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”底层技术新进展(xīnjìnzhǎn)，实验室推出的(de)书生·思客（InternThinker）获得(huòdé)专业推理能力大幅提升，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。 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，但其具体推理过程仍为“黑盒”，即便能输出胜率评估和落子概率(gàilǜ)，亦(yì)无法用人类语言解释“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”，运用自然语言对弈(duìyì)过程进行讲解。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，对不同的落子点进行判断和(hé)对比(duìbǐ)，并给出明确的结果，让用户了解每(měi)一步棋背后(bèihòu)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(luò)在(zài)L11，被世界围棋八冠王古力称为“神之一手”，直接(zhíjiē)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，认为(rènwéi)能够完美解决(jiějué)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 本文图片均为上海人工智能实验室(shíyànshì)供图 在(zài)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(tā)分析得非常好，从(cóng)布局看(kàn)棋力可能在职业3-5段之间。” 研究团队创造性地构建了(le)一个“加速(jiāsù)训练营”（InternBootcamp），通过对评价建模(jiànmó)，与大模型进行交互并提供反馈，从而使大模型持续进化(jìnhuà)，获得解决(jiějué)复杂推理任务的能力。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出现智能“涌现时刻”。 随着InternBootcamp任务的(de)数量增加、质量提升和(hé)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、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(fāxiàn)。 InternThinker下棋时的语言(yǔyán)风格也很独特。 而这些技术进展，根本上是得益于近期上海AI Lab在“通专融合”路线的(de)底层技术和架构方面的一系列创新突破。大(dà)模型发展历程主要分化为专业(zhuānyè)性和通用泛化性两大路线，上海AI Lab率先(shuàixiān)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(néng)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(jìshù)已对外开源(kāiyuán)。上海AI Lab表示，将(jiāng)系统推进通专(tōngzhuān)融合技术路线的发展与探索，将通专融合的新能力(nénglì)、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示范应用案例，为(wèi)科学发现与产业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，更多原创(yuánchuàng)资讯请下载“澎湃新闻”APP)