日本5月28日通過其國內首部專門針對人工智能（AI）的法律，旨在促進AI相關技術研發(fā)和應用并防止其被濫用。
與歐美國家的類似法律法規(guī)側重規(guī)范和限制AI技術不同，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政策的重點仍然放在促進AI相關技術研發(fā)和應用。
日本近幾年密集出臺與AI相關的諸多政策，其背景是日本在AI技術的發(fā)展和產業(yè)等方面的應用整體落后于歐美發(fā)達國家。同時，相比一些國家擔憂AI的發(fā)展會帶來失業(yè)等負面影響，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。
日本內閣府數(shù)據(jù)顯示，2024財年（2024年4月至2025年3月），包括原預算和補充預算在內，日本AI相關預算達2828億日元。2025財年AI相關原預算就有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基礎模型的研發(fā)能力，日本經濟產業(yè)省和新能源·產業(yè)技術綜合研究開發(fā)機構于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競爭力前景的基礎模型研發(fā)，在計算資源的使用費方面向企業(yè)提供補貼，其中，對中小企業(yè)補助三分之二、對大企業(yè)補助二分之一。
日本政府還提供補貼鼓勵企業(yè)應用AI。比如，經濟產業(yè)省的“AI導入支援事業(yè)”針對企業(yè)應用AI改善業(yè)務流程，或者構建新的商業(yè)模式，其所需部分費用由政府提供。一些地方政府還會為中小企業(yè)引進AI提供補貼，以振興當?shù)禺a業(yè)、創(chuàng)造就業(yè)機會。
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領域相關技術人才。據(jù)經濟產業(yè)省的調查數(shù)據(jù)，預計到2030年，日本AI人才缺口將達到12.4萬人。研究人員總數(shù)不足，能產出有影響力研究成果的研究者數(shù)量也較少。日本在AI相關學術會議、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，文部科學省開始主導推進數(shù)理、數(shù)據(jù)科學和AI教育，其對象是大學（包括短期大學）、高等專門學校（簡稱“高?！保喈斢趪鴥任迥曛聘呗殻┑乃袑W生。
大學和高專開設的正規(guī)數(shù)理、數(shù)據(jù)科學和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大臣的認定。獲得認定的學校對學生以及就職企業(yè)的吸引力將增加，反過來會推動各學校完善教育項目。
文部科學省還推動大學院系進行調整和重組，具體包括推動公立及私立大學在數(shù)字、環(huán)境等領域增設可授予理工農領域學位的院系和專業(yè)，或擴大原有這類院系和專業(yè)的招生規(guī)模。日本政府為大學和高專院系重組、加速推動數(shù)字化提供資金支持。
此外，日本政府還將AI領域和AI新興及跨學科領域的人才培養(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生的生活費和研究經費。
除了高等教育機構，日本企業(yè)還通過在職研修等形式進行AI人才培養(yǎng)。按照崗位所需AI人才類型的不同，由員工自己對所進修的課程進行選擇。一些企業(yè)還與大學合作，幫助職工重新學習數(shù)理、統(tǒng)計、信息等AI相關基礎理論課程。
第二，AI應用在日本國內的普及程度不夠。日本大企業(yè)數(shù)字化轉型潛力很大，但目前進展仍然緩慢，AI技術應用不普及勢必影響研發(fā)進展。
第三，日本在互聯(lián)網(wǎng)時代發(fā)展滯后也制約了其在AI領域的發(fā)展。作為AI技術的核心，機器學習和深度學習都需要收集大量數(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技術的基礎比較薄弱。
第四，日語獨特的語法和用法，決定了以英語為基礎的AI技術無法被完美地移植。以AI領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和人才儲備不足，也制約了其研發(fā)進度。
現(xiàn)階段，日本企業(yè)和研究機構選擇優(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，而且這種架構可能成為未來發(fā)展超級人工智能的基礎。
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技術的發(fā)展至關重要。
