最近一家才成立一年的日本创业公司,引得丰田、松下等大公司纷纷折腰,抢破头也要去合作。
这家公司名为Preferred Networks,总部设在东京。创始人之一的冈野从幼儿园就开始对电脑产生了浓厚的兴趣,上中学后就开始编程写飞行模拟软件。后来去了东京大学读书,在那 里遇到了最终与他合伙创办了Preferred Networks的西川。
冈野的父亲是一个67岁的汽车音响制造商的退休经理,自己对数学和技术都不感兴趣,他一直认为写代码是冈野的某种天赋本能。
今年33岁的冈野,现在被认为将要担负起引领日本科技业重新崛起的希望。
在过去一轮的科技浪潮中,传统科技强国日本在与硅谷的直面竞争中,简直可以说是全面落败。
特别是在软件行业,日本算得上是完全缺位。尤其是以苹果为代表的硅谷公司们,重新构造软件生态,把日本一直引以为傲的消费类电子产品几乎挤出市场。
虽然在机器人、汽车和智能手机组件等领域,日本依然站在最前沿。但就算是这些优势地位,如今也开始摇摇欲坠,因为软件系统已经成为一个至关重要的因素,渗透入几乎所有行业。
冈野的“深度学习”软件系统,高度模拟了人类大脑,可以不依赖人类操作而让机器自动学习。“深度”是指机器的神经元网络将拥有更多层次,可以处理更多复杂问题。
“深度学习”已经在硅谷红透半边天。谷歌去年就花了5亿美元收购了位于伦敦的创业公司“DeepMind”科技公司。苹果、亚马逊、Facebook和特斯拉、百度等巨头公司都已经在这个领域砸下重金,百度在2014年正式在硅谷建了一个深度学习研究中心。
根据美国市场研究公司Tractica预测,今年深度学习的企业应用软件销售利润是1.09亿美元,但到2024年,这一数字将达到104亿美元。
对于硅谷来说,"深度学习"是一个用来改造现有软件的途径。举个例子说,苹果搞深度学习,是为了改进Siri软件系统的语音识别能力,和人交流得更加顺畅。
但是在日本,“深度学习”被寄予了另一种期望。那些上赶着接触冈野的日本公司们,希望从和硅谷完全不同的一个角度来挖掘深度学习,比如说用来改进硬件。
"深度学习"可以让机器实现自我升级,并通过机器与机器之间的互联来升级整个系统,远比通过人手再来升级机器的效率高。
日本的工业机器人制造商、苹果公司供应商Fanuc,最近入股了“Preferred Networks”,希望能让机器人自动学习如何更好地组装设备甚至自我修复。
丰田和松下公司也都在寻求和Preferred Networks的合作,前者希望能通过深度学习发展无人驾驶,后者希望能借助Preferred Networks来升级监控相机和消费类电子品。
Preferred Networks的野心却不止于此,它希望能在整个企业级深度学习应用领域中占上核心之地,就像1980年推出操作系统后在个人和公司计算机革命跃居核心地位的微软。
Preferred Networks最近还新推出了一款操作系统,名字叫“Chainer”,专门用来帮助第三方工程师开发深度学习项目。
这个去年刚刚成立,还仅有30名雇员的公司,在今年8月估值就到了1.2亿美元,公司至今坚持保持独立。
这其实相当于一场赌博,因为Preferred Networks的对手是几乎拥有无限资源的谷歌。谷歌可以任意挖角世界上最好的深度学习人才和制定潜在行业标准。
Preferred Networks创始人们现在每天都要拒绝许多合作建议,因为公司的雇员还远远不够。
“Preferred Networks的技术实力毫无问题,但是他们还是需要学习如何和资本市场打交道”,东京大学名助理教授松尾丰说。
冈野一直坚信自己在这方面的技能会有用。在他看来,未来的世界一定会是所有物体互相连接,汽车、烤面包机都纷纷上网,被连接在一起的设备每分每秒都会接受海量信息。
这些信息中有一些很关键,大部分却相当于信息噪音。然而这个世界上不存在能够针对每一则信息来进行筛选的计算能力。
比如汽车的传感器可以接受和记录每一个霓虹广告牌的详细像素,但这对汽车的安全驾驶毫无用处。
人脑也有相似的“信息过载”问题存在,但是人脑能够通过学习去识别和过滤所有无关信息。计算机也一样,机器必须要有能力来独立进行判断,哪些数据有用,哪些数据需要过滤,哪些数据必须要上传和共享。
人工智能发展了多年,一直没有重大突破,已经让很多用户感到失望,其中一部分原因就是因为计算能力不足。"深度学习"也还需要一些重大突破才能掀起足以改变世界的浪潮,但从长远看,人工智能时代的降临已经不可避免。
虽然事实证明日本政府对新科技的反应非常迟缓,一定程度上造成了日本近年在全球科技竞争中逐渐边缘化,但日本依然不乏很多在细分市场占据顶尖位置的科技公司。
日本先进科学与技术协会的人工智能小组主任纯一井说,Preferred Networks的出现相当于是一面旗帜,把这些将构成日本科技新一代主力的公司凝聚在一起。
作者:下木来源一财网)