“AI落后国“日本的困局
自2013年深度学习抬头，数年过去，如今大多企业也都开启自己的 AI 项目，争取将自家产品和服务也 AI+，更别提大量的 AI 创业公司。此外，还有大量人才涌入，在日本时问学院的新生，要学啥，十有八九答机器学习。而国内更甚，听实习的朋友说，现在理工专业只要觉得自己专业没太大前景的，都涌向了机器学习。
放眼观去，数年过去，多数已成定局，目前毋庸置疑的 AI 开发中心，当数美国和中国。此外欧洲几大家。而反观日本，在 AI（深度学习）开发方面仿佛毫无存在感。每年 AI 方面会议的论文上，也多是欧美人的名字还有中文名。
在日本时我也察觉到了些趋势，于是毕业后也没留日本，而是选择了回国实习。毫无疑问，比起死气沉沉的日本，国内的 AI 大环境更让我感到激情。
但是，或许如此趋势让许多人不解，作为发达国家的日本。之前似乎也展示了很多智能机器人的演示，为什么现在却会在 AI 方面反而没有任何优势呢。虽然媒体的夸大以及民众对技术的误解有些原因，但是肯定是还有更深层次的原因。
这里结合我在那边的见闻，还有最近看的一篇对东大教授松尾豊(日本深度学习研究第一人)的访谈，来写写关于日本 AI 发展为何缓慢，还有希望所在。
放下自尊，面对失败
首先，日本若要发展好 AI，就得先放下无谓的自尊心，坦然面对自己的败局。在日本待过的话，相信会对日本人对自己各方面的蜜汁自信印象深刻，很少愿意承认失败（南京大屠杀这件事能够拖这么久），只有少数有远见的人，才能够意识到问题，然而却又没有发言权。
开始话题前，我们先得了解下，为何说日本现在 AI 技术落后。其实不光 AI，本身其互联网技术就很落后，两者的原因也如出一辙。
第一点，技术引入过慢，没在最初局势未定时，果断跟进。九十年代后期，当时的日本年轻人就有说：“之后是互联网的时代了！” 然后呢，上面的中老年人完全理解不能，“不靠谱” “只有宅男们在用”，就直接否定掉，于是当时的互联网发展提议就胎死腹中了。等看到甜头想要开始，也为时已晚。
同样，对于当前人工智能核心技术的深度学习，固守自封，反感排斥的人大有人在，特别是当前掌握日本大部分资源的中老年人。
第二，年轻人没有话语权。正如上面提到的，日本掌握社会主要话语权的中老年人们，对深度学习技术大感排斥。所以也就根本就没给下面的年轻人施展的空间，结果就是毫无发展跟进，和世界脱节。
现在对于日本而言，基本上已没有赶上去的可能了，日本必须要认清这个现实，然后重新开始。
转眼望去，过去二十几年来，日本在全球竞争中获胜的 IT 互联网公司几乎没有。一直都是不断竞争失败，现在到了人工智能方面似乎也要呈现同样趋势。
而日本过去引以为豪的半导体和家电行业，现在也慢慢竞争不过海外，只有汽车行业还在孤军奋战。
其实此外还有一点就是，如今日本年轻人竞争意识太弱，很多人都是得过且过。在我看来有时候，可以说被过度保护才成这样。全民娱乐至死，很少有人去想着说，我要拿人工智能赚大钱。相比我接触的东南亚印度的年轻人，真的差别很大。
2013 年胜负已定的 AI
可能现在看，有人会认为之所以日本 AI 落后，是因为没有像 Tensorflow 这样的框架平台。然而这些，并不代表什么（中国也没有），因为到头来谷歌这样公司对于绝对不能公开的是不会公开的（据说谷歌内部和外面用的 Tensorflow 都不一样），比如广告方面算法。而对于那种不影响竞争，或者传播开后更好的，就会开源。所以他们开源 Tensorflow 是因为根本就不认为这不是关键点。
而什么是关键点，是如 Tensorflow 开源前，2013年谷歌购入 Geoffrey Hinton 的公司；此后，再购入 DeepMind，17年购入 Kaggle之类的事情。同样 Facebook 也是招揽了Yann LeCun，而拥有了顶级的人工智能研究室。
其实那时围绕着 AI 的人才争夺就胜负已定，之后不过是人才不断地涌入。
所以现在无论是人工智能开发的人才，还是关于深度学习的研究开发，美中两国完全占据了领先地位。
关于人才这一点，虽然有人喊：“日本的技术其实完全不输于他人的。” 然而现实是，日本的存在感越来越低，国际会议上的论文也很少。10年前计算机领域顶会，可能日本采用数占5%左右，但现在估计就只有2%-3%了。
那么是否日本的首要任务就是提高论文的数量，当然不是，论文不光是数量重要，更关键的质量。Bengio，Hinton 还有他们周围的一些学者，每年都能发出很有影响度的论文刷存在感。
有一个很重要的点就是，从十五年前左右开始，在商业上有优势的公司会在学术上也具有优势，看看现在谷歌，Facebook 这些。这是个很自然的因果关系，在商业上取得优势，也就可以聚集好人才和资源，自然也就有好论文。（中国现在这些大公司自然也是，多年前别说学术了，很多可能只有抄袭。）
所以现在看到的日本论文太少，到底只不过是个表面的结果，更深层次的原因还是在于，在商业上失败了。
懦弱的大公司，创业公司的机会
然而，关于日本对此问题的危机感。松尾教授给的答案是，对于国家层面上来说，虽然自己也做过很多努力，却发现成效微弱，充满了限制。
而如果基于上面商业失败的原因，那最大的希望还是在于大企业。现在似乎大企业也有些要行动的趋势，但总的来说，行动起的大公司还是少数。所以正因为大公司的软弱，也给了创业公司很大的机会。一旦大公司动起来，那么这些创业公司将毫无插足之余。
那么为什么大公司没有好好动起来，跟上潮流呢？
还是最初说的，主要是大公司依照着日本所谓“年功序列“，你要成为高层，一般都是熬出来的，也都有些年龄了。很多根本就没有正确理解新技术，需要更好好的去学习，却没有学习。因为既得利益者，往往是甘于保持现状。
这些人，或者说日本全体都要好好学习一下新技术，而不是沉醉于过去的辉煌。比起旁边我们大天朝，那一股全民创业全民 AI 热火朝天的气氛，日本却显得不太热情。只要这些技术比现有的技术快上一两步，就表示自己不懂了，明明学学就能懂的，却不去学。这样下去想想就知道根本不可能赢的。
而现在，还喊着成为人工智能强国，就像是连汽车构造都不知道，就嚷着要汽车立国一样。只知道汽车用汽油可以跑，是远远不够的。
还有一个很大的问题就是理解 AI 的研究人员和技术人员，和实际掌握资源的官僚，管理人员之间的沟通困难。不光大公司内，很多创业公司都苦于这一点，很多人什么不懂便：“啊，现在 AI 是个黑箱，很恐怖”。
当然虽然会有一些问题，但是比起笨拙的大公司，创业公司还是有很多机会的。即使之后，威胁到大公司，大公司醒悟过来开始大开杀戒。到那时对整个社会还是好的。
不赚钱的企业不是好企业
当然不光是企业和国家那边的失误，而研究者们一脸无辜，他们其实也有一些责任。
首先我们想想，大学存在的意义是什么。主要两点，第一点，大学里聚集了各种领域的专家，他们各自坚信一个事物并不断去研究，而促使这些研究的往往并不主要是经济上的回报，更多是满足知识上的好奇心。这些研究往往对社会意义重大，因为他们探索的是人类未知领域，帮助我们拓宽知识的疆界。
之后还有一点，就是在第一点的基础上，创造出产业和社会价值。
面对产业和社会的需求，研究者们也应当给予真挚的回应。所以需要有竞争性的经费支持，也就是说对企业用处更大的研究得到更多支持。还有和企业的共同研究也应当加强。
而现状是，比起欧美，日本大学和产业界的联系很微弱。而根本问题在于，日本的大多数研究者根本就没有理解经济利润的重要性。而且因为流动性差，几乎很少在企业里工作，于是正经创业的人也就寥寥无几。
那些发明一个赚钱方法，然后扩大规模的企业家们其实很了不起。但日本的大多研究者，往往心里却鄙视单纯想着赚钱（颇有中国古风），总觉得自己这么聪明，只要稍微弄弄完全就可以做到。
所以他们根本就不会去想，“怎么才能对企业做出贡献呢”。根本就没有实际地去体验，让企业成长起来的技术的重要，在企业转型期要用到的技术的重要。而相比起来说，硅谷那边的大学，就对自己所扮演的角色就知道得非常清楚。
那么是不是就应该光想着赚钱的研究，而忽视基础研究呢。松尾教授给出的答案是，不然，更应把能赚钱的研究优先，等赚到钱了，之后再投入基础研究中去。其实日本战后，就是用这样的策略，产生了很多诺贝尔奖。
跟上深度学习潮流，结合自己的优势
现在日本应该做的就是先跟上这一波深度学习的潮流。因为深度学习是种泛用技术，基本上可以影响到各个行业。比如深度学习最擅长的机器视觉，可以应用上的行业数不胜数，医疗，农业，饮食等等。 或许日本可以将此类的深度学习技术，与比较擅长的汽车和工业机器人等制造业结合起来，说不定还能夺得一席之地。
反过来说，在类似互联网网络图片识别的任务上面，可能几乎已没有什么插足之地了，Google 这些大公司已做到极致了。所以只能在日本本来就占据优势，在世界有些市场的领域上，应用技术来取得胜利。
何不当成一场游戏
采访中还提到一个很有意思的视角。
为什么不把日本现在的情况当成一个游戏来看呢。比起说着枯燥的“国家”啊，“大企业”啊，还不如把现在比做一个模拟游戏更有意思。
假设现在是一个 RPG（角色扮演） 游戏，龙袭击了村落，比起单纯的抱怨“为什么要袭击村落啊”，“这种怪物就不应该存在”这些没有用的东西。还不如接受这个设定，想着怎么战斗来玩游戏更加有用。
现在的设定就是，日本这个安定小国，夹杂中美两大国之间，正在慢慢衰弱，而且同时伴随着少子高龄化等各种各样社会问题导致的制度疲劳，以及大公司一个个倒下问题。这样看去简直就是高难度模式的游戏，当然也绝不是什么地狱级难度。
虽然在这个多变的时代，努力改变的结果也说不定，但只要好好应对，相信也会出现很多好的事情。就像虽然城堡被恶龙占据，但也意味着可以暴落大量宝物。于是之后，就只要等从年轻人中出现各种来打通这个游戏的勇者们了。
