1984年8月底，结束了“开复剧场”的表演，通过这一次的教学，我也开始关注计算机对弈这个领域了。
奥赛罗是一种类似于五子棋的两人对弈游戏，棋盘为8×8，开盘时，棋盘正中共有4粒棋子，呈对角线排列，两白两黑，由执黑者先行。写对弈程序的时候，就是要教电脑往后推算，一般来说，机器能够分析五六步，就感觉下得不错了。
在我教的天才班里，我认识了萨卓依·玛哈俊（Sanjoy Mahajan），他是暑期班里的第一名，可以说是“天才当中的天才”。他设计了很多种不同的算法，将原来只有400行的程序增加到两万行，把五层的推算搜索增加到了七层，我决定带着他一起继续在“奥赛罗”上努力。
那一年，我23岁，我的“学生”萨卓依·玛哈俊16岁。下课后，他就跟我一起沉浸在“奥赛罗”的运算里，晚上，我带他到我家去吃饭，吃完饭我们又冲回学校继续作研究。我们把统计的方法做进“奥赛罗”里，虽然困难超过了我们的想象，但是成功也超过了我们的想象：最后，“奥赛罗”的运算比以前快了1000倍，最多能够完整搜完14层（就是推算下面所有14步棋的排列与组合，在还有14步棋没有下时就能精确地预测输赢）。
将统计学应用于奥赛罗棋，通俗来说，就是将过去的棋谱输入电脑，把所有输棋的选择都归纳成“输”，赢棋的都归纳成“赢”，然后再做一个“分类器”来分辨输赢。我们共同下出了4万盘完全不同的棋谱，每一谱走60步，这样，我们得到了240万步不同的走法，每一步都定义成最终“黑赢”或者“白赢”，还精确地统计出赢的概率。到这个时候，每走一步棋，机器就能推算出之后14步的走法，并准确判定赢的概率。比如刚开始你赢的概率是51%，再走一步，就可能是48%，如果走错了一步棋，那么它会告诉你，赢的概率是5%。
精确的统计学使得我们的“奥赛罗”机器人无可匹敌。我把这个消息告诉瑞迪教授时，他对我过去一个月的分心不但不介意，还鼓励我们参加世界杯的比赛。要参加比赛，我们就得给这个程序取个名字，我说：“奥赛罗来自莎士比亚名着，所以我们就命名为莎士比亚吧！”萨卓依说：“这样太死板了，不如我们用莎士比亚的名字威廉，叫威廉吧！”我说：“既然要有趣，那干脆用莎士比亚的小名，叫比尔算了！”于是，“比尔”就这样进入了世界奥赛罗计算机比赛。
下一个就是经费的问题。我那可爱的瑞迪教授这回又扮演了拯救者的角色，他拿出自己的私人经费，让我们花3000美元发表了学术论文，又花了1000美元，让我们飞到加州一个城市参加了世界奥赛罗计算机比赛。我希望借到老板最好最快的机器，瑞迪教授二话不说就借给了我们。比赛结束后，我们不负众望，打败了所有的对手，以八场全胜的成绩夺得了世界杯冠军，这让我们激动不已。
赢得了机器比赛以后，我们就希望能够挑战人类的冠军，看看在人和机器的博弈中，我们设计的机器能不能战胜人类。通过一本《奥赛罗棋》的杂志，我们很容易地找到了当时的世界冠军布赖恩·罗斯（Brian Rose），他听说要进行人机博弈，也非常感兴趣，他对自己的技艺非常有信心，一口答应要和我们进行比赛，我们约定三局两胜。
一天下午，这场世界冠军与机器之间的比赛通过电话开始了。机器走一步，对方通过电话告诉我们他走的是哪一步。我们进行现场操作。这个时候，“奥赛罗”的智慧开始发挥出来，当世界冠军最多一步棋想之后的四五步的时候，机器已经开始想之后的十四步如何布局。刚开始走的15步之内，两者的输赢率还差别不大。然而，在第16步，布赖恩走出致命的错误一步之后，我们的机器显示，机器的赢率达到了95%。但是，这时布莱恩还没有意识到大势已去。几步棋后，我们才听到他的叹息，知道早已进入了“比尔”的陷阱。再接着走下去，世界冠军最终“溃不成军”。他崩溃了，气愤地说：“不玩了。”最终，他放弃了第二局和第三局的比赛。我们的机器奥赛罗“比尔”，以56∶8战胜了人类冠军。
这是机器第一次打败人类冠军，是一个历史性的里程碑。而在计算机学界，人们对人工智能充满了信心，而我也对计算机世界中的统计学有了更大的信心。我和萨卓依·玛哈俊在最高级别的期刊《人工智能》上发表了两篇文章。萨卓依·玛哈俊成为第一个在《人工智能》上发表论文的高中生作者，后来，他在剑桥大学拿到博士学位，成为了一名优秀的教授。
后来，“比尔”被系里的汉斯·柏林（Hans Berliner）教授知道，他约我吃饭，对我说他正在做一个国际象棋的硬件，希望打败世界棋王，看到我统计学工作的成绩，希望我考虑加入他的组，把统计学的方法应用在国际象棋上。他说：“这样你很快就可以毕业了。”但是，我拒绝了他，因为我还是希望做一个真正有用的软件，而不是把游戏作为自己的论文。另外，瑞迪教授对我恩重如山，我不能无缘无故就离开他。
