AI下围棋能展示思考过程了!上海这款大模型已对外开源
AI下围棋能展示思考过程了!上海这款大模型已对外开源
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(www.thepaper.cn)从上海人工智能(néng)实验室(上海AI Lab)了解到,基于一系列(yīxìliè)“通专融合”底层技术新进展,实验室推出(tuīchū)的书生·思客(InternThinker)获得专业推理能力大幅提升,成为首个既(jì)具备围棋专业水平,又能展示透明思维链(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,但其具体推理过程(guòchéng)仍为“黑盒”,即便能输出胜率评估和落子概率(gàilǜ),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“天外飞仙”棋步,事后被(bèi)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(dǎpò)思维(sīwéi)“黑盒(hēihé)”,运用(yùnyòng)自然语言对弈过程进行讲解。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,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,第四盘(pán)78手李世石落(luò)在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胜利。在研究人员(rényuán)对该名局的复现中,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(rènwéi)能够完美解决L11的威胁,重新(chóngxīn)确立中央控制权,为后续进攻埋下伏笔。
InternThinker对于李世石“神之一手”的解析和应对(yìngduì) 本文(běnwén)图片均为上海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在与其对弈后评价道:“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(hǎo),从(cóng)布局看棋力可能(kěnéng)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(duì)评价建模,与大模型进行交互并提供反馈,从而使大模型持续进化,获得解决复杂推理(tuīlǐ)(tuīlǐ)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(qílèi)游戏、智力谜题等多个专业任务同步学习(xuéxí)演进,并在多任务混合强化(qiánghuà)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(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下棋时的语言风格(fēnggé)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。大模型(móxíng)发展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与通用泛化性相互制约(zhìyuē)的发展困境。这一路径的关键在于同步(tóngbù)提升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(hái)能在特定(tèdìng)领域中(zhōng)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发展与探索,将通专融合的新能力(nénglì)、新进展持续通过(tōngguò)InternBootcamp对外开放,加速以(yǐ)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(dǎzào)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。
澎湃新闻记者(xīnwénjìzhě) 蒋乐来
(本文来自澎湃新闻,更(gèng)多原创资讯请下载“澎湃新闻”APP)
5月23日,澎湃新闻(www.thepaper.cn)从上海人工智能(néng)实验室(上海AI Lab)了解到,基于一系列(yīxìliè)“通专融合”底层技术新进展,实验室推出(tuīchū)的书生·思客(InternThinker)获得专业推理能力大幅提升,成为首个既(jì)具备围棋专业水平,又能展示透明思维链(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,但其具体推理过程(guòchéng)仍为“黑盒”,即便能输出胜率评估和落子概率(gàilǜ),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“天外飞仙”棋步,事后被(bèi)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(dǎpò)思维(sīwéi)“黑盒(hēihé)”,运用(yùnyòng)自然语言对弈过程进行讲解。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,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,第四盘(pán)78手李世石落(luò)在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胜利。在研究人员(rényuán)对该名局的复现中,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(rènwéi)能够完美解决L11的威胁,重新(chóngxīn)确立中央控制权,为后续进攻埋下伏笔。
InternThinker对于李世石“神之一手”的解析和应对(yìngduì) 本文(běnwén)图片均为上海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在与其对弈后评价道:“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(hǎo),从(cóng)布局看棋力可能(kěnéng)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(duì)评价建模,与大模型进行交互并提供反馈,从而使大模型持续进化,获得解决复杂推理(tuīlǐ)(tuīlǐ)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(qílèi)游戏、智力谜题等多个专业任务同步学习(xuéxí)演进,并在多任务混合强化(qiánghuà)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(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下棋时的语言风格(fēnggé)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。大模型(móxíng)发展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与通用泛化性相互制约(zhìyuē)的发展困境。这一路径的关键在于同步(tóngbù)提升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(hái)能在特定(tèdìng)领域中(zhōng)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发展与探索,将通专融合的新能力(nénglì)、新进展持续通过(tōngguò)InternBootcamp对外开放,加速以(yǐ)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(dǎzào)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。
澎湃新闻记者(xīnwénjìzhě) 蒋乐来
(本文来自澎湃新闻,更(gèng)多原创资讯请下载“澎湃新闻”APP)



相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎