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(shànghǎi)人工智能(néng)实验室(shíyànshì)（上海AI Lab）了解到，基于一系列“通专融合”底层技术新进展(xīnjìnzhǎn)，实验室推出的书生·思客（InternThinker）获得专业推理能力大幅提升，成为首个既具备围棋专业水平，又能展示(zhǎnshì)透明思维链的大模型。 说起AI下围棋，AlphaGO早在2016年就(jiù)一战成名(chéngmíng)。随后，AI在棋力、效率(xiàolǜ)、通用性等方面(fāngmiàn)均有显著提升，但其具体推理过程仍为“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有时会下出违背人类直觉的“天外飞仙”棋步，事后被证明有效，但当时难以解释。 而升级后(hòu)的(de)InternThinker，在围棋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(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(hé)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(xuéxí)围棋。 回顾当年AlphaGO和李世石的(de)交战，第四(dìsì)盘78手(shǒu)李世石落在L11，被世界围棋八冠王(guānwáng)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(duì)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，认为能够完美解决L11的威胁，重新确立中央控制权，为后续进攻埋下(xià)伏笔。 InternThinker对于李世石“神(shén)之一手”的解析和应对 本文图片均为上海人工智能实验室供图(gōngtú) 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对弈后评价(píngjià)道：“能(néng)解说思考(sīkǎo)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(yígè)“加速训练营”（InternBootcamp），通过对评价(píngjià)建模，与大模型(móxíng)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(suànfǎ)编程、棋类游戏、智力谜题(mítí)等多个专业任务同步学习演进，并在多任务混合强化学习过程中出现智能(zhìnéng)“涌现时刻”。 随着(suízhe)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”，高效解决更多、更难、更具实用性的推理任务，在(zài)助力大模型推理能力泛化(fànhuà)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)进展，根本上是得益于近期上海AI Lab在“通专(tōngzhuān)融合”路线的(de)底层技术和架构方面(fāngmiàn)的一系列创新突破。大模型发展历程主要(zhǔyào)分化为(wèi)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(zhìyuē)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。 目前，InternBootcamp技术已对外开源。上海AI Lab表示，将系统推进通专融合技术路线的发展与探索，将通专融合的新(xīn)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解决具体科学发现中的关键问题，同时(tóngshí)牵引打造(dǎzào)垂直领域(lǐngyù)示范(shìfàn)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)