原标题：不要小看日本的AI公司 深度学习方面颇具真材实料
PaintsChainer这家日本AI公司在漫画线稿上色AI领域知名，经常口出狂言，却也被忽视，但又不容小觑。作为一家实力不俗的AI公司，Preferred Networks也成了全日本最值钱的创业公司。量子位系统分析了这家公司。文章转自：量子位（ID：QbitAI），作者：唐旭 夏乙。
“超越Google。”
有家日本AI创业公司，把这个当成奋斗目标挂在嘴边。而且还放言说，如果他们全速前进，肯定能干成世界第一。
别说，他们还真搞出一个公认的第一。
在漫画线稿上色AI这个领域，PaintsChainer的大名如雷贯耳，技术几乎可以算是标杆。你只需上传一张黑白线稿，点一个按钮，背后的AI自动为你生成一张彩色漫画。
PaintsChainer，就是出自这家“狂妄”的日本创业公司，也是这家公司 为大众所知的产品。即便如此，国内知道这家公司的人可能真是寥寥无几。
这家经常口出狂言，却也被忽视的日本公司，就是Preferred Networks。
但不要小看它。
这家公司并非情怀大于实力。
推进霓虹国漫画技艺的发展只能算是个副业。要知道Preferred Networks被称为日本 创业精神的公司。在人工智能、深度学习领域，这家公司颇具真材实料。
全球最早的动态图框架Chainer，就是出自这家公司之手，因此也就有了PaintsChainer。大名鼎鼎的PyTorch，其实也借鉴了Chainer神经网络框架的理念。
另外一个例子来自去年11月。伯克利等大学的学者，只用32分钟就完成了Resnet50模型的训练，超过Facebook团队此前60分钟的记录。不过一周后，Preferred Networks把这个时间缩短到15分钟。
作为一家实力不俗的AI公司，Preferred Networks也成了全日本最值钱的创业公司。
AI独角兽
△ 冈野原大辅(左) & 西川徹(右) | 图源：Bloomberg
Preferred Networks的两位创始人冈野原大辅（Daisuke Okanohara）和西川徹（Toru Nishikawa）最早就在东京大学相遇。本世纪初，他们都是计算机科学专业的学生。
作为一名工程师，冈野原大辅的工作主要是关于情境感知文本分类的研究，这也让他在2004年赢得了日本经济产业省办颁发的“超级创造者”奖项。目前，他领导着Preferred Networks的研究工作。
西川徹则是公司的董事长，负责公关。他说，自己从小学开始，就对电脑很有兴趣。在八年级前，不论到哪，他都会带着一块汽车电池大小的初级笔记本电脑。他告诉老师这是为了记笔记，但他实际上是拿它去编程。
Preferred Networks位于东京的总部更像是一家保险公司，一栋老旧的办公楼里，堆砌着看上去单调乏味的会议室。一些用于试验的工业机器人与大约140名工程师就共同居住在这片空间。这家公司同时有着全日本最快的超级电脑之一，尽管它被藏在什么地方是个秘密。
“人们总是想为我们设计更漂亮的办公室。” 西川徹笑着说，“要是有这笔钱，我还不如买电脑呢。”
自己干的主意是冈野原和西川在一家生物科技创业公司兼职，为基因组测序开发软件时产生的。他们第一次创业时，雇佣了一票大学时的朋友，开发了一个机器学习平台，能够以比市面上任何应用都更快的速度来分析文本。
接着，2012年深度学习领域的出现一系列突破之后，冈野原和西川在2014年决定开发更聪明的工业机器人。这是一个明智的决定，因为在制造业领域，日本仍能制造出 的设备，而谷歌和Facebook这样的AI大户还未能进军。
彭博社报道称，这家日本的AI独角兽，目前估值已经超过20亿美元。
Preferred Networks最大的支持方来自车厂。丰田豪掷超过1.1亿美金，希望他们开发的算法能帮助它们在无人车领域和Waymo一较高下。
你说一个做漫画上色的创业公司，怎么就被人选上造车去了？
除了估值，Preferred Networks与大部分创业公司的不同之处，还在于他们选择深入的领域——制造业。丰田之外， Preferred Networks还与日本公司、世界上最大的工业机器人制造商发那科达成了合作，这让他们有了进入那些世界顶尖工厂的机会。
日本机会
“深度学习在制造业有着非常好的前景。”东京大学计算机科学家、日本深度学习协会主席松尾丰（Yutaka Matsuo）说：“这是一个日本公司有机会获胜的领域。”
发那科公司主席稻叶善治（Yoshiharu Inaba）是最早一批认可这样观点的人之一。
在工业领域，发那科大名鼎鼎。发那科是日本最有钱的机器人公司之一，根据2016年的一份统计，发那科一家的净利润，超过中国40家机器人上市公司的净利润总和。
今年初日经中文网报告称，发那科“从中国的自动化投资中获得较大益处，中国的洽购尤其众多”，助推了这家日企“摆脱对美国苹果的依赖”。
稻叶是一位出了名保守谨慎的商人，也是一位非常出色的工程师，自己就曾经为汽车制造开发过非常重要的工具。
2015年早些时候，他同意与Preferred Networks的两位创始人见面，谈了一个小时，冈野原和西川就成功说服他投资900万美金，以及获取一部分他最重要商业机密的授权——也就是在稻叶自己工厂线上数千台机器人生成的巨大数据流。
四个月后，丰田紧跟着发那科的步伐投资了1000万美金，去年8月他们又补上了一个亿。此外，制造业传统豪强日立、银行巨头瑞穗金融以及三井贸易公司都在12月成为了Preferred Networks的投资人。
在2016年拉斯维加斯的CES展会上，Preferred Networks用玩具汽车对自家的技术做过一次简单的展示。他们用几台微缩的丰田普锐斯穿过场上的障碍物。一开始，玩具车撞来撞去，举步维艰，但经过两个小时的持续试错之后，它们就能畅通无阻地在障碍物中穿梭了。
没有人类程序员为它们编写过任何指令，相反，它们需要根据经验来形成自己的规则，同时，通过一个共享的网络可以加快整个进程。
几个月后在日本的一次展会上，他们又展示了自己的技术怎样让工厂内的机器人更接近 的人类技工。给一个发那科机器人编程，让它能顺利在一团乱麻之中抓出指定的物品，可能要花费一个人类工程师几天时间。
而Preferred Networks的展示中 ，八台以团队形式进行工作的机器人能在一小时之内掌握这项技能——如果数千台，甚至数百外台机器人被联结在一起，学习速度将会呈指数级提升。
“训练一个出色的技工要花费十年，而且，他到时所拥有的知识也不能被下载到另一个人身上。” 稻叶解释道，“但要是你有了一位机器人专家，你就能让那些知识无限地膨胀。”
冈野原和西川透露，今年，他们计划推出自那款动漫上色工具 PaintsChainer以来的第一款独立产品，而具体细节仍是秘密。
“在这个行业里，如果你不做出点什么看上去就十分疯狂的东西来，你就永远没法做那些真正有趣的事情。” 冈野原说。
人才困境
有人工智能技术，也有制造业的传统优势，也有资金支持，但Preferred Networks仍然有现实的困境需要解决。
例如人才。
在日本，创业并不是一股热潮。毕业生们的 ，都是加入一家大型企业，而不是选择初创企业。而Preferred Networks想要实现疯狂的念头，需要更多有创造力的年轻人。
“为了与深度学习领域的巨头们展开竞争，我们需要一支强大的团队，”西川说，“对我们来说最大的威胁，就是失去人才。”
[责任编辑:毛青青]
