猎云注：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，也是这家公司唯一为大众所知的产品。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被称为日本最具创业精神的公司。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，日本仍能制造出最先进的设备，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优秀的人类技工。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。毕业生们的首选，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。”
P.S.
如果你还是对本文开头提到的PaintsChainer更感兴趣……去试试：https://paintschainer.preferred.tech/index_en.html
代码：https://github.com/pfnet/PaintsChainer
