《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“深度学习”技术。该公司已经获得了发那科、丰田和松下等巨头的合作。

　　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。

　　深度学习技术

　　来看看冈野原大辅及其“深度学习”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。“深度”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。

　　深度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年在硅谷成立了深度学习研究中心。

　　美国市场研究公司Tractica预计，到2024年，企业深度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，研究深度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，日本公司对深度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，深度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Preferred Networks现在已有30名员工

　　吸引巨头合作

　　日本工业机器人厂商、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，该公司的深度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为深度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，深度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。”