日本AI，失去的不止三十年

2019 年，有两件事一直困扰着孙正义：软银的投资失败，以及日本科技的落后。

面对媒体，孙正义痛心地说道，科技产业几乎从日本消失了，我们正在成为一个被遗忘的国家。即将到来的 AI 革命，是日本重回牌桌最后的机会 [1]。

随着 ChatGPT 问世，孙正义的呼吁终于成为了共识。然而，正当日本举国动员，准备一脚油门闯入赛道时，却发现了一个尴尬的事实：

日本目前的 AI 研究，非常依赖隔壁邻居为首的老外。

对此，RIKEN 革新智慧综合研究中心负责人杉山将，曾做过一笔统计。

RIKEN（理化学研究所）是日本唯一的国家级科研机构，顶级头脑聚集地。汤川秀树等日本诺奖得主，都曾在这儿搞过研究。然而，那些被 AI 顶会收录的 RIKEN 论文，近一半的作者都隶属于外国大学，其中约一半的人来自中国 [2]。

本土无人可用，使得日本在生成式 AI 浪潮里，始终处于失语状态。

然而，如若回溯历史，会发现日本也曾是个 “AI 超级大国”。

上世纪八九十年代，日本一度是深度学习的中心。杨立昆、余凯、林元庆、贾扬清等载入科技史册的泰斗级人物，都曾在日本的 AI 实验室度过一段青葱岁月。

曾经攥着一手王炸的日本，为何会迈向老无所依的结局？

站在日本人的肩膀上

上世纪 80 年代，正在读大学的杨立昆，被一群 “疯子” 吸引了。

彼时，深度学习是个 “已被证伪” 的技术路线。然而，仍有一小撮人在死磕，这其中就包括了一批日本科学家。杨立昆发现，当时大部分的深度学习论文，都是日本研究人员用英文写的。

这其中，对他影响最大的，是一位名叫福岛邦彦的日本人。

福岛邦彦

1980 年，福岛邦彦参照猫的视觉结构，设计了一个叫做 “神经认知机（Neocognitron）” 的多层网络模型。

在生物的初级视觉皮层中，存在多个神经元，每个神经元只 “掌管” 一小部分视野。随后，神经元收集到的信息会统一传输到视觉皮层，组合成完整的视觉图像。

受此启发，福岛邦彦给神经认知机设计了 “感知光照 “和 “运动信息” 两个神经元，分别用来 “提取图形信息” 和 “组成图形信息”。然而，福岛邦彦的神经认知机，存在一个致命问题：太超前了。

当时，主流的神经网络只有 1 层，但神经认知机有足足 5 层。

面对多层设计带来的种种问题，福岛邦彦一时找不到解决办法，导致神经认知机只能处理一些极其简单的工作。

直到 1986 年，辛顿提出了 “反向传播算法”，这个问题才有了标准答案。

但若向前追溯反向传播算法，会发现其源头仍是日本人。上世纪 60 年代，日本数学家甘利俊一提出的 “随机梯度下降方法”，为其提供了技术灵感 [6]。只不过囿于特定时代的局限，甘利俊一没有条件在计算机上进行模拟验证。

1988 年，杨立昆将神经认知机与反向传播结合在一起，打造出了大名鼎鼎的卷积神经网络。直到今天，卷积神经网络仍是图像识别领域最重要的算法之一。

由此可见，这些定义一个时代的 AI 研究成果，都是站在日本科学家肩膀上实现的。

实验室里的中国人

同一时期，日本的产业界，拉开了更为激进的历史篇章。

彼时，日本步入极度繁荣的泡沫经济时代。大型企业纷纷为爱发电，自掏腰包搭建中央实验室，发力基础科学。这其中，要数 NEC（日本电器股份有限公司）最为激进：它直接切入美国科技产业腹地，将实验室开到了普林斯顿和硅谷。

财大气粗的 NEC Lab，很快聚集了一大批日后响当当的名字。

西安交大软件学院院长、国家特聘教授龚怡宏，是第一个加入硅谷 NEC Lab 的国人科学家。在他担任实验室主任时期，延揽了一众青年才俊。

其中既有触发科技巨头竞拍辛顿的余凯，也有林元庆、徐伟等活跃在中国 AI 产业一线的技术大牛。

余凯

彼时，中国的计算机产业刚刚起步，吸纳不了那么多人才。硅谷 NEC Lab 无缝承接了这个需求，并招揽了大批立志从事 AI 研究的国人科学家。

余凯接棒硅谷 NEC Lab 主任一职后，又招募来了黄畅。当时，黄畅底下有一个名叫贾扬清的实习生。在 NEC Lab 期间，贾扬清展露出了高超的数学和工程代码能力，曾让实验室众人坚信其日后必有所造诣。

这种薪火相传的孵化线，在林元庆接手硅谷 NEC Lab 后仍在继续。

他引进的实习生谢赛宁，后来与麻省理工教授何恺明共同提出了著名的 ResNeXt 模型。2022 年，谢赛宁还和 OpenAI 研究员 Bill Peebles 合著了论文《Scalable diffusion models with transformers》。

以这篇论文为基础，OpenAI 打造出了视频生成模型 Sora。

另一间位于普林斯顿的 NEC Lab，同样招揽了杨立昆，以及支持向量机发明者 Vladimir Vapnik 等泰斗级人物。

可以说，历史上没有任何一家机构，能如 NEC Lab 这般，拥有此等高手如林的班底。

余凯曾在媒体专访中如此形容 NEC Lab 巅峰时期的影响力：如果你在谷歌上搜索美国 NEC Lab，页面会立刻弹出一句话，你要不要来谷歌工作 [7]。

然而鼎盛时期风光无两的 NEC Lab，却早已埋下了衰败的草蛇灰线。

五月花号迷航

2002 年，杨立昆刚在普林斯顿进行了一年的研究工作，NEC 就开始施压。

管理层毫不客气地告诉杨立昆，NEC 对深度学习没有一丁点兴趣，并顺手解雇了当时的实验室主任。这段经历让杨立昆对产业界彻底失望，跑回纽约大学当起了老师。

杨立昆

NEC 突然自毁长城，有两个不容忽视的现实原因：

一是人们对 AI 失去了信心。彼时，无论是芯片的算力，还是数据的丰富程度，都远不足以让深度学习发挥其潜力。与此同时，“第五代计算机” 项目的失败，更是雪上加霜。

“第五代计算机” 项目始于上世纪 80 年代，目标是打造 AI 驱动的超级计算机。

在日本的设想中，第五代计算机将具备回答问题、知识库管理、图像识别、代码生成等功能 [8]。这个 “领先时代 40 年” 的科研项目，一度将美国吓得不轻，立马掏出补贴与日本竞争。

如此一拍脑袋的项目，结局可想而知。

1992 年，五代机项目正式宣告破产。日本不仅白白浪费了数亿美金，还把其他跟风的国家给忽悠瘸了。一怒之下，人们将责任归咎于 AI。日后很长时间里，AI 研究如同过街老鼠，人人喊打。

其次，日本的中央实验室模式，此时也出了问题。

日本企业对于 NEC Lab 等中央实验室的定位，是纯粹的基础科研机构。这种模式没有与市场和产业接轨，只是盲目追求多拿几个诺贝尔奖。这让科学家们非常苦闷，内部时常调侃称 “反正做的东西也用不到产品上”。

因此，当经济泡沫消失，日本进入失去的时代，毫无实际用处的中央实验室，理所当然地成了第一批 “挨刀” 的对象。

2009 年 - 2020 年间，NEC 多次进行万人规模裁员，并大幅缩减研发经费。

在此阶段，中美科学家们纷纷选择自主创业，或另择良木而栖。

2012 年，余凯受李彦宏邀请，领导百度的 AI 业务。在他的号召下，徐伟、黄畅等 NEC Lab 的同僚，也先后加入百度。后来，他们又跟着余凯一同创办了地平线。

日本花大力气点燃的 AI 火种，最终造就了今天中国 AI 的冲天火光。2018 年 NEC 第四次大裁员后，其美国实验室的技术中坚力量，几乎已流失殆尽。

孤胆英雄

日本 AI 高歌猛进的步调，随着 NEC 美国实验室的落寞戛然而止。

全球人工智能的历史仍在继续，就好像五代机项目从未存在过一样；而曾经组建了全明星阵容的 NEC Lab，也渐渐被淡忘。在失去的三十年里，日本几乎没有在深度学习领域，留下任何一笔痕迹。

不仅如此，深度学习还在日本留下了根深蒂固的偏见。

2016 年谷歌的 AlphaGo 击败了李世石，登上了全球科技新闻的头版。这一年，中国诞生了 528 家 AI 企业，催生 371 起 AI 投融资。从科学家到 VC，都热情地谈论着深度学习的潜力。然而，隔壁的日本，却是另一番风景。

同年，日本产经省也举办了一场全国人工智能大会。有学者准备就深度学习提出两个企划案，却被同席的学术圈研究者提醒，“如果名字里加上深度学习的话，估计就没有人来听了吧”。

这种裹足不前的态度，是日本如今无人可用的重要诱因。

唯一意识到问题的，正是软银集团的孙正义。

2017 年，孙正义在推出全球最大私募股权科技投资基金（愿景基金）时，笃定地表示，该基金只会根据一项策略进行投资，就是 AI。

接下来的几年时间里，软银在 AI 领域的投资不可谓不激进。

光是在季度和年度报告中，孙正义提到 “AI” 的频数就超过 500 次，并大手笔地为超过 400 家 AI 创业公司，注入 1400 多亿美元资金。他甚至还在 2020 年胸有成竹地表示，史无前例的投资狂潮，将使软银成为主导 AI 革命的投资公司。

然而，孤掌难鸣。更尴尬的是，软银还压错了宝。

据风投数据库 PItchBook 于 2023 年公开的数据，在 26 家估值超过 10 亿美元的 AI 创业公司里，软银只投中了一家。

此外，孙正义虽然斥 40 亿美元投资英伟达，却在其股价暴涨前悉数抛掉，与近 10 倍的涨幅收益失之交臂。如果不是押中了 ARM，孙正义的 AI 投资或将颗粒无收。

孙正义

在 ChatGPT 引爆生成式 AI 热潮的 2023 年，孙正义在股东大会上痛心疾首地表示，自 2022 年末以来他就一直在反省，“为自己犯了很多错误感到羞愧”，“哭了好几天都停不下来”[13]。

失去的时代

孙正义的眼泪，既是对软银频频押注失误的悔恨，更是对日本 AI 产业的恨铁不成钢。

2019 年时，孙正义曾不加掩饰地公开批判：在当前最重要的科技革命上，日本已变成了一个 “后进国”，而使其不断丧失竞争力的本质原因，是对进步的不贪婪 [15]。

这番言论，掺杂了不少情绪因素。实际上，这些都不是日本 AI 老无所依的根本原因。

深度学习从来都不是一场孤立的革命。

2012 年，深度学习能够爆发，其实有两个先决条件：一是算力进化，当时英伟达所开发的 GPU，已经初步能支撑起深度学习所需的算力。二是互联网的全面铺开，弥补了数据不足的问题。

集成电路、互联网、云计算，随着这些前置产业陆续成熟，深度学习才得以登上历史舞台。然而，这些产业，日本几乎一个都没有。

当年，在斯坦福教书的吴恩达想要进行大型图像识别实验，尚且有谷歌倾尽整个数据中心的算力，来成就他的 The Cat Neurons 项目（即 “谷歌猫”）。

然而福岛邦彦和甘利俊一却没有这么幸运。即便是如今的日本，也没有任何一家民间公司，拥有训练 AI 大模型所需的庞大算力。仅有政府主导的理化学研究所中，才能找到 “富岳” 这样的超级计算机。

日本 AI 的后继无人，从最开始就埋下了伏笔。

如今，以 AI 为横切面的日本科技产业，似乎正在印证孙正义五年前的预言：日本已经失去了过去，但可能正在失去未来。

来源：远川科技评论 微信号：kechuangych