爱吧机器人网 » 专题 > 观点 > 正文

马失前蹄的日本人工智能

移动互联网盛行的时候,国内就有很多关于日本的讨论。方向基本集中在,为什么一度诞生了索尼、松下、东芝这些国际化公司,曾经创造经济奇迹的日本,在互联网时代竟然失语了?
 
相关的讨论文章有很多,这里不再赘述。
 
好在新的全球技术革命到来,我们终于可以不再纠结为什么日本没有互联网。因为,我们可以开始纠结为什么日本没有人工智能了……
 
当然,这里所谓的“没有”只是个虚指。日本当然有AI,只是大家会好奇在全球争霸的AI风潮里,日本为什么又一次没有出现在国际视野当中?
 
事实上,日本历史上还一度引爆过让美国也为之恐慌的AI浪潮,只是随着经济泡沫破裂,新技术风口接连在日本的指尖滑落。从互联网到移动时代,直到今天以深度学习、大数据、新型芯片为核心的AI第三次兴起,日本似乎依旧停留在“马失前蹄”状态的后遗症当中。但凭借几大产业坚固的优势和近两年日益增强的国家导向,这个国家似乎又夺回了一些关于AI的机会。
 
从狂潮到衰落,再到伺机而动,说不定日本的AI比其他A字头的产业有更多的可品味之处。
 
科技史的珍珠港:“第五代计算机”与AI复兴
 
对于日本经济来说,上世纪八十年代绝对是甜蜜而梦幻的。
 
那时候日本凭借制造业和科技崛起,成功跻身世界第二大经济体,一度成为令美国恐慌的存在。
 
而随着当时日本在高精密制造、大型计算机、机器人等领域的澎湃发展,整个科技界弥漫出了一种极其乐观和亢奋的神秘情绪。各种超大型项目陆续上马,“下一次科技革命在日本爆发”成为岛国的普遍共识,新的民族主义情绪开始蔓延。
 
其中最知名,也是对科技产业影响最大的项目,正好与人工智能息息相关。那就是“第五代计算机”。
 
在当时,知识信息处理系统普遍被认为是实现AI的最好形式。而当时的大型计算机又面临很多问题:比如难以模拟复杂的运算环境,不能推动计算机与人类交互等等。二者结合,“能听会说、能识字、会思考”的第五代超级计算机计划应运而生。
 
元冈达,日本“第五代计算机计划”提出者
(元冈达,日本“第五代计算机计划”提出者)
 
当时日本科技界构想的这个超级计算机,主要目的是希望能够让它进行大型工程支援、核反应堆模拟、天气预报与地质灾害模拟等工作。这都是当时日本社会急需的能力。
 
在盲目的乐观和迫切的需求下,1981年10月,日本宣告启动研制第五代计算机(第五世代コンピュータ),并于1982年4月制订了为期10年的“第五代计算机技术开发计划”,总投资1000亿日元,并称其将会成为人类计算机历史上的伟大变革。
 
消息传到大洋彼岸的美国,美利坚的科技同仁们顿时被惊了个呆…今天看来,那种恐惧和躁动绝对是从上而下的,不仅科技界开始疯狂投入对知识型AI的研究,美国国防部也以“美元根本不是钱”的架势疯狂批准类似的研究项目,直到今天,其中很多项目还在毫无希望的进行当中……
 
日本的“第五代计算机”项目,当时被美国媒体称为“科技界的珍珠港事件”,影响有多大可想而知。而正是这次事件,在美日两国之间催生了围绕符号处理和知识处理的AI复兴。由此可见,日本也曾经在AI上阔气过。
 
搞笑的是,随着PC到来,大型计算机开始快速失去商业价值和应用场景。而作为最大型的大型计算机,日本的这台AI之王首当其冲遭到了嫌弃。
 
到1992年,日本确实交付了“第五代计算机”工程,但其核心能力却达不到标准,并且与主流需求背道而驰。日本IT业非但没有凭借这东西超过美国,反而因为它被甩得更远了。
 
随着90年代初经济泡沫破裂,日本开始进入“步步赶不上”的平成大萧条时代。日本的AI,似乎也在与主流世界渐行渐远。
 
冰河世代的眼泪:日本找不到AI存在感的原因
 
有这样一个广为流传的数据对比:与2005至2009年期间相比,2010至2014年间中国的AI专利申请数量提升了2.9倍,超过美国的1.26倍成为世界增速第一。与此相反,日本不仅没有增长,反而在倒退,申请数量减少了3%。成为了世界主流经济强国中唯一拖AI后腿的存在……
 
当然,专利数只是冰山一角,不能说明太多问题。然而发表论文的数量和质量、科研机构的学术实力评估,还是新兴科技公司提升速度或者AI应用场景…..日本基本没有一个能拿得出手…..
 
别说没有诞生谷歌、微软、Facebook,或者中国BAT这样的互联网到AI巨头,曾经赫赫威名的索尼、松下、东芝、富士通、日立、爱华、夏普、NEC这些品牌,如今也就剩下索尼还在苦苦支撑。
 
这是为什么呢?就AI产业本身的需求看,大概日本社会有四重阻力覆盖在技术革新的出路上。
 
一、冰河世代的眼泪:所谓冰河期,是指日本经济泡沫破裂后的1993年到2005年。这期间毕业的大学生,则被称为冰河世代(跟星矢、紫龙他们没有关系)。由于经济萧条,他们在国内很难找到如意的工作,其中计算机科学、通讯科学等领域由于普遍不被看好,人才更是纷纷向美国、中国等高速奔腾的市场靠拢,相关领域人才大量流失到海外。
 
最终的结果,是今天在大公司和开发领域起到顶梁柱作用的AI人才在日本难觅踪迹,企业也丧失了经历互联网、云计算再向机器学习的人才自然积累过程。当契机到来的时候,整个产业也就难为无米之炊了。
 
二、IT公司的外包恶习:从企业层面看,对AI打击最严重的问题大概就是外包习气带来的开发能力薄弱。在日本工作过的IT人士,大概都对大公司的外包深恶痛绝。由于IT业的整体不景气,日本相关企业,甚至索尼、日立这样的大公司,都是拿到订单之后找小的企业外包解决。而小企业再扣除一部分利润之后,会再次外包出去。层层外包最后弄得乱七八糟,甚至很多时候最终都是找中国、印度甚至东南亚的团队来执行。
 
这样的习惯,导致大公司难以留存技术解决能力,更无法积累今天至关重要的数据。很多日本大型IT公司都死于外包,已经是行业的共识。
 
三、政府的冷处理:另一个问题,是AI等科技产业在日本得不到好的政策扶持。投资环境恶化,税负繁重等政策因素困扰着国外企业和创业公司,几次导致新兴产业风口夭折。而政府的科技预算减少,也间接影响了AI产业的补给线。有日本的科技从业者认为,社会看护等领域大量消耗资源,严重阻碍了合理的科技产业原始投入。
 
四、少子化、老龄化的大背景:这些问题背后更大的原因,是日本老龄人口比率过高和生育率持续下降带来的经济影响。日本属于高福利社会,老龄人口的社会需求极大,而少子化带来的劳动力缺口又激增,社会资源要不断填补这两大漩涡,留给AI等新型技术的市场、人才与社会资源逐渐匮乏。
 
从这个角度看,日本科技从互联网时代后期开始掉队,或许是无可避免的。
 
人才、企业、政策等问题,加上宏观经济背景,恶性循环的多种因素限制了日本AI的产业成熟度。有个日本网友的评论很有意思:求职简历必须手写不能打印的国家,AI是发展不起来的。
 
而知乎上有句名言:日本有很多可以吹的地方,但互联网不是其中之一。
 
我想大概AI也是如此吧。
 
三强一弱:如何认识今天日本的AI再崛起战略
 
当然了,日本也不能坐视AI就这么一直低迷下去不是?
 
尤其需要注意的是,AI本身作为一种“调味剂”式技术,相比独立发展,更多时候是与其他产业相结合,带来传统产业的第二春。
 
这对于在几大领域始终包揽世界第一的日本来说,诱惑是非常巨大的。加上日本人根深蒂固的机器人文化,让AI这件事在日本社会似乎比互联网更容易通行。近两年世界AI崛起,日本从政府到产业界也做出了新动作。一句话总结日本式AI,大概是:坚定不移地走结合自身强项,解决自身劣势的日本特色AI道路….
 
日本政府在2016年1月颁布了《第5期科学技术基本计划》中,提出要建立超智能社会5.0。所谓社会5.0,是指狩猎社会、农耕社会、工业社会、信息社会之后的第五代社会形态,而人工智能则是这个社会的核心。

\
由此可见,日本政府希望借助这次全球范围的AI热,打造适应日本需求的AI产业目标已经非常明确。
 
在2016年4月,日本首相安倍晋三在“面向未来投资官民对话会议”上,提出了设定人工智能研发目标和产业化路线图,以及组建“人工智能技术战略会议。今年3月,这个“人工智能技术战略会议”提出了“三步走工程表”,明确了日本以2020年和2030年为时间界限的AI发展进程。
 
有意思的是,日本提出的“AI工程表”里,第三阶段目标要求做到两件大事:一是无人驾驶普及化,人为交通事故死亡率降为零;二是护理机器人正式成为日本家庭的一员。
 
想一想这两件事确实都有点厉害,但其中也反应出日本政府对人工智能的态度,那就是在发挥日本在机械制造,尤其是造车领域的优势,同时必须解决老龄化社会的问题。
 
综合来看,日本今天的AI产业是结合三强,解决一弱。所谓三强是:
 
一、生物医学,其中尤其以AI进行新药开发为主要目标。
 
二、汽车业,以丰田、本田等几大汽车品牌为主,集中突破无人驾驶的技术瓶颈。
 
三、工业生产,初步以工厂自动预损为目标,长期目标是建立无人工厂和自循环工业体系。
 
一弱比较好理解,就是AI全力解决人口老龄化带来的老年人陪伴护理和劳动力缺失问题。
 
随着政府的明确支持和各种补贴政策相继出台。2017年的日本AI其实非常热闹,本田、丰田在无人驾驶领域布局不断,NEC、富士通、东芝等企业相继开始了大规模的AI研发计划。无人物流、机器人、物联网、AI药品开发成为了焦点产业。

\
总的来看,日本正在积极从AI的“马失前蹄”中走出来,政府和产业也看到了AI对于自身的重要性。但是差距已经浮现,未来更可能的情况,大概是日本难以加入AI第一阵营的争夺,反而在一些特定领域发展出需要我们学习甚至模仿的东西。
 
从日本的AI跌落史中,我们大概已经知道了,学习并不丢人,盲目乐观和自大才丢人。


上一篇:落地的人工智能 哪些更值得大投入
下一篇:举国体制的俄罗斯人工智能
精选推荐
2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

新型轻便机器人套装重5kg,辅助跑步和步行
新型轻便机器人套装重5kg,辅助跑步和步行

[2019-10-23]  虽然步行对大多数人来说似乎不是负担,但对有些人来说,这项简单的运动往往会让人感到筋疲力尽。比如手术或中风后恢复的患者、帕金森氏症患 ...

17世纪的莱布尼茨试图制造“思想机器”却被现实打脸
17世纪的莱布尼茨试图制造“思想机器”却被现实打脸

[2019-11-05]  莱布尼茨,德国哲学家、数学家、律师,历史上少见的通才1666年,德国博学家戈特弗里德·威廉·莱布尼茨(Gottfried Wilhelm Leibniz)发 ...

一个让深度学习惨败的通用人工智能领域——语境处理
一个让深度学习惨败的通用人工智能领域——语境处理

[2019-11-04]  Context是指用来解释一段给定文本或语句的来源框架,我们可以翻译为上下文或语境。维基百科将context定义为:*在符号学、语言学、社会学和 ...

比利时研发出可以自我愈合伤口的软体机器人
比利时研发出可以自我愈合伤口的软体机器人

[2017-09-03]  软体机器人是机器人技术的新兴领域; 他们“可以与人类相互作用,而不会杀死他们,并拿起像西红柿这样柔软的物体。” 从长远来看,布鲁塞尔大学队伍正在努力创建一个类似的材......

美国人工智能公司Skymind进入福建全面开展业务
美国人工智能公司Skymind进入福建全面开展业务

[2017-12-11]  人工智能在当今这个时代对大家来说想必是非常熟悉的,这也是我国近十几年来一直追求的目标,未来的时间里这也将是全人类追求的目标。就目前来看,近年来,人工智能或在我国迎......

智能机器人困惑的时候知道该问什么问题
智能机器人困惑的时候知道该问什么问题

[2017-03-20]   照片:Nick Dentamaro 布朗大学 上周,我们提到了麻省理工学院的一些研究,即通过链接人的大脑来帮助机器人在他们将要犯错误的时 ...

研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

本周栏目热点

李开复:关于人工智能在中国异军突起的六大主要原因

[2017-11-07]  虽然世界各个国家都已经开始加速对人工智能行业进行布局,虽然世界各国都已经出台了各种政策表示对人工智能的支持,但是就目前的发展形势来看,中美两国在人工智能领域的发展......

[2018-02-05]  “人工智能国际主流学界所持的目标是弱人工智能,也少有人致力于强人工智能。那么,这是不是因为强人工智能‘太难’,所以大家‘退而求其次’呢?不然。事实上,绝大多数人工......

阿里研究院:关于互联网+制造业的10个观点(组图)

[2015-12-29]     互联网对商业环节的渗透和改造是逆向的,从与消费者最近的广告营销端开始, ...

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

【业界观点】2016年工业机器人需求增速将放缓

[2016-01-19]     2015年中国工业机器人需求规模达到109亿元,同比增长16%,而2016年机器人需 ...