“一下吃完一整瓶还能活着吗？”近日，一位广东用户在京东上咨询智能情感客服时留下了这样的话。

随后，一场跨越千里的线上线下接力救援就此展开，短短一个小时时间，这场生死危机被成功化解。

这是一场因科技完成的拯救行动，主导整个行动的是京东智联云的智能情感客服。

作为业界首个大规模商用的情感机器人，智能情感客服不仅具备闭环解决问题的能力，更有“知人心、解人意、讲人话”的特性，在保障用户咨询体验的基础上，能精准感知、分析客户的情绪，并在回复中蕴含相应的情感。

智能情感客服与“生命通道”有什么关系？这要追溯到一次来自用户的咨询。

2020年初，一位用户在京东购买药品在线咨询时触发了智能情感客服的预警，缘由是内容含有极端情绪化的因素，预警触发了危机专员的介入，结合该用户购买的药品剂量，推断其存在轻生倾向，通过危机专员妥善处理，避免了悲剧的发生。

珍视生命，京东智联云技术团队结合自身的技术优势，快速研发并上线 “生命通道”，实现全平台自动识别用户极端负面情绪，进行心理干预，同时启动应急预警，必要时及时采取线下介入。

据了解，自年初上线以来，“生命通道”已避免了多次悲剧的发生，用科技的温暖挽救了一个个鲜活的生命和家庭。

跨越千里，生死救援

5月中旬的一天下午3时50分，一位用户在京东的第三方药店商家咨询智能客服时出现了含有极端情绪的内容：“这个用来自杀怎么样，一下吃完一整瓶还能活着吗？”

智能情感客服迅速捕捉到用户字里行间的异常情绪，并自动向危机中心发出预警，危机专员快速介入。经系统核实，该用户当天所购买的大剂量药品与咨询过程中呈现的异常情绪具有极强的关联，初步排除恶搞行为，推断存在轻生倾向。

一场生命救援行动迅速展开，危机专员在对用户进行在线心理疏导的同时，迅速联系商家告知情况，暂缓发货，并提醒商家关注该用户后续订单情况。

同时，为了最大限度保障用户的生命安全，危机专员将掌握的信息与千里之外的该用户所在地公安机关取得联系，请求警方到用户收货地进行走访，了解具体情况。

经过京东、商家、警方等多方的紧密联动与快速响应，用户所在地广东传来了好消息：该用户是一名在读学生，因为一时冲动才有了这样的极端想法，萌生了轻生的念头。经过危机专员和警方的共同劝导，现已放弃了轻生的念头，并退掉了订单。

科技感知危机，温暖化解坚冰

如何从海量的咨询信息中捕捉蛛丝马迹，防患于未然，避免悲剧发生？技术又如何发挥着作用？

随着人工智能技术的发展，特别是语音和语义理解等技术不断取得突破，采用智能化的手段对客户服务咨询内容进行深层次分析，已经广泛应用于各行各业。这其中包含了服务质检、热点识别、客户风险识别等诸多板块，“生命通道”则是从客户风险识别中衍生而来。

客户风险识别的深度学习模型，基于语义搜索引擎分析上下文，可识别用户在与客服交流过程中提到的隐含有极端情绪化的句子，及时发现用户可能的自杀倾向，并予以正确的引导和介入，用温暖化解对方心里的“坚冰”。

用户的表达往往复杂丰富且多样化，这使得客户风险识别中的深度数据分析能力成为一个技术难点。以往技术中使用的是以BERT为原型的多层Transformer模型，其性能较难满足在线业务对于低延迟和高吞吐的要求。

为了解决这个问题，智能情感客服在风险识别模块中引入了京东AI硅谷研究院优化的Faster Transformer模型。这是基于BERT Transformer 单层前向计算的一种高效通用模型，可以通过简单修改支持多种Transformer结构。

Faster Transformer模型具有高灵活性，与已有BERT任务兼容性高，便于扩展维护，部署简单且提升效果明显。

负责该优化方案的京东AI硅谷研究院算法工程师黄启洲表示：“BERT模型在NLP领域有着广泛的应用，但其计算复杂度高、参数量大，线上应用存在模型部署难、响应时间长的问题。为了优化推理效果，业界一直在探寻多种不同方案，但我们发现，方案仅仅图快是不能完全满足实际业务需求的，还要全盘考虑到计算资源储备、方案实施成本、优良的可扩展性与灵活性、及系统维护的复杂程度等，综合考量到目前京东智能对话中台的资源配置、算法积累、以及推理优化方案的特点包括模型剪裁压缩、cuBERT优化、知识蒸馏等，我们设计并研发了基于Faster transformer的优化方案。”

优化后的模型比未优化的BERT模型提速5-6倍。方案解决了实际的痛点并产生了很好的业务效果，对智能情感客服进行了很好的支撑。