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(xīnwén)（www.thepaper.cn）从上海人工智能(néng)实验室（上海AI Lab）了解(liǎojiě)到，基于一系列“通专融合”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提升(tíshēng)，成为首个既具备(jùbèi)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(qílì)、效率、通用性等方面均有显著提升，但其具体(jùtǐ)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(rénlèi)语言解释“为什么某一步更好(gènghǎo)”。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。 而升级后的(de)InternThinker，在围棋任务上(shàng)不仅具备较强的专业水平，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(jìnxíng)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(bùtóng)的落子点进行判断和对比，并给出明确的结果，让用户了解(liǎojiě)每一步棋(yībùqí)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(zài)L11，被世界围棋八冠王古力称为“神(shén)之一手”，直接扭转了局势(júshì)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，认为能够完美解决L11的威胁(wēixié)，重新确立中央控制权，为后续进攻埋下伏笔。 InternThinker对于李世石“神之一(zhīyī)手”的解析和应对 本文图片均(jūn)为上海人工智能实验室供图 在棋力方面，InternThinker未来仍有提升空间。新生代世界围棋冠军(guànjūn)王星昊九段在与其(yǔqí)对弈后(hòu)评价道：“能解说思考过程的AI还是第一次见，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，从而使大模型持续进化，获得(huòdé)解决复杂推理任务(rènwù)的能力。通过该方法，InternThinker已实现在(zài)奥赛级数学、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(xuéxí)演进，并在多任务混合强化学习过程中出现智能“涌现时刻(shíkè)”。 随着InternBootcamp任务的数量增加(zēngjiā)、质量提升和难度加大(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(shíyòngxìng)的推理任务，在助力大模型推理能力泛化的同时(tóngshí)，加速推动科学发现。 InternThinker下棋时的(de)语言风格也很独特。 而这些技术进展，根本上是得益于(déyìyú)近期(jìnqī)上海(shànghǎi)AI Lab在“通专(tōngzhuān)融合”路线的底层技术和架构方面的一系列创新突破。大模型发展历程主要分化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。这一路径(lùjìng)的关键在于同步(tóngbù)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(shuǐpíng)。 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(yǔ)探索，将通专融合的新能力、新进展持续通过InternBootcamp对外开放(duìwàikāifàng)，加速(jiāsù)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(guānjiànwèntí)，同时牵引打造垂直领域示范应用案例，为科学发现与产业(chǎnyè)创新(chuàngxīn)提供关键驱动力。 澎湃(pēngpài)新闻记者 蒋乐来 (本文来自澎湃新闻，更(gèng)多原创资讯请下载“澎湃新闻”APP)