NIKKEI——日本經濟新聞中文版

        因此，對於一旦出錯就將帶來不可彌補的災難的系統，採用目前的人工智慧仍需慎重。

        人工智慧與人腦既有相似之處，也有許多不同之處。

        儘管創造模倣人類的人工智慧的道路還很漫長，但如果不試圖模倣人類，事情就另當別論了。

        圍棋等驗證的題材就在身邊，因此往往容易與人類加以比較。但是，看清人工智慧實現的「才智」與人類不同或許才是一條捷徑。北野和谷歌看到了兩者的不同。這種想法即是一種優勢。

        對於突如其來的人工智慧熱潮，也存在冷靜的觀點。「這是因為研究開發遇到了瓶頸」，産業技術綜合研究所理事長中缽良治表示。世界各國的企業和研究機構正在拼命尋找創新的切入點。

        遠遠落後的日本要追趕美國，應該採取哪些行動呢？

        在發展會學習的人工智慧方面，數據量無疑將發揮巨大作用。從醫院的臨床記錄、地圖資訊到網路上的對話，只有處於能訪問符合目的的大量數據的狀態下，才能培養電腦的「才智」。

        不能讓社會上已經積累的各種數據藏而不用。需要構建能將其用於研究的恰當規則和環境。此外，還需要人工智慧研究者與各個應用領域的合作。就材料基因組來説，就是化學和材料的研究人員等。

        此外，東京大學特聘副教授松尾豐表示，「並非僅靠深度學習就能做任何事」。如果著眼於未來，應開發新技術並加以融合，設想超越目前的人工智慧極限的研究。

        日本經濟新聞（中文版：日經中文網）編輯委員　滝順一

版權聲明：日本經濟新聞社版權所有，未經授權不得轉載或部分複製，違者必究。