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）从上海人工智能(réngōngzhìnéng)实验室（上海AI Lab）了解到，基于一系列“通专融合”底层(dǐcéng)技术新进展，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(zǎo)在(zài)2016年就一战成名。随后，AI在棋力、效率、通用性等方面均有显著提升，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“为什么(wèishénme)某一步更好”。典型(diǎnxíng)表现为：AI有时会下出违背人类直觉(zhíjué)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(zài)围棋任务上不仅(bùjǐn)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(guòchéng)进行讲解。用户在与InternThinker对弈的过程中，大模型能全面(quánmiàn)地分析当前局面形势，对不同的落子点进行判断(pànduàn)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(gènghǎo)地理解和学习围棋。 回顾当年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(wèi)“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(fùxiàn)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(wēixié)，重新(chóngxīn)确立(quèlì)中央控制权，为后续进攻埋下伏笔。 InternThinker对于(duìyú)李世石“神之一手”的解析和应对 本文图片均为上海(shànghǎi)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王星昊九段(jiǔduàn)在与其对弈后(hòu)评价道：“能解说思考过程(guòchéng)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(zhījiān)。” 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(jìnxíng)交互并提供反馈，从而使大模型持续进化，获得解决复杂(fùzá)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(lǐjiě)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(zhōng)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，大模型(móxíng)有望迎来能力(nénglì)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下棋时的语言风格也很(hěn)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(rónghé)”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(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(shēndù)推理与专业泛化能力，使模型不仅(bùjǐn)在广泛的复杂任务(rènwù)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(de)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(fāngshì)解决(jiějué)具体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(chǎnyè)创新提供关键驱动力。 澎湃(pēngpài)新闻记者 蒋乐来 (本文来自澎湃新闻(xīnwén)，更多原创资讯请下载“澎湃新闻”APP)