優選網絡：AI領域下一個蘋果或亞馬遜？

Pavel Kireyev

日本“優選網絡”公司（Preferred Networks，PFN）是一家AI開發初創企業，主要為自動駕駛汽車、智能工廠等進行技術架構支持。該公司正在探索嘗試可靠的發展模式，匹配自身的技術能力，期待實現“1+1>2”。

實驗室型的初創企業

聲名不顯的“優選網絡”（PFN）總部位于東京，在創業過程中，該公司逐漸認識到AI在重塑物聯網方面的潛力，于是2014年果斷將業務重點從搜索引擎轉向深度學習，甚至放棄了最初的企業名字——Preferred Infrastructure（優選基礎設施）。

“優選網絡”（PFN）的服務范圍涵蓋從醫療診斷到自動駕駛汽車等一系列人工智能應用領域，主攻技術而非業務。粗略一看，該公司的重大突破似乎并不是那么“重大”，大多都是一些“小動作”“小改進”，但技術含量其實很高。

取貨箱是該公司提出來的技術解決方案項目之一。對制造業來說，這是一項技能需求極低、枯燥但必須存在的工作。有人可能會認為這項工作運用自動化技術就能輕易解決，但事實上，舉起、移動一個物體，再把它放置到合適地方，這對機器人來說是一項異常艱難的延伸性工作。

此外，“優選網絡”（PFN）與日本大型機器人公司發那科（FANUC）合作，開發出了一種基于視覺的解決方案，使揀貨機器人能夠在訓練中快速學習。在演示中，機器人工作8個小時后即可達到高達90%的成功率。

分析研究“優選網絡”（PFN）很有意思。這是一家偏重研究的初創企業，這類企業在創辦、發展和管理過程中如何進行戰略權衡，很有借鑒意義。當下，許多資金充足的AI初創企業仍停留在概念性多過實質應用的階段，“優選網絡”（PFN）卻已經有了不少技術落地案例，還在大舉投資招募技術嫻熟的研究人員和工程師。如今，公司200多名員工中，技術人員和工程師占近90%。“優選網絡”（PFN）很特別，與傳統業務型企業相比，它更像一個技術實驗室。該公司進一步發展增長的最佳途徑有多種可能，許多潛在的商業模式對它來說都不錯。“優選網絡”（PFN）該何去何從？

發力深度學習技術

2006年，“優選網絡”（PFN）聯合創始人岡原大輔（Daisuke Okanohara）和西川徹（Toru Nishikawa）在東京大學作為研究生創辦了Preferred Infrastructure（優選基礎設施）。作為2000年代中后期的一家日本搜索引擎公司，優先基礎設施公司一直緊跟谷歌和微軟的步伐。到21世紀初，深度學習領域嶄露頭角，岡原和西川很快就抓住這一契機，探索將這種新興技術與日本制造業結合起來。他們開始了一項能夠引領他們重塑公司使命的工作：利用深度學習來為物聯網提供動力。

深度學習是一種利用多層神經網絡的機器學習方式，這種神經網絡能夠基于高維輸入（如圖像中的像素）得到一定結果（如判斷圖像中是否有人）。雖然其他機器學習方法有時也能做到這一點，但在某些復雜的預測任務上，深度學習總能以不為人知的因素提供優于其他方法的結果。

2015年，“優選網絡”（PFN）與豐田開展為期一年的合作。2016年1月，他們在拉斯維加斯消費電子展（Las Vegas Consumer Electronics Show）上展示了成果：在觀眾的注視下，6輛玩具普銳斯（Priuses）在短短兩小時內學會了如何通過障礙。目前，兩家公司的合作仍在繼續，成果還包括了豐田的人類支持機器人平臺。2018年，一款可以自動打掃整個房間的機器人首次亮相，它是“優選網絡”（PFN）編程與豐田硬件生產的結合產品。

“優選網絡”（PFN）也參與了娛樂行業的各種人工智能項目。例如，它與一家電影制作工作室合作，制作人群移動效果。在不久的將來，人工智能可能會擁有超越人類的能力，展現出“超級創造力”。藝術AI可能會進入物聯網世界，協助設計人員設計汽車、機器、家具和其他受美學和工程能力限制的消費品。

邁向AI應用集成平臺?

對研究型和人才密集型初創企業來說，最大的挑戰和機遇之一是制定一項戰略，幫助公司走向成熟企業。有三種可能的模式值得考慮：

集成商/合作伙伴模式：即“優選網絡”（PFN）與發那科、豐田的早期合作模式。與龐大而穩定的合作伙伴簽訂合同，提供創新的解決方案。對大量擁有人才的初創企業而言，這種起點可以讓員工直接參與大型企業的項目。

產品開發模式：初創企業可以選擇開發和銷售自己的產品。然而，這需要在銷售和市場營銷方面進行大量投資，而大學孵化的、以研究為重點的初創企業在這方面往往資源有限。

利潤分成或合資模式：與合作伙伴一起孵化新業務。這使初創企業能夠利用合作伙伴現有的銷售、營銷和監管專長，但風險分擔方面的談判可能會比較復雜。

哪種模式最好？深度學習技術如何決定選擇和決策？這需要進一步權衡探討。

“優選網絡”（PFN）正在以自己的方式為未來做準備。

為了超越人工智能解決方案、實現最終的商品化，“優選網絡”（PFN）將深度學習框架作為開源軟件發布，希望能成為行業標準的制定者之一。以Optuna項目為例，該軟件框架可以通過自動化決策，控制神經網絡參數調整，幫助減少其他訓練模型的時間成本。Chainer項目則是一個可以使用Python編程語言構建神經網絡的靈活框架。

“優選網絡”（PFN）聯合創始人西川徹稱，“機器人會成為下一代計算機。”這表明，機器人——廣義上定義為汽車、工廠機器和個人助手機器人——將需要一個操作系統，或者一個模塊化的、能夠實現人工智能功能的平臺和應用程序。換句話說，“優選網絡”（PFN）可能正在探索從研發產品到開發平臺的轉型，效仿蘋果（Apple）、Salesforce和亞馬遜（Amazon）等巨頭的成功之路。

此外，物聯網中人工智能應用平臺的出現，將為更廣泛的數據科學家、經濟學家、行為科學家和研究人員創造工作和研究機會。公司將需要他們的幫助，來學習如何設計應用程序市場，有效收集和標記數據，管理人與算法交互，以及研究如何在日常生活中集成新興技術。

來源：歐洲工商管理學院