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(jīyú)一系列“通专融合”底层(dǐcéng)技术(jìshù)新进展，实验室推出的书生·思客（InternThinker）获得专业推理能力大(dà)幅提升，成为首个既具备围棋专业水平，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、通用性等方面均有显著(xiǎnzhù)提升，但其(qí)具体推理过程仍为“黑盒”，即便能输出(shūchū)胜率评估和落子概率，亦无法(wúfǎ)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(zhíjué)的“天外飞仙”棋步，事后被证明有效，但当时难以解释。 而升级(shēngjí)后的(de)InternThinker，在围棋(wéiqí)任务上不仅具备较强的专业水平，还在大模型中(zhōng)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(duìbǐ)，并给出(gěichū)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(lǐshìshí)的交战，第四盘78手(shǒu)李世石落在L11，被世界围棋八冠王古力(gǔlì)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评价这(zhè)步棋“相当刁钻”，随后给出了落子在L10的应对策略，认为能够(nénggòu)完美解决L11的威胁，重新(chóngxīn)确立中央控制权，为后续进攻埋下伏笔。 InternThinker对于李世石(lǐshìshí)“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 在棋力方面，InternThinker未来(wèilái)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(néng)解说思考过程的AI还是第一次见(jiàn)，感觉它分析(fēnxī)得非常好，从布局看棋力可能在职业3-5段之间。” 研究团队创造性地构建了一个“加速(jiāsù)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，从而使大(shǐdà)模型持续进化，获得解决复杂推理任务(rènwù)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(yóuxì)、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任务的数量增加、质量提升和难度加大，大模型(móxíng)有望(yǒuwàng)迎来能力的“升华”，高效(gāoxiào)解决更(gèng)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下棋时的语言风格(fēnggé)也很独特。 而这些技术(jìshù)(jìshù)进展，根本上是得益于近期上海AI Lab在“通专融合”路线(lùxiàn)的底层技术和架构方面的一系列创新突破。大(dà)模型发展历程主要分化为专业性和通用泛化(fànhuà)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(guǎngfàn)的复杂任务上表现出色，还能在特定领域中达到专业水平。 目前(mùqián)，InternBootcamp技术已对外开源。上海AI Lab表示，将系统推进通专(tōngzhuān)融合技术路线的发展与探索，将通专融合的新能力、新进展持续(chíxù)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中(zhōng)的关键问题，同时牵引打造垂直领域示范(shìfàn)应用案例(ànlì)，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 (本文来自澎湃新闻，更多原创资讯请下载(xiàzài)“澎湃新闻”APP)