משרד ראש הממשלה פרסם בשבוע שעבר, ללא הד תקשורתי רב, את התוכנית הלאומית להאצת הבינה המלאכותית בישראל, מהלך שנועד לבסס מובילות עולמית ולחזק את העצמאות הטכנולוגית של המדינה.
התכנית, שגובשה בהובלת המטה הלאומי לבינה מלאכותית במשרד ראש הממשלה, מציבה מספר יעדים שאפתניים ובהם הקמת תשתיות ריבוניות ורכש חסר תקדים של 100,000 יחידות עיבוד (GPUs) לשימוש המשק והממשל.
אולם מאחורי ההצהרות החגיגיות מסתתרים אתגרים תקציביים כבדים וסגירת פערים פוליטיים ממושכים. שוחחנו עם פרופ' נדב כהן, חוקר למדעי המחשב ובינה מלאכותית באוני' ת"א ומייסד-שותף ב-imubit לגבי התוכנית, בניסיון להבין מה עומד מאחוריה.
המדינה מציבה יעד של 100 אלף יחידות עיבוד. מה המשמעות הכלכלית של יעד כזה?
"100 אלף יחידות חישוב זה יעד שאפתני מאוד, שיכול לעלות בקלות עשרות מיליארדי דולרים. אם מדובר, למשל, בשרתים מתקדמים של אנבידיה כמו H100, העלויות הן עצומות. מעבר לכך, צריך לזכור שיחידות עיבוד ושרתים מתיישנים בקצב מהיר מאוד – בתוך שנתיים עד ארבע שנים כבר נדרש שדרוג שלהם.
"עצם העיסוק בנושא ברמה הלאומית הוא חיובי, אך עם זאת עבור מדינה כמו ישראל, השאיפה להיות עצמאית לחלוטין בכל שכבות המבנה הטכנולוגי היא שאפתנית מדי. למעשה, כמעט ואין מדינות בעולם שהן עצמאיות לחלוטין. השאיפה שכל רכיבי החישוב, המודלים והשבבים יהיו 'כחול לבן' היא פשוט לכוון גבוה מדי".
באילו תחומים ספציפיים היית ממליץ למדינה להתמקד?
"אחד התחומים המרכזיים הוא Physical AI (בינה מלאכותית פיזית), ובפרט בנושא של 'יחידות קצה' - החלקים שרצים בסופו של דבר בשטח, בעולם הפיזי. זה לא בהכרח חייב להיות רובוט שנראה כמו בן אדם או כלב; רוב האפליקציות בעלות ההיתכנות הכלכלית המשמעותית הן בתחומים תעשייתיים, כמו תוכנה שמניעה פסי ייצור במפעל או זרוע מכנית.
"לישראל יש יתרון משמעותי ביחידות קצה מכמה סיבות: ראשית, יש לנו ניסיון ביטחוני רב עם מערכות הנמצאות בשטח, בסביבות קריטיות ומורכבות. שנית, בעולם הפיזי מחיר הטעות הוא גבוה מאוד, ולכן נושאים של אמינות ובטיחות הם קריטיים. לאקדמיה בישראל יש מטען חזק מאוד בהבנה אלגוריתמית ומתמטית הנדרשת כדי לספק ערבויות למערכות כאלה. עדיף להיות חזקים מאוד במעט תחומים, מאשר לנסות ללכת על הכל".
פרופ' נדב כהן
(אריק הואק)
מרוץ טכנולוגי חסר תקדים
המהלך הישראלי מגיע בעיצומו של מרוץ טכנולוגי חסר תקדים בין כל מדינות העולם אחרי מודלי AI שיספקו מענה לצרכים לאומיים שונים. בארה"ב, המודל נשען על תשתיות מסחריות פרטיות של חברות כמו אנבידיה, אורקל, אמזון, מיקרוסופט וגוגל, המזרימות מיליארדי דולרים לפיתוח חומרה וחוות שרתים, כשהממשל מתפקד בעיקר כמאסדר ומממן מעבדות לאומיות.
באירופה המצב ריכוזי וממשלתי יותר: האיחוד האירופי מקדם פרויקט במסגרתו נפרסות תשתיות מחשוב מתקדמות בשישה אתרים שונים כדי להבטיח ריבונות דיגיטלית מול השוק האמריקאי. בסין, לעומת זאת, הממשל בבייג'ינג מנהל את התחום ביד ברזל ומזרים מאות מיליארדי דולרים לתשתיות מחשוב ריבוניות במטרה להשתחרר מהתלות בשבבים מערביים.
היעד הלאומי שהציבה הממשלה - הקמת מערך של 100,000 יחידות עיבוד לשימושי המדינה - הוא ניסיון לייצר חלופה ציבורית לכוח המחשוב שנמצא כיום כמעט בלעדית בידי ענקיות הענן המסחריות כמו אמזון (AWS) או שירותי הענן של גוגל.
בשוק העולמי, הקמת מערך מחשוב וחוות שרתים בקנה מידה כזה, המבוסס על מעבדים גרפיים מתקדמים ל-AI, היא, כפי שהדגיש פרופ' כהן, אירוע פיננסי עצום שעלותו מוערכת בכ-20 עד 30 מיליארד דולר ואף מעבר לכך, בשל הביקוש הקיצוני והמחסור העולמי ברכיבי סיליקון מורכבים.
לצד תשתיות ה-AI, ההחלטה כוללת גם דחיפה להקמת מחשב קוונטי לאומי מבוסס טכנולוגיה ישראלית. הפרויקט הלאומי לבניית המחשב הקוונטי הישראלי הראשון החל למעשה כבר בשנת 2021, עם דיונים חשאיים של הפורום הלאומי לתשתיות מחקר וטכנולוגיה ומפא"ת, והושק רשמית בפברואר 2022 תחת כהונתו של ראש הממשלה דאז, נפתלי בנט, עם תקציב ייעודי של כ-200 מיליון שקלים.
מחשוב קוונטי מול מחשב קלאסי
(צילומים: shutterstock)
מאז, התכנית הלאומית הרחבה לא קודמה באופן משמעותי תחת הממשלה בראשות נתניהו, ואישורה הנוכחי מהווה למעשה התנעה מחדש של המהלך הקודם ממשלת בנט, בניסיון להדביק את הקצב הכלל-עולמי.
בשוק הבינלאומי, עלות הקמתו של מחשב קוונטי בודד ברמה תעשייתית וממשלתית נעה בין 20 ל-100 מיליון דולר, בשל הצורך במערכות קירור קיצוניות הקרובות לאפס המוחלט ובידוד מוחלט מרעשים סביבתיים. "אני לא הייתי מחבר כרגע בין התחומים. בינה מלאכותית זה כאן ועכשיו, בעוד שתרומה משמעותית של מחשוב קוונטי ל-AI היא עניין עתידי הרבה יותר", אומר פרופ' כהן.
מאמץ לאומי כביר
כעת, התכנית שאושרה בממשלה תנסה לרכז מאמץ לאומי בפיתוח הון אנושי, היערכות לשינויים בשוק העבודה, והתמקדות מוגדרת בתחומי סייבר מבוסס AI, בינה מלאכותית פיזיקלית והתמודדות עם איומי דיפ-פייק, שבהם לישראל יש יתרון יחסי מובנה בזכות מערכת הביטחון.
בסופו של דבר, ההצהרות על הפיכת ישראל למעצמת על בתחום הבינה המלאכותית, בדומה להצלחה הלאומית בתחום הסייבר, ייבחנו במבחן הביצוע התקציבי והלוגיסטי, הרחק מהצהרות פוליטיות.
בסופו של דבר, ההצהרות על הפיכת ישראל למעצמת AI, בדומה להצלחה הלאומית בתחום הסייבר, ייבחנו במבחן הביצוע התקציבי והלוגיסטי, הרחק מהצהרות פוליטיות
"חלק גדול מהכוח של תוכנית לאומית מסוג זה טמון במיקוד שלה. ניסיון להשיג עצמאות ברמת המודלים והמעבדים עלול לשאוב את כל האנרגיה הלאומית ועדיין לא להספיק. המיקוד צריך להיות ברור – להודות באילו תחומים לא נהיה עצמאיים, ולהוביל באלו שכן".
מהו לדעתך הרכיב הכי פחות מודגש כרגע בתוכניות הממשלתיות, שדורש תשומת לב דחופה?
"במובן מסוים, האקדמיה היא ה-8200 של עולם ה-AI. תעשיית הסייבר המקומית כנראה לא הייתה מגיעה לאן שהגיעה ללא היחידות הטכנולוגיות של מערכת הביטחון, אבל בבינה מלאכותית - המנוע הוא האקדמיה. פיתוח AI הוא תעשייה עתירת ידע, שדורשת הכשרה ארוכה מאוד ובסיס מתמטי חזק מאוד.
"עם כל ההערכה לבוגרי יחידות טכנולוגיות בצבא, בעולם ה-AI המובילים הם לרוב דוקטורים ופרופסורים, כפי שקורה גם בארה"ב ובסין. בוגר מסלול צבאי כמו תלפיות יהיה חזק בהרבה אם הוא יהיה גם בעל תואר מתקדם. צריך להפנים שהאקדמיה היא הבאר שממנה אנחנו שותים בתחום הזה".
