Wade Shu老师｜于心理学中探索Al与LLM

从另外一个角度去解释这个Mental Health，就是从technology的角度，尤其是过去一年半的时间里面很短的时间里面解释这个Mental Health。包括Chat GPT或者大模型的，新的科技的发展对整个心理健康的影响。

因为过去一年半的时间，整个世界是翻天覆地，从Chat GPT推出来到现在。包括google meta open a microsoft你可以想到的最大的科技公司都在做large language model这件事情。

那我今天讲的主题，主要是对AI和LLM在psychology就是心理学上面的一个探索，因为大家想一下就知道，大家在一种场景里面，比如说facial expression，比如说你有整个脸部表情的变化的时候，可以多准确的反映你的心理状态？这个大概有我们现有一些研究，出了一些paper，大概是60%左右，真正可以捕捉到你的心情的时候，大概就是60%左右，包括语言，包括你的脸面部的表情，各种各样。large language model用途在哪里？比如说你的频率，比如说用词的频率，你的语速，你焦急的时候，你的语速跟平常的时候肯定是不一样，我现在讲话的语速跟我跟家人的讲话也是不一样的，它就有各种各样的一个判断，所以在这个过程中间会有很复杂的一个algorithm。

所以今天就介绍一些基础的，跟technology有关系，在心理学上面的一些应用，我们也做了一些尝试，但是目前为止，我们整体来说，从今天比如说七八年前，大家看到，另外一种AI模型image processing就是图形处理的时候，有人说七八年以后就不需要。Radiologist不需要这个放射科的这个专家了，但是七八年过去了，现在还短缺，所以AI这个过程中间，你觉得就是AI处理图形更快更有效，还是处理你的心理更有效？所以这有一个很长漫长的路，我今天就讲一讲，在这方面的一些探索。

Chat GPT打破了很多记录，我想可能大家都多多少少的看到过，关于大模型CPT横空出世，起到了两个效果：一个是在一个月之内达到了一亿注册的人数，这是前所未有的，你可以看一下netflix，Spotify他们积累的速度显然是远远落后于Chat GPT这是第一个；

第二个就是横空出世以后，把在市场上的关于natural language processing就是自然语言处理的，很多的小的科技公司，包括我现在公司用的一些NLP的这些供应厂商，大概在几个月之内把他们全干掉了，然后包括一些room辅助的一些，本来可以自动记录一些会议的纲要，这种公司也死了一大批，所以他就是前所未有的，这个体量还是过去二三十年中间非常少见的，在很多方面已经改变世界了。

我举一个例子给大家，最近有人通过Chat GPT发现了一个疑难杂症，technology stack关于这个最底层的，有公开的信息，有私有的信息有合成的信息，所以，public就是公开信息和私有性。在firework在防火墙之后的信息比例是20%-80%，大部分的信息还是在防火墙之后的，在这个过程中间chat GPT可以应用到企业级。

那给我们大家带来的影响可能是更加深远的。那现在还有很多合成的数据，就包括我刚才讲的这个X ray CT PET/CT R所有的医学影像方面，现在nvidia大家可能也知道就新出了一个ecosystem叫Models，它已经是用90%，合成的数据，做他Models的这个源头。你可以想象90%的是合成的数据，10%是真实的数据，这是一个很大的改变，以前是不可能的，但是他因为现在是generative dataTo build up the synthetic data source，这是一个很可观的，前所未有一个事情发生。最重要的是什么，就是将来的数据模型就是一个数据认证的一个过程，所以叫proof这个数据是真的还是假的，这个很重要。

在数据之上，就是我们今天说的云计算，软件管理。各种各样的安全协议，硬件就是IOT的东西，可穿戴的东西，数据中心各种你想的infrastructure的东西，这是在数据之上建立需要用hardware process所有的数据。在这个之上，我们今天知道的所有的foundation model ，a larger language model。包括open source，包括开源的不开源的有lama，open AI，然后有各种各样的prompt engineering，就是prompt engineering怎么通过前端的解读，对你问题的解读达到最优的一个效果。

在这个之上，第四层是今天最有意思的事情，就是app我们都知道，你可以Chat GPT，用自己企业级的Chat GPT做很多事情，你现在不需要去再学excel了，你把excel扔给Chat GPT给你全总结好了。你有一份血检报告大概4、5页的血检报告，各种各样的项指标，有的超有的是超标，有的是不到不达标，然后你扔给Chat GPT，很快就告诉你要做什么。

另外一个，很有趣的就是今年大家谈的最多就是autonomous agents，因为你可以想象一下，就是我们现在做的任何一件事情，如果我有个digital twin，利用我的影像叫digital vide，当我说，这位你今天给我把这个机票的事定了，我想三点到，我有这个酒店的需求，有时间的需求，各种各样的需求，很快autonomous agents就把这个事情做了。

今年2023年最火红的词是Chat GPT，2024年是agents，所以agents用在各行各业，已经开始了，做的虽然很多是在prototye阶段，但是我觉得可能在今年年底或者明年的时候，会有一个很大的突破，就包括Nvidia今年的GTC上面这个digital twin，也是个agents，就是数字男生，也是一个agent在对面做各种各样数字医疗护士的事情，这个是简单的AI可以帮助我们make decision的。

一个过滤器，如果最左边就是，黄色的标识，从上往下，是我们不同的阶段在网上购买东西的一个节奏，你首先要知道这个产品，然后开始做research，然后再看各种各样的价钱的比较，性能的比较，最后决定是不是买东西，我用这个例子，我一会讲到为什么这个东西跟Mental Health也有相关的地方，今天我们大家还要去google去，或者去百度去做各种各样的检索，然后把东西找出来是在哪里，有可能你对他的信任度还不一定相信，你看在淘宝上各种地方在比较价钱，如果是碰到特殊的打折的日子，你可能会有更多的冲动去买。你可能会比较价钱比较性能，然后跟周围的朋友，家人商量去买什么东西，比如说，尤其是跟医疗有关系的东西，跟家人更有更大的关系，最后一步才是决定，不管是在淘宝在apple上面做出一个买东西的决定。在短期内，这个东西，我觉得很快就会发生改变。

如果大家知道Chat GPT已经出了一款产品叫search GPT，就是大家还没有，没有得到这个消息的话，现在就可以注册了，所以我也是今天才注册到他们的微上面，所以很快这个东西就出来了，你想要什么东西，我告诉你按照你的要求，然后通过prompt engineering的方法，比如说我现在想买一款血压计，我有这样的要求，价钱的要求，产地的要求，有各种各样的要求，然后把所有东西都列出来，我需要一个给我运到家，最快我明天就要的一个产品最终的结果就是这个ecommerce agent就把这个事情做了。这不是已经是一个翻天覆地的变化，我觉得这个过程会加速。accelerated computing，加速运算，会把我们现在所有的东西都会加速。

那可能大家说了是好的方面加速，坏的方面也是加速，这个答案是肯定的，就是说when we gain something we'll lose something就是我们一定是有一个舍得的关系。所以我们得到一些东西，一定会舍去一些东西。这是从另外一个角度去看，在稍微长远的一个目标，就是说，AI这个会非常积极的教育大家，关于你需要什么东西，你想买什么东西，你现在生活中最最困扰的是什么东西，它会主动的跟你联系。问你是不是需要，比如说你肌肉拉伤了你，这几天在做几个动作，就把这个信息传到后台。他就会主动提出这样的要求，我有肌肉拉伤治疗的产品，你想不想要，它会是一个proactive的approach会非常积极，然后给你自动比较价钱，自动比较性能，最终给你从AI的角度，一个人的建议是直接就把这个事情做了，这是跟今天的消费习惯是不一样，今天我们是作为人类是主动的，但是从另外一个角度，可能在不久的将来是机器是主动的，然后我们是被动的是这样一个过程。

现在就是关于大模型在心理学方面的一个简单的，decision tree如果大家有兴趣，可以有时间可以看一看，我就在这里。详细的点一下，就是说这个东西最重要的还是一个labeling，最终的结果还是一个labeling，比如说你必须是受过正规训练的心理治疗师或者心理学家。告诉这个机器怎么去label这个data这个才有意义，如果说是并不是这个心理学出身的，那我介入到心理学方面的，因为我管理一些跟心理学方面有关的供应商，所以了解到一些东西，他就通过词汇的表达，语速，词汇的表达，比如说他说i'm worried about something，那一定是他比较担心某些事情发生了，通过这些词汇的表达，在fine tuning重新训练你的模型达到一个最终可以用的地步。

这个中间，这个prompt engineer非常重要，因为你提出一个什么样的问题，不同的问题就会有不同的答案，我们大家都知道，比如说很简单的。我们经常说的，你知道现在几点了，有各种各样的表达方法，你知道现在几点了，是说你在催别人，还是已经太晚了，已经来不及了，还是说you know what time is你知道现在几点了，从原意来说是一个。Yes and no的答案，比如说，我问说你知道现在几点了吗？他说是我知道是这样的，但是大部分都是直接就跳到了这个时间上面，所以他在这个语义方面有各种各样的表达，大家可以有空看一下它通过data label的办法，判断出这个人是有没有心理方面需要有帮助的地方。

通过transform transformer还是一个会持续？持续在整个AI系统里面发挥的一个作用。大概有各种各use cases在各种各样应用场景，关于大模型的应用场景。

在心理学方面，第一个是这个public information，好像是google还是哪里的一个paper写的就是大家可以有空的话可以google一下，主要是measurement，就是我们希望通过大模型的方法得出一个high inference，就是一个很高推理的score，通过我们刚才讲的有各种各样的。这个数据可以供参考的。目前为止，这个facial方面的就是通过脸部的，大概也就是目前看也就是60%的准确率大概是这样的，你有不同的数据得出不同的答案，有人说90%几，但是他们的数据是不一样的，在这种情况下，你很难做出一个精准的判断。

这个过程中间，做大模型的时候你还牵扯到是不是有这个synthetic data，是不是有合成的数据在里面，刚开始的时候，所以就这个引申到下一个第二部分就是experimentation，所以还是有很多，很多实践的工作在做，包括跟social media有关系的，大家都在微信上面，大家都在facebook instagram美国用instagram在这个过程中间，你肯定通过不同的表达方法。一个人有心在心理方面需要得到帮助，比如说他在social media上面突然写了一个很悲观的话他，说oh i'm so worried I you know。我特别担心，我可能担心这个大学考不好或者怎么样这种类似的事情，所以在这种情况下，就是我们谈到的experimentation作为第二个。

第三个就是把第一个和第二个结合起来，根据个性化的东西做出一些处理。每个人的生活习惯不一样，所以在这个过程中间不可能说，我承受的压力要比你大，所以你每天要这样做，那肯定不是这样，有人在某一方面就承受压力的这个，比如说在工作方面，他承受压力能力比较小，但是有的人承受工作压力的能力非常强，但是这个承受比如说感情方面，那就没有那么强，或者在健康方面，所以这是个综合的体系，为什么医疗这么难，就是每个人的东西，每个人的生活习惯，心理教育，收入都是不一样的，所以最后会有一个不同的结果。

最难的是第四个就是practice尤其是在临床方面，去把我们今天fine-tuned LLM，我们即使有可以很多次，根据我们的结果。通过一个大规模的办法去解决更多的人群，这个东西第一个需要大规模的算力，第二个需要足够个性化的数据去解决这个事情，每个人都是不一样的，在这个基础上，我们怎么可以把今天这个东西跟你在LMM上购买这个习惯是两码事情，因为你购买的习惯大部分人是差不多的，但是一具体到心理健康，生理健康，各种各社会因素的时候，是远远要比我们想象的复杂。

最后一点我就强调一下，今天用在psychology上面的一些工具，就是大家可以希望看一下有python的有R package python的这个现在有很多人在用，有langchain，也有很多人在用这个langchain基本上就等于像中间商一样，它可以在大模型里面找到一个最好的答案，our package就是剩下的列表里面的。另外一个在Chat GPT上面，大家做了很多早期的youtube一样，你可以把这个youtube想象一个平台，也可以把Chat GPT想象一个平台，这个上面会有很多各种衍生的东西，你想象不到的东西，最新的几个初创的公司有做把医生和病人谈话，直接变成电子病历的，直接就输进去了，这是其中一个有判断你的焦虑程度的有各种各样，根据你的焦虑程度提供。你各种各样不同产品的都有，所以大家可以通过从technology角度讲。

最后总结一点，我觉得这就是large language model已经有很多应用了，在这个过程中间。尤其在医学和心理学上面，我觉得探索的成分超过于实用的成分，大概500到1000个large language model大模型大概有一个或者两个可以用到就不错了，所以就是目前为止还是处在比较前期的探索阶段，所以会有很多机会。