NIKKEI——日本經濟新聞中文版

　　日本經濟新聞（中文版：日經中文網）日前獲悉，主導人工智慧（AI）研究和開發的約半數頂尖人才集中于美國。日本的人才僅佔全球的不到4％，落後於中國和英國。對日本而言，在海外接受專業教育的AI人才很少，欠缺人才多樣性等課題也浮出水面。AI是數據經濟的核心技術。如果負責最尖端研究的群體薄弱，日本的競爭力有可能下降。日本政府和企業已開始採取行動。

　　加拿大的AI初創企業“Element AI”根據2018年內在21個國際學會上發表的論文調查了作者人數和經歷，統計了頂尖AI人才的分佈。

　　調查顯示，全球有2.24萬AI方面的頂尖人才。其中約半數在美國（1萬295人），其次是中國（2525人）佔到1成。英國（1475人）、德國（935人）和加拿大（815人）次之。日本以805人排在第6位，僅佔到整體約3.6％。

　　日本的人才品質也成為課題。調查顯示，日本的人才缺乏多樣性。與其他國家相比，在海外接受過專門教育的國際型人才在日本很少。在外國學習之後，去日本企業工作的比率僅為17％，在17個主要國家和地區中排在倒數第2位。此外，日本女性人才的比率最低，僅有9％，是全球平均（18％）的一半。

　　以多樣性的成員推進AI開發很重要。通過研究者之間的人脈接觸最尖端技術，容易推動共同研究。據稱由相同人種和性別團隊打造的AI進行判斷時容易出現偏頗。

　　在最尖端的AI研究方面，提高數據分析效率、消除分析偏頗的技術、淺顯易懂地向外界展示判斷過程的手法等技術創新取得進展。大學與企業的共同研究也很多，這將直接推動各國企業的競爭力提高。

　　例如，2018年夏季在京都召開的國際學會上，築波大學準教授秋本洋平獲得最優秀論文獎。他研究的是使提高AI判斷精度的開發工作自動化。這有助於大幅削減AI開發週期和成本。

　　秋本準教授曾任職于法國的國立研究所，他指出“在國際學會上，日本人發表的論文數量很少，存在感很低”，對日本研究人才的短缺感到擔憂。原因之一被認為是日本的教育政策落後。秋本表示，“AI領域的新發現源於高等數學知識的情況正在增加，但日本跨越領域的研究體制薄弱”。