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(rì)，澎湃(pēngpài)新闻（www.thepaper.cn）从上海人工智能实验室(shíyànshì)（上海AI Lab）了解到，基于(jīyú)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(xiàwéiqí)，AlphaGO早在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(wèi)“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”。典型表现为：AI有时会下出违背人类直觉的(de)“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(yùnyòng)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(pànduàn)和对比，并给出明确的结果，让(ràng)用户了解(liǎojiě)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围棋。 回顾当年AlphaGO和李世石的交战，第四盘78手李世石落在(zài)L11，被世界围棋八冠王古力称为“神之一手”，直接扭转了(le)局势取得最终胜利(shènglì)。在研究人员对该名局的复现中(zhōng)，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(quèlì)中央控制权，为后续进攻埋下伏笔。 InternThinker对于(duìyú)李世石(lǐshìshí)“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供图 在(zài)棋力方面，InternThinker未来仍有提升空间。新生代世界围棋(shìjièwéiqí)冠军王星昊九段在与其对弈后评价道：“能(néng)解说思考过程的AI还是第一次(dìyīcì)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。” 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(bìng)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，InternThinker已实现在奥赛级数学、科学对象理解与推理、算法编程、棋类游戏、智力谜题等(děng)多个专业任务同步学习(xuéxí)演进(yǎnjìn)，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)数量增加、质量提升(tíshēng)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、更具实用性的推理任务，在助力(zhùlì)大模型推理能力泛化的同时，加速(jiāsù)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(dǐcéng)技术和架构方面的一系列(yīxìliè)创新突破。大模型发展历程主要分化为专业性(zhuānyèxìng)(xìng)和通用泛化性两大路线，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深度推理与专业泛化能力，使模型不仅(bùjǐn)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，将系统推进通专融合技术路线的(de)(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(móxíng)的方式解决具体(jùtǐ)科学发现中的关键(guānjiàn)问题，同时牵引打造垂直领域示范应用案例，为科学发现与产业创新(chuàngxīn)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)