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）从上海人工智能实验室（上海AI Lab）了解到，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(zhuānyè)推理能力大幅提升，成为首个(shǒugè)既具备围棋专业水平，又能展示(zhǎnshì)透明思维链(liàn)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(qí)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(rénlèi)语言解释“为什么某一步更好”。典型表现(biǎoxiàn)为：AI有时会下出违背人类直觉的“天外飞仙(tiānwàifēixiān)”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(dà)模型中率先实现打破思维“黑盒”，运用自然语言对(duì)弈过程进行讲解。用户(yònghù)在与(yǔ)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围棋。 回顾当年AlphaGO和李世石的交战(jiāozhàn)，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(le)局势取得最终胜利。在研究人员(rényuán)对该名局的复现中(zhōng)，InternThinker评价这步棋“相当刁钻”，随后(suíhòu)给出了落子在L10的应对策略，认为能够完美解决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(lǐshìshí)“神之一手”的解析和应对 本文图片均为(wèi)上海人工智能实验室供图 在棋力方面(fāngmiàn)，InternThinker未来仍有提升空间。新生代世界围棋冠军王星昊(wángxīnghào)九段在与其对弈后评价道：“能解说思考(sīkǎo)过程的AI还是第一次见，感觉它分析得非常(fēicháng)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(xùnliànyíng)”（InternBootcamp），通过对评价建模，与大模型进行交互并(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(fāngfǎ)，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(zhìlì)谜题等多个专业(zhuānyè)任务同步学习演进，并在多任务混合强化学习过程(guòchéng)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(dà)，大模型有望迎来能力的“升华”，高效解决更多、更难(gèngnán)、更具(gèngjù)实用性的推理任务，在助力大模型推理能力泛化(fànhuà)的同时，加速推动科学发现。 InternThinker下棋(xiàqí)时的语言风格也很独特。 而这些技术进展，根本上是得益于近期上海(shànghǎi)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。大模型发展历程主要(zhǔyào)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“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(kùnjìng)。这一路径的关键在于同步提升深度推理与专业泛化能(néng)力，使模型不仅在广泛的复杂任务上表现出色，还能在特定(tèdìng)领域中达到(dádào)专业水平。 目前，InternBootcamp技术已对外开源。上海AI Lab表示，将(jiāng)系统推进通专融合技术路线(lùxiàn)的发展与(yǔ)探索，将通专融合的新能力、新进展持续(chíxù)通过InternBootcamp对外开放，加速以新一代通专融合基座模型的方式(fāngshì)解决具体科学发现中的关键问题，同时(tóngshí)牵引打造垂直领域示范应用案例，为科学发现与产业创新提供关键驱动力。 澎湃新闻记者(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)