据美国《华尔街日报》12月1日报道，Daisuke Okanohara是东京人工智能公司Preferred Networks Inc.的联合创始人，他正在力争实现自我突破，肩负着重振日本科技业的重任。
在美国硅谷，深度学习(deep-learning)市场已颇具规模。Alphabet旗下的谷歌去年以估计5亿美元的价格收购了伦敦初创企业DeepMind Technologies，而苹、亚马逊Facebook和特斯拉等公司也纷纷投资了该领域。中国互联网搜索服务提供商百度于2014年在硅谷成立了深度学习研究中心。
美国市场研究公司Tractica预计，到2024年，有关深度学习的企业应用软件收入将达到104亿美元，今年只有1.09亿美元。
对硅谷而言，深度学习技术主要用于优化软件。举例来讲，可以使苹果Siri等语音识别系统在回答用户问题时更为自然。不过，那些纷纷效仿Okanohara的日本企业则倾向于另辟蹊径，将深度学习用于优化硬件。他们认为，一台深度学习机器的自我优化速度可远超人工优化机器的速度，因为这类机器可以与其他机器共享彼此的学习成果，而且百学不厌。
日本工业机器人生产商、苹果供应商法努克(Fanuc Co.)最近入股Preferred Networks，持有小部分股权，希望开发出可以自己计算出如何才能最好地组装设备、甚至是修复其他机器人的机器。
Preferred Networks首席执行长Yoshiharu Inaba说，公司拥有全世界最先进的技术。此外这家公司还与丰田汽车公司(Toyota Motor Co.)合作开发自动驾驶技术，以及与松下电器产业公司(Panasonic Co.)展开监控摄像头和消费类电子产品的合作。
Preferred Networks对自身的期望是在企业深度学习应用的中心领域占据一席之地，就像上个世纪80年代微软(Microsoft Corp.)凭藉操作系统进入企业个人电脑革命的核心领域一样。Preferred Networks最近引入了一个深度学习技术的操作系统，这个操作系统名为Chainer，可以帮助第三方工程师编写具备人工智能功能的程序。
这家有30名员工的初创公司于去年成立，8月份时估值为1.2亿美元，该公司一直坚持保持独立。这就像是一场**，因为谷歌拥有几乎无限量的资源，使其可以争取到一些最好的人才并且有可能制定全球标准。这家初创公司的高管称，由于员工不足，他们已经拒绝了一些合作提议。专家还表示，日本政府采用新技术的步伐缓慢也可能带来问题。
担任执行副总裁的Okanohara表示，当汽车、烤箱等多种多样的产品联网后，他相信自己的专长能够发挥作用。因为他看到物联网存在一个问题：连接的设备可以访问的数据量过于庞大，没有可以与之匹配的分析或传输数据的计算能力。例如，汽车传感器可能记录霓虹广告牌上的每个像素，而这一信息对于汽车安全运行毫无用处。
Okanohara称，人脑也面临同样的超载问题，但人类学会了放弃无关信息。与之相似，计算机必须能够自行判断信息是否重要，以及应当与其他设备分享哪些信息。
