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，基于一系列(yīxìliè)“通专融合”底层技术新进展，实验室推出的(de)(de)书生·思客（InternThinker）获得(huòdé)专业推理能力大幅提升，成为首个既具备围棋专业水平，又(yòu)能展示透明思维链的大模型。 说起AI下围棋，AlphaGO早在2016年(nián)就一战成名。随后，AI在棋力、效率、通用性等方面均有显著提升(tíshēng)，但其具体推理过程仍为“黑盒”，即便能输出胜率评估和落子概率，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(wéibèi)人类直觉的(de)“天外飞仙”棋步，事后被证明(zhèngmíng)有效，但当时难以解释。 而升级后的InternThinker，在(zài)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(zìrányǔyán)对弈过程(guòchéng)进行讲解。用户在与InternThinker对弈的过程中，大模型能全面地分析当前局面形势，对不同的落子点进行判断和对比，并给出明确(míngquè)的结果，让用户了解每(měi)一步棋背后的推理过程和决策依据，从而(cóngér)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(dìsì)盘78手李世石落在(zài)(zài)L11，被世界围棋八冠王古力称为“神之一手”，直接扭转了局势取得最终胜利。在研究人员对该名局的复现中，InternThinker评价(píngjià)这步棋“相当刁钻”，随后给出了落子在L10的应对策略，认为能够完美解决L11的威胁，重新(chóngxīn)确立(quèlì)中央控制权，为后续进攻埋下伏笔。 InternThinker对于李世石“神之一手”的解析和应对 本文图片均为(wèi)上海人工智能实验室供图(gōngtú) 在棋力方面，InternThinker未来仍有提升空间。新生代(xīnshēngdài)世界围棋冠军王星昊九段在与其对弈后(hòu)评价道：“能解说思考过程的AI还是第一次见，感觉它分析得非常好，从(cóng)布局看棋力可能在职业3-5段之间(zhījiān)。” 研究团队创造性地构建(gòujiàn)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)的能力。通过该方法，InternThinker已实现在奥赛级数学(shùxué)、科学对象理解与推理、算法编程、棋类游戏、智力(zhìlì)谜题等多个专业任务同步学习演进(yǎnjìn)，并在多任务混合强化学习过程中出现智能“涌现时刻”。 随着InternBootcamp任务的数量增加、质量(zhìliàng)提升和难度加大，大模型有望迎来能力的“升华(shēnghuá)”，高效解决更多、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(kēxué)发现(fāxiàn)。 InternThinker下棋时的(de)语言风格也很独特。 而这些技术进展，根本上是得益于近期上海AI Lab在“通专融合”路线的底层技术和架构方面的一系列创新突破。大模型(móxíng)发展历程主要分化为(wèi)专业性和通用泛化性两大路线，上海AI Lab率先(shuàixiān)提出“通专融合”技术路线，着力解决(jiějué)大模型高度专业化与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(néng)力，使(shǐ)模型不仅在广泛的复杂任务上表现出色(biǎoxiànchūsè)，还能在特定领域中达到专业水平。 目前，InternBootcamp技术(jìshù)已对外(duìwài)开源。上海AI Lab表示，将系统推进通专融合技术路线的(de)发展与(yǔ)探索，将通专融合的新能力、新进展持续通过InternBootcamp对外开放，加速以(yǐ)新一代通专融合基座模型的方式解决具体科学发现中的关键问题，同时牵引打造垂直领域(lǐngyù)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(pēngpài)新闻记者 蒋乐来 (本文来自澎湃新闻(xīnwén)，更多原创资讯请下载“澎湃新闻”APP)