許多科幻小說家都想象過高科技產(chǎn)品成為日常生活一部分是怎樣的場景。比如視頻通話、觸屏電腦、還有入耳式耳機，后者在雷·布萊伯利的經(jīng)典小說《華氏451度》中出現(xiàn)過。

表面上，科幻小說除了是一種流行的文學(xué)之外，看上去也是未來的預(yù)言家。我們可以想象出企業(yè)和政府中致力于研究發(fā)展的部門翻閱著最新的科幻小說，試圖偷看到未來的一角，以便更好地謀劃策略。

毫無疑問，經(jīng)歷了數(shù)十年的停滯，經(jīng)濟需要刺激。根據(jù)金融時報的報道，九月底的日本工業(yè)生產(chǎn)數(shù)據(jù)顯示出經(jīng)濟負(fù)增長已經(jīng)持續(xù)了兩個季度。

更重要的是，安倍經(jīng)濟學(xué)在經(jīng)濟方面已經(jīng)快要黔驢技窮，“第三支箭”——體制改革——似乎陷入僵局。

事實上，如果你想一想政府有多么看重科技、多么相信它能夠解決國家面臨的困境，一個科幻部門也并不是什么不靠譜的存在。

安倍經(jīng)濟學(xué)將物聯(lián)網(wǎng)、大數(shù)據(jù)、機器人、以及人工智能作為其振興策略的核心，目標(biāo)旨在加速這四個領(lǐng)域的發(fā)展，為公共領(lǐng)域和私人領(lǐng)域都制定未來的愿景。

會思考的機器？

在這四個領(lǐng)域中，日本最擅長機器人。軟銀的 Pepper ——被描述成世界上第一個私人機器人——在推出售賣時搶占了無數(shù)頭條。 Pepper 有能力讀出人類的情緒，并用人類一樣的語言和動作作出回應(yīng)。它一經(jīng)推出就被搶購一空，人們都渴望擁有一個屬于自己的機器人。

但 Pepper 仍然距離我們未來期望得到的智能很遠(yuǎn)。例如，它無法通過圖靈測試，這是一種在 AI 領(lǐng)域的基準(zhǔn)測試，用來確認(rèn)一臺機器是否表現(xiàn)出了與人類無異的行為。

Pepper 的推出帶來了一些重要的啟示。一方面，它展示了日本在機器人方面來自多年制造工業(yè)機器人經(jīng)驗的豐厚積累。另一方面，它卻也表明了日本在諸如物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能領(lǐng)域的相對薄弱，在這些領(lǐng)域我們無法找到可以與機器人領(lǐng)域的 Pepper 匹敵的創(chuàng)造。

Mitsuru Ishizuka 是早稻田大學(xué)教授、東京大學(xué)名譽教授，他從1980年開始在東京大學(xué)進行AI研究。

Mitsuru 承認(rèn)，日本在深度學(xué)習(xí)方面（一種 AI 的核心科技）落后于美國的程度相當(dāng)多， 但他表示日本已經(jīng)在努力追趕。例如，政府已經(jīng)建立了一個新的AI研究中心，并計劃再建造一所，以此推進日本的AI研究。

正如他指出的那樣，大數(shù)據(jù)是深度學(xué)習(xí)的核心，而日本缺少像美國的谷歌或是Facebook之類的、在這方面有專長和經(jīng)濟實力的跨國公司?！斑@些公司可以在AI方面投入大量金錢，然后將研究結(jié)果融合到他們給與的服務(wù)中去。在日本，專長于AI科技的公司比它們要小很多?！盡itsuru解釋道。

人工 vs. 天然

美國在AI方面已經(jīng)有一段時間都保持著強國的地位了，在谷歌和Facebook之外也有許多專長于物聯(lián)網(wǎng)、大數(shù)據(jù)和AI的公司。

其中最為人所知的公司之一就是IBM，它研制了AI計算機Watson。它因為贏得了美國一檔電視智力競賽節(jié)目《危險邊緣》（Jeopardy?。┒暶h(yuǎn)播，在節(jié)目中它需要根據(jù)給出的答案反推問題。

在2011年，Watson贏得了這個電視競賽，從此以后它被應(yīng)用在多種用途上。它具有與人類的決策過程（觀察，解釋，評估，決定）相似的框架，但可以處理比人類多得多的數(shù)據(jù)。

日本企業(yè)家和風(fēng)投家William Saito是Watson的粉絲。Saito作為受過專業(yè)訓(xùn)練的廚師，曾使用IBM的Watson大廚服務(wù)（the IBM Chef Watson service）來準(zhǔn)備一些特殊的菜肴。

他說：“設(shè)計師們告訴Watson去讀完所有給它的菜譜書，然后用大數(shù)據(jù)來找到吸引人的配料組合?！?/p>

總體來說，Saito的菜肴非常成功，他也看到了Watson融合了物聯(lián)網(wǎng)、大數(shù)據(jù)以及AI以后充滿前景的應(yīng)用未來?！氨热纾瑢atson和一臺冰箱聯(lián)起來，”他說，“你走到你的冰箱面前，然后它就會根據(jù)冰箱里現(xiàn)有食物過期日期的優(yōu)先級列一份可以做的食譜給你?！?/p>

機器人在與用戶交互的過程中獲取用戶的決策標(biāo)準(zhǔn)（即偏好）作為內(nèi)部模型。在模型獲取完成以后，機器人變得可以對自己的行為做自我調(diào)整、讓行為更偏向于用戶的偏好，并且預(yù)測用戶的意圖。

物聯(lián)網(wǎng)，AI，以及機遇

從他的工作中，Saito可以區(qū)分出日本和美國在物聯(lián)網(wǎng)、大數(shù)據(jù)、機器人以及AI方面的不同。他認(rèn)為，在日本，人們對于AI的理解過分狹隘，太多重點被放在了作為機器人的組成部分之一的AI上。

創(chuàng)造機械人體（cyborgs）——在人類身上裝上機械配件——的想法，看上去統(tǒng)治了大部分的思路?？紤]到日本是一個快速進入老齡化社會的國家，對于機械輔助生活的需求只會越來越高，這種思維定勢是可以理解的。

但是，這仍然只是很多設(shè)計選項中的一種。以汽車行業(yè)為例，Toyota最近被紐約時報報道，斥資5000萬美元研究智能自動駕駛汽車。

這個研究計劃與斯坦福大學(xué)和麻省理工學(xué)院合作。有趣的是，Toyota選擇了一個與谷歌和特斯拉的自動駕駛汽車不同的方向。在Toyota的項目里，自動駕駛汽車的責(zé)任是讓駕駛員的行駛變得更安全，而不是取代駕駛員。

回到學(xué)校

為了讓日本能夠拓寬在科技方面的視野，需要教育上的變革。Saito是這樣相信著的。無論是小學(xué)、中學(xué)、還是大學(xué)，都應(yīng)該把更多的重心放在創(chuàng)造性思維上。

Saito在最近給The Journal的一篇文章中寫到日本的加拉巴哥化現(xiàn)象（譯者注：加拉巴哥化（ガラパゴス化、Galapagosization）是日本的商業(yè)用語，指在孤立的環(huán)境（日本市場）下，獨自進行「最適化」，而喪失和區(qū)域外的互換性，面對來自外部（外國）適應(yīng)性（泛用性）和生存能力（低價格）高的品種（制品?技術(shù)），最終陷入被淘汰的危險，以進化論的加拉巴哥群島生態(tài)系作為警語。也稱作加拉巴哥癥候群、加拉巴哥現(xiàn)象（Galápagos Syndrome）。日本的手機產(chǎn)業(yè)是代表例。來自維基百科）。他想要看到在邏輯思維和創(chuàng)造性思維之間更好的平衡，而心理學(xué)和生理學(xué)與傳統(tǒng)的計算機科學(xué)和數(shù)學(xué)能夠相輔相成。

他說這一點是非常重要的，因為物聯(lián)網(wǎng)、大數(shù)據(jù)、AI以及機器人將越來越交融為一體，所以需要不同的技能組合。Saito說：“今天，日本的機器人仍然是非常偏重電子機械的。從邏輯上就是這樣導(dǎo)向的。機器人將會變得靠自己來學(xué)習(xí)，20年后的機器人將與今天的機器人全然不同?！?/p>

AI紀(jì)元

Mazakazu Hirokawa是筑波大學(xué)AI實驗室的一名助理教授。他在第一線親眼見證機器人學(xué)與AI漸漸融合，并認(rèn)為未來的趨勢與Saito說的一致。

Hirokawa認(rèn)為，日本的這些研究更多關(guān)注于與日本社會問題相關(guān)的科技，而不太關(guān)注解決全球的問題。在他的工作中，他聚焦于機器人。他的夢想是研發(fā)出一種軟件，可以使機器人適應(yīng)于每個用戶獨特的需求，成為他們的伙伴。

“我正在嘗試創(chuàng)造一種算法，幫助機器人通過基于經(jīng)驗的推理來學(xué)習(xí)、并且有預(yù)見性地確定人類希望他們做什么、希望他們怎么做?！盚irokawa解釋道。

他的目標(biāo)不只限于軟銀Pepper的水平，而是希望最終能夠讓人類和機器——不止是機器人——之間的障礙完全消失。在那樣的世界里，《鋼鐵俠》中的全身裝甲將不再是電影或者好萊塢的專屬，而是每時每刻都存在于日常生活中。

可能還要好些年這些東西才能變得觸手可及，但這只不過是個時間——以及軟件——的問題。“我們已經(jīng)有了能夠做到這些的硬件，但重點是開發(fā)軟件，”Hirokawa說道，“這是挑戰(zhàn)所在，而我正在致力于此?！?/p>

日本與美國在AI研究上的差別

來自Quora上Sam Sinai的答案

這個回答有些憑直覺，但來自于一個在MIT念了兩年AI的研究生的體會。

美國的AI研究有一些主要的資金源和動機：

軍部。國防高等研究計劃署（DARPA）資助了許多AI方面的研究，通常很清楚的是它想要一些可以應(yīng)用的產(chǎn)品。在機器人和計算機視覺方面，許多項目能立即、或是在未來可以應(yīng)用到軍隊中。一個例子是美國軍部的心眼項目（Mind‘s Eye）。

科技巨頭（谷歌，微軟，。。.）。他們因為一些原因而對AI很有興趣。但是他們最快的應(yīng)用是語音識別，以及改進從他們大量的數(shù)據(jù)中萃取價值的方法（推薦算法等等）。谷歌最近表現(xiàn)出了一些對于機器人的興趣（最明顯的是在自動駕駛汽車上），但他們會把機器人用到什么地步尚不可知。

國家科學(xué)基金（NSF）和國家衛(wèi)生研究院（NIH）。他們對于生物方面的AI更有興趣。他們資助了許多與腦神經(jīng)相關(guān)的AI項目。最近的一個是大腦計劃（BRAIN IniTIaTIve），我相信其中一些資金流向了像大腦中心（The Center for Brains）、Minds & Machines之類的地方。

現(xiàn)在，讓我們來對比一下日本的這些情況。從最初一開始的時候，日本的公司與大學(xué)就在機器人方面（看看日本的機器人吧）非常有興趣（也非常領(lǐng)先），所以研究進展和資金主要都集中在這個分類上。然而，日本對于機器人的關(guān)注點和美國有一些不同，因為研發(fā)機器人的主要動機來自工業(yè)上和“文化”上，與軍事無關(guān)。他們也有一種對于制造類人機器人的狂熱。我們都見過日本的ASIMO和比他更像人類的機器人Geminoid F。

日本的服務(wù)機器人也比其它任何地方都更常見于日常生活。

日本的科技巨頭們更以硬件為導(dǎo)向，所以也就對于“純軟件”的AI的興趣（或者說志氣）也就不如美國的科技巨頭們。最后，雖然日本在腦神經(jīng)上的研究歷來十分出色，他們的關(guān)注點有些太偏向分子了。因此，認(rèn)知與AI的融合也就不如美國順利。

總結(jié)而言，日本主流的AI主要關(guān)注（非軍事的）機器人，在其他領(lǐng)域不那么活躍。但他們在他們做的那些方面實在是太尼瑪出色了。