據(jù)美國《華爾街日報》12月1日報道，Daisuke Okanohara是東京人工智能公司Preferred Networks Inc.的聯(lián)合創(chuàng)始人，他正在力爭實現(xiàn)自我突破，肩負(fù)著重振日本科技業(yè)的重任。

在美國硅谷，深度學(xué)習(xí)(deep-learning)市場已頗具規(guī)模。Alphabet旗下的谷歌去年以估計5億美元的價格收購了倫敦初創(chuàng)企業(yè)DeepMind Technologies，而蘋、亞馬遜Facebook和特斯拉等公司也紛紛投資了該領(lǐng)域。中國互聯(lián)網(wǎng)搜索服務(wù)提供商百度于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，到2024年，有關(guān)深度學(xué)習(xí)的企業(yè)應(yīng)用軟件收入將達(dá)到104億美元，今年只有1.09億美元。

對硅谷而言，深度學(xué)習(xí)技術(shù)主要用于優(yōu)化軟件。舉例來講，可以使蘋果Siri等語音識別系統(tǒng)在回答用戶問題時更為自然。不過，那些紛紛效仿Okanohara的日本企業(yè)則傾向于另辟蹊徑，將深度學(xué)習(xí)用于優(yōu)化硬件。他們認(rèn)為，一臺深度學(xué)習(xí)機器的自我優(yōu)化速度可遠(yuǎn)超人工優(yōu)化機器的速度，因為這類機器可以與其他機器共享彼此的學(xué)習(xí)成果，而且百學(xué)不厭。

日本工業(yè)機器人生產(chǎn)商、蘋果供應(yīng)商法努克(Fanuc Co.)最近入股Preferred Networks，持有小部分股權(quán)，希望開發(fā)出可以自己計算出如何才能最好地組裝設(shè)備、甚至是修復(fù)其他機器人的機器。

Preferred Networks首席執(zhí)行長Yoshiharu Inaba說，公司擁有全世界最先進(jìn)的技術(shù)。此外這家公司還與豐田汽車公司(Toyota Motor Co.)合作開發(fā)自動駕駛技術(shù)，以及與松下電器產(chǎn)業(yè)公司(Panasonic Co.)展開監(jiān)控攝像頭和消費類電子產(chǎn)品的合作。

Preferred Networks對自身的期望是在企業(yè)深度學(xué)習(xí)應(yīng)用的中心領(lǐng)域占據(jù)一席之地，就像上個世紀(jì)80年代微軟(Microsoft Corp.)憑藉操作系統(tǒng)進(jìn)入企業(yè)個人電腦革命的核心領(lǐng)域一樣。Preferred Networks最近引入了一個深度學(xué)習(xí)技術(shù)的操作系統(tǒng)，這個操作系統(tǒng)名為Chainer，可以幫助第三方工程師編寫具備人工智能功能的程序。

這家有30名員工的初創(chuàng)公司于去年成立，8月份時估值為1.2億美元，該公司一直堅持保持獨立。這就像是一場賭博，因為谷歌擁有幾乎無限量的資源，使其可以爭取到一些最好的人才并且有可能制定全球標(biāo)準(zhǔn)。這家初創(chuàng)公司的高管稱，由于員工不足，他們已經(jīng)拒絕了一些合作提議。專家還表示，日本政府采用新技術(shù)的步伐緩慢也可能帶來問題。

擔(dān)任執(zhí)行副總裁的Okanohara表示，當(dāng)汽車、烤箱等多種多樣的產(chǎn)品聯(lián)網(wǎng)后，他相信自己的專長能夠發(fā)揮作用。因為他看到物聯(lián)網(wǎng)存在一個問題：連接的設(shè)備可以訪問的數(shù)據(jù)量過于龐大，沒有可以與之匹配的分析或傳輸數(shù)據(jù)的計算能力。例如，汽車傳感器可能記錄霓虹廣告牌上的每個像素，而這一信息對于汽車安全運行毫無用處。

Okanohara稱，人腦也面臨同樣的超載問題，但人類學(xué)會了放棄無關(guān)信息。與之相似，計算機必須能夠自行判斷信息是否重要，以及應(yīng)當(dāng)與其他設(shè)備分享哪些信息。