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)