top of page
  • תמונת הסופר/תד"ר מוריה לוי

בינה מלאכותית- מסע בזמן

עודכן: 10 בינו׳ 2023

22/4/21. היום תורי להרצות בקורס ניהול ידע ובינה מלאכותית שאני מובילה עם עמיתים מבנגקוק וארה״ב. נושא המפגש- מבוא למונחים בעולם הבינה המלאכותית, תוך שימוש במתודת סיפור סיפורים. מתבססת על מאמר שכתב ברנרד מארר האגדי ב 2018, ומשלימה במידע בתקופה שחלפה מאז. אני אוהבת את הרעיוןשל מסע בזמן ומשתמשת בו גם בקורסי מבוא לניהול ידע. הוא מאפשר הבנה טובה יותר של תחום, בדרך לא סטנדרטית, ותוך הכרה והוקרה למנהיגים שעיצבו את התחום והגיעו להישגים המדהימים עליהם אנו נשענים כיום.

השאלה איפה להתחיל היא תמיד לא טריוויאלית. מה נקודה מינוס אחת, לפני פיתוח המונח ״בינה מלאכותית״ שמציע רעיון מרכזי קודם זמנו? בוחרים להתחיל מהמאה ה- 17 ודקרט שדיבר על מכונות משני סוגים- אלו המבצעות משימה מוגדרת ואלו שתדענה לבצע מהלכים כוללים. חשיבה מדהימה קדימה! אכן מעסיק אותנו גם היום בדברנו על מכונות ה AI המרשימות.

עוברים דרך הרבה תחנות בדרך, ומגיעים עד 2020. בפוסט זה, מבקשת לשתף אתכם במחשבות שלי לגבי האירועים המרכזיים ב 2020.

ומתוך כל אירועים אלו, המועמדים לגמר הם חמישה:

הראשון הוא הקורונה. השנה האחרונה מינפה את הקישוריות והתקשורת בעולם, ולכן, בסוף 2020 יש לנו הרבה יותר נתונים משחלמנו. נתונים, כידוע, הם המקום בו חונה ה״שכל״ של אלגוריתמיקה מבוססת למידת מכונה- ליבה הפועם ואולי המרכזי של הבינה מלאכותית החדשה. יתר על כן, בשנה האחרונה, פורסמו הרבה מחקרי בינה מלאכותית בהקשר לקורונה, מחקרים שהוסיפו לתדמיתו הזוהרת של התחום. מועמד ראוי.

מועמד שני ברשימה הוא אוסף המחוללים החדשים לשפה טבעית. מוצרים דוגמת NP3 ו- T-NLG נתנו דחיפה חיובית משמעותית לכלים הכוללים בין היתר צ׳אטבוטים שלא רק יודעים לייצר תשובות, אלא גם כאלו עם מענים טקסטואלים מורכבים ומתוחכמים. אכן מבטיח.

המועמד השלישי היה טכנולוגיות זיהוי רגשות. תת-תחום זה התפתח השנה עד מאד. אנחנו כבר פחות מתלהבים כיום כאשר מכונה מזהה חתול בהשוואה אל מול חיות אחרות, אך כשזה מגיע לזיהוי רגשות של בני אדם, ההבנה של מה שאני אומרת בין השורות, גם ללא מילים, על בסיס בחינת שפת הגוף שלי- בהחלט חידוש מרשים!

שקלתי גם את כל הרעיון של בינה מלאכותית מוסברת (Explainable AI). הבינה המלאכותית החלה כתפיסה קוגניטיבית לוגית, המבוססת על חוקים עסקיים, ובאופן טבעי, היה קל ללוות את המכונה בהסברים על המלצותיה. עם שינוי התפיסה בבינה המלאכותית העכשווית כפי שאנחנו חווים בקרוב לעשור אחרון, עברנו לחיקוי נוירוני של המוח שלנו, וברמה המעשית- הסתכלות לא על סיבתיות אלא על תוצאות. גישה זו שמטה תחת רגלינו (ברובה לפחות- בכל הקשור ללמידה עמוקה) את הסיבתיות. הבעיה שנוצרה היא חוסר אמון של אנשים בהמלצות, מה שבשדות מסוימים חשוב, ובאחרים אפילו קריטי, דוגמת רפואה וביטוח. בינה מלאכותית מוסברת מציעה מרכיב זה, כמרכיב חדש הנוסף על הלמידה העמוקה, ללא צורך להחליף אותה. חידוש זה אולי לא טומן בחובו שינוי טכנולוגי משמעותי, אך בהחלט בעל פוטנציאל השפעה על האמינות והיישום של התחום בארגונים ובחברה.

ומועמד אחרון לשנה זו- הוא עולם הדמוקרטיזציה של הבינה המלאכותית. האוסף החדש של הכלים, בין שירותי ענן, אפשרות לשכור נתונים, שימוש בבינה מלאכותית כשירות, ספריות מוכנות של אלגוריתמים לשימוש, וסביבות פיתוח מוכנות, כל אלו מאפשרים להרבה יותר ארגונים, עם הרבה פחות אנשי צוות מיומנים, להיות מסוגלים ליישם ולהינות מהתנועה המופלאה הזו שאנו קוראים לה בינה מלאכותית. וה בהחלט צעד משמעותי לקראת דמוקרטיזציה של התחום.

ותשאלו- באילו מהמועמדים בחרתי? בחרתי, אם כי בקושי רב. אך לא אשתף, כי זה באמת פחות חשוב. אשאיר אתכם עם הסקרנות הטבעית. וזכרו - כל החמישה יכולים בהחלט להיות בחירה מצוינת. היתה לנו שנה משמעותית ביותר :)


שלכם, מוריה

Comments


bottom of page