שתף קטע נבחר

Tech Talk: סירי, מה זו בינה מלאכותית?

בכל שבוע נצלול אל אחד מהמונחים המפוצצים של עולם הטכנולוגיה וננסה להסביר אותו מספיק טוב בשביל שיחת סלון, והפעם: בינה מלאכותית. עד כמה הטכנולוגיה סביבנו באמת חכמה ומי מפחד מהשתלטות של רובוטים?

אם אתם צופים בטלוויזיה באמצעות נטפליקס, נעזרים בסירי או ביקסבי כדי לחפש מידע, או אם ניהלתם פעם דיאלוג קצר עם צ'אטבוט - כנראה שבאתם במגע עם בינה מלאכותית. בעשור האחרון נדמה שאי אפשר לחמוק מהמונח הזה, שהפך למילת קסם של ממש בעולמות הטכנולוגיה וההיי-טק. למרות הפופולריות ההולכת וגוברת של התחום הזה, עדיין נדמה שדווקא הצרכנים - אנחנו, שממהרים לאמץ בחום כל מוצר שמכיל את ראשי התיבות המופלאים AI, לא באמת מבינים מה עומד מאחוריהם.

 

 

כשמדברים על בינה מלאכותית (Artificial Intelligence), לתרבות הפופולרית יש די הרבה מה להגיד: סדרות מופת כמו "ווסטוורלד" ו"מראה שחורה" מציבות לנו מראה קצת מפוחדת בכל הנוגע לתחום הזה, אבל האמת היא שמציאות שבה העולם נשלט על ידי מכונות - עוד לא נראית באופק. בכל זאת, העולם המערבי שופע בשירותים ומוצרים שבהם מוטמעת בינה מלאכותית כבר היום, והתחום הזה הולך ומתרחב בקצב מסחרר.

 

בינה מלאכותית היא תחום שלם במדעי המחשב, וההיסטוריה שלה הולכת רחוק יותר ממה שאפשר אולי לחשוב. מבחינה תיאורטית לפחות, בינה מלאכותית קיימת כבר מאמצע המאה הקודמת, כשהיא נגזרת לא רק מתחומי מדעי המחשב, אלא גם ממתמטיקה, פסיכולוגיה ואפילו מדעי המוח. הרעיון הבסיסי של AI הוא לבסס שיח, התנהגויות, תגובות ותהליכי למידה כמו-אנושיים אצל מחשבים. מדובר ביכולת של מחשבים להסיק וללמוד משהו על בסיס נתונים (דאטה) שנאספו ונותחו.

 

 (אילוסטרציה: Shutterstock) (אילוסטרציה: Shutterstock)
(אילוסטרציה: Shutterstock)

 

למשל, בעת צפייה בנטפליקס, על שרתי החברה נערמים אלפי נתונים לגבי כל משתמש: סוגי התוכן, שעות ביום שבהן צופים יותר או פחות, תהליך חיפוש תכנים, השהיות, הורדות, וגם באיזה פרק בדיוק החלטנו לנטוש את הסדרה ולא לחזור אליה שוב לעולם. הנתונים האלה נאספים ועוברים ניתוח כל הזמן, כשכלים של בינה מלאכותית הם שמאפשרים לשלוח בחזרה מסקנות, למשל: על בסיס הסדרות שראיתי בשבוע האחרון, הנה סדרה שאני עשויה להתמכר אליה.

 

בעוד שבינה מלאכותית היא המושג המרכזי, נגזרים ממנה עוד שני מונחים חשובים: למידת מכונה (ML) ולמידה עמוקה (DL). למידת מכונה מתייחסת לטכניקות השונות שבאפשרותן המחשב ממשיך את תהליך הלמידה - מבלי לקבל הנחיות מפורשות נוספות מגורמים אנושיים. זהו השלב שבו המכונה לומדת לא רק איך לעקוב אחר הוראות, אלא איך להמשיך וללמוד בעצמה, ובכך לשכלל את סט הכלים שהיא מציעה. למידה עמוקה היא תחום בתוך למידת מכונה, שמאפשר התמודדות עם כמויות עצומות של מידע במהירות וביעילות. אנחנו מכירים אותה מקרוב בשימושים דוגמת זיהוי פנים וזיהוי קולי. למידה עמוקה נשענת על רשתות נוירונים מלאכותיות (ANN), שפועלות בצורה דומה למוח האנושי: שכבות על גבי שכבות של יחידות עצביות (שמקבילות לתאי עצב במוח), אלא שגם הרשתות המלאכותיות המורכבות ביותר עוד לא מצליחות להעתיק את יכולת החשיבה האנושית.

 

בחזרה לעתיד 

יש שרואים בלמידה עמוקה את המפתח ליכולת האמיתית של בינה מלאכותית. בדיוק כמו השיח על האינטרנט באמצע שנות ה-90, בינה מלאכותית מסומנת כמהפיכה שאת הפוטנציאל המלא שלה אנחנו עוד לא ממש מבינים. הפוטנציאל הזה קשור ביכולת של למידה עמוקה להמשיך ולהתפתח - ולהצליח להתמודד עם משימות מורכבות בו-זמנית, בניגוד לאופן המוגבל שבו היא פועלת היום סביב הוראה מוגדרת אחת. איך נדע שאנחנו קרובים?

  

בשנת 1950 המתמטיקאי הבריטי אלן טיורינג - שהיה גם שותף בפיצוח מכונת ההצפנה הגרמנית במלחמת העולם השנייה, פיתח את "מבחן טיורינג", שמסמן במובן מסוים את הבינה המלאכותית המושלמת - כזו שהאדם הסביר לא יכול להכריע אם הוא משוחח עם אדם או עם מכונה. המבחן נקרא במקור "משחק החיקוי" שכן הוא נועד לבחון את היכולת של מחשב לחקות תהליך מחשבה של אדם. בארבע השנים האחרונות מדי פעם אפשר היה לראות כותרות שמכריזות כי הומצא המחשב הראשון שעבר את המבחן, אבל האמת היא שהאירועים האלה תמיד נתקלים בביקורת מחקרית נוקבת, והתוצאות מתערערות די מהר.

 

פסל של אלן טיורינג (צילום: Shutterstock) (צילום: Shutterstock)
פסל של אלן טיורינג(צילום: Shutterstock)

 

בכל זאת, אי אפשר להגיד שבינה מלאכותית לא מקיפה אותנו כמעט מכל כיוון, והיא הולכת והופכת בהדרגה לכלי טכנולוגי משמעותי ביום-יום שלנו. העניין הוא, שהיא עושה את זה באופן סמוי. חלק ניכר ממה שמאפשר לבינה מלאכותית להתקיים - הוא השקיפות שלה, כלומר האופן שבו היא מצליחה לפעול במהירות ובדיוק מאחורי הקלעים של אפליקציות, תוכנות ושירותים שנמצאים אצלינו בשימוש כל הזמן. התשתית הכל כך מורכבת הזאת מצליחה להישאר כמעט בלתי מורגשת, והיישומים שלה הם אינסופיים.

 

כשמכונית אוטונומית נוסעת, היא אוספת בכל רגע נתון מידע באמצעות חיישנים - ממפות, מהכביש, מהנהג, מהאובייקטים שבדרך ומכלי הרכב עצמו. בינה מלאכותית מאפשרת לה להמשיך בנסיעה ללא תקלות, לצפות אירועים ולייצר התנהגויות בטוחות. בינה מלאכותית בתחום הרפואה והבריאות מאפשרת איסוף של כמויות מידע עצומות וניתוח שלו במטרה לבצע גילוי מוקדם של מחלות ואפילו לחזות אירועים בריאותיים. ואם נחזור לדוגמה הכי מוכרת - נטפליקס, אפליקציות של בינה מלאכותית משמשות לעריכה של טריילרים, להמלצות תוכן ואפילו משפיעות על הפקה של הסדרות והסרטים עצמם.

 

הצעד הבא מבינה מלאכותית הוא ביסוס של הכרה ותודעה אנושית בקרב המכונה, ואת זה מאוד לא סביר שעוד נספיק לראות בימינו - אלא אם זה במסגרת סדרת מדע בדיוני של HBO. בינתיים אפשר לנסות ולשנות את הפרספקטיבה, לא לראות בתחום הזה איום על הקיום האנושי, אלא דרך אמיתית לשפר אותו.

 

 תגובה חדשה
הצג:
אזהרה:
פעולה זו תמחק את התגובה שהתחלת להקליד
אילוסטרציה: Shutterstock
פניני חכמה
אילוסטרציה: Shutterstock
מומלצים