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(pēngpài)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(xīnjìnzhǎn)，实验室推出的书生·思客（InternThinker）获得专业(zhuānyè)推理能力大幅提升，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早在2016年就一战成名。随后，AI在棋力、效率、通用性等方面(fāngmiàn)均有显著提升，但其(qí)具体推理过程仍为“黑盒”，即便能输出胜率(shènglǜ)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(huìxià)出违背(wéibèi)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(ér)升级后的(de)InternThinker，在(zài)围棋任务上不仅(bùjǐn)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讲解。用户(yònghù)在与InternThinker对弈的过程中，大模型能全面地分析当前局面形势(xíngshì)，对不同的落子点进行判断和对比，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(shǒu)李世石落在(zài)L11，被世界围棋八冠王古力称为“神(shén)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评价这步棋“相当刁钻”，随后给出(gěichū)了落子在L10的应对(yìngduì)策略，认为能够完美解决L11的威胁，重新确立(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(de)解析和(hé)应对 本文图片均为上海人工智能实验室供图 在棋力(qílì)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(yǔqí)对弈后评价道：“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(kěnéng)在职业3-5段之间。” 研究团队创造性地构建了一个(yígè)“加速训练营”（InternBootcamp），通过对评价建模，与大模型(móxíng)进行交互并提供反馈(fǎnkuì)，从而使大(shǐdà)模型持续进化，获得解决复杂(fùzá)推理任务的能力。通过该方法，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(hùnhé)强化学习过程中出现智能“涌现时刻”。 随着InternBootcamp任务的(de)数量(shùliàng)增加(zēngjiā)、质量提升和难度(nándù)加大，大模型有望迎来能力的“升华”，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，加速推动科学发现。 InternThinker下棋时(shí)的语言风格也很独特。 而这些技术进展，根本上是得益于近期(jìnqī)上海AI Lab在(zài)“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(tūpò)。大模型发展历程主要分化为专业(zhuānyè)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，还能在特定领域中达到专业水平(shuǐpíng)。 目前，InternBootcamp技术已对外开源。上海AI Lab表示(biǎoshì)，将系统推进通专融合技术路线的发展与探索(tànsuǒ)，将通专融合的新能力、新进展持续通过InternBootcamp对外开放，加速(jiāsù)以新一代通专融合基座(jīzuò)模型的方式解决具体科学发现(fāxiàn)中的关键问题，同时牵引打造垂直领域示范应用案例，为(wèi)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 (本文来自澎湃新闻，更多(duō)原创资讯请下载“澎湃新闻”APP)