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(shíyànshì)（上海AI Lab）了解(liǎojiě)到，基于一系列“通专(tōngzhuān)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(chéngwéi)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(zǎo)在2016年就一战成名。随后(suíhòu)，AI在棋力、效率、通用性等方面均有(yǒu)显著(xiǎnzhù)提升，但其具体推理过程仍为“黑盒”，即便能输出胜率评估(pínggū)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(yònghù)在与InternThinker对弈的过程中，大模型能全面地分析当前局面形势(xíngshì)，对不同的落子点进行判断和对比，并(bìng)给出明确的结果，让用户了解每(měi)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。 回顾当年AlphaGO和李世石(lǐshìshí)的交战，第四盘78手李世石落(luò)在(zài)L11，被世界围棋八冠王古力(gǔlì)称为“神之一手”，直接扭转了局势取得最终胜利。在研究人员(rényuán)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(rènwéi)能够完美解决L11的威胁，重新确立中央控制权，为后续进攻埋下伏笔。 InternThinker对于李世石“神之一手(shǒu)”的解析和应对 本文图片(túpiàn)均为上海人工智能实验室供图 在棋力方面(fāngmiàn)，InternThinker未来仍(réng)有提升空间。新生代世界围棋冠军王星昊九段(duàn)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(hǎo)，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，与大模型进行交互并提供反馈(fǎnkuì)，从而使大模型持续进化，获得(huòdé)解决(jiějué)复杂推理任务的能力(nénglì)。通过该方法，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(děng)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“涌现时刻”。 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(móxíng)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(xiàqí)时的语言风格也很独特。 而这些技术进展(jìnzhǎn)，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。大模型发展(fāzhǎn)历程主要分化为专业性和通用泛化(fànhuà)性两大路线，上海AI Lab率先提出(tíchū)“通专融合”技术路线，着力解决(jiějué)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(tíshēng)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(yǐ)对外开源。上海AI Lab表示，将系统(xìtǒng)推进通专融合技术路线的发展与探索，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解决(jiějué)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(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 蒋乐来(jiǎnglèlái) (本文来自澎湃新闻(xīnwén)，更多原创资讯请下载“澎湃新闻”APP)