1994 年，年僅 12 歲的岡野原大輔（Daisuke Okanohara）在等待母親采購日用品的間隙里閱讀了一篇研究論文，在該論文中描述了一種提高數(shù)據(jù)壓縮速度的新方法。據(jù)岡野原回憶，他看到這篇論文的時候激動得渾身發(fā)抖。
“這在當(dāng)時是一種突破性的方法。”岡野原回憶道，現(xiàn)在他已經(jīng) 33 歲。當(dāng)年在看完論文之后，他花費了數(shù)月時間去測試這種方法到底如何在實際中運用。
如今岡野原已經(jīng)是一家位于東京的人工智能公司 Preferred Networks 的聯(lián)合創(chuàng)始人，他的目標(biāo)是不不止于突破自我，還希望將陷入困境的日本科技產(chǎn)業(yè)復(fù)興大業(yè)一肩扛下。
在過去的 20 多年中，由于軟件開發(fā)方面的短板，日本的科技產(chǎn)業(yè)在西方競爭對手的追趕下已經(jīng)失去了曾經(jīng)擁有的領(lǐng)先地位。蘋果公司憑借著自身產(chǎn)品更優(yōu)雅的用戶界面以及針對軟件開發(fā)者更完善的體系，日本消費類電子產(chǎn)品廠家在與蘋果公司的競爭中已經(jīng)逐漸被邊緣化。
雖然日本仍然在硬件產(chǎn)業(yè)處于前沿地位，比如說機(jī)器人開發(fā)、智能手機(jī)零部件以及汽車制造，然而，日本科技產(chǎn)業(yè)中這些傳統(tǒng)強(qiáng)項也面臨著被超越的危險，因為軟件在這些產(chǎn)品當(dāng)中發(fā)揮著越來越重要的作用。
岡野原開發(fā)的的“深度學(xué)習(xí)”軟件就如同人腦一般，程序可以自行學(xué)習(xí)，不需要通過人為設(shè)置每一步流程。“深度”意思為人工神經(jīng)元網(wǎng)絡(luò)：這些網(wǎng)絡(luò)分為更多層，因而能夠處理更為復(fù)雜的問題。
深度學(xué)習(xí)技術(shù)在硅谷已經(jīng)遍地開花，谷歌公司在去年以 5 億美元的價格收購了一家來自倫敦的名為 DeepMind 的創(chuàng)業(yè)公司，于此同時，蘋果、亞馬遜、Facebook 以及特斯拉都在該領(lǐng)域加大了投資。中國的搜索引擎公司百度也于 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)計在 2024 年針對企業(yè)商用的深度學(xué)習(xí)軟件年收入將達(dá)到 104 億美元，而該數(shù)據(jù)在 2015 年僅為 1.09 億美元。
對于硅谷的科技公司來說，深度學(xué)習(xí)主要是作為一種提升軟件性能的方式，比如說像蘋果的 Siri 這種語音識別程序在利用了深度學(xué)習(xí)技術(shù)之后就能夠更加自然地回答人們的問題。日本科技公司對于深度學(xué)習(xí)技術(shù)的期待不止于此，像岡野原自己的科技公司就更傾向于將深度學(xué)習(xí)技術(shù)運用到提升硬件性能。他們相信采用了深度學(xué)習(xí)技術(shù)的機(jī)器能夠更快地提高自身性能，其速度將超越人為優(yōu)化，因為這些機(jī)器能夠?qū)⒆约簩W(xué)習(xí)到的新知分享給其他機(jī)器，并且在學(xué)習(xí)新知方面永遠(yuǎn)不知疲倦。
發(fā)那科公司是日本的工業(yè)機(jī)器人生產(chǎn)廠商，同時也是蘋果公司的供應(yīng)商，最近該公司收購了 Preferred Networks 公司的小部分股份，希望能夠合作研發(fā)出更加聰明的機(jī)器人，不僅能自己找出最優(yōu)化組裝設(shè)備的方法，甚至還能修復(fù)其他損壞的機(jī)器人。
發(fā)那科公司是日本的工業(yè)機(jī)器人生產(chǎn)廠商，同時也是蘋果公司的供應(yīng)商，最近該公司收購了 Preferred Networks 公司的小部分股份，希望能夠合作研發(fā)出更加聰明的機(jī)器人，不僅能自己找出最優(yōu)化組裝設(shè)備的方法，甚至還能修復(fù)其他損壞的機(jī)器人。
“PFN 公司在該領(lǐng)域具有世界上最領(lǐng)先的專業(yè)技術(shù)。”發(fā)那科公司 CEO 稻葉善治對此深信不疑。除了發(fā)那科公司之外，日本豐田汽車公司也與該創(chuàng)業(yè)公司合作開發(fā)自動駕駛系統(tǒng)，而松下公司也寄希望于將 PFN 公司的專業(yè)技術(shù)運用到網(wǎng)絡(luò)監(jiān)控攝像頭與消費類電子產(chǎn)品當(dāng)中。
Preferred Networks 公司希望自己的深度學(xué)習(xí)應(yīng)用能夠在市場中占據(jù)核心位置，就好比微軟公司在上世紀(jì) 80 年代初期通過自己研發(fā)的操作系統(tǒng)在 PC 革命中占據(jù)了中心位置。最近 Preferred Networks 公司推出了一個基于深度學(xué)習(xí)技術(shù)的操作系統(tǒng)，名為 Chainer，它將幫助第三方軟件工程師編寫人工智能相關(guān)程序。
雖然 Preferred Networks 公司去年才成立，僅擁有 30 名員工，但是截至到今年 8 月該公司估值已經(jīng)達(dá)到了 1.2 億美元，并且這家公司一直堅持獨立發(fā)展，拒絕被收購。不接受收購就好似一場賭博，考慮到谷歌公司擁有著幾乎用不完的資源，這將使其大舉搶奪深度學(xué)習(xí)領(lǐng)域最優(yōu)秀的人才。并且很有可能率先設(shè)立行業(yè)全球標(biāo)準(zhǔn)。PNF 公司的 CEO 西川徹表示公司不得不拒絕了一些外部合作的請求，因為公司人手實在是不夠。行業(yè)專家還表示由于日本政府方面對于新技術(shù)接受速度太慢，同樣可能會給科技行業(yè)帶來麻煩。
“Preferred Networks 公司的技術(shù)水平自不用說，但他們還需要學(xué)習(xí)如何應(yīng)對資本市場。”東京大學(xué)副教授松尾豐表明了自己的看法。
岡野原大輔成長于東京以北的福島縣，他在上幼兒園就開始用電腦，上小學(xué)時就已經(jīng)為模擬飛行器軟件編程了。
“我并不擅長數(shù)學(xué)，所以我猜想寫代碼也許是他的個人天賦。”岡野原大輔的父親今年 67 歲，退休前曾在一家汽車音響生產(chǎn)商處工作。
在 1994 年那個還需要撥號上網(wǎng)的年代，12 歲的岡野原大輔就上網(wǎng)下載了諸如《區(qū)塊分類無損壓縮數(shù)據(jù)算法》這樣的計算機(jī)科學(xué)論文，讀專業(yè)論文帶給他的快樂和同齡孩子從小賣部買奶昔吃的快樂是差不多的。
岡野原大輔考進(jìn)了東京大學(xué)，在這里他認(rèn)識了同班同學(xué)西川徹，兩人一拍即合，并且共同創(chuàng)立了 Preferred Networks 公司。
如今的公司 CEO 西川徹說：“我很清楚如果錯失了這次機(jī)會，我就再也不會有幸與岡野原大輔這樣的天才一起工作。”
岡野原大輔擔(dān)任了公司的執(zhí)行副總裁，他相信隨著汽車和各類家電紛紛聯(lián)網(wǎng)，自己的專業(yè)知識將會有更大的發(fā)揮空間。他表示所謂的“物聯(lián)網(wǎng)”當(dāng)中存在著許多問題：相互聯(lián)網(wǎng)的設(shè)備產(chǎn)生了可供使用的天文數(shù)據(jù)，但是現(xiàn)有的計算機(jī)能力卻無法分析或者傳輸如此海量的數(shù)據(jù)。就拿汽車傳感器來說，它能夠記錄霓虹燈廣告牌的每一個像素，但是這種信息對于汽車安全系統(tǒng)來說是毫無用處的。
人類的大腦也會面臨同樣的信息過載問題，但是人類知道學(xué)會將那些無關(guān)緊要的信息拋諸腦后。電腦也必須發(fā)展出這種鑒別能力，能夠憑借自身判斷出哪些數(shù)據(jù)是具有相關(guān)性的，哪些數(shù)據(jù)需要與其他計算機(jī)一同分享。
人工智能在過去曾經(jīng)讓一些用戶倍感失望，部分原因是它們?nèi)狈?qiáng)大的計算能力。在日本國家先進(jìn)產(chǎn)業(yè)科學(xué)技術(shù)研究院人工智能負(fù)責(zé)人辻井淳看來，深度學(xué)習(xí)技術(shù)還需要具備一些突破性的進(jìn)展去震撼世界，但是人工智能時代的到來是不可避免的。“日本在許多行業(yè)中都擁有一流的公司，PFN 公司是一個理想的中樞機(jī)構(gòu)，可以將日本的一流公司凝聚成一個團(tuán)隊。”
轉(zhuǎn)載請注明出處。
相關(guān)文章
熱門資訊
精彩導(dǎo)讀
關(guān)注我們
