日本5月28日通過其國內(nèi)首部專門針對人工智能（AI）的法律，旨在促進(jìn)AI相關(guān)技術(shù)研發(fā)和應(yīng)用并防止其被濫用。
與歐美國家的類似法律法規(guī)側(cè)重規(guī)范和限制AI技術(shù)不同，日本的這部法律未針對惡劣行為規(guī)定具體的懲罰措施，體現(xiàn)了日本政府現(xiàn)階段AI政策的重點(diǎn)仍然放在促進(jìn)AI相關(guān)技術(shù)研發(fā)和應(yīng)用。
日本近幾年密集出臺與AI相關(guān)的諸多政策，其背景是日本在AI技術(shù)的發(fā)展和產(chǎn)業(yè)等方面的應(yīng)用整體落后于歐美發(fā)達(dá)國家。同時，相比一些國家擔(dān)憂AI的發(fā)展會帶來失業(yè)等負(fù)面影響，日本基于本國人口老齡化、勞動力減少的現(xiàn)實，對不得不依賴AI已形成共識。
日本內(nèi)閣府?dāng)?shù)據(jù)顯示，2024財年（2024年4月至2025年3月），包括原預(yù)算和補(bǔ)充預(yù)算在內(nèi)，日本AI相關(guān)預(yù)算達(dá)2828億日元。2025財年AI相關(guān)原預(yù)算就有1969億日元，比上一財年的1176億日元增加約67%，連續(xù)4年增長。
為從根本上提高日本AI基礎(chǔ)模型的研發(fā)能力，日本經(jīng)濟(jì)產(chǎn)業(yè)省和新能源·產(chǎn)業(yè)技術(shù)綜合研究開發(fā)機(jī)構(gòu)于2024年2月啟動了“生成AI加速器挑戰(zhàn)（GENIAC）”項目。這一項目針對具有較強(qiáng)競爭力前景的基礎(chǔ)模型研發(fā)，在計算資源的使用費(fèi)方面向企業(yè)提供補(bǔ)貼，其中，對中小企業(yè)補(bǔ)助三分之二、對大企業(yè)補(bǔ)助二分之一。
日本政府還提供補(bǔ)貼鼓勵企業(yè)應(yīng)用AI。比如，經(jīng)濟(jì)產(chǎn)業(yè)省的“AI導(dǎo)入支援事業(yè)”針對企業(yè)應(yīng)用AI改善業(yè)務(wù)流程，或者構(gòu)建新的商業(yè)模式，其所需部分費(fèi)用由政府提供。一些地方政府還會為中小企業(yè)引進(jìn)AI提供補(bǔ)貼，以振興當(dāng)?shù)禺a(chǎn)業(yè)、創(chuàng)造就業(yè)機(jī)會。
日本在發(fā)展AI的過程中也面臨不少難題。
第一，日本缺乏AI領(lǐng)域相關(guān)技術(shù)人才。據(jù)經(jīng)濟(jì)產(chǎn)業(yè)省的調(diào)查數(shù)據(jù)，預(yù)計到2030年，日本AI人才缺口將達(dá)到12.4萬人。研究人員總數(shù)不足，能產(chǎn)出有影響力研究成果的研究者數(shù)量也較少。日本在AI相關(guān)學(xué)術(shù)會議、期刊發(fā)表的論文數(shù)只有美國的約四分之一。
為打破這一局面，日本從教育改革入手發(fā)展AI研發(fā)所需人才。從2020年起，文部科學(xué)省開始主導(dǎo)推進(jìn)數(shù)理、數(shù)據(jù)科學(xué)和AI教育，其對象是大學(xué)（包括短期大學(xué)）、高等專門學(xué)校（簡稱“高?！?，相當(dāng)于國內(nèi)五年制高職）的所有學(xué)生。
大學(xué)和高專開設(shè)的正規(guī)數(shù)理、數(shù)據(jù)科學(xué)和AI課程中，滿足一定條件的優(yōu)秀教育項目可獲得文部科學(xué)大臣的認(rèn)定。獲得認(rèn)定的學(xué)校對學(xué)生以及就職企業(yè)的吸引力將增加，反過來會推動各學(xué)校完善教育項目。
文部科學(xué)省還推動大學(xué)院系進(jìn)行調(diào)整和重組，具體包括推動公立及私立大學(xué)在數(shù)字、環(huán)境等領(lǐng)域增設(shè)可授予理工農(nóng)領(lǐng)域?qū)W位的院系和專業(yè)，或擴(kuò)大原有這類院系和專業(yè)的招生規(guī)模。日本政府為大學(xué)和高專院系重組、加速推動數(shù)字化提供資金支持。
此外，日本政府還將AI領(lǐng)域和AI新興及跨學(xué)科領(lǐng)域的人才培養(yǎng)和尖端研究開發(fā)作為緊迫性高的國家戰(zhàn)略領(lǐng)域，于2023財年開始下一代AI人才培育項目，資助攻讀博士課程的學(xué)生的生活費(fèi)和研究經(jīng)費(fèi)。
除了高等教育機(jī)構(gòu)，日本企業(yè)還通過在職研修等形式進(jìn)行AI人才培養(yǎng)。按照崗位所需AI人才類型的不同，由員工自己對所進(jìn)修的課程進(jìn)行選擇。一些企業(yè)還與大學(xué)合作，幫助職工重新學(xué)習(xí)數(shù)理、統(tǒng)計、信息等AI相關(guān)基礎(chǔ)理論課程。
第二，AI應(yīng)用在日本國內(nèi)的普及程度不夠。日本大企業(yè)數(shù)字化轉(zhuǎn)型潛力很大，但目前進(jìn)展仍然緩慢，AI技術(shù)應(yīng)用不普及勢必影響研發(fā)進(jìn)展。
第三，日本在互聯(lián)網(wǎng)時代發(fā)展滯后也制約了其在AI領(lǐng)域的發(fā)展。作為AI技術(shù)的核心，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都需要收集大量數(shù)據(jù)，并利用這些數(shù)據(jù)不斷提高準(zhǔn)確率。而數(shù)據(jù)幾乎都是從互聯(lián)網(wǎng)上收集的，因此日本發(fā)展AI技術(shù)的基礎(chǔ)比較薄弱。
第四，日語獨(dú)特的語法和用法，決定了以英語為基礎(chǔ)的AI技術(shù)無法被完美地移植。以AI領(lǐng)域研究中比較熱門的大規(guī)模語言模型（LLM）為例，英語國家研發(fā)的模型在日語環(huán)境中難以充分發(fā)揮功能，而研發(fā)適合日語的模型必須研究日語特征。LLM需要大量文本數(shù)據(jù)，而日語的文本數(shù)據(jù)遠(yuǎn)少于英語，其多樣性方面也存在制約因素。LLM的研發(fā)還需要很高的算力，而日本的超算和云等計算資源技術(shù)和人才儲備不足，也制約了其研發(fā)進(jìn)度。
現(xiàn)階段，日本企業(yè)和研究機(jī)構(gòu)選擇優(yōu)先開發(fā)幾十億至幾百億參數(shù)的小規(guī)模輕量日語LLM。這類小規(guī)模模型用途比較有限，但針對企業(yè)的實際需求研發(fā)能迅速發(fā)揮作用。而各種特性不同的小規(guī)模模型組合起來，有可能發(fā)揮比單一巨型AI更高的性能，而且這種架構(gòu)可能成為未來發(fā)展超級人工智能的基礎(chǔ)。
另外，AI研發(fā)和計算資源的完善必須依靠大規(guī)模投資，單靠企業(yè)自身力量無法實現(xiàn)，而需要政府資金支持。日本政府對AI的支持力度和持續(xù)性對日本AI技術(shù)的發(fā)展至關(guān)重要。
