周不器和拉里·佩奇的私交很好，由这俩人携手推进，很快双方的人工智能团队，就在一些具体的方向上展开了业务上的探讨和合作。
一件大事，一件小事。
大事是共同成立的一个名为“AI-Bio”的项目，主要就是生物科学中诸多方面，包括蛋白质结构预测、疾病诊断和治疗、药物发现等等。
用人工智能来结合这种级别的大命题，其实一直都存在，二三十年前就有了。
不过那时候根本就做不到。
现在不一样了，Rokid-go这款围棋软件所采用的新的“黑箱式”的基于神经网路的机器学习模式，给这样的宏大命题找到了开发的基础。
作为Rokid-go之父，沈向阳在双方的合作交流中，简单地解释了这种“黑箱模式”的逻辑。不仅仅是照顾周不器这样的外行，事实上即便是谷歌的很多技术出身的高管，若是不从事于人工智能领域，也未必就能理解这是什么意思。
人工智能类的构想，已经有五六十年的历史了，相关产品也出现二三十年了。
不过，此前的人工智能产品，都是工程师指导并制定出的“明规则”。
就比如当初打败了国际象棋的着名人工智能产品“深蓝”，背后的技术逻辑其实很简单，就是工程师把围棋的相关规则植入到下棋软件里。
软件懂了规则，再依靠着计算机的庞大算力，就能打败人类了。
可是，到了围棋领域，这套思路就不行了。
围棋要远比国际象棋复杂。
仅仅靠着算力，以人类目前所掌握的算力能力，根本就不可能算清楚围棋的每一种变化，这就需要在算力之外有更深层的东西了。
在人类选手里，叫思维、叫逻辑。
想要让计算机也有“罗辑”，这可就太难了，就不可能通过人类规则的植入让计算机获得这种层次的计算思维。
Rokid-go采用的是黑箱运作。
就是把Rokid-go这款程序放在一个黑箱里，不对其加入任何的规则。工程师所做的事，就是给黑箱中的Rokid-go喂数据。
至于黑箱里发生了什么事，谁也不知道。
然后，奇迹就诞生了。
黑箱里的Rokid-go，通过大量的人类围棋的棋谱数据，通过自主学习，形成了自身对围棋的理解。
就会下围棋了。
至于Rokid-go到底是怎么理解围棋的，谁也不知道。只知道Rokid-go下出来了许许多多人类无法理解的招式，然后就碾压级的轻易的打败了人类。
也因为这种黑箱模式，让整个人工智能行业出现了巨大的争议。
其中就包括马斯克。
他们认为“黑箱”的人工智能技术方向，非常危险，因为人类根本就不知道黑箱里发生了什么，也无法理解人工智能在做些什么。
总而言之，就是人工智能脱离了人类的掌控，将来就有可能形成“黑箱密谋”，形成对人类的威胁。
不过，这类论调的流派比较小众。
就目前来看，整个行业对Rokid-go的新思路、新方向都非常振奋，因为这给人类提供了一种新的发现世界的角度。
以前都是人类去发现世界。
现在可以依靠着人工智能，通过黑箱的模式，让人工智能去帮助人类发现、探索、理解这个世界。
只需要去喂数据就好了。
比如什么药可以治疗癌症？
人类探索了几十年，始终都没能攻克这一难关，人类对肿瘤和药物的理解还不够。如果把相关的数据喂给人工智能，说不定人工智能可以给出消除恶性肿瘤的最佳药物。
这是个大领域，关系到了全人类。
赚不赚钱，反而是次要了。
哪怕谷歌和紫微星国际是竞争对手，也愿意在这个领域展开合作，并且承诺，会把相关研发成果开源，分享给全人类。
这是大事，至于小事，就有一定的商业属性了。
谷歌会和紫微星国际联手，每年推出一次面向全球开发者的人工智能“世界杯”，就像足球世界杯一样。
每年，双方的科学家，会探讨、研究，选取三个人工智能领域的任务发布出去。
参赛选手有6-8个月的时间来完成任务。
谁拿出来的解决方案最好、效果最佳，谁就是最终的优胜者。谷歌和紫微星国际会各自出1000万美元，来作为此类赛事的奖金。
这发布的任务，肯定不会像是奥数竞赛那样，是出题去考别人。
而是一些方向性的探索。
人工智能就好像是一个无边无际的世界，可这个世界是黑暗的，谁也看不清。偶尔几个顶级的科学家，探索到了一些区域，发表了一些方向性的论文。
这些论文，就相当于遥远的人工智能黑暗世界中的一盏盏微弱的灯塔。
光线很弱。
也不确定那个方向是不是死胡同。
谁去朝着这个灯塔，探索一下？
这章没有结束，请点击下一页继续阅读！