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“AIBio”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、藥物發現等等。
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發的基礎。
作為Rokid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採用的是黑箱運作。
就是把Rokid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喂資料。
至於黑箱裡發生了什麼事，誰也不知道。
然後，奇蹟就誕生了。
黑箱裡的Rokid，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到底是怎麼理解圍棋的，誰也不知道。只知道Rokid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發生了什麼，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。