זמני השבת
| עיר | כניסה | יציאה |
|---|---|---|
| ירושלים | 16:00 | 17:12 |
| תל אביב | 16:14 | 17:13 |
| חיפה | 16:04 | 17:11 |
| באר שבע | 16:19 | 17:16 |
הכותרות שעניינו הכי הרבה גולשים בדף זה
17/03/22 21:43
40% מהצפיות
מאת TGspot
לא מעט שינויים וחידושים גוגל הציגה במהדורה זו כמו התראות על פעילות אפליקציות ברקע, נגן מוזיקה חדש ועוד
17/03/22 19:30
36% מהצפיות
מאת גיקטיים
חברות הגיימינג ממשיכות לפנק אותנו עם משחקים חינמיים, והפעם: משחק האימה הישראלי In Sound Mind שיצא רק בשנה שעברה
17/03/22 19:14
24% מהצפיות
מאת אנשים ומחשבים
ההשקעה הפרטית בבינה מלאכותית נמצאת בשיא של כל הזמנים, והסתכמה ב-93.5 מיליארד דולר ב-2021 – נתון כפול מהסכום מ-2020. בשנה החולפת, סוכנויות ממשלתיות בארצות הברית הוציאו 1.53 מיליארד דולר על מחקר ופיתוח לבינה מלאכותית למטרות שאינן הגנה – נתון שגדול פי 2.7 מהסכום שהוקצה לנושא ב-2018. למטרות ביטחון, משרד ההגנה הקצה אשתקד 9.26 מיליארד דולר למימון 500 מחקרים ותוכניות פיתוח ב-2021. כאן מדובר בגידול של 6% מהשנה שלפניה. הנתונים הם של אוניברסיטת סטנפורד, שהנפיקה השבוע דו"ח בנושא, שמנתח את היתרונות והחסרונות של התחום הצומח.
הבינה המלאכותית, או ה-AI, קיימת כמושג מזה אלפי שנים, ובפרקטיקה – שבעה עשורים. החוקרים ציינו כי ה-AI הופך לזול יותר, טוב יותר בביצוע המשימות שאנחנו מטילים עליו ונפוץ יותר, אך עדיין נותרו חששות לגבי הטיה, אתיקה ופיקוח רגולטורי.
היסטוריה של בינה מלאכותית
בעשור האחרון, פלוס מינוס, חלה תנופה משמעותית בתחום הלמידה העמוקה, והוא נחשב כענף מרכזי לפתרון סוגיות בעולמות הבינה המלאכותית. אם נלך עוד לפני כן, נקודת ציון פופולרית בתחום אירעה ב-1997, כשמחשב העל כחול עמוק של יבמ ניצח את גארי קספרוב, אלוף העולם בשחמט. עוד מועד חשוב הוא ב-2011, כשמחשב העל ווטסון, גם הוא של יבמ, ניצח בשעשועון ג'פרדי, שכונה בישראל מלך הטריוויה, את מתחריו האנושיים. ב-2015, מערכת AlphaGo של דיפ מיינד (DeepMind) ניצחה את אלוף העולם במשחק GO. אז, המערכת התקרבה למה שמכונה בינה מלאכותית חזקה, שנחשבת ל-"גביע הקדוש" של ה-AI, כי היא מבצעת למידת מכונה בלא הכוונה מראש היכולה לפתור כל בעיה.
ניצח את אלופי האלופים של הטריוויה. מחשב ווטסון של יבמ. צילום: ויקימדיה
אז החלו להבין שהתחום מכיל הרבה יותר מהפגנת שרירים טכנולוגית במשחק טלוויזיה, שכן ניתן לרתום את הבינה המלאכותית למחקר רפואי, לחיזוי אקלים ומזג אוויר וליישומים נוספים. החוקרים ציינו שמדובר בבשורה המסמלת עידן חדש בתחום ה-IT, שבו מכונות מסוגלות ללמוד, להבין, לנתח ולהגיב לכמויות גדולות של נתונים בזמן אמת.
עדויות נוספות ל-"התפוצצות" בתחום
לפי החוקרים, היקף הפרסומים האקדמיים בתחום הבינה המלאכותית מספר לבדו את הסיפור: הם הוכפלו בשנים האחרונות – מ-162,444 ב-2010 ל-334,497 ב-2021. קטגוריות הבינה המלאכותית הפופולריות ביותר שחוקרים ואחרים פרסמו עליהן היו זיהוי תבניות, למידת מכונה ואלגוריתמים.
עוד עדות להנגשת ה-AI היא מספר הגשות הפטנטים הקשורות לחידושים בתחום. ב-2021 הנתון היה גדול פי 30 מאשר ב-2015.
עדות נוספת היא מספר המשתמשים שמשתתפים בספריות תוכנות AI בקוד פתוח בגיטהאב: גם הוא עלה מ-2015 ל-2021. בספריות אלה יש אוספים של קודי מחשב שמשמשים ליישומים ולמוצרים, והפופולרי ביותר ביניהם הוא TensorFlow.
יישומי AI לראייה ממוחשבת
מתוך המשימות השונות שהבינה המלאכותית יכולה לבצע, בשנה שעברה, קהילת המחקר התמקדה ביישומי AI לראייה ממוחשבת. זהו תת תחום ש-"מלמד" מכונות "להבין" תמונות וסרטוני וידיאו, כדי לסווג תמונות, לזהות אובייקטים, למפות מיקום ותנועה של מפרקי גוף האדם, ולערוך זיהוי פנים, גם עם מסכות.
לצורך סיווג תמונות, החוקרים מסתייעים במסד נתונים פופולרי לאימון הבינה המלאכותית, שנקרא ImageNet. אבל התחום עדיין דורש שיפור: שיעור הטעויות בזיהוי עומד על אחת מ-10 תמונות. בנוסף לזיהוי תמונות ופנים, הבינה המלאכותית יכולה גם ליצור תמונות מזויפות, שכמעט שלא ניתן להבחין אותן מאלה האמיתיות. כדי להילחם בכך, חוקרים עבדו על אלגוריתמים לזיהוי דיפ פייק, תוך התבססות על מערכי נתונים כמו ++FaceForensics.
NLP – תחום שהולך ומתפתח במהרה. צילום: BigStock
עיבוד שפה טבעית (באנגלית: Natural Language Processing – NLP) הוא תת תחום של בינה מלאכותית ובלשנות. הוא עוסק בבעיות הקשורות לעיבוד ומניפולציה של שפה טבעית והבנה שלה, על מנת לגרום למחשבים "להבין" דברים שנאמרים או נכתבים בשפות אנושיות. לפי חוקרי סטנפורד, "עיבוד שפה טבעית, תת תחום שנחקר מאז שנות ה-50', מתקדם לאט בהבנת השפה האנגלית, סיכום, הסקת תוצאות סבירות, זיהוי הקשר רגשי, זיהוי דיבור, ותעתוק ותרגום". לדבריהם, "להבנת הנקרא הבסיסית, הבינה המלאכותית יכולה לבצע ביצועים טובים יותר מבני אדם, אך כאשר משימות השפה מסתבכות יותר, או שיש צורך לפרש רמזים בהקשר, עדיין יש לבני האדם יתרון".
"יותר יישומי AI = יותר משרות והכשרות"
לדברי החוקרים, "ככל שהבינה המלאכותית השתפרה בביצוע הנדרש ממנה, כך עלות האימון שלה פוחתת: זו צנחה ביותר מ-60% מאז 2018. משמע, מערכת שמשך האימון שלה עמד ב-2018 על שש דקות עשתה זאת ב-2021 בקצת יותר מ-13 שניות. כך, בעוד שעלות החומרה המיועדת לשמש תשתית לסיווג תמונות עלתה ב-2017 יותר מ-1,000 דולר, ב-2021 היא עמדה על פחות חמישה דולר".
החוקרים מסנטפורד סיימו בנימה אופטימית: "יותר יישומי AI בתעשיות – פירוש הדבר הוא ביקוש רב יותר למשרות ולהכשרות בתחום הבינה המלאכותית. ברחבי ארצות הברית היה ב-2021 ביקוש גבוה ביותר למקצועות הקשורים לתחום".
התחום המסקרן של הבינה המלאכותית יידונו בכנס Future of AI של אנשים ומחשבים, שיתקיים ביום ד' הקרוב, ה-23 במרץ, באיסט בתל אביב. באירוע ירצו מיטב המומחים בתחום, שיסקרו את ההתפתחויות האחרונות בו וייתנו דגשים לעתיד. לפרטים נוספים ולהרשמה לאירוע לחצו כאן.