2.4　日本和韩国

2018年上半年，日本和韩国相继发布了人工智能国家战略，加快完善人工智能发展的顶层设计。2018年4月，日本发布了第5版《下一代人工智能/机器人核心技术开发计划》；同年5月，韩国发布了《人工智能研发战略》。以下重点梳理日本和韩国在人工智能发展理念中的相同点及其各自发展的侧重点。

日本和韩国高度重视人工智能发展的经济效应和社会效应。日本提出在全世界率先建成“超智能社会”的宏伟愿景，其基础性技术是以人工智能、大数据、物联网等为代表的信息通信技术（ICT）。韩国的信息通信技术，不论在技术研发还是在产业化应用与推广方面都走在世界前列，韩国以ICT产业作为出口主导产业引领国家整体经济的增长，并确立了智能终端、半导体等领域的国际竞争力。日本是机器人超级大国，在过去30多年里，日本拥有世界上数量最多的机器人用户、机器人设备生产商和服务提供商。在工业机器人制造领域，发那科、安川电机和川崎重工等企业在全球拥有50%的市场份额。如今，日本工业机器人在食品、化妆品及药品领域的应用发展尤为突出，相比于其他领域，这3个领域在卫生方面设置了较高门槛，机器人能够通过先进的技术应用满足其发展需求。

现阶段，应用方面的限制在很大程度上阻碍了日本机器人的进一步发展。尽管日本服务机器人的应用拓展迅速，但大部分机器人都无法满足大规模的产品生产需求。举例来说，虽然日本已经推出针对医疗护理及灾难救援的机器人，但在现有技术条件下，很难进行广泛的应用，且国家相关部门并未建立相应的制度规范。

韩国机器人的发展晚于美国机器人的发展，但成长速度却很惊人。进入二十世纪九十年代后，韩国政府开始意识到工业机器人的重要性，并为其发展提供政策支持。韩国在2004年开始实施“无所不在的机器人伙伴”项目，进一步推动了韩国工业机器人的发展。

韩国政府于2008年出台了《智能机器人开发和普及促进法》，把机器人产业的发展纳入国家的整体发展规划中，促进了专业人才队伍的建设，加速了相关服务平台的落成。此外，韩国在2012年出台了《机器人未来战略2022》，准备拿出3500亿韩元用于机器人产业的发展，预计2022年机器人产业的总体规模将达到25万亿韩元。之后，韩国的相关政府部门又进一步细化了上述战略，于2013年出台了《第二次智能机器人行动计划（2014—2018年）》，计划到2018年时实现20万亿韩元的机器人国内生产总值，其市场规模在世界范围内的比重达20%。

韩国的机器人市场在世界范围内居于第四位。2011年，韩国的机器人市场规模达2.55万台，刷新了韩国的历史纪录，到2014年，仍然保持2.47万台的高水平；与此同时，韩国相关企业的市场份额在世界总体中的比重可达5%，其产品多为汽车电子零部件。

相比于美国、中国及欧洲各国，日本和韩国的人工智能技术的发展仍然处于落后阶段。2015年，韩国电子通信研究院对人工智能相关的13种技术和10个融合产业领域进行了调查研究，结果显示，韩国人工智能技术的总体水平为世界先进水平的66.3%（最高水平以100%计算），与技术先进国家有4.4年的差距。日本文部科学省下属的科学技术和学术政策研究所的调查显示，在2010—2015年的6年间，人工智能领域权威国际会议美国人工智能协会（AAAI）收录的论文中，日本发表的论文占比与中、美两国发表的论文占比有较大差距，其中2015年美国、中国和日本的论文发表数量分别为326篇（占比为48.4%）、138篇（占比为20.5%）和20篇（占比为3%）。

在人工智能研究大热的形势下，金融科技这个名词也出现在日本媒体中，各大银行也在宣传“利用区块链的金融科技”。在日本的金融科技理念的影响下，美国、英国也开始进行与金融科技有关的研究。例如，英国政府于2015年制作的引进金融科技的宣传册中，提到金融科技的关键技术有机器学习和认知运算，数字货币和区块链，大数据解析、最佳化与融合，分散型体系，手机支付和P2P软件等。所谓认知运算是基于经验性知识的运算，如同IBM的Watson系统中所采用的运算。英国和美国最初的金融科技中就出现了机器学习和认知运算，再加上大数据的利用，使人明白与便捷功能相比，金融科技更注重强大的人工智能技术。

包括金融机构在内的日本社会对于对冲基金公司或超高速机器人交易员所知甚少，这也许是以日本为基地的对冲基金公司现在仍然为数极少，或日本对超级对冲基金投资仅限于一小部分投资机构的原因之一。在日本，虽然金融科技和人工智能都是人们热烈讨论的话题，但人工智能和资产管理或资产交易却难以相互联系。

因此，日本和韩国下一代人工智能研发布局的首要任务是开展前沿理论研究，着重发展类脑智能，以及数据驱动型人工智能与知识驱动型人工智能的融合发展。当前，人工智能技术仅限于模式识别、自然语言处理、运动控制等，在复杂情景下的应对能力、泛化能力，以及对数据的深度理解等方面远不及人类大脑。近年来，计算神经科学的发展为类脑智能的研发奠定了基础，下一步类脑智能方向要研发人造视觉中枢、人造运动中枢和人造语言中枢。数据驱动型人工智能技术发展迅速，然而在大多数情况下，只能处理单一种类（如文本、图像、声音等）的静态数据，对多类型动态数据的分析能力尚有待提升。与此同时，知识驱动型人工智能在检索系统、问答系统等领域也蓬勃兴起，但前提是这些知识仍然源自人类的先验知识，并非来自由传感器直接采集到的原始数据。未来应探索数据驱动型人工智能与知识驱动型人工智能的融合发展，直接基于硬件采集到的海量数据实现对现实世界的深度理解，即研发将知识与数据相融合进行学习、理解和规划的技术，进而辅助人类进行推理与决策。