NIKKEI——日本經濟新聞中文版

      日本缺少AI（人工智慧）研究人員的問題越來越嚴重。當前研究機構的一線十分依賴海外人才，照此下去，日本很有可能在生成式AI的開發競爭中掉隊。今後日本應該如何確保AI人才呢？

       “雖説是日本的論文，卻不一定是日本人撰寫的”。

       日本理化學研究所革新智慧綜合研究中心負責人、東京大學研究生院教授杉山將如此説到。日本的AI研究目前主要依賴以中國為主的海外人才。從近期被AI領域的頂級國際會議“NeurIPS”和“ICML”採納的理化學研究所的論文列表來看，約一半作者隸屬於外國的大學，其中約一半是中國大學的人才。

       日本經濟産業省2019年發佈的資料顯示，日本AI人才到2030年將出現約12萬人的缺口。日本的AI人才短缺現象早就被視為問題，再加上2022年ChatGPT問世後生成式AI人才需求猛增，更凸顯出實際情況的嚴重性。杉山將表示，“在依賴海外人才方面，歐美也是一樣”，同時指出“很少有日本人攻讀資訊類博士課程。這與世界潮流背道而馳”。據他介紹，在有的研究室，以中國人才為中心的海外人才甚至佔到博士課程註冊人員的9成以上。

       主要原因是，在日本，資訊類專業的招生名額很少。例如，東京大學沒有資訊學院，想學習AI的學生應該去哪個學院並不明確。雖然日本政府在努力增加資訊類學院的招生計劃，但杉山對此持懷疑態度，稱“即使想由日本國內供應人才，也可能為時已晚”，同時表示，“此前一直通過漫畫和動畫來吸引留學生，但不清楚學生來日本的情況能持續到什麼時候”。

       在AI研究人員數量減少的情況下，日本今後應該如何確保AI人才呢？從事AI軟體業務的Preferred Networks（PFN，東京都千代田區）代表董事兼首席執行官（CEO）西川徹指出，“對AI初創企業的支援非常重要”。在日本，人才之間跨研究領域展開交流的機會很少，容易出現只有AI研究人員才懂AI的“章魚罐子化”現象。西川表示，“日本的高中教育水準很高，從綜合實力來看，絕不輸于其他國家。需要通過創業把散佈在不同領域的優秀人才連接在一起，以‘面’的方式增加人才，使全體人員都變得強大起來”。

Preferred首席執行官西川徹表示，“使分散為‘點’的人才連接在一起的方法是創業”

       西川徹原本的專業並不是AI，他研究的是旨在提高電腦運算速度的設計思想和數值計算等。據他表示，隨著運算處理的高速化，處理AI等大量數據的技術變得可行，但西川在學生時代，幾乎沒有與AI研究人員産生過交集。

       “明明兩者都是重要的領域，但卻沒有交流，這不正常”。西川徹與學習與AI密切相關的自然語言處理的岡野原大輔等人共同成立了PFN的前身公司。目前PFN已是日本國內最大的獨角獸（企業估值超過10億美元的未上市企業）。

        “通過跳槽提高人才流動性”

       日本AI初創企業PKSHA Technology的上野山勝也代表董事也表示，“受益於高中教育，日本人平均的數學能力較高。即使文科出身也可以成為AI人才”。該公司是2012年從東大研究生院教授松尾豐的研究室誕生的初創企業，2017年已在東證MOTHERS上市。

       上野山指出，支援跳槽對強化初創企業很重要。如果通過增加日本整體的跳槽次數來提升流入初創企業的人才總數，有望成為AI人才的“潛力股”就可以很好地發揮才能。上野山表示，“美國人一生要跳槽10次左右，而日本人至多1次。日本需要進一步提高人才流動性”。

       日本初創企業在資金方面很難説得上充裕。據日本內閣府統計，日本對包括初創企業在內的風險企業的投資額與國內生産總值（GDP）之比僅為0.08％，遠遠低於新加坡（2.61％）和美國（0.64％）。