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。