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(rì)，澎湃新闻(xīnwén)（www.thepaper.cn）从上海人工智能实验室（上海AI Lab）了解(liǎojiě)到，基于一系列“通专融合”底层技术新进展，实验室推出的(de)书生·思客（InternThinker）获得专业推理能力大幅提升，成为(chéngwéi)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(shuōqǐ)AI下围棋，AlphaGO早在2016年就一战成名。随后，AI在棋力、效率、通用性等方面均有显著提升，但(dàn)其具体推理过程仍为“黑盒”，即便能输出胜率评估(pínggū)和落子概率，亦无法用人类语言解释“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，事后被证明有效(yǒuxiào)，但当时难以(nányǐ)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”，运用自然语言(zìrányǔyán)对弈过程进行讲解。用户(yònghù)(yònghù)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(gěichū)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(bāngzhù)用户更好地理解和学习围棋。 回顾当年AlphaGO和(hé)李世石的交战，第四盘78手李世石落在L11，被世界围棋八冠王古力(gǔlì)称为“神之一手”，直接扭转了局势取得最终胜利。在研究人员对该名局的复现中，InternThinker评价这步棋“相当刁钻”，随后(suíhòu)给出(gěichū)了落子在L10的应对策略，认为能够完美解决L11的威胁(wēixié)，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(zhīyī)手(shǒu)”的解析和应对 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(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(kàn)棋力可能(kěnéng)在职业3-5段之间。” 研究(yánjiū)团队创造性地构建了一个“加速训练营”（InternBootcamp），通过对评价建模(jiànmó)，与大(dà)模型进行交互并提供(tígōng)反馈，从而使大模型持续进化，获得(huòdé)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(suànfǎ)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任务的数量增加、质量提升和难度加大，大模型有望(yǒuwàng)迎来(yínglái)能力的“升华”，高效解决更多、更难、更具实用性(shíyòngxìng)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(kēxué)发现。 InternThinker下棋时的(de)语言风格也很独特。 而这些技术(jìshù)进展，根本上是得益于近期上海AI Lab在(zài)“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(lìchéng)主要分化为专业(zhuānyè)性和通用泛化性两大路线，上海AI Lab率先提出“通专融合”技术路线，着力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(kùnjìng)。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(duìwài)开源。上海AI Lab表示，将系统推进通专(tōngzhuān)融合技术路线的发展与探索，将通专融合的新能力、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(móxíng)的方式(fāngshì)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，为科学发现与产业创新提供(tígōng)关键驱动力。 澎湃(pēngpài)新闻记者 蒋乐来 (本文来自(láizì)澎湃新闻，更多原创资讯请下载“澎湃新闻”APP)