隨著大模型等人工智能技術(shù)的快速發(fā)展，數(shù)字政府建設(shè)也正被深刻重塑，龍訊在國內(nèi)較早地開始探索人工智能在數(shù)字政府領(lǐng)域的運用落地，并取得了一定的成果。12月19日，龍訊董事長賀良震受邀參加在京舉行的2024數(shù)字政府評估大會，并作“AI+政務(wù)問答——大模型賦能數(shù)字政府的探索與實踐”的主題演講。

隨著大模型技術(shù)的迅猛發(fā)展，各行各業(yè)的軟件和服務(wù)都將面臨重塑，然而在數(shù)字政府領(lǐng)域，大模型應(yīng)用的真正落地卻面臨著諸多挑戰(zhàn)。近年來，龍訊一直在這方面深耕細(xì)作，有一些成果和心得，借此機(jī)會與大家交流探討。

聚焦于政府網(wǎng)站這一特定領(lǐng)域。政府網(wǎng)站，是網(wǎng)上政府的重要窗口，運行于互聯(lián)網(wǎng)，服務(wù)于社會大眾。業(yè)務(wù)涉及到信息發(fā)布、解讀回應(yīng)、網(wǎng)上辦事、互動交流等多個方面，其重要性不言而喻。那么，政府網(wǎng)站的智能問答，功能雖小，但業(yè)務(wù)要遠(yuǎn)遠(yuǎn)比一般行業(yè)的應(yīng)用復(fù)雜，并且安全責(zé)任重大，也是數(shù)字政府提升服務(wù)效能的重要一環(huán)。在此，以這一小場景為切入點，來與大家探討大模型的應(yīng)用。

首先，來看相關(guān)的一些政策，國辦在2017年印發(fā)的《發(fā)展指引》，其中提到了“通過自然語言處理等技術(shù)自動解答和咨詢”；國務(wù)院在2022年印發(fā)了《加強(qiáng)數(shù)字政府建設(shè)的意見》，其中提到“緊貼群眾需求，暢通互動渠道”；今年初，也印發(fā)了《高效辦成一件事的意見》，提到了“探索應(yīng)用自然語言大模型的技術(shù)，提升線上智能客服的意圖識別和精準(zhǔn)回答能力”；我們也注意到中國軟件評測中心，在今年的績效評估指標(biāo)當(dāng)中，也著重加大了人工智能技術(shù)應(yīng)用的指標(biāo)權(quán)重。

那么，問答在網(wǎng)站中是一個什么樣的功能定位？站在網(wǎng)民的需求側(cè)，我們將網(wǎng)站的功能分為“看、查、問、辦”這四大類。在問這個環(huán)節(jié)，智能問答是唯一的一個實時咨詢的渠道。剛才北大的馬教授就講到，相關(guān)辦事的指南非常復(fù)雜，有的可能有100多頁，那么在辦事之前可能就需要去咨詢，顯然，政府網(wǎng)站就提供了這種渠道。當(dāng)前，幾乎所有地方的政府門戶網(wǎng)站都設(shè)計了這一功能，可以說是網(wǎng)站功能的一個標(biāo)配。

但其服務(wù)的成效到底如何？通過前期的調(diào)研，發(fā)現(xiàn)普遍存在“問而不答”和“答非所問”的現(xiàn)象。我們來看兩個示例：一個是，哪些人可以享受特困養(yǎng)老補(bǔ)貼？回答是“抱歉，我還沒學(xué)會”，這是典型的問而不答的現(xiàn)象。另一個是，我想開個飯店需要辦理什么手續(xù)？回答是“找到以下相關(guān)事項，一、公路工程質(zhì)量監(jiān)督手續(xù)批復(fù)；二、某某飯店重大坍塌事故調(diào)查報告”，這顯然是通過傳統(tǒng)的分詞檢索技術(shù)，給用戶提供兩個毫不相關(guān)的鏈接，這個是典型的答非所問的現(xiàn)象。究其根本原因，是傳統(tǒng)的技術(shù)對于自然語言的處理能力較弱所導(dǎo)致。當(dāng)然，我們也看到了，目前有一些地方政府已經(jīng)開始探索人工智能技術(shù)的應(yīng)用。

有了大模型的賦能，問答可以變得更加智能，能夠做到“能理解、會思考、有效答”。大模型在賦能的同時也帶來了新的挑戰(zhàn)，例如，大模型自身的短板。一是，幻覺問題。即回答看似合理，實則違背常理，也就是經(jīng)常講的一本正經(jīng)地胡說八道。二是，多樣性問題。即多樣性使大模型更加富有創(chuàng)新性，但同時也帶來了回答變化多樣，不易控制的問題；三是，可解釋性問題。回答依據(jù),不易溯源；四是，有效性問題。大模型的知識是源自于訓(xùn)練，無論是預(yù)訓(xùn)練方式還是微調(diào)訓(xùn)練方式，都很難解決專門領(lǐng)域知識的完整性，實效性和準(zhǔn)確性問題，最終所帶來的結(jié)果就是回答無效。

互聯(lián)網(wǎng)用戶的提問有萬千可能，有的可能與業(yè)務(wù)相關(guān)，比如問辦事、問政策，有的可能跟業(yè)務(wù)無關(guān)，閑聊、發(fā)牢騷，以及其他的一些訴求，例如投訴舉報，尋求幫助。甚至是暴力測試、惡意引導(dǎo)、人工投毒，或者是意圖不明的情況，這就是基于自然語言應(yīng)用的特點。那么，哪些問題不該答？哪些該答？該如何作答？我們講，服務(wù)邊界的控制與業(yè)務(wù)流程的設(shè)計也是巨大的挑戰(zhàn)。

守住安全底線。在11月的世界互聯(lián)網(wǎng)大會上，國家主席習(xí)近平在致賀當(dāng)中，提到把“創(chuàng)新作為第一動力，把安全作為底線要求”。線上平臺實際的一些用戶提問，涉及主要領(lǐng)導(dǎo)、違法犯罪、國家主權(quán)、偏見歧視、政治話題、隱秘陷阱、意識形態(tài)、暴力測試等等。平臺沒有辦法去限制或限定用戶的提問，唯一能做的是，筑牢安全防線來守住安全底線。

在應(yīng)用新技術(shù)進(jìn)行創(chuàng)新的同時，如果不能很好的處理上述的一些問題，很可能會帶來內(nèi)容安全上的問題，例如邊界不清、知識過期、幻覺、回答不當(dāng)，甚至是意識形態(tài)，從而影響政府的公信力。

接下來看一組示例，首先聲明一點，這些示例均是來自于互聯(lián)網(wǎng)，但是已經(jīng)對一些特征和敏感信息進(jìn)行了處理，主要是為了說明問題，請大家不要對號入座。一是，邊界不清的問題。特朗普為何勝選？美國和臺灣的關(guān)系？顯然已經(jīng)超出了政府網(wǎng)站的服務(wù)范疇，但是這里仍然在作答；二是，對話不暢的問題。身份證丟失在哪里補(bǔ)辦？咨詢電話多少？可以網(wǎng)上辦理嗎？回答是，咨詢電話給出了人社工傷的電話、招生的電話，網(wǎng)上辦，給出了電子稅務(wù)的網(wǎng)上辦理方式。顯然沒有能夠在多輪對話中很好理解用戶意圖；三是，知識過期的問題。不知道更新到哪一天，給出2023年的4月1日，現(xiàn)在過年回家還要不要報備，回答說，可能要報備；四是，幻覺問題。本地人和外地人在申請廉租房時誰更能得到分配？回答說，一般來講本地人更容易得到分配；五是，回答不當(dāng)?shù)膯栴}。下面這個更離譜，你是誰，我是信息辦的主任，能為我提供什么服務(wù)，提供政審和檔案查閱服務(wù)；身份證補(bǔ)辦，立即報警，帶上身份證原件和復(fù)印件來補(bǔ)辦；開網(wǎng)約車有年齡要求嗎？這是我的隱私，就不告訴你；甚至還碰到下一任市長是誰，也能回答……

基于大模型，基于自然語言理解的應(yīng)用該如何設(shè)計？我認(rèn)為應(yīng)該遵循以下三大原則：安全，風(fēng)險可防，安全可控；有效，控制精確，回答有效；友好，態(tài)度友好，語氣親和。

安全原則。首先要有合規(guī)檢測，對于用戶的提問還有答案的輸出，要做雙向的檢測，結(jié)合傳統(tǒng)詞庫技術(shù)和自然語音技術(shù)進(jìn)行雙重校驗，并且系統(tǒng)要有安全規(guī)則，一旦用戶觸發(fā)了規(guī)則，就可以彈窗警告，結(jié)束會話，甚至是禁止會話的操作。對于一些高危的操作，還可以做到預(yù)警通知到管理人員的手機(jī)端，短信、即時通訊都可以。安全，既要有技防，也要有人防，還要配備相關(guān)的監(jiān)管措施，例如日志審計、行為分析、撤回重答等等。

有效原則。智能問答業(yè)務(wù)，和無人駕駛的業(yè)務(wù)非常相似，所以這里做一個對比，以更加形象地來了解問答的業(yè)務(wù)。無人駕駛，首先要有明確的目的地，這個不難，用戶選擇就行，其次，要有地圖，當(dāng)然地圖技術(shù)也已經(jīng)非常的成熟，再者的就是精確的智架控制系統(tǒng)，來應(yīng)對各種的復(fù)雜路況，這一塊目前仍然在探索之中，最終是將用戶成功送達(dá)。再來看智能問答，首先要有明確的用戶提問，其次要有準(zhǔn)確的知識，再者就是精確的業(yè)務(wù)控制來應(yīng)對用戶的復(fù)雜提問，實現(xiàn)有效回答的目的。如同無人駕駛要有地圖，問答，要有自己的知識庫。政府網(wǎng)站的智能問答，一定是基于自己發(fā)布的知識庫來回答用戶的提問，而非模型訓(xùn)練的知識。通常會采用RAG檢索增強(qiáng)生成的方式，也就是結(jié)合用戶的提問去知識庫當(dāng)中去匹配關(guān)鍵的知識，再送給模型去增強(qiáng)它的生成。相同點，都是三個環(huán)節(jié)，不同點，是問答的三個環(huán)節(jié)，任何一個環(huán)節(jié)想要做好都不那么容易。例如用戶提問，你沒有辦法去要求他必須提得很明確，即便是用戶提的很明確，業(yè)務(wù)控制也很精確，但網(wǎng)站的知識庫當(dāng)中也未必就一定有用戶每個問題的答案，所以，將有效作為回答的目標(biāo)，要相對的嚴(yán)謹(jǐn)或合理一些。

具體來看這三個環(huán)節(jié)，首先，是提問環(huán)節(jié)。要能結(jié)合用戶對話的上下文來分析評估他當(dāng)前的提問是不是明確，如果不明確，要給他進(jìn)行引導(dǎo)，引導(dǎo)他把問題提清楚才能回答。當(dāng)然，在對話的過程中，也要保證這種對話的流暢性。其次，知識庫環(huán)節(jié)。網(wǎng)站的知識更新的非?？?，政策文件隨時可能會新發(fā)布，辦事的要素隨時也可能會變更，我們要能感受到這種更新，并且能夠做到自動入庫。數(shù)據(jù)入庫了，是不是就變成知識了呢？當(dāng)然不是。一定要經(jīng)過治理，舉個例子，比如我們政府工作報告通常會大量的出現(xiàn)去年、今年、本市、我市、全市等這一類的表述。這就需要把它改成2023年、2024年、某某市這種精確描述，才能夠很好地應(yīng)對后續(xù)的知識匹配和回答環(huán)節(jié)，不至于帶來幻覺，也就是說，數(shù)據(jù)要經(jīng)過治理才會變成知識。因此，需要有長效的治理機(jī)制，因為網(wǎng)站的更新非?？?，信息量也很大，在治理層面要有輔助治理加人工復(fù)核相結(jié)合，提供智能比對、指代消解、表格轉(zhuǎn)換、標(biāo)題增強(qiáng)等等一些技術(shù)手段。第三，控制環(huán)節(jié)。首先要能精準(zhǔn)地識別用戶的意圖，就是他到底想問什么？問政策？問辦事？還是問其他？甚至還要去做到二級意圖識別，甚至多級意圖識別。比如問領(lǐng)導(dǎo)，是問領(lǐng)導(dǎo)的簡介？還是問領(lǐng)導(dǎo)的活動？因為不同的意圖，業(yè)務(wù)的處理邏輯是不相同的。知識匹配環(huán)節(jié)，要解決知識沖突問題，避免知識的混淆，還要去過濾無效的知識。因為我們政策文件有國家級、省級、地方級，一個文件會在細(xì)節(jié)上存在差異，如果處理不好會帶來沖突，知識混淆，因為辦事服務(wù)的事項一般是延伸到基層的，在一個區(qū)域內(nèi)會有很多同名的事項，就是名稱相同要素不同，甚至還有一些名稱相近的事項，如果處理不好，很容易帶來混淆。網(wǎng)站的政策文件，有的發(fā)布了，可能還沒有到施行日期，有的會隨著時間的推移會慢慢失效。那么，平臺就要做到，生效的文件自動入庫，失效的文件自動清理，以避免這種無效知識的干擾。要能控制模型，使用提供的知識去回答，而不是它訓(xùn)練的知識，從而抑制模型的幻覺，通過不斷的微調(diào)訓(xùn)練等方式來提升模型的這種分析力，增強(qiáng)記憶力，從而減少回答的多樣性，另外，盡可能針對每一個回答附上原文鏈接，參考知識的鏈接，來增強(qiáng)回答的這種科解釋性。以上都是控制環(huán)節(jié)當(dāng)中的關(guān)鍵點，只有“提問明確了、知識準(zhǔn)確了、控制精確了”，才有可能帶來有效的回答。

友好原則。無論用戶如何去提問，都需要保持一個友好的溝通氛圍。在實際情況當(dāng)中，很多時候有的用戶會提出超出范圍的問題，超出業(yè)務(wù)范圍、超出地域范圍、超出知識范圍，或者是一些閑聊，都要能夠給予友好的回答，或者是拒答。

以上，就是我講的三大原則，安全，有效和友好。那么，通過不斷的產(chǎn)品迭代，龍訊目前已經(jīng)打造了八大場景，問辦事、問政策、問概況、問領(lǐng)導(dǎo)、問數(shù)據(jù)、問機(jī)構(gòu)、問旅游、問搜融合以及27項服務(wù)能力，包括多模態(tài)融合展現(xiàn)、高效辦成一件事的卡片等等。

接下來，來看幾個具體的示例。通過對十余萬用戶提問的數(shù)據(jù)進(jìn)行統(tǒng)計，我們發(fā)現(xiàn)大約50%的用戶提問跟辦事服務(wù)相關(guān)，因此，辦事服務(wù)類問題的回答有效性非常的關(guān)鍵。

這是武漢市的一個案例，“我是寧安社區(qū)的居民，社保怎么辦理？有沒有咨詢電話？”這個用戶的提問非常的明確，有區(qū)域，有事項，也有辦事要素，那么根據(jù)用戶的語義，精準(zhǔn)地定位到了江夏區(qū)紙坊街道寧安社居委的這個城鄉(xiāng)居民參保中心的事項，綜合事項的八要素來回答了用戶的提問，并且還可以直接點擊在線辦理。武漢市大約有17萬辦事項目，其中城鄉(xiāng)居民參保登記這個事項就有3325條，如果處理的不好的話，就很容易會帶來誤導(dǎo)的問題，不但不是給公眾帶來便捷，反而會帶來不便。當(dāng)然，如果說寧安社區(qū)用戶的提問不在武漢市區(qū)域內(nèi)，那么平臺會識別出它超出范圍。

“小孩戶口在哪里上？要帶哪些材料?”根據(jù)語義識別出，是新生兒登記這個事項！但是，新生兒登記的在武漢市分為七種情況，并列了七個事項：婚生，非婚生或者是境外出生等等。顯然，七種情況所帶的資料不同，這里就需要做主動詢問，是哪一種情況，由用戶來選，避免誤答，而問題當(dāng)中也沒有提區(qū)域，要讓用戶選擇區(qū)域，選完過以后，平臺精準(zhǔn)地命中到了硚口區(qū)長豐街道的這個事項，結(jié)合要素給予有效的回答。真正要做到“主動詢問、細(xì)致引導(dǎo)、確認(rèn)再答、直達(dá)辦理”。如果沒有主動詢問和引導(dǎo)的環(huán)節(jié)，能不能答呢？當(dāng)然，如果把這個問題送給模型，把這些知識都給他，一定能答，但是答成什么樣就不好說了。所以我也經(jīng)常對我們的產(chǎn)品經(jīng)理和測試人員說，針對這種自然語言的應(yīng)用測試，一定要看清楚問題，仔細(xì)的去甄別答案，還要對照相關(guān)的政策或者辦事項的原文去分析他是否真的有效。

再來看一個示例，“請將過去五年的人口數(shù)據(jù)生成折線圖，GDP數(shù)據(jù)生成柱狀圖。”這是剛剛上線的南京市的案例，根據(jù)語義，識別出了過去五年是哪五年，然后在政府網(wǎng)站的已發(fā)布的統(tǒng)計數(shù)據(jù)當(dāng)中，去讀取人口以及GDP里的地區(qū)生產(chǎn)總值的數(shù)據(jù)，根據(jù)用戶的需求，生成了兩張圖表。

多模態(tài)，大家并不陌生，現(xiàn)在大模型里有生成文本的，生成視頻的，也有生成圖像的，而我們進(jìn)行了一個融合的展現(xiàn)，這是滁州市的案例，瑯琊山的醉翁亭是歐陽修命名的嗎？平臺找到知識并結(jié)合知識，給予了這種富文本格式的輸出。

這是黃山市的案例，“本周末準(zhǔn)備去黃山玩兩天，請結(jié)合天氣，推薦一下景點和行程。”首先，要能知道本周末是哪兩天？然后通過智能體，調(diào)用天氣查詢的接口把天氣查好，再結(jié)合網(wǎng)站發(fā)布的旅游資源，讓模型給出一個行程建議：第一天上午上黃山，下午到西海大峽谷，晚上住在山頂酒店，第二天早上看日出，下午泡溫泉，還給出了氣溫較低，注意保暖的友情提示。

最后看一個示例，“慢性病就醫(yī)可能異地結(jié)算？”口語化的表達(dá)，“怎么辦？有沒有咨詢電話？”這個問題實際上包含三小問，平臺分別逐一進(jìn)行解答。強(qiáng)調(diào)一下，這個問題的回答，實際上它是綜合了網(wǎng)站的答問知識庫的知識，辦事服務(wù)事項的知識，以及政策文件的知識。其實，網(wǎng)民的這種需求還是比較常見的，在去辦事之前，當(dāng)然想去做一些咨詢與了解，然后可能要了解具體怎么辦？過去，在政府網(wǎng)站中，可能需要到各個欄目去找，或者是通過智能搜索去搜，把問題轉(zhuǎn)換成關(guān)鍵詞，然后去找。且不說能不能找到這種信息，即便是找到了，還要從中去尋求答案。而現(xiàn)在，在問答平臺中直接問就可以了。所以，從原來的四處找，到現(xiàn)在的直接問；從過去的一框搜，到現(xiàn)在的一窗問；從原來的給鏈接，到現(xiàn)在的直接給答案。智能問答，其實就是網(wǎng)上政府的一個無人服務(wù)窗口，給網(wǎng)民提供一體化的服務(wù)。能夠真正實現(xiàn)，也是今天大會的主題，為公眾帶來更好的服務(wù)體驗。有了AI的賦能，政府網(wǎng)站也將迎來新的變革機(jī)遇。

在我們調(diào)研的過程當(dāng)中，很多用戶都特別關(guān)心我們用的是什么大模型？當(dāng)然，大模型作為新型基礎(chǔ)設(shè)施，為我們的應(yīng)用系統(tǒng)賦予了強(qiáng)大的自然語言理解能力，就如同我們生活中的水電氣一樣不可或缺。而我想說的是，作為業(yè)務(wù)系統(tǒng)的設(shè)計，更為重要的是如何用好大模型為業(yè)務(wù)賦能，如何用好大模型實現(xiàn)業(yè)務(wù)系統(tǒng)的精確控制。至于選擇什么大模型，我們的答案是“多路接入，按需使用”。我們的問答，從問題的輸入到最終答案的輸出，中間多達(dá)幾十個環(huán)節(jié)，那么每一個環(huán)節(jié)對于模型這種需求都是不相同的，例如性能穩(wěn)定性、總結(jié)與分析，每一個模型都有自己的優(yōu)劣，所以，我們是按需使用。同時，我們還要做到，關(guān)鍵環(huán)節(jié)要使用不同的模型進(jìn)行雙重校驗，避免誤判。因為大模型有多樣性，也就是我們經(jīng)常講的叫“用大模型去解決大模型的問題”。對于突發(fā)故障，還要能做到主備模型自動補(bǔ)位。

最后是幾點思考，基于大模型的應(yīng)用，當(dāng)前仍然在不斷的探索之中，仍然沒有辦法回答好用戶的每一個問題，因此，可以無人駕駛，但不能無人管控。在關(guān)注通用大模型發(fā)展的同時，我認(rèn)為應(yīng)該更加重視如何用好大模型為數(shù)字政府賦能。在大模型賦能的同時也給我們帶來新的挑戰(zhàn)，過去是網(wǎng)絡(luò)層、系統(tǒng)層，今天是內(nèi)容層，大量的非結(jié)構(gòu)化數(shù)據(jù)，傳統(tǒng)技術(shù)很難加以利用，那么大模型可以借助語義去做分類標(biāo)注、統(tǒng)計分析，來輔助決策，從而發(fā)揮數(shù)據(jù)的更大價值。AI+政務(wù)問答，是大模型賦能數(shù)字政府的一個探索，也是政府網(wǎng)站邁向智能化的一個起點。