日本人工智能公司Preferred Networks聯(lián)合創(chuàng)始人岡野原大輔

       導(dǎo)語：《華爾街日報》網(wǎng)絡(luò)版今天刊文稱,，日本人工智能創(chuàng)業(yè)公司Preferred Networks認為，科技行業(yè)的未來屬于“深度學(xué)習(xí)”技術(shù)。該公司已經(jīng)獲得了發(fā)那科,、豐田和松下等巨頭的合作,。

　　以下為文章全文：

　　1994年,，在等待母親采購日用品的過程中,，12歲的岡野原大輔(Daisuke Okanohara，音)閱讀了一篇關(guān)于數(shù)據(jù)壓縮算法的研究論文,。他表示,，論文中的內(nèi)容令他非常興奮。

　　現(xiàn)年33歲的岡野原大輔回憶：“這是突破性的方法,?！彪S后，他花了幾個月時間去了解,，這一算法能否實現(xiàn)預(yù)期的效果,。

　　今天,，作為東京人工智能公司Preferred Networks聯(lián)合創(chuàng)始人,，岡野原大輔希望帶來自己的突破，同時振興日本的科技行業(yè),。

　　過去20多年中,，日本科技行業(yè)在與歐美同行的競爭中節(jié)節(jié)敗退。這主要是由于,，軟件業(yè)是日本的一大短板,。憑借更漂亮的用戶界面，以及面向軟件開發(fā)者更強大的系統(tǒng),，蘋果正在使日本的消費電子廠商邊緣化,。

　　在機器人、智能手機元件和汽車等硬件領(lǐng)域，日本仍是領(lǐng)先者,。然而,，由于軟件在這些產(chǎn)品中扮演著越來越重要的角色，日本的這些產(chǎn)業(yè)同樣也面臨著受沖擊的風險,。

　　深度學(xué)習(xí)技術(shù)

　　來看看岡野原大輔及其“深度學(xué)習(xí)”軟件,。與人腦一樣，這樣的軟件可以自主學(xué)習(xí),，而不必人工參與每個環(huán)節(jié),。“深度”意指人工神經(jīng)元網(wǎng)絡(luò)：這一網(wǎng)絡(luò)分為多層,，從而可以解決更復(fù)雜的問題,。

　　深度學(xué)習(xí)技術(shù)正在硅谷快速發(fā)展。Alphabet旗下谷歌去年以約5億美元的價格收購了倫敦創(chuàng)業(yè)公司DeepMind Technologies,，而蘋果,、亞馬遜、Facebook和特斯拉也在這一領(lǐng)域進行投資,。百度也于2014年在硅谷成立了深度學(xué)習(xí)研究中心,。

　　美國市場研究公司Tractica預(yù)計，到2024年,，企業(yè)深度學(xué)習(xí)應(yīng)用的年軟件收入將達到104億美元,，遠高于今年的1.09億美元。

　　對硅谷公司而言,，研究深度學(xué)習(xí)技術(shù)可以讓軟件變得更好,。例如，蘋果Siri等語音識別程序能更自然地回答用戶提出的問題,。不過,，日本公司對深度 學(xué)習(xí)技術(shù)的看法則有所不同，它們更多地希望通過這種技術(shù)去優(yōu)化硬件,。它們認為,，深度學(xué)習(xí)機器能比人工更快地自我優(yōu)化，因為這類機器能夠與其他機器分享所學(xué) 習(xí)的知識,，同時永不疲倦,。

Preferred Networks現(xiàn)在已有30名員工

　　吸引巨頭合作

　　日本工業(yè)機器人廠商、蘋果供應(yīng)商發(fā)那科近期收購了Preferred Networks的少量股份,。該公司希望機器未來能自行判斷,，如何更好地組裝產(chǎn)品，甚至修理其他機器人,。

　　發(fā)那科CEO稻葉善治表示：“Preferred Networks擁有這一領(lǐng)域領(lǐng)先的專業(yè)性,?！背l(fā)那科之外，豐田也與該公司合作開發(fā)自動駕駛技術(shù),，而松下則希望利用該公司的技術(shù)去開發(fā)監(jiān)控攝像頭和消費電子設(shè)備,。

　　Preferred Networks希望，該公司的深度學(xué)習(xí)應(yīng)用能在市場上占據(jù)核心地位,。這就像是早年的微軟,。在80年代初PC行業(yè)的革命中，微軟憑借操作系統(tǒng)成為了行業(yè)中心,。近期,，Preferred Networks為深度學(xué)習(xí)技術(shù)推出了操作系統(tǒng)Chainer。這一系統(tǒng)幫助第三方工程師編寫人工智能程序,。

　　Preferred Networks于去年創(chuàng)立,，目前擁有30名員工，今年8月的估值則達到1.2億美元,。該公司堅持了獨立發(fā)展的道路,。考慮到谷歌擁有龐大的資源,，能輕易地 獲得行業(yè)最優(yōu)秀的人才,，并推動全球標準的制定，這樣的策略是一種冒險,。不過,，Preferred Networks管理層表示，由于人手的短缺,，他們被迫婉拒了一些合作機會,。業(yè)內(nèi)專家則指出，日本政府對新技術(shù)的接受速度較慢可能也會給該公司帶來問題,。

　　東京大學(xué)助理教授松尾豐(Yutaka Matsuo,，音)表示：“Preferred Networks擁有優(yōu)秀的技術(shù)，但他們還需要了解如何與資本市場打交道,?！?/p>

　　岡野原大輔表示，他從幼兒園開始就已接觸計算機,。在小學(xué)時代,，他就曾編寫過飛行模擬軟件。他父親,、67歲的岡野原久志(Hisashi Okanohara，音)表示：“我數(shù)學(xué)不行,。我想,，編程可能是他天生的愛好,。”岡野原久志曾供職于一家汽車音響廠商,。

　　在撥號上網(wǎng)時代,，岡野原大輔就曾從網(wǎng)上下載計算機科學(xué)論文，例如1994年時曾令他感到興奮的《一種區(qū)塊分類無損數(shù)據(jù)壓縮算法》,。

　　他隨后前往東京大學(xué)求學(xué),。在那里，他認識了Preferred Networks聯(lián)合創(chuàng)始人及CEO西川徹(Toru Nishikawa,，音),。西川徹表示：“我知道，如果錯失此次機會,，我將不可能再與如此優(yōu)秀的天才共事,。”

　　物聯(lián)網(wǎng)帶來幫助

　 　作為公司執(zhí)行副總裁,，岡野原大輔認為,，隨著汽車和家電等各種產(chǎn)品的聯(lián)網(wǎng)，他的專業(yè)性將可以給予幫助,。他表示,，這樣的“物聯(lián)網(wǎng)”將帶來問題：互聯(lián)設(shè)備能夠 獲得大量數(shù)據(jù)，但沒有任何計算設(shè)備有能力分析或傳輸這些數(shù)據(jù),。例如,，汽車傳感器可以拍攝霓虹燈廣告標識的每個像素，但這些信息對于汽車的安全行駛來說沒有 任何幫助,。

　　岡野原大輔表示,，人類大腦也在面對類似的信息過剩問題，但大腦可以自動擯除不相關(guān)信息,。類似地,，計算機必須能夠自行判斷，哪些數(shù)據(jù)具有相關(guān)性,，哪些應(yīng)當被分享給其他計算機,。

　　以往，人工智能曾令許多用戶感到失望,。這部分是由于計算能力的不足,。日本國家高級產(chǎn)業(yè)科學(xué)技術(shù)研究院人工智能負責人辻井淳(Junichi Tsujii，音)表示,，深度學(xué)習(xí)技術(shù)還需要更多突破,，才能給世界帶來改變。不過,，人工智能時代的到來將不可避免,。他表示：“在很多行業(yè),，日本擁有多家領(lǐng) 先的公司。而Preferred Networks是一個理想的中樞,，將這些公司凝聚成一個團隊,。”