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）从上海人工智能实验室（上海AI Lab）了解(liǎojiě)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(huòdé)专业推理(tuīlǐ)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。 说起AI下围棋，AlphaGO早在2016年就一战成名。随后，AI在棋力、效率、通用性等(děng)方面均有显著提升，但其具体推理(tuīlǐ)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“为什么某一步(yībù)更好”。典型表现为：AI有时会下(huìxià)出违背人类直觉的“天外飞仙”棋步(qíbù)，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(jùbèi)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(dì)分析当前局面形势，对不同的落子点进行判断(pànduàn)和对比(duìbǐ)，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，第四盘78手(shǒu)李世石落在(zài)L11，被世界围棋八冠王古力称为“神之一手”，直接扭转了局势取得最终(zuìzhōng)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(cèlüè)，认为能够完美解决L11的威胁，重新确立中央(zhōngyāng)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 本文图片均为上海人工智能实验室(shíyànshì)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在与其对弈后评价道：“能(néng)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(kěnéng)在职业3-5段之间。” 研究(yánjiū)团队创造性地构建了一个“加速训练营(xùnliànyíng)”（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)解决复杂推理任务的能力。通过该方法，InternThinker已实现(shíxiàn)在奥赛级数学、科学对象理解与推理、算法编程、棋类游戏(yóuxì)、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智能“涌现时刻”。 随着InternBootcamp任务的数量增加、质量提升和难度加大，大模型有望迎来能力的“升华”，高效解决更多、更难(gèngnán)、更具实用性的推理(tuīlǐ)任务，在助力大模型推理能力泛化(fànhuà)的同时，加速推动科学发现(fāxiàn)。 InternThinker下棋时的语言(yǔyán)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(lùxiàn)的(de)(de)底层技术和架构方面的一系列创新(chuàngxīn)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(liǎngdà)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技术已对外开源。上海AI Lab表示，将(jiāng)系统推进通专(tōngzhuān)融合技术路线的(de)发展与探索，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，同时牵引打造垂直领域(lǐngyù)示范应用案例，为科学发现与产业创新提供(tígōng)关键驱动力(qūdònglì)。 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)