最近一家才成立一年的日本創(chuàng)業(yè)公司，引得豐田、松下等大公司紛紛折腰，搶破頭也要去合作。
這家公司名為Preferred Networks，總部設(shè)在東京。創(chuàng)始人之一的岡野從幼兒園就開始對(duì)電腦產(chǎn)生了濃厚的興趣，上中學(xué)后就開始編程寫飛行模擬軟件。后來(lái)去了東京大學(xué)讀書，在那里遇到了最終與他合伙創(chuàng)辦了Preferred Networks的西川。
岡野的父親是一個(gè)67歲的汽車音響制造商的退休經(jīng)理，自己對(duì)數(shù)學(xué)和技術(shù)都不感興趣，他一直認(rèn)為寫代碼是岡野的某種天賦本能。
今年33歲的岡野，現(xiàn)在被認(rèn)為將要擔(dān)負(fù)起引領(lǐng)日本科技業(yè)重新崛起的希望。
在過(guò)去一輪的科技浪潮中，傳統(tǒng)科技強(qiáng)國(guó)日本在與硅谷的直面競(jìng)爭(zhēng)中，簡(jiǎn)直可以說(shuō)是全面落敗。
特別是在軟件行業(yè)，日本算得上是完全缺位。尤其是以蘋果為代表的硅谷公司們，重新構(gòu)造軟件生態(tài)，把日本一直引以為傲的消費(fèi)類電子產(chǎn)品幾乎擠出市場(chǎng)。
雖然在機(jī)器人、汽車和智能手機(jī)組件等領(lǐng)域，日本依然站在最前沿。但就算是這些優(yōu)勢(shì)地位，如今也開始搖搖欲墜，因?yàn)檐浖到y(tǒng)已經(jīng)成為一個(gè)至關(guān)重要的因素，滲透入幾乎所有行業(yè)。
岡野的“深度學(xué)習(xí)”軟件系統(tǒng)，高度模擬了人類大腦，可以不依賴人類操作而讓機(jī)器自動(dòng)學(xué)習(xí)。“深度”是指機(jī)器的神經(jīng)元網(wǎng)絡(luò)將擁有更多層次，可以處理更多復(fù)雜問(wèn)題。
“深度學(xué)習(xí)”已經(jīng)在硅谷紅透半邊天。谷歌去年就花了5億美元收購(gòu)了位于倫敦的創(chuàng)業(yè)公司“DeepMind”科技公司。蘋果、亞馬遜、Facebook和特斯拉、百度等巨頭公司都已經(jīng)在這個(gè)領(lǐng)域砸下重金，百度在2014年正式在硅谷建了一個(gè)深度學(xué)習(xí)研究中心。
根據(jù)美國(guó)市場(chǎng)研究公司Tractica預(yù)測(cè)，今年深度學(xué)習(xí)的企業(yè)應(yīng)用軟件銷售利潤(rùn)是1.09億美元，但到2024年，這一數(shù)字將達(dá)到104億美元。
對(duì)于硅谷來(lái)說(shuō)，"深度學(xué)習(xí)"是一個(gè)用來(lái)改造現(xiàn)有軟件的途徑。舉個(gè)例子說(shuō)，蘋果搞深度學(xué)習(xí)，是為了改進(jìn)Siri軟件系統(tǒng)的語(yǔ)音識(shí)別能力，和人交流得更加順暢。
但是在日本，“深度學(xué)習(xí)”被寄予了另一種期望。那些上趕著接觸岡野的日本公司們，希望從和硅谷完全不同的一個(gè)角度來(lái)挖掘深度學(xué)習(xí)，比如說(shuō)用來(lái)改進(jìn)硬件。
"深度學(xué)習(xí)"可以讓機(jī)器實(shí)現(xiàn)自我升級(jí)，并通過(guò)機(jī)器與機(jī)器之間的互聯(lián)來(lái)升級(jí)整個(gè)系統(tǒng)，遠(yuǎn)比通過(guò)人手再來(lái)升級(jí)機(jī)器的效率高。
日本的工業(yè)機(jī)器人制造商、蘋果公司供應(yīng)商Fanuc，最近入股了“Preferred Networks”，希望能讓機(jī)器人自動(dòng)學(xué)習(xí)如何更好地組裝設(shè)備甚至自我修復(fù)。
豐田和松下公司也都在尋求和Preferred Networks的合作，前者希望能通過(guò)深度學(xué)習(xí)發(fā)展無(wú)人駕駛，后者希望能借助Preferred Networks來(lái)升級(jí)監(jiān)控相機(jī)和消費(fèi)類電子品。
Preferred Networks的野心卻不止于此，它希望能在整個(gè)企業(yè)級(jí)深度學(xué)習(xí)應(yīng)用領(lǐng)域中占上核心之地，就像1980年推出操作系統(tǒng)后在個(gè)人和公司計(jì)算機(jī)革命躍居核心地位的微軟。
Preferred Networks最近還新推出了一款操作系統(tǒng)，名字叫“Chainer”，專門用來(lái)幫助第三方工程師開發(fā)深度學(xué)習(xí)項(xiàng)目。
這個(gè)去年剛剛成立，還僅有30名雇員的公司，在今年8月估值就到了1.2億美元，公司至今堅(jiān)持保持獨(dú)立。
這其實(shí)相當(dāng)于一場(chǎng)賭博，因?yàn)镻referred Networks的對(duì)手是幾乎擁有無(wú)限資源的谷歌。谷歌可以任意挖角世界上最好的深度學(xué)習(xí)人才和制定潛在行業(yè)標(biāo)準(zhǔn)。
Preferred Networks創(chuàng)始人們現(xiàn)在每天都要拒絕許多合作建議，因?yàn)楣镜墓蛦T還遠(yuǎn)遠(yuǎn)不夠。
“Preferred Networks的技術(shù)實(shí)力毫無(wú)問(wèn)題，但是他們還是需要學(xué)習(xí)如何和資本市場(chǎng)打交道”，東京大學(xué)名助理教授松尾豐說(shuō)。
岡野一直堅(jiān)信自己在這方面的技能會(huì)有用。在他看來(lái)，未來(lái)的世界一定會(huì)是所有物體互相連接，汽車、烤面包機(jī)都紛紛上網(wǎng)，被連接在一起的設(shè)備每分每秒都會(huì)接受海量信息。
這些信息中有一些很關(guān)鍵，大部分卻相當(dāng)于信息噪音。然而這個(gè)世界上不存在能夠針對(duì)每一則信息來(lái)進(jìn)行篩選的計(jì)算能力。
比如汽車的傳感器可以接受和記錄每一個(gè)霓虹廣告牌的詳細(xì)像素，但這對(duì)汽車的安全駕駛毫無(wú)用處。
人腦也有相似的“信息過(guò)載”問(wèn)題存在，但是人腦能夠通過(guò)學(xué)習(xí)去識(shí)別和過(guò)濾所有無(wú)關(guān)信息。計(jì)算機(jī)也一樣，機(jī)器必須要有能力來(lái)獨(dú)立進(jìn)行判斷，哪些數(shù)據(jù)有用，哪些數(shù)據(jù)需要過(guò)濾，哪些數(shù)據(jù)必須要上傳和共享。
人工智能發(fā)展了多年，一直沒(méi)有重大突破，已經(jīng)讓很多用戶感到失望，其中一部分原因就是因?yàn)橛?jì)算能力不足。"深度學(xué)習(xí)"也還需要一些重大突破才能掀起足以改變世界的浪潮，但從長(zhǎng)遠(yuǎn)看，人工智能時(shí)代的降臨已經(jīng)不可避免。
雖然事實(shí)證明日本政府對(duì)新科技的反應(yīng)非常遲緩，一定程度上造成了日本近年在全球科技競(jìng)爭(zhēng)中逐漸邊緣化，但日本依然不乏很多在細(xì)分市場(chǎng)占據(jù)頂尖位置的科技公司。
日本先進(jìn)科學(xué)與技術(shù)協(xié)會(huì)的人工智能小組主任純一井說(shuō)，Preferred Networks的出現(xiàn)相當(dāng)于是一面旗幟，把這些將構(gòu)成日本科技新一代主力的公司凝聚在一起。
聯(lián)系客服
