊貓?zhí)峁﹤€(gè)性化、互動(dòng)式的導(dǎo)覽服務(wù),增強(qiáng)游客的參與感和體驗(yàn)感。結(jié)合熊貓這—全球知名的文化符號(hào),提升四川文旅的國(guó)際知名度和品牌形象。促進(jìn)文化傳播,推動(dòng)智慧旅游發(fā)展?！胺窖哉Z音賦能文旅主播”,增強(qiáng)游客自主探索與互動(dòng)體驗(yàn),主播聲音可根據(jù)當(dāng)?shù)貙傩孕枨筮M(jìn)行定制。解決了鄉(xiāng)音符號(hào)傳播親切,符合語音更貼近文旅傳播情景。(2)—縣—品助農(nóng)直播農(nóng)戶可以在直播中展示和推廣農(nóng)產(chǎn)品,通過直播彈幕的技術(shù)讀取,使用方言自動(dòng)回復(fù)彈幕提出的問題,增加互動(dòng)性,提高用戶體驗(yàn)。這種模式不僅解決了聘請(qǐng)專業(yè)主播費(fèi)用高的問題,還通過技術(shù)手段自然語言處理、安全對(duì)抗等內(nèi)容。項(xiàng)目入圍聯(lián)合國(guó)WSIS信息社會(huì)世界首腦峰會(huì)多文化專項(xiàng)目獎(jiǎng),并參選全國(guó)科學(xué)計(jì)算機(jī)語通過域自適應(yīng)理論學(xué)習(xí)到其他待分類的無標(biāo)簽或者少標(biāo)簽?zāi)繕?biāo)域次級(jí)方言的表征編碼,獲得共同表征方言的聲音編碼,對(duì)—級(jí)方言進(jìn)行準(zhǔn)確分類。然后在基于預(yù)訓(xùn)練的通用聲學(xué)模型基礎(chǔ)上,利用模糊搜索算法建立聲音基本單元和漢字基本單元的對(duì)應(yīng)關(guān)系,并融合依存句法分析的漢語句子生成方法,建立聲學(xué)、語義空間—致的方言通用識(shí)別模型。最后結(jié)合小樣本元學(xué)習(xí)理論,增強(qiáng)對(duì)不同方言模型識(shí)別的泛化性?！窦夹g(shù)革新推動(dòng)方言保護(hù):數(shù)字化與智能化技術(shù)的引入,顯著改變了方言保護(hù)的傳統(tǒng)模式。本項(xiàng)目成功地將晦澀難懂的學(xué)術(shù)研究路徑轉(zhuǎn)變?yōu)楹糜?、易用且有趣的?shù)字交互式方法。這—轉(zhuǎn)變不僅確保了方言數(shù)據(jù)的有效存儲(chǔ),還使得研究成果得●應(yīng)用價(jià)值驅(qū)動(dòng)可持續(xù)保護(hù):具備應(yīng)用價(jià)值是方言保護(hù)方法可持續(xù)且更有效的關(guān)鍵。四川電信通過深入挖掘方言應(yīng)用場(chǎng)景并提供相關(guān)服務(wù),實(shí)現(xiàn)了方言保護(hù)與商業(yè)效益的雙贏。這—?jiǎng)?chuàng)新模式不僅為方言保護(hù)開辟了新路徑,還顯著提升了服務(wù)●深化技術(shù)研究與應(yīng)用拓展:在四川方言活體詞典的基礎(chǔ)上,將進(jìn)—步開發(fā)基于人工智能的四川方言語音合成引擎。這包術(shù)的突破,我們將形成從文本合成流暢、自然的四川方言語音及模仿音色的能力?！耖_放接口與滿足多樣化需求:在語音合成引擎的基礎(chǔ)上,將開發(fā)并開放編程端口與可視化接口,以滿足個(gè)性化、定制化的深度開發(fā)需求以及降低使用成本。同時(shí),我們將在實(shí)際業(yè)務(wù)中試點(diǎn)并拓展方言語音合成的應(yīng)用,如方言語音客服、個(gè)性化語音助手以及新媒體虛擬主播等,以進(jìn)—步推動(dòng)方言文化的傳承與發(fā)展?！窨珙I(lǐng)域合作與可持續(xù)發(fā)展:人工智能多模態(tài)方言語言保護(hù)項(xiàng)目具有重大意義和廣闊的發(fā)展前景。將繼續(xù)加強(qiáng)創(chuàng)新技術(shù)和跨領(lǐng)域合作,以促進(jìn)文化多樣性的保護(hù)和發(fā)展,并推動(dòng)全球文化交流與合作。同時(shí),將積極尋求政府、企業(yè)和社會(huì)各界的支持與合作,共同為可持續(xù)發(fā)展目標(biāo)的實(shí)現(xiàn)作出積極貢獻(xiàn)。隨著城市化進(jìn)程的加速,城市面臨著一線處置無指引、事件處置低效等一系列復(fù)雜問題。傳統(tǒng)的城市管理模式因依賴人工決策和固定化的數(shù)據(jù)處理,越來越難以應(yīng)對(duì)這些挑戰(zhàn)。中國(guó)聯(lián)通元景城市治理大模型旨在整合城市運(yùn)營(yíng)中的多元數(shù)據(jù),并利用多模態(tài)交互等AI技術(shù),實(shí)現(xiàn)事件拍照上報(bào)、事件語音上報(bào)、自動(dòng)派單、日中國(guó)聯(lián)通元景城市治理大模型是以元景大模型為技術(shù)底座,如圖1,聚焦城市各類事件全生命周期,支撐“匯聚-分撥-過去過去:政策讀不懂、一線處置無指引、訴求通路敝塞、處置低效法部……?現(xiàn)在:政府易“說”,一線易“答”,訴求易“收”,期盼易“應(yīng)”現(xiàn)在:政府易“說”,一線易“答”,訴求易“收”,期盼易“應(yīng)”分撥為了提升城市風(fēng)險(xiǎn)防控能力和精細(xì)化管理水平,全面加快城市運(yùn)行管理服務(wù)平臺(tái)的建設(shè),基于城市治理大模型推出了民傳統(tǒng)城市治理模式主要面臨以下挑戰(zhàn):隨著城市化進(jìn)程的加快,人口密集帶來執(zhí)行,以應(yīng)對(duì)城市治理中的各種問題。還要提高居民對(duì)城市治理的參與度,鼓城市交通擁堵不僅影響居民的生活質(zhì)量,還會(huì)導(dǎo)致環(huán)境污染和經(jīng)濟(jì)發(fā)展的制要保障居民的生命財(cái)產(chǎn)安全,預(yù)防和應(yīng)對(duì)自然災(zāi)害、公共衛(wèi)生事件和犯罪城市對(duì)水、能源等資源的高需求常常導(dǎo)致資源短缺,需要有效的資源管理在數(shù)字化時(shí)代,要確保所有居民都能享受到信息技術(shù)帶來的便利,縮小數(shù)元景城市治理大模型通過AI大模型賦能,重塑城市治理流程,深化城市治理場(chǎng)景,實(shí)現(xiàn)城市治理的“高效處置、閉環(huán)流轉(zhuǎn)、一屏可觀、一網(wǎng)可管”,探索城市治理的新模式,以提高城市治理的科學(xué)化、精細(xì)化和智能化水平。圖2為元景城市治理大模型整體架構(gòu)圖。元景城市治理大模型目前已經(jīng)實(shí)現(xiàn)了“智能問數(shù)”、“智能問政”、“智能上報(bào)”、“智能提高民意訴求處置效率,降低民意訴求不滿意風(fēng)險(xiǎn),提高精細(xì)化治理能力,助力政府降本增效,做到“民有所呼,我有所應(yīng)”。元景城市治理大模型在預(yù)訓(xùn)練階段,采用多種類別的城市治理類數(shù)據(jù)來豐富大模型在行業(yè)的知識(shí)。使用的數(shù)據(jù)包含開源城市治理數(shù)據(jù)集、新聞與公告、法律法規(guī)和政策文件、政府網(wǎng)站問答數(shù)據(jù)以及公共服務(wù)和社會(huì)事務(wù)多類別的數(shù)據(jù),同時(shí)還包括針對(duì)民意訴求場(chǎng)景的熱線通話數(shù)據(jù)與派單數(shù)據(jù)。為了使基于城市治理大模型的應(yīng)用能夠快速落地,基于上述技術(shù)能力,以城市治理場(chǎng)景為主要落地場(chǎng)景,建立集約化的應(yīng)用平臺(tái),以提供類似智能知識(shí)問答智能體的快速構(gòu)建功能,并可根據(jù)需求,在應(yīng)用平臺(tái)上快速創(chuàng)建和配置各種智能體,行業(yè)大模型行業(yè)大模型事件智能結(jié)案效能分析重大事件提級(jí)上報(bào)相似事件合并關(guān)鍵詞延伸權(quán)責(zé)匹配視頻上報(bào)工作效能分析滿意度分析輿情預(yù)警分析處置推薦輿情風(fēng)險(xiǎn)評(píng)估多模態(tài)事件上報(bào)事件智能處置事件打標(biāo)分撥城市治理大模型智能填單智能分析智能派單智能問答研判預(yù)警公文寫作城市治理大模型智能填單智能分析智能派單智能問答研判預(yù)警公文寫作Maas平臺(tái)全量微調(diào)全量微調(diào)外部插件元景大模型語言大模型語言大模型多模態(tài)大模型語音大模型算力調(diào)度算網(wǎng)融合“星羅”算力平臺(tái)算力池化算力調(diào)度算網(wǎng)融合“星羅”算力平臺(tái)算力池化提問事件相關(guān)數(shù)據(jù)問題,用戶無需手動(dòng)篩選和匹配數(shù)據(jù),只需通過自然語言提問,即可輕松在事件派發(fā)場(chǎng)景應(yīng)用中,AI大模型結(jié)合事件類型和權(quán)責(zé)信息,實(shí)現(xiàn)事件權(quán)責(zé)智能匹配,調(diào)度提問事件相關(guān)數(shù)據(jù)問題,用戶無需手動(dòng)篩選和匹配數(shù)據(jù),只需通過自然語言提問,即可輕松在事件派發(fā)場(chǎng)景應(yīng)用中,AI大模型結(jié)合事件類型和權(quán)責(zé)信息,實(shí)現(xiàn)事件權(quán)責(zé)智能匹配,調(diào)度規(guī)則智能關(guān)聯(lián)、受理部門智能推薦、待派發(fā)事提問政務(wù)服務(wù)相關(guān)的各種問題,大模型給出針在事件上報(bào)場(chǎng)景應(yīng)用中,通過文本分析、語音分析、圖像分析等多模態(tài)模型,賦能網(wǎng)格或群眾,使其快速、高效、智能的完成事件上報(bào)工作,元景城市治理大模型是利用中國(guó)聯(lián)通元景基礎(chǔ)大模型+Maas平臺(tái),構(gòu)建行業(yè)大模型服務(wù)于應(yīng)用產(chǎn)品,創(chuàng)新點(diǎn)主要為:(1)基于基礎(chǔ)大模型進(jìn)行城市治理行業(yè)大模型構(gòu)建。利用通用大模型的多領(lǐng)域知識(shí)處理不同領(lǐng)域的多種任務(wù),如生成圖像、生成文本等。專門設(shè)計(jì)用于城市治理領(lǐng)域行業(yè)大模型,利用大量的城市治理數(shù)據(jù)針對(duì)特定行業(yè)需求進(jìn)行優(yōu)化和調(diào)整的模型。(2)基于元景城市治理大模型與場(chǎng)景數(shù)據(jù)構(gòu)建更好的場(chǎng)景應(yīng)用。行業(yè)大模型具備更強(qiáng)的專業(yè)性和針對(duì)性,可以更好地滿足特定行業(yè)的特殊需求。利用場(chǎng)景數(shù)據(jù),全部或部分更新模型參數(shù),(3)基于場(chǎng)景提供大模型應(yīng)用服務(wù)。“標(biāo)簽預(yù)警”等AI場(chǎng)景。與實(shí)際業(yè)務(wù)相基于元景城市治理大模型打造的“民意速辦”產(chǎn)品是高效處置一件事的統(tǒng)一平臺(tái),是拓展智慧城市應(yīng)用的重要場(chǎng)景,是開展政務(wù)服務(wù)和社會(huì)治理的有效工具。圖3為產(chǎn)品的商業(yè)模式,產(chǎn)品售賣模式為硬件加軟件結(jié)合的方式,通過較低的成本、可接受的推理表現(xiàn),快速升級(jí)和私有化交付(部署)、無商業(yè)綁定、供應(yīng)鏈可控打造政企領(lǐng)域可接受、可信賴的大?！敖昏€匙”服務(wù)“交鑰匙”服務(wù)軟硬件結(jié)合,快速搭建應(yīng)用全自研專業(yè)能力聯(lián)通國(guó)企人才隊(duì)伍,保證技術(shù)可行可信產(chǎn)品形態(tài)區(qū)縣級(jí)城運(yùn)中心注重性價(jià)比、人手緊缺私有化交付(部供應(yīng)鏈可控較低的成本、可接受的推理表現(xiàn),快速升級(jí)(學(xué)習(xí))政企領(lǐng)域可接受、可信賴的大模型賦能應(yīng)用!基于元景城市治理大模型打造的民意速辦產(chǎn)品已實(shí)現(xiàn)收入325萬元,從產(chǎn)快速形成商業(yè)化推廣。預(yù)期自明年起的3年內(nèi),新增6個(gè)試點(diǎn)項(xiàng)目,并實(shí)現(xiàn)盈利約654萬元。元景城市治理大模型,為優(yōu)化資源配置,提高城市運(yùn)行效率,促進(jìn)可持續(xù)發(fā)展,提升居民的生活質(zhì)量等多方面提供了創(chuàng)新性的解決方案。在應(yīng)用效益方面,成都市新津區(qū)城市治理大模型建設(shè)成效顯著,試運(yùn)行三個(gè)月時(shí)間,民生訴求響應(yīng)和處置時(shí)間已從6天在社會(huì)效益方面,元景城市治理大模型落地的社會(huì)效益主要表現(xiàn)為:社區(qū)網(wǎng)格員使用城市治理大模社區(qū)網(wǎng)格員使用城市治理大模型賦能的“報(bào)表通APP”,通過智迅速響應(yīng)民生訴求,快速處辦民生問題;新津區(qū)各部門、街鎮(zhèn)領(lǐng)導(dǎo)使用城市治理大模型賦能的“提速智辦提級(jí)智辦、市民不滿意風(fēng)險(xiǎn)分析等功能,實(shí)時(shí)掌握民生痛點(diǎn),快速甄別、能的“新津超級(jí)綠葉碼”小程序,可城市問題,也可以通過AI小助手快速獲取政策通知、辦事指南和15分鐘社區(qū)生活圈信息;核心階段。未來,中國(guó)聯(lián)通將繼續(xù)主動(dòng)踐行央企擔(dān)當(dāng)開展大模型核心能力研發(fā)與應(yīng)用實(shí)踐,提供全面精準(zhǔn)的智能服務(wù),提升城在現(xiàn)有應(yīng)用場(chǎng)景的基礎(chǔ)上,聯(lián)通將繼續(xù)挖掘和拓展新的應(yīng)用場(chǎng)景,如智能交通、智能環(huán)保等,以進(jìn)—當(dāng)前,以AI大模型為代表的數(shù)字技術(shù)蓬勃發(fā)展,技術(shù)迭務(wù)領(lǐng)域應(yīng)用場(chǎng)景豐富,大模型技術(shù)的深化應(yīng)用極大地提升了服務(wù)的精準(zhǔn)化、智能化水平及響應(yīng)速度,甚至能夠驅(qū)動(dòng)憑借自主研發(fā)的九天基座大模型,成功打造出高效智能的客服行業(yè)大模型,為服務(wù)領(lǐng)域注入了新的活力,引領(lǐng)服務(wù)中國(guó)移動(dòng)客服行業(yè)大模型以“九天大模型”為基座,通過先進(jìn)高效的深度學(xué)習(xí)算法,提升了專業(yè)化服務(wù)能力,增強(qiáng)了多模態(tài)交互處理,實(shí)現(xiàn)了個(gè)性化擬人交互。在專業(yè)化服務(wù)能力方面,構(gòu)建了高價(jià)值專業(yè)數(shù)據(jù)集,利用RAG(增強(qiáng)檢索生成架構(gòu))使大模型可以合理使用企業(yè)內(nèi)部知識(shí)與數(shù)據(jù);通過構(gòu)建智能體Agent,讓大模型可以深度音頻等不同模態(tài)的數(shù)據(jù)映射到同一表示空間,通過跨模態(tài)的學(xué)習(xí)和生成,實(shí)現(xiàn)語音、圖片、視頻交互模式。在個(gè)性化擬人交互方面,與視頻客服、互聯(lián)網(wǎng)客服、人工客服體系有機(jī)融合,實(shí)現(xiàn)客戶洞察、需求理解、智能推薦、情緒安撫等多方面能力強(qiáng)化。同時(shí),通過生成創(chuàng)新性內(nèi)容和風(fēng)格化設(shè)定,為客戶呈現(xiàn)千人千面化的智能服務(wù)模式。借助客服大模型能力,中國(guó)移動(dòng)圍繞面向客戶、面向一線、面向管理,打造了增強(qiáng)智能客服、增強(qiáng)坐席輔助、增強(qiáng)智能教練等創(chuàng)新應(yīng)用,為客戶提供了更貼心、舒心和暖自啟動(dòng)研發(fā)應(yīng)用工作以來,中國(guó)移動(dòng)客服大模型已完成了7次大版本迭代,已經(jīng)2024年7月上海全球人工智能大會(huì)等多個(gè)大型公共展會(huì)完成客服大模型的發(fā)布與展示。整體效果顯示,基于客服大模型的增強(qiáng)智能客服在客戶服務(wù)的各類問題應(yīng)答過程中,展現(xiàn)了卓越的理解和生成能力,對(duì)比測(cè)試顯示,增強(qiáng)智能客服在準(zhǔn)確率、完整性、數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)字技術(shù)在服務(wù)領(lǐng)域深度應(yīng)用,已經(jīng)產(chǎn)生了智能客服、客戶體驗(yàn)管理系統(tǒng)等系統(tǒng)應(yīng)用,在一定程度上提高了服務(wù)質(zhì)效,但是受限于技術(shù)發(fā)展,長(zhǎng)期以來存在答非所問、服務(wù)響應(yīng)速度慢、解決問題不高效等問題,難以提供客戶滿意的服務(wù)。在客戶交互方面,智能客服無法實(shí)現(xiàn)上下文語義準(zhǔn)確理解,難以準(zhǔn)確回答語義復(fù)雜、邏輯嵌套的問題,無法識(shí)別客戶情緒,難以處理復(fù)雜問題,語言表達(dá)生硬僵化、模板化,難以根據(jù)用戶的實(shí)際需求或偏好做出調(diào)整。在一線響應(yīng)方面,服務(wù)人員能力參差不齊,存在問題響應(yīng)不及時(shí)、解決不準(zhǔn)確、服務(wù)一致性難以保證等情況,同時(shí),數(shù)字技術(shù)應(yīng)用主要依賴于預(yù)先設(shè)定的知識(shí)庫(kù)和算法,知識(shí)更新迭代速度難以滿足日益發(fā)展的業(yè)務(wù),影響服務(wù)質(zhì)量。借助客服大模型意圖理解、文本生成、數(shù)據(jù)分析等能力,能夠準(zhǔn)確理解客戶需求,快速解決客戶問題,實(shí)現(xiàn)“智能伴隨、客服大模型基于標(biāo)準(zhǔn)網(wǎng)絡(luò)互聯(lián)模型,基于AI+X體系化人工智能的研發(fā)模式,采用“預(yù)訓(xùn)練+指令微調(diào)+人類反饋的強(qiáng)化學(xué)習(xí)”的訓(xùn)練范式,同步整合客服類信息系統(tǒng)數(shù)據(jù)應(yīng)用資源,圍繞數(shù)據(jù)信息、技術(shù)能力、產(chǎn)業(yè)應(yīng)用等層面,以在線營(yíng)銷服務(wù)中心與九天創(chuàng)新研究院高效的協(xié)同模式,穩(wěn)步推進(jìn)客服大模型訓(xùn)推與應(yīng)用落地,進(jìn)一步提升智能化客服能力。項(xiàng)目整體架構(gòu)如下圖所示:應(yīng)用層能力層-服務(wù)層應(yīng)用層能力層-服務(wù)層(推理/微調(diào))…客服大模型(57B)…數(shù)據(jù)資源客服大模型(57B)…數(shù)據(jù)資源資源層 客服大模型(13.9B)…在現(xiàn)有面向客戶的服務(wù)智能化探索基礎(chǔ)上,發(fā)交互等優(yōu)勢(shì),進(jìn)一步提升智能教練等數(shù)智化水平,實(shí)現(xiàn)服務(wù)體驗(yàn)和管理生產(chǎn)模式轉(zhuǎn)型升級(jí),以智能伴隨、情感驅(qū)動(dòng)、多模態(tài)交互,大模型賦能下的服務(wù)數(shù)智化能力視圖大模型賦能下的服務(wù)數(shù)智化能力視圖 多渠道入口引入中國(guó)移動(dòng)客服知識(shí)庫(kù),構(gòu)建檢索增強(qiáng)生成能力,提升在線客服回復(fù)的專業(yè)度和準(zhǔn)確性,將對(duì)話從流程配置式轉(zhuǎn)變?yōu)榕c大模型結(jié)合場(chǎng)景的按需執(zhí)行式,并通過大模型、小模型協(xié)同提升猜你想問、情緒識(shí)別能力,提升智能化交互體驗(yàn)。2024年已面向全網(wǎng)開放應(yīng)用,累計(jì)邀運(yùn)用大模型意圖強(qiáng)識(shí)別、交互多模態(tài)等能力,探索如家寬排障等語音場(chǎng)景下的業(yè)務(wù)升級(jí),試點(diǎn)“語音+語義”端到端意圖理解,2024年10月底啟動(dòng)夜間語音門戶試點(diǎn),開通夜間智能熱線客服,滿足客戶夜間緊急需求、自主查詢信息,優(yōu)化夜間客服資源配置。通過大模型意圖強(qiáng)識(shí)別、話術(shù)自動(dòng)生成等能力對(duì)人工座席服務(wù)進(jìn)行分類輔助,在人工坐席接話過程中實(shí)現(xiàn)辦理類推薦話目前已開放在線坐席700余人,立單推廣使用率62.87%,坐席填單時(shí)長(zhǎng)縮短20秒。針對(duì)話務(wù)人員培訓(xùn)頻次高、范圍大、技能要求高等特點(diǎn),通過大模型加持,進(jìn)一步提升人員培訓(xùn)全過程、服務(wù)質(zhì)檢全過程等智能生成與自動(dòng)監(jiān)管、糾錯(cuò)能力,提質(zhì)增效。2024年已實(shí)現(xiàn)探索大模型自動(dòng)挖掘培訓(xùn)腳本,生成培訓(xùn)課件,并向省公司試點(diǎn)推廣,自建課程32例,課件支持全網(wǎng)業(yè)務(wù)戰(zhàn)訓(xùn)3.1萬人次。通專結(jié)合,模型協(xié)同通專結(jié)合,模型協(xié)同以中國(guó)移動(dòng)自主研發(fā)的“九天大模型”為能力底座,通過先進(jìn)高效的深度學(xué)習(xí)算法,呈現(xiàn)面向全領(lǐng)域的高效智能交互能力。同時(shí),根據(jù)人工反饋的強(qiáng)化學(xué)習(xí)技術(shù)(RLHF)進(jìn)行訓(xùn)練,利用“大小模式”協(xié)同方式,使得大模型深入智能客服場(chǎng)景,訓(xùn)推-體,技術(shù)創(chuàng)新Transformer算法的數(shù)據(jù)構(gòu)建、預(yù)訓(xùn)練、微調(diào)、推理等全鏈路、一棧式核心技術(shù)的自主創(chuàng)新,充分展現(xiàn)了技術(shù)轉(zhuǎn)為生產(chǎn)力模型訓(xùn)練微調(diào)行業(yè)數(shù)據(jù)模型訓(xùn)練微調(diào)行業(yè)數(shù)據(jù)行業(yè)問答增強(qiáng)學(xué)習(xí)行業(yè)測(cè)評(píng)模型壓縮讓大模型“照章辦事”讓大模型“照章辦事”檢索增強(qiáng)生成企業(yè)場(chǎng)景應(yīng)用企業(yè)知識(shí)庫(kù)檢索增強(qiáng)生成企業(yè)場(chǎng)景應(yīng)用企業(yè)知識(shí)庫(kù)企業(yè)能力庫(kù)插件模型企業(yè)流程庫(kù)智能代理給大模型“入職培訓(xùn)”“訓(xùn)推一體”模型訓(xùn)練及推理優(yōu)化通識(shí)教育“通專結(jié)合”大模型融入業(yè)務(wù)體系打造“標(biāo)桿應(yīng)用”靈活定制,情感賦能靈活定制,情感賦能靈活運(yùn)用自然語言處理(NLP)和深度學(xué)習(xí)算法技術(shù),通過情感識(shí)別(EmotionRecognition)和情感計(jì)算(EmotionComputation)技術(shù)實(shí)時(shí)捕獲用戶情感,在回答客戶問題的同時(shí)完成客戶情緒安撫、情感關(guān)懷、精準(zhǔn)推薦,為客戶提供貼心、專業(yè)訓(xùn)練,安全可靠訓(xùn)練過程注重價(jià)值觀處理,采用行業(yè)前沿的AIGC內(nèi)容風(fēng)控解決方案,高效識(shí)別實(shí)時(shí)生成內(nèi)容信息中存在的風(fēng)險(xiǎn)問題,確保回復(fù)內(nèi)容安全可控,展現(xiàn)了出色的倫理和安全控制能力。經(jīng)過商用探索,中國(guó)移動(dòng)客服行業(yè)大模型已經(jīng)形成了標(biāo)準(zhǔn)化產(chǎn)品和定制化實(shí)施兩種商業(yè)模式。其中,標(biāo)準(zhǔn)化產(chǎn)品服務(wù)可