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相關技術研發和應用并防止其被濫用。

　　與歐美國家的類似法律法規側重規范和限制AI技術不同，日本的這部法律未針對惡劣行為規定具體的懲罰措施，體現了日本政府現階段AI政策的重點仍然放在促進AI相關技術研發和應用。

　　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技術的發展和產業等方面的應用整體落后于歐美發達國家。同時，相比一些國家擔憂AI的發展會帶來失業等負面影響，日本基于本國人口老齡化、勞動力減少的現實，對不得不依賴AI已形成共識。

　　日本內閣府數據顯示，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4年增長。

　　為從根本上提高日本AI基礎模型的研發能力，日本經濟產業省和新能源·產業技術綜合研究開發機構于2024年2月啟動了“生成AI加速器挑戰（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，在計算資源的使用費方面向企業提供補貼，其中，對中小企業補助三分之二、對大企業補助二分之一。

　　日本政府還提供補貼鼓勵企業應用AI。比如，經濟產業省的“AI導入支援事業”針對企業應用AI改善業務流程，或者構建新的商業模式，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引進AI提供補貼，以振興當地產業、創造就業機會。

　　日本在發展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。據經濟產業省的調查數據，預計到2030年，日本AI人才缺口將達到12.4萬人。研究人員總數不足，能產出有影響力研究成果的研究者數量也較少。日本在AI相關學術會議、期刊發表的論文數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展AI研發所需人才。從2020年起，文部科學省開始主導推進數理、數據科學和AI教育，其對象是大學（包括短期大學）、高等專門學校（簡稱“高?！?，相當于國內五年制高職）的所有學生。

　　大學和高專開設的正規數理、數據科學和AI課程中，滿足一定條件的優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字、環境等領域增設可授予理工農領域學位的院系和專業，或擴大原有這類院系和專業的招生規模。日本政府為大學和高專院系重組、加速推動數字化提供資金支持。

　　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和尖端研究開發作為緊迫性高的國家戰略領域，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，日本企業還通過在職研修等形式進行AI人才培養。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。一些企業還與大學合作，幫助職工重新學習數理、統計、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。日本大企業數字化轉型潛力很大，但目前進展仍然緩慢，AI技術應用不普及勢必影響研發進展。

　　第三，日本在互聯網時代發展滯后也制約了其在AI領域的發展。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據，并利用這些數據不斷提高準確率。而數據幾乎都是從互聯網上收集的，因此日本發展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模語言模型（LLM）為例，英語國家研發的模型在日語環境中難以充分發揮功能，而研發適合日語的模型必須研究日語特征。LLM需要大量文本數據，而日語的文本數據遠少于英語，其多樣性方面也存在制約因素。LLM的研發還需要很高的算力，而日本的超算和云等計算資源技術和人才儲備不足，也制約了其研發進度。

　　現階段，日本企業和研究機構選擇優先開發幾十億至幾百億參數的小規模輕量日語LLM。這類小規模模型用途比較有限，但針對企業的實際需求研發能迅速發揮作用。而各種特性不同的小規模模型組合起來，有可能發揮比單一巨型AI更高的性能，而且這種架構可能成為未來發展超級人工智能的基礎。

　　另外，AI研發和計算資源的完善必須依靠大規模投資，單靠企業自身力量無法實現，而需要政府資金支持。日本政府對AI的支持力度和持續性對日本AI技術的發展至關重要。