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(cóng)上海(shànghǎi)人工智能实验室（上海AI Lab）了解到，基于一系列“通专融合(rónghé)”底层技术新进展，实验室推出的书生·思客（InternThinker）获得专业推理能力大幅(dàfú)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(zài)2016年就一战成名。随后，AI在棋力、效率(xiàolǜ)、通用性等(děng)方面均有显著提升，但其具体推理过程仍为“黑盒”，即便能输出胜率评估和落子概率，亦无法用人类语言解释(jiěshì)“为什么某一步更好”。典型表现(biǎoxiàn)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。 而升级后的InternThinker，在围棋任务上不仅具备较强(jiàoqiáng)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。用户在与InternThinker对弈的过程中，大模型能全面地分析(fēnxī)当前局面形势，对不同的落子(làozǐ)点(diǎn)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(huígù)当年AlphaGO和李世石的(de)交战，第四盘78手李世石落在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(nénggòu)完美解决(jiějué)L11的威胁，重新确立中央控制权，为后续进攻埋下伏笔(fúbǐ)。 InternThinker对于李世石“神之一手”的解析和应对 本文图片(túpiàn)均为上海(shànghǎi)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(jiǔduàn)在与其对弈后评价道：“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(bùjú)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“加速训练营”（InternBootcamp），通过对评价建模，与(yǔ)大模型(móxíng)进行交互(jiāohù)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(fāngfǎ)，InternThinker已实现在奥赛级数学、科学对象(duìxiàng)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，并在多任务混合强化学习过程中出现(chūxiàn)智能“涌现时刻”。 随着InternBootcamp任务的(de)(de)数量(shùliàng)增加、质量提升和难度加大，大模型有望迎来能力的“升华”，高效(gāoxiào)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下棋时的语言风格也(yě)很独特。 而这些技术进展，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的一系列创新突破(tūpò)。大(dà)模型发展历程主要分化为专业性(xìng)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(zhuólì)解决大模型高度(gāodù)专业化(zhuānyèhuà)与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(fùzá)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(xìtǒng)推进通专融合(rónghé)(rónghé)技术路线的发展(fāzhǎn)与探索，将通专融合的新能力、新进展持续通过InternBootcamp对外开放，加速以(yǐ)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，同时牵引(qiānyǐn)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 蒋乐来(jiǎnglèlái) (本文(běnwén)来自澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)