AI下围棋能展示思考过程了！上海这款大模型已对外开源

5月23日，澎湃新闻（www.thepaper.cn）从上海人工智能实验室（上海AI Lab）了解到，基于(jīyú)一系列“通专(tōngzhuān)融合”底层技术新进展，实验室推出(tuīchū)的书生·思客（InternThinker）获得专业推理(tuīlǐ)能力大幅提升，成为首个既具备围棋(wéiqí)专业水平，又能展示透明思维链的大模型。 说起AI下围棋，AlphaGO早(zǎo)在2016年就一战成名。随后，AI在棋力、效率(xiàolǜ)、通用(yòng)性(tōngyòngxìng)等方面均有显著提升，但其具体推理过程仍为“黑盒”，即便能输出胜率评估和落子(làozǐ)概率，亦无法用人类语言解释“为什么某一步更好”。典型表现为：AI有时会下出违背人类直觉的“天外飞仙”棋步，事后被证明有效，但当时难以解释。 而升级后的(de)InternThinker，在围棋任务上不仅具备较强的专业水平，还在大模型中率先实现打破思维“黑盒”，运用自然语言对弈过程进行(jìnxíng)讲解。用户(yònghù)在与InternThinker对弈的过程中，大模型能全面(quánmiàn)地分析当前局面形势，对不同(bùtóng)的落子点进行判断(pànduàn)和对比，并给出明确的结果，让用户了解每一步棋背后的推理过程和决策依据，从而帮助用户更好地理解和学习围棋。 回顾当年AlphaGO和李世石的交战，第四盘78手李世石落在L11，被世界围棋八(bā)冠王古力称为(wèi)“神之一手”，直接扭转了局势取得最终胜利。在研究人员(rényuán)对该名局的复现中，InternThinker评价这步棋“相当刁钻”，随后(suíhòu)给出了落子在L10的应对策略，认为能够(nénggòu)完美解决L11的威胁，重新确立中央控制权(kòngzhìquán)，为后续进攻埋下伏笔。 InternThinker对于李世石“神之一手”的(de)解析和应对 本文(běnwén)图片均为上海人工智能实验室供图 在(zài)棋力方面，InternThinker未来仍有提升空间。新生代世界围棋冠军王星昊九段在与其对弈后评价道：“能解说(jiěshuō)思考(sīkǎo)过程的AI还是第一次见，感觉它分析得非常好，从布局看棋力可能(kěnéng)在职业3-5段之间。” 研究(yánjiū)团队创造性地构建了一个“加速训练营”（InternBootcamp），通过对评价建模，与大模型进行交互并提供(tígōng)反馈，从而使大模型持续进化，获得解决复杂推理(tuīlǐ)任务(rènwù)的(de)能力。通过该(gāi)方法，InternThinker已实现在奥赛级数学、科学对象理解与推理、算法编程、棋类游戏、智力谜题等多个专业任务同步学习演进，并在多任务混合强化学习过程中出现智能“涌现时刻”。 随着(suízhe)InternBootcamp任务的数量增加、质量提升和难度加大(dà)，大模型有望迎来能力的“升华”，高效解决更多(duō)、更难、更具实用性的推理任务，在助力大模型推理能力泛化的同时，加速推动科学发现(fāxiàn)。 InternThinker下棋时的(de)语言风格也很独特。 而这些技术(jìshù)进展，根本上是得益于近期上海AI Lab在“通专融合”路线的底层技术和(hé)架构方面的一系列创新突破。大模型发展(fāzhǎn)(fāzhǎn)历程主要分化为专业性和通用泛化性两大路线，上海AI Lab率先提出“通专融合”技术路线，着力解决大模型高度专业化与(yǔ)通用泛化性相互制约的发展困境。这一路径的关键在于同步提升深度推理与专业泛化能力，使模型不仅在广泛的复杂任务上表现出色(biǎoxiànchūsè)，还能在特定领域中(zhōng)达到专业水平。 目前，InternBootcamp技术已对外开源。上海(shànghǎi)AI Lab表示，将(jiāng)系统推进通专融合(rónghé)技术路线的发展与探索，将通专融合的新能力(nénglì)、新进展持续通过InternBootcamp对外开放，加速以新一代通专融合基座模型的方式解决具体科学发现(fāxiàn)中(zhōng)的关键问题，同时牵引打造垂直领域示范应用案例，为科学发现与产业创新提供关键驱动力。 澎湃新闻记者(xīnwénjìzhě) 蒋乐来 (本文来自澎湃(pēngpài)新闻，更多原创资讯请下载“澎湃新闻”APP)