2019年，有兩件事一直困擾著孫正義：軟銀投資失敗，日本科技落后。

面對(duì)媒體，孫正義痛心地說(shuō)，技術(shù)產(chǎn)業(yè)幾乎從日本消失了，我們正在成為一個(gè)被遺忘的國(guó)家。 。AI革命即將到來(lái)，是日本重返牌桌的最后希望[1]。

隨著ChatGPT的出現(xiàn)，孫正義的呼吁終于成為共識(shí)。然而，就在日本動(dòng)員全國(guó)，準(zhǔn)備用油門闖入跑道時(shí)，發(fā)現(xiàn)了一個(gè)尷尬的事實(shí):

目前日本的AI研究，非常依賴隔壁鄰居為首的外國(guó)人。

對(duì)于這一點(diǎn)，RIKEN創(chuàng)新智慧綜合研究中心負(fù)責(zé)人杉山將曾經(jīng)做過(guò)一個(gè)統(tǒng)計(jì)。

RIKEN(物理和化學(xué)研究所)是日本唯一的國(guó)家級(jí)研究機(jī)構(gòu)，是頂級(jí)集中的地方。湯川秀樹等日本諾貝爾獎(jiǎng)獲得者在這里做過(guò)研究。然而，近一半的作者屬于外國(guó)大學(xué)，其中大約一半來(lái)自中國(guó)[2]。

在生成式AI浪潮中，當(dāng)?shù)貨](méi)有人可用，促使日本一直處于失語(yǔ)狀態(tài)。

但是，如果回顧歷史，就會(huì)發(fā)現(xiàn)日本曾經(jīng)是一個(gè)“AI強(qiáng)國(guó)”。

20世紀(jì)80年代和90年代，日本曾經(jīng)是深度學(xué)習(xí)的中心。在日本AI實(shí)驗(yàn)室度過(guò)了一段郁郁蔥蔥的時(shí)光，包括楊立昆、余凱、林元慶、賈揚(yáng)清等。

曾握著一手王炸的日本，為什么要走向老無(wú)所依的結(jié)局？

站在日本人的肩膀上

上世紀(jì)80年代，正在讀大學(xué)的楊立昆，被一群“瘋子”所吸引。

當(dāng)時(shí)深度學(xué)習(xí)是一條“被證偽”的技術(shù)路線。然而，仍然有少數(shù)人堅(jiān)持，包括一群日本科學(xué)家。楊立昆發(fā)現(xiàn)，當(dāng)時(shí)的深度學(xué)習(xí)論文大多是日本研究人員用英語(yǔ)寫的。

在這些人中，一個(gè)叫福島邦彥的日本人對(duì)她影響很大。

福島邦彥

一九八○年，福島邦彥參照貓的視覺(jué)結(jié)構(gòu)，設(shè)計(jì)了一種叫做“神經(jīng)認(rèn)知機(jī)”的視覺(jué)結(jié)構(gòu)。（Neocognitron）"多層網(wǎng)絡(luò)模型。

在生物的初級(jí)視覺(jué)皮層中，有多個(gè)神經(jīng)元，每個(gè)神經(jīng)元只“掌管”一小部分視線。隨后，神經(jīng)元收集的信息將統(tǒng)一傳遞到視覺(jué)皮層，形成完整的視覺(jué)圖像。

受此啟發(fā)，福島邦彥為神經(jīng)認(rèn)知機(jī)制定了“感知光”和“運(yùn)動(dòng)信息”兩個(gè)神經(jīng)元，分別用于“提取圖形信息”和“構(gòu)成圖形信息”。 但是，福島邦彥神經(jīng)認(rèn)知機(jī)存在一個(gè)致命問(wèn)題： 太超前了。

那時(shí)候，主流的神經(jīng)網(wǎng)絡(luò)只有一層，但是神經(jīng)認(rèn)知機(jī)有整整五層。

面臨著多層設(shè)計(jì)帶來(lái)的各種問(wèn)題，福島邦彥一時(shí)找不到解決辦法，導(dǎo)致神經(jīng)認(rèn)知機(jī)只能處理一些極其簡(jiǎn)單的工作。

一九八六年，辛頓提出了“反向傳播算法”，這一問(wèn)題得到了正確答案。

然而，如果我們追溯反向傳播算法，我們會(huì)發(fā)現(xiàn)它的根源仍然是日本人。20世紀(jì)60年代，日本數(shù)學(xué)家甘利俊一提出的“隨機(jī)梯度下降法”為其提供了技術(shù)靈感[6]。只是由于特定時(shí)代的限制，甘利俊一沒(méi)有條件在電腦上進(jìn)行模擬驗(yàn)證。

1988年，楊立昆將神經(jīng)認(rèn)知機(jī)與反向傳播相結(jié)合，打造了著名的卷積神經(jīng)網(wǎng)絡(luò)。直到今天，卷積神經(jīng)網(wǎng)絡(luò)仍然是圖像識(shí)別領(lǐng)域最重要的算法之一。

可以看出，這些定義一個(gè)時(shí)代的AI研究成果，都是站在日本科學(xué)家的肩膀上實(shí)現(xiàn)的。

中國(guó)人在實(shí)驗(yàn)室

與此同時(shí)，日本工業(yè)界，拉開(kāi)了更激進(jìn)的歷史篇章。

當(dāng)時(shí)，日本進(jìn)入了一個(gè)極其繁榮的泡沫經(jīng)濟(jì)時(shí)代。大企業(yè)為愛(ài)情發(fā)電，自己掏錢建中央實(shí)驗(yàn)室，努力做基礎(chǔ)科學(xué)。其中，NEC(日本電器有限公司)最激進(jìn):直接切入美國(guó)技術(shù)產(chǎn)業(yè)腹地，將實(shí)驗(yàn)室開(kāi)到普林斯頓和硅谷。

NEC，財(cái)大氣粗 Lab，很快就聚集了一大批未來(lái)著名的名字。

Xi交通大學(xué)軟件學(xué)院院長(zhǎng)，國(guó)家 龔怡宏是第一位加入硅谷NEC的特聘教授。 國(guó)人科學(xué)家Lab。在他擔(dān)任實(shí)驗(yàn)室主任的階段，他延攬了一批年輕人才。

在這些人中，既有引發(fā)科技巨頭競(jìng)拍辛頓的余凱，也有活躍在中國(guó)AI產(chǎn)業(yè)一線的林元慶、徐偉等技術(shù)巨頭。

余凱

那時(shí)候，中國(guó)的計(jì)算機(jī)產(chǎn)業(yè)剛剛起步，無(wú)法吸收這么多人才。硅谷NEC Lab無(wú)縫地接受了這一需求，并吸引了一大批渴望探索AI的中國(guó)科學(xué)家。

硅谷NEC余凱接力 Lab主任一職之后，又招募了黃暢。那時(shí)，黃暢下面有一位名叫賈揚(yáng)清的見(jiàn)習(xí)生。NEC 在Lab期間，賈揚(yáng)清展示了他高超的數(shù)學(xué)和工程代碼能力，曾經(jīng)讓實(shí)驗(yàn)室里的每個(gè)人都相信他將來(lái)會(huì)有所成就。

這條孵化線代代相傳，在林元慶接管了硅谷NEC 在那之后，Lab還在繼續(xù)。

謝賽寧是他引進(jìn)的見(jiàn)習(xí)生，后來(lái)和麻省理工學(xué)院教授何愷明一起提出了著名的ResNeXt模型。謝賽寧還在2022年與OpenAI研究員Billll。 論文中的Peebles合作《Scalable diffusion models with transformers》。

基于這篇論文，OpenAI創(chuàng)建了視頻生成模型Sora。

另外一個(gè)NEC位于普林斯頓。 Lab，Vladimir也吸引了楊立昆和svm算法發(fā)明者。 泰斗級(jí)人物，如Vapnik。

可以說(shuō)，歷史上沒(méi)有一個(gè)機(jī)構(gòu)可以像NEC一樣， Lab就是這樣，有這樣一個(gè)高手如林的團(tuán)隊(duì)。

在媒體采訪中，余凱描述了NEC。 在Lab巔峰時(shí)期的知名度： 如果你在谷歌上搜索美國(guó)NEC Lab，網(wǎng)頁(yè)上會(huì)立刻彈出一句話，你要不要來(lái)谷歌工作[7]。

不過(guò)，鼎盛時(shí)期風(fēng)光獨(dú)特的NEC Lab，但早就埋下了草蛇灰線的衰落。

五月花號(hào)迷航

2002年，楊立昆剛剛在普林斯頓做了一年的研究，NEC開(kāi)始施加壓力。

管理層毫不客氣地告訴楊立昆，NEC對(duì)深度學(xué)習(xí)沒(méi)有任何興趣，并順手解雇了當(dāng)時(shí)的實(shí)驗(yàn)室主任。這段經(jīng)歷讓楊立昆對(duì)行業(yè)完全失望，回到紐約大學(xué)當(dāng)老師。

楊立昆

NEC突然自毀長(zhǎng)城，有兩個(gè)不可忽視的現(xiàn)實(shí)原因：

首先，人們對(duì)AI失去了信心。當(dāng)時(shí)無(wú)論是芯片計(jì)算率還是數(shù)據(jù)的豐富程度，都遠(yuǎn)遠(yuǎn)不足以讓深度學(xué)習(xí)發(fā)揮潛力。同時(shí)，“第五代計(jì)算機(jī)”項(xiàng)目的失敗更是雪上加霜。

“第五代計(jì)算機(jī)”項(xiàng)目始于80年代，旨在打造AI驅(qū)動(dòng)的超級(jí)計(jì)算機(jī)。

在日本的想法中，第五代計(jì)算機(jī)將具有回答問(wèn)題、管理知識(shí)庫(kù)、識(shí)別圖像、生成代碼等功能[8]。這個(gè)“領(lǐng)先時(shí)代40年”的研究項(xiàng)目曾經(jīng)嚇到美國(guó)，立即拿出補(bǔ)貼與日本競(jìng)爭(zhēng)。

這樣一個(gè)拍腦袋的項(xiàng)目，結(jié)局可想而知。

1992年，五代機(jī)項(xiàng)目正式宣布破產(chǎn)。日本不僅浪費(fèi)了數(shù)億美元，還忽悠了其他跟風(fēng)的國(guó)家。一怒之下，大家都把責(zé)任歸咎于AI。在未來(lái)很長(zhǎng)一段時(shí)間里，AI研究就像一只過(guò)街的老鼠，每個(gè)人都在大喊大叫和毆打。

第二，日本的中央試驗(yàn)室方式，在這個(gè)時(shí)候也有問(wèn)題。

NEC是日本公司 Lab等中央實(shí)驗(yàn)室的定位是一個(gè)純粹的基礎(chǔ)研究機(jī)構(gòu)。這種模式與市場(chǎng)和行業(yè)沒(méi)有聯(lián)系，只是盲目追求獲得更多的諾貝爾獎(jiǎng)。這種情況使科學(xué)家非常煩躁，內(nèi)部經(jīng)常調(diào)侃說(shuō)“總而言之，做什么都不能用在產(chǎn)品上”。

所以，當(dāng)經(jīng)濟(jì)泡沫消失的時(shí)候，日本進(jìn)入了一個(gè)失落的時(shí)代，一個(gè)沒(méi)有實(shí)際用途的中央實(shí)驗(yàn)室，自然成為第一批“挨刀”的對(duì)象。

NEC在2009-2020年間多次裁員1萬(wàn)人，大幅減少R&D資金。

這一階段，中美科學(xué)家紛紛選擇自主創(chuàng)業(yè)，或者選擇另一棵好木頭。

2012年，李彥宏邀請(qǐng)余凱領(lǐng)導(dǎo)百度的AI業(yè)務(wù)。在他的號(hào)召下，徐偉、黃暢等NEC 同事們，Lab也紛紛加入百度。之后，他們又和余凱一起建立了地平線。

日本大力點(diǎn)燃AI火源，最終造就了今天中國(guó)AI的火焰。自2018年第四次NEC裁員以來(lái)，其美國(guó)實(shí)驗(yàn)室的技術(shù)中堅(jiān)力量幾乎已經(jīng)耗盡。

孤膽英雄

隨著NEC美國(guó)實(shí)驗(yàn)室的孤獨(dú)，日本AI大踏步前進(jìn)。

全球人工智能的歷史還在繼續(xù)，就像五代機(jī)項(xiàng)目從來(lái)沒(méi)有存在過(guò)一樣；NEC曾經(jīng)建立了全明星陣容 Lab，同時(shí)也逐漸被遺忘。日本在失去的30年里，基本上沒(méi)有在深度學(xué)習(xí)領(lǐng)域留下任何痕跡。

不僅如此，深度學(xué)習(xí)仍然在日本留下了根深蒂固的偏見(jiàn)。

谷歌的AlphaGo在2016年擊敗了李世石，并登上了全球科技新聞的頭版。今年，中國(guó)誕生了528家AI公司，催生了371家AI投融資公司。從科學(xué)家到VC，他們都熱情地談?wù)撋疃葘W(xué)習(xí)的潛力。然而，隔壁的日本卻是另一道風(fēng)景。

同年，日本產(chǎn)經(jīng)省還召開(kāi)了全國(guó)人工智能大會(huì)。一些學(xué)者準(zhǔn)備就深度學(xué)習(xí)提出兩個(gè)計(jì)劃，但他們被同一個(gè)學(xué)術(shù)界的研究人員提醒。 ，假如名字中加入了深度學(xué)習(xí)，估計(jì)就沒(méi)人來(lái)聽(tīng)了。

這一猶豫不決的態(tài)度，是當(dāng)今日本無(wú)人能及的重要誘因。

唯一意識(shí)到這個(gè)問(wèn)題的，正是軟銀集團(tuán)的孫正義。

2017年，孫正義在推出世界上最大的私募股權(quán)科技投資基金(愿景基金)時(shí)，堅(jiān)信基金只會(huì)按照一個(gè)策略進(jìn)行投資，那就是AI。

在接下來(lái)的幾年里，軟銀在AI領(lǐng)域的投資并不激進(jìn)。

僅在季度和年度報(bào)告中，孫正義就提到了“AI“頻率超過(guò)500次，為400多家AI初創(chuàng)公司注入1400多億美元。他甚至在2020年表示，前所未有的投資狂潮將使軟銀成為主導(dǎo)AI革命的投資公司。

但是，孤掌難鳴。更加尷尬的是，軟銀還壓錯(cuò)了寶。

根據(jù)2023年風(fēng)險(xiǎn)投資數(shù)據(jù)庫(kù)PItchBook公開(kāi)的數(shù)據(jù)，軟銀只投資了26家估值超過(guò)10億美元的AI創(chuàng)業(yè)公司中的一家。

此外，雖然孫正義花了40億美元投資英偉達(dá)，但在股價(jià)暴漲之前，他拋棄了一切，錯(cuò)過(guò)了近10倍的收益。如果ARM沒(méi)有投入，孫正義的AI投資將一無(wú)所獲。

孫正義

2023年，當(dāng)ChatGPT點(diǎn)爆AI熱潮時(shí)，孫正義在股東大會(huì)上痛心疾首地表示，自2022年底以來(lái)，他一直在反思，“為自己犯了很多錯(cuò)誤而感到羞愧”，“哭了好幾天都停不下來(lái)”[13]。

失去的時(shí)代

孫正義的眼淚，不僅是對(duì)軟銀頻繁下注失誤的遺憾，也是對(duì)日本AI產(chǎn)業(yè)的仇恨。

2019年，孫正義公開(kāi)批評(píng)，沒(méi)有加以掩飾： 在目前最重要的科技革命中，日本已經(jīng)成為“后進(jìn)入中國(guó)”，其不斷失去競(jìng)爭(zhēng)力的本質(zhì)原因是對(duì)進(jìn)步的貪婪[15]。

這番言論 ，許多情感因素混雜在一起。 實(shí)際上，這并非日本AI老無(wú)所依的主要原因。

深度學(xué)習(xí)從來(lái)都不是一場(chǎng)獨(dú)立的革命。

2012年，深度學(xué)習(xí)可以爆發(fā)。事實(shí)上，有兩個(gè)前提:一是計(jì)算率的進(jìn)化。當(dāng)時(shí)，英偉達(dá)開(kāi)發(fā)的GPU已經(jīng)初步支撐了深度學(xué)習(xí)所需的計(jì)算率。第二，互聯(lián)網(wǎng)的全面啟動(dòng)填補(bǔ)了數(shù)據(jù)不足的問(wèn)題。

隨著這些外部產(chǎn)業(yè)的不斷完善，集成電路、互聯(lián)網(wǎng)和云計(jì)算可以進(jìn)入歷史舞臺(tái)。然而，日本幾乎沒(méi)有這些行業(yè)。

起初，在斯坦福教書的吳恩達(dá)不得不進(jìn)行大規(guī)模的圖像識(shí)別測(cè)試，谷歌仍然傾注了整個(gè)數(shù)據(jù)中心的計(jì)算率來(lái)實(shí)現(xiàn)他的The。 Cat Neurons項(xiàng)目(即谷歌貓)。

然而，福島邦彥和甘利俊一并沒(méi)有那么幸運(yùn)。即使在今天的日本，也沒(méi)有一家民間企業(yè)有巨大的算率來(lái)訓(xùn)練AI模型。只有政府領(lǐng)導(dǎo)的理化研究所才能找到像富岳這樣的超級(jí)計(jì)算機(jī)。

AI在日本的后繼無(wú)人，從一開(kāi)始就埋下了伏筆。

現(xiàn)在，以AI為橫截面的日本技術(shù)產(chǎn)業(yè)，似乎已經(jīng)證實(shí)了五年前孫正義的猜測(cè)：日本已失去過(guò)去，但也許正在失去未來(lái)。

參考資料

[1] 孫正義氏，日本を憂う「このままでは忘れられた國(guó)に」，日経ビジネス

[2] 日本的國(guó)產(chǎn)AI開(kāi)發(fā)依賴于外國(guó)人，日經(jīng)中文網(wǎng)

[3] Why Japan is lagging behind in generative AI, CNBC

[4] 楊立昆，科學(xué)之路

[5] 智能化時(shí)代算法發(fā)展，張江科技評(píng)論

[6] 甘利俊一 | 信息幾何法：了解深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機(jī)制的重要工具，AI技術(shù)評(píng)論

[7] 對(duì)話地平線創(chuàng)始人、CEO余凱：德國(guó)詩(shī)意的六年深深地滋養(yǎng)了我，車云

[8] 第五代：人工智能和日本電腦對(duì)世界的挑戰(zhàn)，愛(ài)德華費(fèi)吉鮑姆，帕梅拉麥考黛克

[9] 雄心勃勃的日本第五代計(jì)算機(jī)，是如何一步步走向失敗的，CSDN

[10] 林軍，岑峰，中國(guó)人工智能簡(jiǎn)史

[11] 目前日本人工智能的現(xiàn)狀和“深度學(xué)習(xí)”的課題， Nippon

[12] 日本人工智能的發(fā)展與現(xiàn)狀，鼎聯(lián)知識(shí)產(chǎn)權(quán)

[13] 孫正義投AI，投個(gè)孤獨(dú)，華爾街見(jiàn)聞。

[14] 孫正義：一場(chǎng)巨大的革命即將到來(lái)，軟銀終將統(tǒng)治世界，華爾街見(jiàn)聞。

[15] 孫正義批準(zhǔn)日本反思人工智能落后的競(jìng)爭(zhēng)力，亞洲特刊

[16] 硅谷NEC Lab舊事：把中國(guó)公司拖進(jìn)AI時(shí)代的人，雷鋒網(wǎng)

[17] 西村吉雄，日本電子產(chǎn)業(yè)盛衰，

本文來(lái)自微信公眾號(hào)“遠(yuǎn)川科技評(píng)論”（ID：kechuangych），作者：沈丹陽(yáng)，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com