腾讯中科院AI心理咨询专利获授权,更加像人的机器人能干好心理咨询师的活吗
目前golang学习网上已经有很多关于科技周边的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《腾讯中科院AI心理咨询专利获授权,更加像人的机器人能干好心理咨询师的活吗》,也希望能帮助到大家,如果阅读完后真的对你学习科技周边有帮助,欢迎动动手指,评论留言并分享~
根据天眼查信息,6月6日,中国科学院心理研究所与腾讯科技(深圳)有限公司申请的“一种基于人工智能的心理咨询/会话系统及其方法”专利获授权,该专利自2020年6月6日起提出申请。当前,中国科学院心理研究所还有一条“一种基于心理学知识赋予机器人工智能学习的方法及系统”的发明专利正在实质审查阶段。

这条发明专利的摘要对该发明做了简单介绍,表明该发明系统包括输入模块、语言分析模块、逻辑树对话模块、预料数据库和小结与反馈模块。输入模块采集用户会话输入;通过使用心理知识图谱模块及多轮对话管理模块对用户会话输入进行意图分析;输入模块和语言分析模块在人机交互中循环迭代,通过多轮对话管理模块管理多轮对话之间的关系;语言分析模块按照智能心理咨询逻辑树的逻辑流程及对用户对话的意图分析,在多轮对话管理模块的管理下组织指导用户进行多轮对话的逻辑走向;结合机器人与用户间的会话信息,反馈对话时用户与心理、情绪问题相关的信息并输出,制定心理干预方案。
简单来说,这种基于人工智能的心理咨询会话系统可以让使用者有更接近于和真人心理咨询师对话的感觉,并通过与人工智能机器人对话,使用者可以获得心理咨询建议和对应的心理干预方案。
此前,就曾有网友尝试向Chatgpt咨询心理问题,虽然Chatgpt会给出一些建议,但是也会清楚地回答:“不,我不能代替你的心理咨询师,我可以提供一些建议,但我不能代替专业的心理咨询师。也许我们需要审视这个以心理咨询会话为目标的人工智能系统,看它是否能更好地担当心理咨询师的角色。
与真人心理咨询师不同,AI心理咨询师可以做到7x24h在线,无论何时无论何地都可以迅速响应用户,基于这种特性,国家二级心理咨询师张雯认为,AI或许是可以被运用到心理咨询的工作当中的,“心理问题具有情境性、时效性的特点,时刻在线的AI是一个很高效的辅助应用工具。”张雯指出,尤其是在心理咨询的前期工作当时,AI对用户即时的心理、情绪情况的信息分析、整理和输出实际上也有助于心理咨询师指定更有针对性的心理干预方案;另一方面,AI心理咨询师对于大众而言未尝不是一个简易便捷的解决简单心理问题的工具,“对于一些可被程序化、线性的问题,或者不需要掺杂太多情感因素的简单问题,我认为AI完全可以胜任。”
但是不管人工智能的程序写得有多么精细,心理咨询师的工作也不会被AI轻易取代,心理咨询师与患者之间不是简单的一问一答,心理咨询师也不是简单地回答问题就行,而需要咨询师本人敏感地捕捉患者的情绪变化,“在心理咨询中,良好的咨询与治疗效果离不开咨询师与来访者之间建立稳定而又安全的关系,关系中的情感和温度,AI很难做得到。”
存在心理健康问题的人很多,但是从来没有走进心理咨询室的人更多,讳疾忌医是一方面,费用上的担忧也是一方面原因,有一定专业性且相对更加廉价的AI或许能成为大众的另一选择,与机器人的对话也能在一定程度上减少用户与陌生人对话产生的不安感和拘谨感,不过张雯认为,选择AI进行心理咨询其实还是要慎重,不仅是出于费用、隐私、安全等方面的考量,如果AI数据的判断不够妥当,不仅不会帮助到患者,反而可能加重伤害,“不妥的数据判断可能会给患者以消极的心理暗示,反而让患者产生焦虑、担心、害怕等消极情绪,更不利于解决心理的问题。”
扬子晚报/紫牛新闻记者 沈昭
校对 盛媛媛
终于介绍完啦!小伙伴们,这篇关于《腾讯中科院AI心理咨询专利获授权,更加像人的机器人能干好心理咨询师的活吗》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!
MySQL与Oracle比较:性能和可伸缩性哪个更强?
- 上一篇
- MySQL与Oracle比较:性能和可伸缩性哪个更强?
- 下一篇
- 最新测试结果揭示:高通骁龙8 Gen 2是耗电量最低的旗舰处理器
-
- 科技周边 · 人工智能 | 4小时前 |
- GPT-Live双工语音会话接入后端
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · 文本生成 Transformers 重复片段 no_repeat_ngram_size GenerationConfig
- Transformers 怎样用 no_repeat_ngram_size 减少重复片段
- 493浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | python · 人工智能 · OpenAI session Agents SDK SQLiteSession conversation_id
- OpenAI Agents API保存持久会话
- 414浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- Transformers在vLLM中部署生成模型
- 122浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- Transformers datasets流式读取训练数据
- 275浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · padding Transformers tokenizer max_length attention_mask truncation
- Transformers用tokenizer对齐输入长度
- 207浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · 批处理 · 批处理 多模态 Transformers AutoProcessor 图像文本模型
- Transformers处理多模态输入批次
- 317浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · 显存 Transformers 量化模型 BitsAndBytesConfig 4-bit 8-bit
- Transformers量化模型降低显存占用
- 306浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · LoRa 参数高效微调 Transformers PEFT
- Transformers用LoRA做参数高效微调
- 460浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · 流式输出 Transformers TextIteratorStreamer streaming
- Transformers streaming逐步输出生成文本
- 340浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 | 人工智能 · CLIP softmax 候选标签 logits_per_image 零样本分类
- CLIP候选标签变化后概率为什么跟着变
- 210浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1039次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1038次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1181次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1143次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 987次使用
-
- 量化模型本地推理的显存估算方法
- 2026-10-17 501浏览
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览

