优必选庞建新：人形机器人产业发展需“产学研用”协同创新

5月23日，澎湃新闻（www.thepaper.cn）从上海(shànghǎi)人工智能实验室(shíyànshì)（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）获得专业推理能力大幅(dàfú)提升(tíshēng)，成为首个既具备(jùbèi)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、通用性等方面均有(yǒu)显著提升(tíshēng)，但其具体推理过程仍为(réngwèi)“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(yǒushí)会下出违背人类直觉的“天外飞仙”棋步，事后被证明有效，但当时难以解释。 而(ér)升级后的(de)InternThinker，在围棋任务上不仅具备较强的专业水平，还在大模型中率先实现打破思维“黑盒”，运用自然语言对弈过程(guòchéng)进行讲解。用户(yònghù)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(diǎn)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(de)交战，第四盘78手李世石落在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(yánjiū)人员对该名局的复现中，InternThinker评价这步棋“相当刁钻(diāozuān)”，随后给出了落子在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(zhōngyāng)控制权，为后续进攻埋下伏笔。 InternThinker对于李世石“神之一手”的(de)解析和应对(yìngduì) 本文图片均为上海人工智能实验室供图 在棋力方面，InternThinker未来仍(réng)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(háishì)第一次见(jiàn)，感觉(gǎnjué)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(duìxiàng)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中出现智能“涌现时刻”。 随着InternBootcamp任务的(de)(de)数量增加(zēngjiā)、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、更具实用性的推理任务，在助力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，根本上是得益于(déyìyú)近期上海AI Lab在“通专融合(rónghé)”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(zhuólì)解决大模型高度专业化与(yǔ)通用泛化性相互制约的发展困境。这一路径(lùjìng)的关键在于同步提升深度推理与专业泛化能力，使模型不仅在广泛(guǎngfàn)的复杂任务上表现出色，还能在特定领域中达到(dádào)专业水平。 目前，InternBootcamp技术已对外开源。上海(shànghǎi)AI Lab表示，将系统推进(tuījìn)通专融合技术路线(lùxiàn)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(jiějué)具体科学(kēxué)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，更多原创资讯请下载(xiàzài)“澎湃新闻”APP)