不要小看日本的AI公司

唐旭 夏乙 發自 凹非寺

量子位 出品 | 公眾號 QbitAI

「超越Google。」

有家日本AI創業公司，把這個當成奮鬥目標掛在嘴邊。而且還放言說，如果他們全速前進，肯定能幹成世界第一。

別說，他們還真搞出一個公認的第一。

在漫畫線稿上色AI這個領域，PaintsChainer的大名如雷貫耳，技術幾乎可以算是標杆。你只需上傳一張黑白線稿，點一個按鈕，背後的AI自動為你生成一張彩色漫畫。

PaintsChainer，就是出自這家「狂妄」的日本創業公司，也是這家公司唯一為大眾所知的產品。即便如此，國內知道這家公司的人可能真是寥寥無幾。

這家經常口出狂言，卻也被忽視的日本公司，就是Preferred Networks。

但不要小看它。

這家公司並非情懷大於實力。

推進霓虹國漫畫技藝的發展只能算是個副業。要知道Preferred Networks被稱為日本最具創業精神的公司。在人工智慧、深度學習領域，這家公司頗具真材實料。

全球最早的動態圖框架Chainer，就是出自這家公司之手，因此也就有了PaintsChainer。大名鼎鼎的PyTorch，其實也借鑒了Chainer神經網路框架的理念。

另外一個例子來自去年11月。伯克利等大學的學者，只用32分鐘就完成了Resnet50模型的訓練，超過Facebook團隊此前60分鐘的記錄。不過一周後，Preferred Networks把這個時間縮短到15分鐘。

作為一家實力不俗的AI公司，Preferred Networks也成了全日本最值錢的創業公司。

AI獨角獸

岡野原大輔(左) & 西川徹(右) | 圖源：Bloomberg

Preferred Networks的兩位創始人岡野原大輔（Daisuke Okanohara）和西川徹（Toru Nishikawa）最早就在東京大學相遇。本世紀初，他們都是計算機科學專業的學生。

作為一名工程師，岡野原大輔的工作主要是關於情境感知文本分類的研究，這也讓他在2004年贏得了日本經濟產業省辦頒發的「超級創造者」獎項。目前，他領導著Preferred Networks的研究工作。

西川徹則是公司的董事長，負責公關。他說，自己從小學開始，就對電腦很有興趣。在八年級前，不論到哪，他都會帶著一塊汽車電池大小的初級筆記本電腦。他告訴老師這是為了記筆記，但他實際上是拿它去編程。

Preferred Networks位於東京的總部更像是一家保險公司，一棟老舊的辦公樓里，堆砌著看上去單調乏味的會議室。一些用於試驗的工業機器人與大約140名工程師就共同居住在這片空間。這家公司同時有著全日本最快的超級電腦之一，儘管它被藏在什麼地方是個秘密。

「人們總是想為我們設計更漂亮的辦公室。」 西川徹笑著說，「要是有這筆錢，我還不如買電腦呢。」

自己乾的主意是岡野原和西川在一家生物科技創業公司兼職，為基因組測序開發軟體時產生的。他們第一次創業時，僱傭了一票大學時的朋友，開發了一個機器學習平台，能夠以比市面上任何應用都更快的速度來分析文本。

接著，2012年深度學習領域的出現一系列突破之後，岡野原和西川在2014年決定開發更聰明的工業機器人。這是一個明智的決定，因為在製造業領域，日本仍能製造出最先進的設備，而谷歌和Facebook這樣的AI大戶還未能進軍。

彭博社報道稱，這家日本的AI獨角獸，目前估值已經超過20億美元。

Preferred Networks最大的支持方來自車廠。豐田豪擲超過1.1億美金，希望他們開發的演算法能幫助它們在無人車領域和Waymo一較高下。

你說一個做漫畫上色的創業公司，怎麼就被人選上造車去了？

除了估值，Preferred Networks與大部分創業公司的不同之處，還在於他們選擇深入的領域——製造業。豐田之外， Preferred Networks還與日本公司、世界上最大的工業機器人製造商發那科達成了合作，這讓他們有了進入那些世界頂尖工廠的機會。

日本機會

「深度學習在製造業有著非常好的前景。」東京大學計算機科學家、日本深度學習協會主席松尾豐（Yutaka Matsuo）說：「這是一個日本公司有機會獲勝的領域。」

發那科公司主席稻葉善治（Yoshiharu Inaba）是最早一批認可這樣觀點的人之一。

在工業領域，發那科大名鼎鼎。發那科是日本最有錢的機器人公司之一，根據2016年的一份統計，發那科一家的凈利潤，超過中國40家機器人上市公司的凈利潤總和。

今年初日經中文網報告稱，發那科「從中國的自動化投資中獲得較大益處，中國的洽購尤其眾多」，助推了這家日企「擺脫對美國蘋果的依賴」。

稻葉是一位出了名保守謹慎的商人，也是一位非常出色的工程師，自己就曾經為汽車製造開發過非常重要的工具。

2015年早些時候，他同意與Preferred Networks的兩位創始人見面，談了一個小時，岡野原和西川就成功說服他投資900萬美金，以及獲取一部分他最重要商業機密的授權——也就是在稻葉自己工廠線上數千台機器人生成的巨大數據流。

四個月後，豐田緊跟著發那科的步伐投資了1000萬美金，去年8月他們又補上了一個億。此外，製造業傳統豪強日立、銀行巨頭瑞穗金融以及三井貿易公司都在12月成為了Preferred Networks的投資人。

在2016年拉斯維加斯的CES展會上，Preferred Networks用玩具汽車對自家的技術做過一次簡單的展示。他們用幾台微縮的豐田普銳斯穿過場上的障礙物。一開始，玩具車撞來撞去，舉步維艱，但經過兩個小時的持續試錯之後，它們就能暢通無阻地在障礙物中穿梭了。

沒有人類程序員為它們編寫過任何指令，相反，它們需要根據經驗來形成自己的規則，同時，通過一個共享的網路可以加快整個進程。

幾個月後在日本的一次展會上，他們又展示了自己的技術怎樣讓工廠內的機器人更接近優秀的人類技工。給一個發那科機器人編程，讓它能順利在一團亂麻之中抓出指定的物品，可能要花費一個人類工程師幾天時間。

而Preferred Networks的展示中 ，八台以團隊形式進行工作的機器人能在一小時之內掌握這項技能——如果數千台，甚至數百外台機器人被聯結在一起，學習速度將會呈指數級提升。

「訓練一個出色的技工要花費十年，而且，他到時所擁有的知識也不能被下載到另一個人身上。」 稻葉解釋道，「但要是你有了一位機器人專家，你就能讓那些知識無限地膨脹。」

岡野原和西川透露，今年，他們計劃推出自那款動漫上色工具 PaintsChainer以來的第一款獨立產品，而具體細節仍是秘密。

「在這個行業里，如果你不做出點什麼看上去就十分瘋狂的東西來，你就永遠沒法做那些真正有趣的事情。」 岡野原說。

人才困境

有人工智慧技術，也有製造業的傳統優勢，也有資金支持，但Preferred Networks仍然有現實的困境需要解決。

例如人才。

在日本，創業並不是一股熱潮。畢業生們的首選，都是加入一家大型企業，而不是選擇初創企業。而Preferred Networks想要實現瘋狂的念頭，需要更多有創造力的年輕人。

「為了與深度學習領域的巨頭們展開競爭，我們需要一支強大的團隊，」西川說，「對我們來說最大的威脅，就是失去人才。」

P.S.

如果你還是對本文開頭提到的PaintsChainer更感興趣……去試試：https://paintschainer.preferred.tech/index_en.html

代碼：https://github.com/pfnet/PaintsChainer

—完—

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！