周不器和拉里·佩奇的私交很好，由這倆人攜手推進，很快雙方的人工智慧團隊，就在一些具體的方向上展開了業務上的探討和合作。

一件大事，一件小事。

大事是共同成立的一個名為“aI-bio”的專案，主要就是生物科學中諸多方面，包括蛋白質結構預測、疾病診斷和治療、藥物現等等。

用人工智慧來結合這種級別的大命題，其實一直都存在，二三十年前就有了。

不過那時候根本就做不到。

現在不一樣了，Rokid-go這款圍棋軟體所採用的新的“黑箱式”的基於神經網路的機器學習模式，給這樣的宏大命題找到了開的基礎。

作為Rokid-go之父，沈向陽在雙方的合作交流中，簡單地解釋了這種“黑箱模式”的邏輯。不僅僅是照顧周不器這樣的外行，事實上即便是谷歌的很多技術出身的高管，若是不從事於人工智慧領域，也未必就能理解這是什麼意思。

人工智慧類的構想，已經有五六十年的歷史了，相關產品也出現二三十年了。

不過，此前的人工智慧產品，都是工程師指導並制定出的“明規則”。

就比如當初打敗了國際象棋的著名人工智慧產品“深藍”，背後的技術邏輯其實很簡單，就是工程師把圍棋的相關規則植入到下棋軟體裡。

軟體懂了規則，再依靠著計算機的龐大算力，就能打敗人類了。

可是，到了圍棋領域，這套思路就不行了。

圍棋要遠比國際象棋複雜。

僅僅靠著算力，以人類目前所掌握的算力能力，根本就不可能算清楚圍棋的每一種變化，這就需要在算力之外有更深層的東西了。

在人類選手裡，叫思維、叫邏輯。

想要讓計算機也有“羅輯”，這可就太難了，就不可能透過人類規則的植入讓計算機獲得這種層次的計算思維。

Rokid-go採用的是黑箱運作。

就是把Rokid-go這款程式放在一個黑箱裡，不對其加入任何的規則。工程師所做的事，就是給黑箱中的Rokid-go喂資料。

至於黑箱裡生了什麼事，誰也不知道。

然後，奇蹟就誕生了。

黑箱裡的Rokid-go，透過大量的人類圍棋的棋譜資料，透過自主學習，形成了自身對圍棋的理解。

就會下圍棋了。

至於Rokid-go到底是怎麼理解圍棋的，誰也不知道。只知道Rokid-go下出來了許許多多人類無法理解的招式，然後就碾壓級的輕易的打敗了人類。

也因為這種黑箱模式，讓整個人工智慧行業出現了巨大的爭議。

其中就包括馬斯克。

他們認為“黑箱”的人工智慧技術方向，非常危險，因為人類根本就不知道黑箱裡生了什麼，也無法理解人工智慧在做些什麼。

總而言之，就是人工智慧脫離了人類的掌控，將來就有可能形成“黑箱密謀”，形成對人類的威脅。

不過，這類論調的流派比較小眾。

就目前來看，整個行業對Rokid-go的新思路、新方向都非常振奮，因為這給人類提供了一種新的現世界的角度。

以前都是人類去現世界。

現在可以依靠著人工智慧，透過黑箱的模式，讓人工智慧去幫助人類現、探索、理解這個世界。

只需要去喂資料就好了。

比如什麼藥可以治療癌症？

人類探索了幾十年，始終都沒能攻克這一難關，人類對腫瘤和藥物的理解還不夠。如果把相關的資料餵給人工智慧，說不定人工智慧可以給出消除惡性腫瘤的最佳藥物。

這是個大領域，關係到了全人類。

賺不賺錢，反而是次要了。

哪怕谷歌和紫微星國際是競爭對手，也願意在這個領域展開合作，並且承諾，會把相關研成果開源，分享給全人類。

這是大事，至於小事，就有一定的商業屬性了。

谷歌會和紫微星國際聯手，每年推出一次面向全球開者的人工智慧“世界盃”，就像足球世界盃一樣。

每年，雙方的科學家，會探討、研究，選取三個人工智慧領域的任務布出去。

參賽選手有6-8個月的時間來完成任務。

誰拿出來的解決方案最好、效果最佳，誰就是最終的優勝者。谷歌和紫微星國際會各自出1ooo萬美元，來作為此類賽事的獎金。