软件不行?日本欲借人工智能技术复苏科技业

过去20多年中,日本科技行业在与欧美同行的竞争中节节败退。这主要是由于,软件业是日本的一大短板。

日本人工智能公司Preferred Networks联合创始人冈野原大辅

导语:《华尔街日报》网络版今天刊文称,日本人工智能创业公司Preferred Networks认为,科技行业的未来属于“ 学习”技术。该公司已经获得了发那科、丰田和松下等巨头的合作。

以下为文章全文

1994年,在等待母亲采购日用品的过程中,12岁的冈野原大辅(Daisuke Okanohara,音)阅读了一篇关于数据压缩算法的研究论文。他表示,论文中的内容令他非常兴奋。

现年33岁的冈野原大辅回忆:“这是突破性的方法。”随后,他花了几个月时间去了解,这一算法能否实现预期的效果。

今天,作为东京人工智能公司Preferred Networks联合创始人,冈野原大辅希望带来自己的突破,同时振兴日本的科技行业。

过去20多年中,日本科技行业在与欧美同行的竞争中节节败退。这主要是由于,软件业是日本的一大短板。凭借更漂亮的用户界面,以及面向软件开发者更强大的系统,苹果正在使日本的消费电子厂商边缘化。

在机器人、智能手机元件和汽车等硬件领域,日本仍是领先者。然而,由于软件在这些产品中扮演着越来越重要的角色,日本的这些产业同样也面临着受冲击的风险。

学习技术

来看看冈野原大辅及其“ 学习”软件。与人脑一样,这样的软件可以自主学习,而不必人工参与每个环节。“ ”意指人工神经元网络:这一网络分为多层,从而可以解决更复杂的问题。

学习技术正在硅谷快速发展。Alphabet旗下谷歌去年以约5亿美元的价格收购了伦敦创业公司DeepMind Technologies,而苹果、亚马逊、Facebook和特斯拉也在这一领域进行投资。百度也于2014年在硅谷成立了 学习研究中心。

美国市场研究公司Tractica预计,到2024年,企业 学习应用的年软件收入将达到104亿美元,远高于今年的1.09亿美元。

对硅谷公司而言,研究 学习技术可以让软件变得更好。例如,苹果Siri等语音识别程序能更自然地回答用户提出的问题。不过,日本公司对 学习技术的看法则有所不同,它们更多地希望通过这种技术去优化硬件。它们认为, 学习机器能比人工更快地自我优化,因为这类机器能够与其他机器分享所学习的知识,同时永不疲倦。

Preferred Networks现在已有30名员工

吸引巨头合作

日本 厂商、苹果供应商发那科近期收购了Preferred Networks的少量股份。该公司希望机器未来能自行判断,如何更好地组装产品,甚至修理其他机器人。

发那科CEO稻叶善治表示:“Preferred Networks拥有这一领域领先的专业性。”除发那科之外,丰田也与该公司合作开发自动驾驶技术,而松下则希望利用该公司的技术去开发监控摄像头和消费电子设备。

Preferred Networks希望,该公司的 学习应用能在市场上占据核心地位。这就像是早年的微软。在80年代初PC行业的革命中,微软凭借操作系统成为了行业中心。近期,Preferred Networks为 学习技术推出了操作系统Chainer。这一系统帮助第三方工程师编写人工智能程序。

Preferred Networks于去年创立,目前拥有30名员工,今年8月的估值则达到1.2亿美元。该公司坚持了独立发展的道路。考虑到谷歌拥有庞大的资源,能轻易地获得行业最优秀的人才,并推动全球标准的制定,这样的策略是一种冒险。不过,Preferred Networks管理层表示,由于人手的短缺,他们被迫婉拒了一些合作机会。业内专家则指出,日本政府对新技术的接受速度较慢可能也会给该公司带来问题。

东京大学助理教授松尾丰(Yutaka Matsuo,音)表示:“Preferred Networks拥有优秀的技术,但他们还需要了解如何与资本市场打交道。”

冈野原大辅表示,他从幼儿园开始就已接触计算机。在小学时代,他就曾编写过飞行模拟软件。他父亲、67岁的冈野原久志(Hisashi Okanohara,音)表示:“我数学不行。我想,编程可能是他天生的爱好。”冈野原久志曾供职于一家汽车音响厂商。

在拨号上网时代,冈野原大辅就曾从网上下载计算机科学论文,例如1994年时曾令他感到兴奋的《一种区块分类无损数据压缩算法》。

他随后前往东京大学求学。在那里,他认识了Preferred Networks联合创始人及CEO西川彻(Toru Nishikawa,音)。西川彻表示:“我知道,如果错失此次机会,我将不可能再与如此优秀的天才共事。”

物联网带来帮助

作为公司执行副总裁,冈野原大辅认为,随着汽车和家电等各种产品的联网,他的专业性将可以给予帮助。他表示,这样的“物联网”将带来问题:互联设备能够获得大量数据,但没有任何计算设备有能力分析或传输这些数据。例如,汽车传感器可以拍摄霓虹灯广告标识的每个像素,但这些信息对于汽车的安全行驶来说没有任何帮助。

冈野原大辅表示,人类大脑也在面对类似的信息过剩问题,但大脑可以自动摈除不相关信息。类似地,计算机必须能够自行判断,哪些数据具有相关性,哪些应当被分享给其他计算机。

以往,人工智能曾令许多用户感到失望。这部分是由于计算能力的不足。日本国家高级产业科学技术研究院人工智能负责人辻井淳(Junichi Tsujii,音)表示, 学习技术还需要更多突破,才能给世界带来改变。不过,人工智能时代的到来将不可避免。他表示:“在很多行业,日本拥有多家领先的公司。而Preferred Networks是一个理想的中枢,将这些公司凝聚成一个团队。”(维金)


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

Baidu
map