首页 资讯 正文

AI下围棋能展示思考过程了!上海这款大模型已对外开源

体育正文 175 0

AI下围棋能展示思考过程了!上海这款大模型已对外开源

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“通专(tōngzhuān)融合”底层技术(jìshù)新进展,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(shǒugè)既具备围棋专业水平,又能展示透明思维链的大模型(móxíng)。 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(yǒu)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概率,亦无法用人类语言(yǔyán)解释“为什么某(mǒu)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(tiānwàifēixiān)”棋步,事后被证明有效,但当时难以解释。 而升级后的InternThinker,在(zài)围棋(wéiqí)任务上(shàng)不仅具备较强的专业水平,还在大(dà)模型中(zhōng)(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,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(huígù)当年AlphaGO和李世石的交战,第四盘78手李世石落在L11,被世界围棋八冠王古力称为“神之一手”,直接扭转了局势取得最终(zuìzhōng)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”,随后给出了落子在L10的应对策略(cèlüè),认为能够完美解决L11的威胁,重新确立中央控制权,为后续进攻(jìngōng)埋(mái)下(xià)伏笔。 InternThinker对于李世石“神之一手(shǒu)”的解析(jiěxī)和应对 本文图片均为上海人工智能实验室供图 在棋力(qílì)(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(jiǔduàn)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“加速训练营”(InternBootcamp),通过对评价建模,与大(dà)模型进行交互并提供反馈,从而使大模型持续进化(jìnhuà),获得解决复杂推理任务的能力。通过该(gāi)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(yǒngxiàn)时刻”。 随着InternBootcamp任务的(de)数量增加、质量(zhìliàng)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、更难、更具实用性的推理(tuīlǐ)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(yǔyán)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”路线的底层技术和架构方面(fāngmiàn)的一系列创新突破(tūpò)。大模型(móxíng)发展历程(lìchéng)主要分化(fēnhuà)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通用泛化性相互制约的发展困境(kùnjìng)。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。 目前,InternBootcamp技术(jìshù)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(lùxiàn)的发展与探索,将通专融合的新能力、新进展持续通过(tōngguò)InternBootcamp对外开放,加速以新一代通专融合基座模型的方式(fāngshì)解决具体(jùtǐ)科学发现中的关键问题,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 (本文来自澎湃新闻,更多原创资讯请(qǐng)下载“澎湃新闻”APP)
AI下围棋能展示思考过程了!上海这款大模型已对外开源

欢迎 发表评论:

评论列表

暂时没有评论

暂无评论,快抢沙发吧~