許多科幻小說家都想象過高科技產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·布萊伯利的經典小說《華氏451度》中出現過。

表面上，科幻小說除了是一種流行的文學之外，看上去也是未來的預言家。我們可以想象出企業和政府中致力于研究發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，經歷了數十年的停滯，經濟需要刺激。根據金融時報的報道，九月底的日本工業生產數據顯示出經濟負增長已經持續了兩個季度。

更重要的是，安倍經濟學在經濟方面已經快要黔驢技窮，“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。

安倍經濟學將物聯網、大數據、機器人、以及人工智能作為其振興策略的核心，目標旨在加速這四個領域的發展，為公共領域和私人領域都制定未來的愿景。

會思考的機器？

在這四個領域中，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。它一經推出就被搶購一空，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。例如，它無法通過圖靈測試，這是一種在 AI 領域的基準測試，用來確認一臺機器是否表現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機器人經驗的豐厚積累。另一方面，它卻也表明了日本在諸如物聯網、大數據和人工智能領域的相對薄弱，在這些領域我們無法找到可以與機器人領域的 Pepper 匹敵的創造。

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

Mitsuru 承認，日本在深度學習方面（一種 AI 的核心科技）落后于美國的程度相當多， 但他表示日本已經在努力追趕。例如，政府已經建立了一個新的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，大數據是深度學習的核心，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，然后將研究結果融合到他們給與的服務中去。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網、大數據和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目《危險邊緣》（Jeopardy?。┒暶h播，在節目中它需要根據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據。

日本企業家和風投家William Saito是Watson的粉絲。Saito作為受過專業訓練的廚師，曾使用IBM的Watson大廚服務（the IBM Chef Watson service）來準備一些特殊的菜肴。

他說：“設計師們告訴Watson去讀完所有給它的菜譜書，然后用大數據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融合了物聯網、大數據以及AI以后充滿前景的應用未來?！氨热纾瑢atson和一臺冰箱聯起來，”他說，“你走到你的冰箱面前，然后它就會根據冰箱里現有食物過期日期的優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準（即偏好）作為內部模型。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整、讓行為更偏向于用戶的偏好，并且預測用戶的意圖。

物聯網，AI，以及機遇

從他的工作中，Saito可以區分出日本和美國在物聯網、大數據、機器人以及AI方面的不同。他認為，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。

創造機械人體（cyborgs）——在人類身上裝上機械配件——的想法，看上去統治了大部分的思路。考慮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，這仍然只是很多設計選項中的一種。以汽車行業為例，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和麻省理工學院合作。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、中學、還是大學，都應該把更多的重心放在創造性思維上。

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

他說這一點是非常重要的，因為物聯網、大數據、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向的。機器人將會變得靠自己來學習，20年后的機器人將與今天的機器人全然不同。”

AI紀元

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

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

“我正在嘗試創造一種算法，幫助機器人通過基于經驗的推理來學習、并且有預見性地確定人類希望他們做什么、希望他們怎么做。”Hirokawa解釋道。

他的目標不只限于軟銀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。“我們已經有了能夠做到這些的硬件，但重點是開發軟件，”Hirokawa說道，“這是挑戰所在，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用的產品。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。但是他們最快的應用是語音識別，以及改進從他們大量的數據中萃取價值的方法（推薦算法等等）。谷歌最近表現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。

國家科學基金（NSF）和國家衛生研究院（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相關的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注點和美國有一些不同，因為研發機器人的主要動機來自工業上和“文化”上，與軍事無關。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，雖然日本在腦神經上的研究歷來十分出色，他們的關注點有些太偏向分子了。因此，認知與AI的融合也就不如美國順利。

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