自2013年深度學習擡頭，數年過去，如今大多企業也都開啓自己的 AI 項目，爭取將自家產品和服務也 AI+，更別提大量的 AI 創業公司。此外，還有大量人才涌入，在日本時問學院的新生，要學啥，十有八九答機器學習。而國內更甚，聽實習的朋友說，現在理工專業只要覺得自己專業沒太大前景的，都涌向了機器學習。
放眼觀去，數年過去，多數已成定局，目前毋庸置疑的 AI 開發中心，當數美國和中國。此外歐洲幾大家。而反觀日本，在 AI（深度學習）開發方面彷彿毫無存在感。每年 AI 方面會議的論文上，也多是歐美人的名字還有中文名。
在日本時我也察覺到了些趨勢，於是畢業後也沒留日本，而是選擇了回國實習。毫無疑問，比起死氣沉沉的日本，國內的 AI 大環境更讓我感到激情。
但是，或許如此趨勢讓許多人不解，作爲發達國家的日本。之前似乎也展示了很多智能機器人的演示，爲什麼現在卻會在 AI 方面反而沒有任何優勢呢。雖然媒體的誇大以及民衆對技術的誤解有些原因，但是肯定是還有更深層次的原因。
這裏結合我在那邊的見聞，還有最近看的一篇對東大教授鬆尾豊(日本深度學習研究第一人)的訪談，來寫寫關於日本 AI 發展爲何緩慢，還有希望所在。
放下自尊，面對失敗
首先，日本若要發展好 AI，就得先放下無謂的自尊心，坦然面對自己的敗局。在日本待過的話，相信會對日本人對自己各方面的蜜汁自信印象深刻，很少願意承認失敗（南京大屠殺這件事能夠拖這麼久），只有少數有遠見的人，才能夠意識到問題，然而卻又沒有發言權。
開始話題前，我們先得了解下，爲何說日本現在 AI 技術落後。其實不光 AI，本身其互聯網技術就很落後，兩者的原因也如出一轍。
第一點，技術引入過慢，沒在最初局勢未定時，果斷跟進。九十年代後期，當時的日本年輕人就有說：“之後是互聯網的時代了！” 然後呢，上面的中老年人完全理解不能，“不靠譜” “只有宅男們在用”，就直接否定掉，於是當時的互聯網發展提議就胎死腹中了。等看到甜頭想要開始，也爲時已晚。
同樣，對於當前人工智能核心技術的深度學習，固守自封，反感排斥的人大有人在，特別是當前掌握日本大部分資源的中老年人。
第二，年輕人沒有話語權。正如上面提到的，日本掌握社會主要話語權的中老年人們，對深度學習技術大感排斥。所以也就根本就沒給下面的年輕人施展的空間，結果就是毫無發展跟進，和世界脫節。
現在對於日本而言，基本上已沒有趕上去的可能了，日本必須要認清這個現實，然後重新開始。
轉眼望去，過去二十幾年來，日本在全球競爭中獲勝的 IT 互聯網公司幾乎沒有。一直都是不斷競爭失敗，現在到了人工智能方面似乎也要呈現同樣趨勢。
而日本過去引以爲豪的半導體和家電行業，現在也慢慢競爭不過海外，只有汽車行業還在孤軍奮戰。
其實此外還有一點就是，如今日本年輕人競爭意識太弱，很多人都是得過且過。在我看來有時候，可以說被過度保護才成這樣。全民娛樂至死，很少有人去想着說，我要拿人工智能賺大錢。相比我接觸的東南亞印度的年輕人，真的差別很大。
2013 年勝負已定的 AI
可能現在看，有人會認爲之所以日本 AI 落後，是因爲沒有像 Tensorflow 這樣的框架平臺。然而這些，並不代表什麼（中國也沒有），因爲到頭來谷歌這樣公司對於絕對不能公開的是不會公開的（據說谷歌內部和外面用的 Tensorflow 都不一樣），比如廣告方面算法。而對於那種不影響競爭，或者傳播開後更好的，就會開源。所以他們開源 Tensorflow 是因爲根本就不認爲這不是關鍵點。
而什麼是關鍵點，是如 Tensorflow 開源前，2013年穀歌購入 Geoffrey Hinton 的公司；此後，再購入 DeepMind，17年購入 Kaggle之類的事情。同樣 Facebook 也是招攬了Yann LeCun，而擁有了頂級的人工智能研究室。
其實那時圍繞着 AI 的人才爭奪就勝負已定，之後不過是人才不斷地涌入。
所以現在無論是人工智能開發的人才，還是關於深度學習的研究開發，美中兩國完全佔據了領先地位。
關於人才這一點，雖然有人喊：“日本的技術其實完全不輸於他人的。” 然而現實是，日本的存在感越來越低，國際會議上的論文也很少。10年前計算機領域頂會，可能日本採用數佔5%左右，但現在估計就只有2%-3%了。
那麼是否日本的首要任務就是提高論文的數量，當然不是，論文不光是數量重要，更關鍵的質量。Bengio，Hinton 還有他們周圍的一些學者，每年都能發出很有影響度的論文刷存在感。
有一個很重要的點就是，從十五年前左右開始，在商業上有優勢的公司會在學術上也具有優勢，看看現在谷歌，Facebook 這些。這是個很自然的因果關係，在商業上取得優勢，也就可以聚集好人才和資源，自然也就有好論文。（中國現在這些大公司自然也是，多年前別說學術了，很多可能只有抄襲。）
所以現在看到的日本論文太少，到底只不過是個表面的結果，更深層次的原因還是在於，在商業上失敗了。
懦弱的大公司，創業公司的機會
然而，關於日本對此問題的危機感。鬆尾教授給的答案是，對於國家層面上來說，雖然自己也做過很多努力，卻發現成效微弱，充滿了限制。
而如果基於上面商業失敗的原因，那最大的希望還是在於大企業。現在似乎大企業也有些要行動的趨勢，但總的來說，行動起的大公司還是少數。所以正因爲大公司的軟弱，也給了創業公司很大的機會。一旦大公司動起來，那麼這些創業公司將毫無插足之餘。
那麼爲什麼大公司沒有好好動起來，跟上潮流呢？
還是最初說的，主要是大公司依照着日本所謂“年功序列“，你要成爲高層，一般都是熬出來的，也都有些年齡了。很多根本就沒有正確理解新技術，需要更好好的去學習，卻沒有學習。因爲既得利益者，往往是甘於保持現狀。
這些人，或者說日本全體都要好好學習一下新技術，而不是沉醉於過去的輝煌。比起旁邊我們大天朝，那一股全民創業全民 AI 熱火朝天的氣氛，日本卻顯得不太熱情。只要這些技術比現有的技術快上一兩步，就表示自己不懂了，明明學學就能懂的，卻不去學。這樣下去想想就知道根本不可能贏的。
而現在，還喊着成爲人工智能強國，就像是連汽車構造都不知道，就嚷着要汽車立國一樣。只知道汽車用汽油可以跑，是遠遠不夠的。
還有一個很大的問題就是理解 AI 的研究人員和技術人員，和實際掌握資源的官僚，管理人員之間的溝通困難。不光大公司內，很多創業公司都苦於這一點，很多人什麼不懂便：“啊，現在 AI 是個黑箱，很恐怖”。
當然雖然會有一些問題，但是比起笨拙的大公司，創業公司還是有很多機會的。即使之後，威脅到大公司，大公司醒悟過來開始大開殺戒。到那時對整個社會還是好的。
不賺錢的企業不是好企業
當然不光是企業和國家那邊的失誤，而研究者們一臉無辜，他們其實也有一些責任。
首先我們想想，大學存在的意義是什麼。主要兩點，第一點，大學裏聚集了各種領域的專家，他們各自堅信一個事物並不斷去研究，而促使這些研究的往往並不主要是經濟上的回報，更多是滿足知識上的好奇心。這些研究往往對社會意義重大，因爲他們探索的是人類未知領域，幫助我們拓寬知識的疆界。
之後還有一點，就是在第一點的基礎上，創造出產業和社會價值。
面對產業和社會的需求，研究者們也應當給予真摯的迴應。所以需要有競爭性的經費支持，也就是說對企業用處更大的研究得到更多支持。還有和企業的共同研究也應當加強。
而現狀是，比起歐美，日本大學和產業界的聯繫很微弱。而根本問題在於，日本的大多數研究者根本就沒有理解經濟利潤的重要性。而且因爲流動性差，幾乎很少在企業裏工作，於是正經創業的人也就寥寥無幾。
那些發明一個賺錢方法，然後擴大規模的企業家們其實很了不起。但日本的大多研究者，往往心裏卻鄙視單純想着賺錢（頗有中國古風），總覺得自己這麼聰明，只要稍微弄弄完全就可以做到。
所以他們根本就不會去想，“怎麼才能對企業做出貢獻呢”。根本就沒有實際地去體驗，讓企業成長起來的技術的重要，在企業轉型期要用到的技術的重要。而相比起來說，硅谷那邊的大學，就對自己所扮演的角色就知道得非常清楚。
那麼是不是就應該光想着賺錢的研究，而忽視基礎研究呢。鬆尾教授給出的答案是，不然，更應把能賺錢的研究優先，等賺到錢了，之後再投入基礎研究中去。其實日本戰後，就是用這樣的策略，產生了很多諾貝爾獎。
跟上深度學習潮流，結合自己的優勢
現在日本應該做的就是先跟上這一波深度學習的潮流。因爲深度學習是種泛用技術，基本上可以影響到各個行業。比如深度學習最擅長的機器視覺，可以應用上的行業數不勝數，醫療，農業，飲食等等。 或許日本可以將此類的深度學習技術，與比較擅長的汽車和工業機器人等製造業結合起來，說不定還能奪得一席之地。
反過來說，在類似互聯網網絡圖片識別的任務上面，可能幾乎已沒有什麼插足之地了，Google 這些大公司已做到極致了。所以只能在日本本來就佔據優勢，在世界有些市場的領域上，應用技術來取得勝利。
何不當成一場遊戲
採訪中還提到一個很有意思的視角。
爲什麼不把日本現在的情況當成一個遊戲來看呢。比起說着枯燥的“國家”啊，“大企業”啊，還不如把現在比做一個模擬遊戲更有意思。
假設現在是一個 RPG（角色扮演） 遊戲，龍襲擊了村落，比起單純的抱怨“爲什麼要襲擊村落啊”，“這種怪物就不應該存在”這些沒有用的東西。還不如接受這個設定，想着怎麼戰鬥來玩遊戲更加有用。
現在的設定就是，日本這個安定小國，夾雜中美兩大國之間，正在慢慢衰弱，而且同時伴隨着少子高齡化等各種各樣社會問題導致的制度疲勞，以及大公司一個個倒下問題。這樣看去簡直就是高難度模式的遊戲，當然也絕不是什麼地獄級難度。
雖然在這個多變的時代，努力改變的結果也說不定，但只要好好應對，相信也會出現很多好的事情。就像雖然城堡被惡龍佔據，但也意味着可以暴落大量寶物。於是之後，就只要等從年輕人中出現各種來打通這個遊戲的勇者們了。