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,🀻🁿r🅰okid-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。