与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
如果说美国是最厉害的大模型“老炮”，那日本可能就要沦为这次排名的“吊车尾”。
日本的落后其实要从上个互联网时代讲起。我们盘点世界AI大模型领域的关键角色会发现，无论是中国的BAT，韩国的Naver，还是美国的谷歌、亚马逊，他们都是互联网时代的巨头。
一方面，这些企业通过互联网业务积累了大量的高质量数据；另一方面，他们在自身业务推动下建立了完整的云计算体系。但盘点之后我们发现，整个日本既没有叫得出名字的互联网巨头，也没有拿得出手的云计算厂商。
目前，日本的即时通讯软件来自韩国的LINE，云计算业务也被美国企业长期把持。
2022年，日本云计算市场份额约占全球的4%，排名第四。但日本云计算市场的主要竞争者却是美国的三大云巨头亚马逊、微软和谷歌，它们在日本的市场占有率已经达到60%~70%。
除此之外，日本其实还面临许多其他问题，比如由于半导体产业的衰落，让日本在本应成为最大优势的AI芯片领域缺位；比如作为一个小语种国家，日语面临和中文一样缺乏语料的问题
在这样的背景下，日本在AI时代其实早就丧失了自主权。所以我们盘点日本的AI大模型，会发现它们大多具有美国或者韩国色彩。
比如日本最早公开上线的NLP大模型是2020年发布的NTELLILINK Back Office NLP，当时它能实现如文档分类、知识阅读理解、自动总结等功能。但NTELLILINK Back Office是在谷歌BERT基础上开发的应用，就像中国许多基于GPT-3开发的应用一样。
更有日本血统的生成式AI其实是HyperCLOVA、Rinna 和 ELYZA Pencil，但其中HyperCLOVA 和 Rinna 也都有外国基因。
其中，HyperCLOVA最早是韩国搜索巨头NAVER在2021年推出的，其日本版是由NAVER和其子公司LINE（韩国软件在日本经营）一起研发。但HyperCLOVA确实是第一个专门针对日语的大语言模型，其通过爬取日本的博客服务来获取训练数据，并在2021年举行的对话系统现场比赛中获得了所有赛道的第一名。
基于HyperCLOVA，LINE也推出许多应用，比如聊天机器人CLOVA Chatbot、图像识别CLOVA OCR和科洛瓦演讲CLOVA Speech等等。HyperCLOVA拥有820亿参数，目前正计划通过超100亿页的日文数据作为学习数据将模型规模扩大到1750亿。
日本的另一个AI大模型Rinna则与微软有关，Rinna最早是微软日本研发的一款聊天机器人，类似于国内的小冰（之前叫微软小冰，目前已独立运营）。
2021年8月，Rinna发布了一个名为GPT2-medium的模型，然后又在次年推出了日本版的GPT-2，参数达到13亿。日语版GPT-2与GPT-2的区别在于，GPT-2采用的是英文语料，而日语版GPT-2是基于日语语料训练。
目前，Rinna的日语版GPT-2和HyperCLOVA已经是日本参数规模最大，最具代表性的大模型了。
当然，日本也有一些真正土生土长的大模型，比如2022年3月，由东京大学松尾研究所的AI初创公司 ELYZA Co., Ltd.推出大语言模型，它以产品“ELYZA Pencil”的方式推向市场。输入几个关键字，ELYZA Pencil可以在大约 6 秒内创建三种类型的日语新闻报道、电子邮件或简历。
所以算起来，ELYZA Pencil才算真正意义上日本首次公开发布的生成式AI产品，但仅有ELYZA Pencil显然很难成为全村的希望。
日本政府其实也在想办法扭转这种局面，比如2022年5月，日本政府计划将云计算服务列为涉及国家安全的“特定重要物资”，并将加强日本本国的“国产云”，但执行下来其实收效甚微。
毕竟无论是互联网还是云计算都是规模经济，需要有足够的市场容量才能产生经济效益。这也导致日本互联网和云计算无论是在全球市场，还是在本土市场都缺乏充足的成长空间。
但即便如此，日本市场也在积极做着大模型的应用的研究。
比如2022年5月，东京大学和 Google Brain 的一个研究团队发布了论文《Large Language Models are Zero-Shot Reasoners》，解决了大模型0样本学习的部分问题。
而在日本的互联网上，日本网友也在积极调用GPT-3的API，尝试开发自己的独特应用。此外，在刚刚举行的英伟达GTC 2023上，英伟达与日本三菱联合打造了日本第一台用于加速药研的生成式AI超级计算机。
数字化转型网人工智能研习社
与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网默然。
