人工智能,日本能否独占鳌头?

许多科幻小说家都想象过高科技产品成为日常生活一部分是怎样的场景。比如视频通话、触屏电脑、还有入耳式耳机,后者在雷·布莱伯利的经典小说《华氏451度》中出现过。

表面上,科幻小说除了是一种流行的文学之外,看上去也是未来的预言家。我们可以想象出企业和政府中致力于研究发展的部门翻阅着最新的科幻小说,试图偷看到未来的一角,以便更好地谋划策略。

毫无疑问,经历了数十年的停滞,经济需要刺激。根据金融时报的报道,九月底的日本工业生产数据显示出经济负增长已经持续了两个季度。

更重要的是,安倍经济学在经济方面已经快要黔驴技穷,“第三支箭”——体制改革——似乎陷入僵局。

事实上,如果你想一想政府有多么看重科技、多么相信它能够解决国家面临的困境,一个科幻部门也并不是什么不靠谱的存在。

安倍经济学将物联网、大数据、机器人、以及人工智能作为其振兴策略的核心,目标旨在加速这四个领域的发展,为公共领域和私人领域都制定未来的愿景。

会思考的机器?

在这四个领域中,日本最擅长机器人。软银的 Pepper ——被描述成世界上第一个私人机器人——在推出售卖时抢占了无数头条。 Pepper 有能力读出人类的情绪,并用人类一样的语言和动作作出回应。它一经推出就被抢购一空,人们都渴望拥有一个属于自己的机器人。

但 Pepper 仍然距离我们未来期望得到的智能很远。例如,它无法通过图灵测试,这是一种在 AI 领域的基准测试,用来确认一台机器是否表现出了与人类无异的行为。

Pepper 的推出带来了一些重要的启示。一方面,它展示了日本在机器人方面来自多年制造工业机器人经验的丰厚积累。另一方面,它却也表明了日本在诸如物联网、大数据和人工智能领域的相对薄弱,在这些领域我们无法找到可以与机器人领域的 Pepper 匹敌的创造。

Mitsuru Ishizuka 是早稻田大学教授、东京大学名誉教授,他从1980年开始在东京大学进行AI研究。

Mitsuru 承认,日本在深度学习方面(一种 AI 的核心科技)落后于美国的程度相当多, 但他表示日本已经在努力追赶。例如,政府已经建立了一个新的AI研究中心,并计划再建造一所,以此推进日本的AI研究。

正如他指出的那样,大数据是深度学习的核心,而日本缺少像美国的谷歌或是Facebook之类的、在这方面有专长和经济实力的跨国公司。“这些公司可以在AI方面投入大量金钱,然后将研究结果融合到他们给与的服务中去。在日本,专长于AI科技的公司比它们要小很多。”Mitsuru解释道。

人工 vs. 天然

美国在AI方面已经有一段时间都保持着强国的地位了,在谷歌和Facebook之外也有许多专长于物联网、大数据和AI的公司。

其中最为人所知的公司之一就是IBM,它研制了AI计算机Watson。它因为赢得了美国一档电视智力竞赛节目《危险边缘》(Jeopardy!)而声名远播,在节目中它需要根据给出的答案反推问题。

在2011年,Watson赢得了这个电视竞赛,从此以后它被应用在多种用途上。它具有与人类的决策过程(观察,解释,评估,决定)相似的框架,但可以处理比人类多得多的数据。

日本企业家和风投家William Saito是Watson的粉丝。Saito作为受过专业训练的厨师,曾使用IBM的Watson大厨服务(the IBM Chef Watson service)来准备一些特殊的菜肴。

他说:“设计师们告诉Watson去读完所有给它的菜谱书,然后用大数据来找到吸引人的配料组合。”

总体来说,Saito的菜肴非常成功,他也看到了Watson融合了物联网、大数据以及AI以后充满前景的应用未来。“比如,将Watson和一台冰箱联起来,”他说,“你走到你的冰箱面前,然后它就会根据冰箱里现有食物过期日期的优先级列一份可以做的食谱给你。”

机器人在与用户交互的过程中获取用户的决策标准(即偏好)作为内部模型。在模型获取完成以后,机器人变得可以对自己的行为做自我调整、让行为更偏向于用户的偏好,并且预测用户的意图。

物联网,AI,以及机遇

从他的工作中,Saito可以区分出日本和美国在物联网、大数据、机器人以及AI方面的不同。他认为,在日本,人们对于AI的理解过分狭隘,太多重点被放在了作为机器人的组成部分之一的AI上。

创造机械人体(cyborgs)——在人类身上装上机械配件——的想法,看上去统治了大部分的思路。考虑到日本是一个快速进入老龄化社会的国家,对于机械辅助生活的需求只会越来越高,这种思维定势是可以理解的。

但是,这仍然只是很多设计选项中的一种。以汽车行业为例,Toyota最近被纽约时报报道,斥资5000万美元研究智能自动驾驶汽车。

这个研究计划与斯坦福大学和麻省理工学院合作。有趣的是,Toyota选择了一个与谷歌和特斯拉的自动驾驶汽车不同的方向。在Toyota的项目里,自动驾驶汽车的责任是让驾驶员的行驶变得更安全,而不是取代驾驶员。

回到学校

为了让日本能够拓宽在科技方面的视野,需要教育上的变革。Saito是这样相信着的。无论是小学、中学、还是大学,都应该把更多的重心放在创造性思维上。

Saito在最近给The Journal的一篇文章中写到日本的加拉巴哥化现象(译者注:加拉巴哥化(ガラパゴス化、Galapagosization)是日本的商业用语,指在孤立的环境(日本市场)下,独自进行「最适化」,而丧失和区域外的互换性,面对来自外部(外国)适应性(泛用性)和生存能力(低价格)高的品种(制品・技术),最终陷入被淘汰的危险,以进化论的加拉巴哥群岛生态系作为警语。也称作加拉巴哥症候群、加拉巴哥现象(Galápagos Syndrome)。日本的手机产业是代表例。来自维基百科)。他想要看到在逻辑思维和创造性思维之间更好的平衡,而心理学和生理学与传统的计算机科学和数学能够相辅相成。

他说这一点是非常重要的,因为物联网、大数据、AI以及机器人将越来越交融为一体,所以需要不同的技能组合。Saito说:“今天,日本的机器人仍然是非常偏重电子机械的。从逻辑上就是这样导向的。机器人将会变得靠自己来学习,20年后的机器人将与今天的机器人全然不同。”

AI纪元

Mazakazu Hirokawa是筑波大学AI实验室的一名助理教授。他在第一线亲眼见证机器人学与AI渐渐融合,并认为未来的趋势与Saito说的一致。

Hirokawa认为,日本的这些研究更多关注于与日本社会问题相关的科技,而不太关注解决全球的问题。在他的工作中,他聚焦于机器人。他的梦想是研发出一种软件,可以使机器人适应于每个用户独特的需求,成为他们的伙伴。

“我正在尝试创造一种算法,帮助机器人通过基于经验的推理来学习、并且有预见性地确定人类希望他们做什么、希望他们怎么做。”Hirokawa解释道。

他的目标不只限于软银Pepper的水平,而是希望最终能够让人类和机器——不止是机器人——之间的障碍完全消失。在那样的世界里,《钢铁侠》中的全身装甲将不再是电影或者好莱坞的专属,而是每时每刻都存在于日常生活中。

可能还要好些年这些东西才能变得触手可及,但这只不过是个时间——以及软件——的问题。“我们已经有了能够做到这些的硬件,但重点是开发软件,”Hirokawa说道,“这是挑战所在,而我正在致力于此。”

日本与美国在AI研究上的差别

来自Quora上Sam Sinai的答案

这个回答有些凭直觉,但来自于一个在MIT念了两年AI的研究生的体会。

美国的AI研究有一些主要的资金源和动机:

  • 军部。国防高等研究计划署(DARPA)资助了许多AI方面的研究,通常很清楚的是它想要一些可以应用的产品。在机器人和计算机视觉方面,许多项目能立即、或是在未来可以应用到军队中。一个例子是美国军部的心眼项目(Mind's Eye)。
  • 科技巨头(谷歌,微软,...)。他们因为一些原因而对AI很有兴趣。但是他们最快的应用是语音识别,以及改进从他们大量的数据中萃取价值的方法(推荐算法等等)。谷歌最近表现出了一些对于机器人的兴趣(最明显的是在自动驾驶汽车上),但他们会把机器人用到什么地步尚不可知。
  • 国家科学基金(NSF)和国家卫生研究院(NIH)。他们对于生物方面的AI更有兴趣。他们资助了许多与脑神经相关的AI项目。最近的一个是大脑计划(BRAIN Initiative),我相信其中一些资金流向了像大脑中心(The Center for Brains)、Minds & Machines之类的地方。

现在,让我们来对比一下日本的这些情况。从最初一开始的时候,日本的公司与大学就在机器人方面(看看日本的机器人吧)非常有兴趣(也非常领先),所以研究进展和资金主要都集中在这个分类上。然而,日本对于机器人的关注点和美国有一些不同,因为研发机器人的主要动机来自工业上和“文化”上,与军事无关。他们也有一种对于制造类人机器人的狂热。我们都见过日本的ASIMO和比他更像人类的机器人Geminoid F。

日本的服务机器人也比其它任何地方都更常见于日常生活。

日本的科技巨头们更以硬件为导向,所以也就对于“纯软件”的AI的兴趣(或者说志气)也就不如美国的科技巨头们。最后,虽然日本在脑神经上的研究历来十分出色,他们的关注点有些太偏向分子了。因此,认知与AI的融合也就不如美国顺利。

总结而言,日本主流的AI主要关注(非军事的)机器人,在其他领域不那么活跃。但他们在他们做的那些方面实在是太尼玛出色了。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2015-11-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器人网

智能化浪潮来袭,2018年人工智能将受热捧

2017年全球半导体行业发展势头十分强劲,在多方面实现了两位数增长。据最新的统计显示,2017年全球半导体市场总营收将会达到4111亿美元,相较2016年增长1...

2679
来自专栏大数据文摘

大众对机器人技术的理解都有哪些谬误?

1144
来自专栏java思维导图

抛开当下的迷惘,IT技术人的发展之路该怎么走?

“技术圈中的很多人,最初都坚定地认为 coding 能改变世界。然而三五年过去后,还能不忘初心的人,少之又少。 ? 随着年龄的增长,梦想已被束之高阁,面包慢慢占...

3125
来自专栏机器人网

机器人时代 你需要掌握三大技能

自1962年通用汽车公司(General Motors)在位于其新泽西的生产线上安装第一台工业机器人以来,机器一直在不断地取代工人。在接下来的这几十年里,几乎所...

3409
来自专栏人工智能头条

百度高级副总裁王劲:互联网+是创新的竞赛,人工智能是未来

1495
来自专栏机器人网

2017机器人行业报告全解析(龙头上市公司)

随着中国人口红利消失,机器人不仅在制造业上正在替代工人,还将在军事、服务、娱乐等领域取代人类,“钢铁侠”已不仅仅存在于美国科幻电影中,而正走入我们的生活。 本篇...

4295
来自专栏机器人网

深度解析工业机器人全产业链(最全面图解)

一、什么是工业机器人? ? 工业机器人工业机器人是面向工业领域的多关节机械手或多自由度的机器装置,它能自动执行工作,是靠自身动力和控制能力来实现各种功能的一种机...

3466
来自专栏人称T客

SaaS正在缓慢溃败 阴云已来

看到SaaS漫天的报道,我们有理由相信它的火热,但是SaaS已经走进了深水区。我们来看看早期公司在竞争日益激烈的市场表现如何。 近期Victor Basta在T...

2313
来自专栏点滴科技资讯

2016年硅谷指数报告—收入篇

硅谷的工资和收入在持续增长,但是不同性别,种族,职业类型和不同学历水平和技能水平的居民之间的收入差距越来越大。 为什么收入很重要? 收入增长是衡量硅谷经济活力...

2929
来自专栏机器学习算法与Python学习

机器人产业发展规划(2016-2020年)

业和信息化部 发展改革委 财政部关于印发《机器人产业发展规划(2016-2020年)》的通知 工信部联规〔2016〕109号 各省、自治区、直辖市及计划单列市工...

34810

扫码关注云+社区