המהפכה של ימינו –
מהפכת הבינה המלאכותית
מוטי פנחס CTO MALAMTEAM
אז מי לא שמע על ChatGPT? הבוט המלומד של openAI שפרץ בסערה אל חיינו. אז רגע לפני שהתיישבתי לכתוב את המאמר, פקדתי על הבוט החביב "כתוב לי מאמר על מהפכת הבינה המלאכותית המתרחשת בימינו". כמובן באנגלית, כי תכלס הוא עדיין עולה חדש, וקיבלתי תשובה לא רעה בכלל. אבל לטובתינו הישראלים התיישבתי לכתוב "כמו פעם". על ChatGPT ו Generative AI בהמשך.
המהפכה הטכנולוגית כבר כאן ובענק ומתרחשת ממש לנגד עיננו. החיים שלנו השתנו מאוד בשנים האחרונות בהיבט הטכנולוגי וקצב החידושים מהיר וכמעט בלתי נתפס. מה שנחשב בעינינו כחידוש טכנולוגי לפני שנתיים הפך מזמן לשגרה וכמעט כל פנטזיה טכנולוגית שלנו ניתנת למימוש והופכת לכלי שימושי יומיומי. אחד התחומים החמים והצומחים ביותר הוא תחום ה- AI אשר שואב תקציבי עתק מהחברות המובילות בתחום ומספק בימים אלה חדשות מרתקות. אז מה זה בעצם AI ואיך יראו חיינו בשנים הקרובות?
מאנלוגי לדיגיטלי, בכל תחומי החיים
ה”דלק” של הבינה המלאכותית הוא הדאטה. ממנה הכל מתחיל ועליה הכל מתבסס. המהפכה באה לידי ביטוי בכך שהפכנו את הדאטה מאנלוגית לדיגיטלית בכל תחומי החיים המספקים דאטה: ספרים, תמונות, וידאו, קול, טמפרטורה, חשמל, מרחק, משקל, תדירות וכו’ – כולם הפכו לדיגיטליים. ‘דיגיטלי’, הכוונה שניתן לאפשר למכונות (מחשבים) להפיק ממנו ערך אמיתי.
בנוסף, משימות הופכות ליותר ויותר אוטומטיות – כאלה שמכונות מבצעות ולא אנשים. יש המון חיישנים הפזורים בכל מקום, מנטרים את הסביבה ומזרימים דאטה בנפחים דמיוניים, אשר גדלים באופן אקספוננציאלי, ונמדדים בזטה בייטס (מיליארד טרה בייט).
מחקרים מראים שעיר מודרנית וחכמה מייצרת כמה פטה בייטס (1000 טרה בייט) ביום, נתון אשר צפוי לעלות משמעותית בשנים הקרובות. זה כולל בניינים חכמים, מכוניות חכמות, תעבורה אווירית מחוברת, סושיאל מדיה ועוד. והכל מייצר דאטה דיגיטלית יקרת ערך.
מה מניע את מהפכת הבינה המלאכותית?
אחת הסיבות למהפכה העצומה בתחום ה- AI היא כאמור הדיגיטציה והסיבה השנייה היא כוח המחשוב. כיום, יכולות המחשוב העוצמתיות רק הולכות ומתגברות וכמעט כל החסמים כבר נפרצו. נושא ה- AI קיים ונחקר כבר מאמצע המאה הקודמת, אך היה נחלת מעטים מאוד. בשנים האחרונות התחום נפתח לכולם – אם באקדמיה, בחברות מסחריות ובתקשורת ישירה חוצת קהילות.
חברות ציבוריות כמו גוגל, מטא, אמזון ואחרות משחררות המון מודלים לתעשייה בקוד פתוח (open source). המשמעות היא שאם פעם היה צורך בפלטפורמות מיוחדות עם רישיון יקר, על מנת לעסוק בבינה מלאכותית, כיום התחום הפך לזמין, עם מודלים רבים ותשתיות רבות הזמינות חינם לכולם, כשהתשתיות מאפשרות לא רק למדעני נתונים לפתח מודלים של בינה מלאכותית, אלא גם למהנדסי תוכנה זריזים, לייצר ערך. לדוגמא כיום סטארט אפ קטן עם שני data scientists מסוגל לייצר פתרון שלפני כעשור הצריך צוות של 30 איש אשר לא היה מצליח להשיג את אותן תוצאות. גורם מאיץ נוסף הוא מחשוב הענן אשר מנגיש לנו תשתיות מחשוב גדולות וחזקות ביותר והופך אותן לזמינות לכולם. גם תשתיות התקשורת עברו מהפכה בשנים האחרונות, כשהתקשורת הפכה זמינה ומהירה, באופן המאפשר לשנע דאטה בקלות רבה. כל אילו הפכו את תחום ה AI לנוכח ומשמעותי בחיינו וזוהי רק ההתחלה.
קונספטים של למידת מכונה
בני האדם לומדים מניסיונם של אחרים: מהוריהם, מעמיתיהם, ממורים ומרצים ומתרגלים את הלמידה הזו.
מחשבים, לעומת זאת, לפחות ב-50 שנה האחרונות, עוקבים אחר הוראות, או במילים אחרות – פועלים על פי קוד. בהיפוך תפקידים משמעותי, כיום המחשבים (המכונות), החלו ללמוד מהדאטה. האנושות מצאה דרך לקחת את הדאטה שהפכה לדיגיטלית ולאפשר למכונה להבין אותה, להפיק תובנות ולייצר דפוסי התנהגות. התהליך הטכנולוגי הזה נקרא “למידת מכונה” ( machine learning).
ללמידת מכונה מספר קונספטים, כשהקונספט הראשון הוא אשכול הלמידה המפוקחת (supervised learning), בו יש מספר משפחות של אלגוריתמים: משפחות המבצעות קלסיפיקציה (קיטלוג) , לדוגמא: זיהוי אובייקטים ויזואליים או סנטימנטים – רגשות (האם הלקוח עצבני, שמח וכו’). משפחה אחרת של אלגוריתמים יכולה לשמש לביצוע חיזוי מסוגים שונים – למשל חיזוי ביצועי מכירות, או התנהגות לקוחות וכו’. נותנים למכונה להתאמן על דאטה עם תוצאות ידועות מראש (labeled) בכדי להיות מסוגלת לדייק ב”מבחן האמת”.
האשכול השני של למידת המכונה הוא הלא-מפוקח ( (unsupervised, הדאטה נכנסת לתוך המכונה והמכונה מצביעה על מגמות. בניגוד ללמידה מפוקחת, אין צורך לתייג את התוצאות, אלא פשוט נותנים למכונה להצביע על מגמות ותובנות. לדוגמא בכיתוב שמופיע לנו באתר קניות דיגיטלי: “הלקוח שקנה את המוצר שקנית קנה גם את זה”.. נעשה שימוש במודלים של למידת מכונה לא מפוקחת. קיימים אשכולות נוספים ובהם אשכול חצי מפוקח) (semi supervised ולמידה באמצעות חיזוקים (reinforcement training).
המלך של תחום ה- AI – רשתות נוירונים / למידה עמוקה
למידה עמוקה (Deep Learning) אשר עושה שימוש ברשתות נוירונים, היא השיטה הפופולארית ביותר לבינה מלאכותית בתקופתנו. ידוע שהמכונה המתוחכמת ביותר היא המוח שלנו, הבנוי מנוירונים רבים מאוד, עם קשרים וזרמים חשמליים העוברים ביניהם. בהשראת הקונספט נוצרו ייצוגים מתמטיים דומים. קיימות משפחות מרובות של רשתות, אבל הבסיסיות שבהן מקבלות קלט כלשהו בשכבת הקלט (Input layer), מזרימות נתונים דרך שכבות העיבוד (hidden layers) ופולטות תוצאה (למשל תחזית מכירות) דרך ה- Output layer. בכדי לקבל תוצאות טובות, מתקיים תהליך שלם של בחירת הרשתות המתאימות, הזרמת הנתונים, בחינת הביצועים, הפצת השגיאה לאחור, עדכון משקולות, שינוי פרמטרים של הרשת וכל זה בצורה איטרטיבית שוב ושוב עד שנולד לו ה’קסם’ בדמות מודל מאומן. איך זה קורה בפנים? מעטים האנשים שממש יודעים את התשובה לשאלה, אבל רבים יודעים להשתמש בזה ולהגיע לתוצאות טובות. כפי שהזכרתי, ההתפתחות המדהימה בזמינות משאבי מחשוב חזקים מאפשרת לעשות שימוש פרקטי בטכנולוגיה הזו.
היכן אנחנו משתמשים ב- AI ביום-יום? בטלפונים, ברכבים, בפרסומות, במצלמות, באתרי מכירות ובעצם בכל מקום. בדרך כלל מתחת למכסה המנוע נמצא רשתות נוירונים המאומנות למשימה מסוימת.
AI כמנוע צמיחה אדיר לעולם תשתיות המחשוב
אז כמובן שכל הטוב הזה לא היה מתאפשר בלי התקדמות מטאורית בתחום תשתיות המחשוב שבראשם מעבדי Graphics Processing Unit שאומנם נולדו מתוך עולם עיבוד התמונה והכרטיסים הגראפיים, אבל כיום זוהי התשתית הקריטית לאימון, בחינה והרצה של מודלי AI. תשתיות אילו זמינות הן בתצורה מקומית (on prem) והן בעננים הציבוריים.
נושא ש”מתפוצץ” בימים האלה – ג’נרטיב AI
בחזרה ל ChatGPT של OpenAI. זהו למעשה בוט שאפשר לנהל איתו דיאלוג , ממש כאילו בן אנוש בשר ודם יושב בצד השני, משתתף בשיחה, מבין את ההקשר, חושב ומציע לנו פתרונות לסוגיות שאנחנו מציגים בפניו. אפשר אפילו לבקש ממנו לכתוב קוד והוא כותב.. בחודשיים שהוא קיים כבר נוצרו מאות ישומים אשר עושים בו שימוש!
ChatGPT הוא המשך ישיר ל DALL-E 2 שמחולל תמונות כתגובה לטקסט, ומודלים אחרים אשר ממש מייצרים תוכן!
בעקבות מהפכות אילו, החל דיון מאסיבי ברשת על עתיד האומנות והאומנים עצמם. האומנים החדשים הם אלה שידעו לדבר עם המכונות האלה ולהפעיל אותן, ממש כשם שהגרפיקאים כיום לא מציירים ביד אלא עם מכונה. כך כנראה גם לגבי מתכנתים, כותבי תוכן ומקצועות נוספים. העתיד טמון לדעתי בשילוב בין המכונה והאדם ומי שלא יידע להתעדכן לצורת העבודה הזו, עלול להימצא בבעיה.
אני לא נוהג לצאת בהצהרות ותחזיות, אבל בכנות אני מאמין שאנחנו חוזים בנקודת שינוי טכנולוגית היסטורית ואת ההשלכות עלינו כאנשים נראה בממדים רבים של חיינו, ממש כמו מהפכת הטלפון החכם עם הכרזת ה- iPhone ב- 2007, מהפכת המחשב האישי, המכונית הראשונה ועוד.
זהו חומר למחשבה וימים יגידו..
המהפכה של ימינו –
מהפכת הבינה המלאכותית
מוטי פנחס CTO MALAMTEAM
אז מי לא שמע על ChatGPT? הבוט המלומד של openAI שפרץ בסערה אל חיינו. אז רגע לפני שהתיישבתי לכתוב את המאמר, פקדתי על הבוט החביב “כתוב לי מאמר על מהפכת הבינה המלאכותית המתרחשת בימינו”. כמובן באנגלית, כי תכלס הוא עדיין עולה חדש, וקיבלתי תשובה לא רעה בכלל. אבל לטובתינו הישראלים התיישבתי לכתוב “כמו פעם”. על ChatGPT ו Generative AI בהמשך.
המהפכה הטכנולוגית כבר כאן ובענק ומתרחשת ממש לנגד עיננו. החיים שלנו השתנו מאוד בשנים האחרונות בהיבט הטכנולוגי וקצב החידושים מהיר וכמעט בלתי נתפס. מה שנחשב בעינינו כחידוש טכנולוגי לפני שנתיים הפך מזמן לשגרה וכמעט כל פנטזיה טכנולוגית שלנו ניתנת למימוש והופכת לכלי שימושי יומיומי. אחד התחומים החמים והצומחים ביותר הוא תחום ה- AI אשר שואב תקציבי עתק מהחברות המובילות בתחום ומספק בימים אלה חדשות מרתקות. אז מה זה בעצם AI ואיך יראו חיינו בשנים הקרובות?
מאנלוגי לדיגיטלי, בכל תחומי החיים
ה”דלק” של הבינה המלאכותית הוא הדאטה. ממנה הכל מתחיל ועליה הכל מתבסס. המהפכה באה לידי ביטוי בכך שהפכנו את הדאטה מאנלוגית לדיגיטלית בכל תחומי החיים המספקים דאטה: ספרים, תמונות, וידאו, קול, טמפרטורה, חשמל, מרחק, משקל, תדירות וכו’ – כולם הפכו לדיגיטליים. ‘דיגיטלי’, הכוונה שניתן לאפשר למכונות (מחשבים) להפיק ממנו ערך אמיתי.
בנוסף, משימות הופכות ליותר ויותר אוטומטיות – כאלה שמכונות מבצעות ולא אנשים. יש המון חיישנים הפזורים בכל מקום, מנטרים את הסביבה ומזרימים דאטה בנפחים דמיוניים, אשר גדלים באופן אקספוננציאלי, ונמדדים בזטה בייטס (מיליארד טרה בייט).
מחקרים מראים שעיר מודרנית וחכמה מייצרת כמה פטה בייטס (1000 טרה בייט) ביום, נתון אשר צפוי לעלות משמעותית בשנים הקרובות. זה כולל בניינים חכמים, מכוניות חכמות, תעבורה אווירית מחוברת, סושיאל מדיה ועוד. והכל מייצר דאטה דיגיטלית יקרת ערך.
מה מניע את מהפכת הבינה המלאכותית?
אחת הסיבות למהפכה העצומה בתחום ה- AI היא כאמור הדיגיטציה והסיבה השנייה היא כוח המחשוב. כיום, יכולות המחשוב העוצמתיות רק הולכות ומתגברות וכמעט כל החסמים כבר נפרצו. נושא ה- AI קיים ונחקר כבר מאמצע המאה הקודמת, אך היה נחלת מעטים מאוד. בשנים האחרונות התחום נפתח לכולם – אם באקדמיה, בחברות מסחריות ובתקשורת ישירה חוצת קהילות.
חברות ציבוריות כמו גוגל, מטא, אמזון ואחרות משחררות המון מודלים לתעשייה בקוד פתוח (open source). המשמעות היא שאם פעם היה צורך בפלטפורמות מיוחדות עם רישיון יקר, על מנת לעסוק בבינה מלאכותית, כיום התחום הפך לזמין, עם מודלים רבים ותשתיות רבות הזמינות חינם לכולם, כשהתשתיות מאפשרות לא רק למדעני נתונים לפתח מודלים של בינה מלאכותית, אלא גם למהנדסי תוכנה זריזים, לייצר ערך. לדוגמא כיום סטארט אפ קטן עם שני data scientists מסוגל לייצר פתרון שלפני כעשור הצריך צוות של 30 איש אשר לא היה מצליח להשיג את אותן תוצאות. גורם מאיץ נוסף הוא מחשוב הענן אשר מנגיש לנו תשתיות מחשוב גדולות וחזקות ביותר והופך אותן לזמינות לכולם. גם תשתיות התקשורת עברו מהפכה בשנים האחרונות, כשהתקשורת הפכה זמינה ומהירה, באופן המאפשר לשנע דאטה בקלות רבה. כל אילו הפכו את תחום ה AI לנוכח ומשמעותי בחיינו וזוהי רק ההתחלה.
קונספטים של למידת מכונה
בני האדם לומדים מניסיונם של אחרים: מהוריהם, מעמיתיהם, ממורים ומרצים ומתרגלים את הלמידה הזו.
מחשבים, לעומת זאת, לפחות ב-50 שנה האחרונות, עוקבים אחר הוראות, או במילים אחרות – פועלים על פי קוד. בהיפוך תפקידים משמעותי, כיום המחשבים (המכונות), החלו ללמוד מהדאטה. האנושות מצאה דרך לקחת את הדאטה שהפכה לדיגיטלית ולאפשר למכונה להבין אותה, להפיק תובנות ולייצר דפוסי התנהגות. התהליך הטכנולוגי הזה נקרא “למידת מכונה” ( machine learning).
ללמידת מכונה מספר קונספטים, כשהקונספט הראשון הוא אשכול הלמידה המפוקחת (supervised learning), בו יש מספר משפחות של אלגוריתמים: משפחות המבצעות קלסיפיקציה (קיטלוג) , לדוגמא: זיהוי אובייקטים ויזואליים או סנטימנטים – רגשות (האם הלקוח עצבני, שמח וכו’). משפחה אחרת של אלגוריתמים יכולה לשמש לביצוע חיזוי מסוגים שונים – למשל חיזוי ביצועי מכירות, או התנהגות לקוחות וכו’. נותנים למכונה להתאמן על דאטה עם תוצאות ידועות מראש (labeled) בכדי להיות מסוגלת לדייק ב”מבחן האמת”.
האשכול השני של למידת המכונה הוא הלא-מפוקח ( (unsupervised, הדאטה נכנסת לתוך המכונה והמכונה מצביעה על מגמות. בניגוד ללמידה מפוקחת, אין צורך לתייג את התוצאות, אלא פשוט נותנים למכונה להצביע על מגמות ותובנות. לדוגמא בכיתוב שמופיע לנו באתר קניות דיגיטלי: “הלקוח שקנה את המוצר שקנית קנה גם את זה”.. נעשה שימוש במודלים של למידת מכונה לא מפוקחת. קיימים אשכולות נוספים ובהם אשכול חצי מפוקח) (semi supervised ולמידה באמצעות חיזוקים (reinforcement training).
המלך של תחום ה- AI – רשתות נוירונים / למידה עמוקה
למידה עמוקה (Deep Learning) אשר עושה שימוש ברשתות נוירונים, היא השיטה הפופולארית ביותר לבינה מלאכותית בתקופתנו. ידוע שהמכונה המתוחכמת ביותר היא המוח שלנו, הבנוי מנוירונים רבים מאוד, עם קשרים וזרמים חשמליים העוברים ביניהם. בהשראת הקונספט נוצרו ייצוגים מתמטיים דומים. קיימות משפחות מרובות של רשתות, אבל הבסיסיות שבהן מקבלות קלט כלשהו בשכבת הקלט (Input layer), מזרימות נתונים דרך שכבות העיבוד (hidden layers) ופולטות תוצאה (למשל תחזית מכירות) דרך ה- Output layer. בכדי לקבל תוצאות טובות, מתקיים תהליך שלם של בחירת הרשתות המתאימות, הזרמת הנתונים, בחינת הביצועים, הפצת השגיאה לאחור, עדכון משקולות, שינוי פרמטרים של הרשת וכל זה בצורה איטרטיבית שוב ושוב עד שנולד לו ה’קסם’ בדמות מודל מאומן. איך זה קורה בפנים? מעטים האנשים שממש יודעים את התשובה לשאלה, אבל רבים יודעים להשתמש בזה ולהגיע לתוצאות טובות. כפי שהזכרתי, ההתפתחות המדהימה בזמינות משאבי מחשוב חזקים מאפשרת לעשות שימוש פרקטי בטכנולוגיה הזו.
היכן אנחנו משתמשים ב- AI ביום-יום? בטלפונים, ברכבים, בפרסומות, במצלמות, באתרי מכירות ובעצם בכל מקום. בדרך כלל מתחת למכסה המנוע נמצא רשתות נוירונים המאומנות למשימה מסוימת.
AI כמנוע צמיחה אדיר לעולם תשתיות המחשוב
אז כמובן שכל הטוב הזה לא היה מתאפשר בלי התקדמות מטאורית בתחום תשתיות המחשוב שבראשם מעבדי Graphics Processing Unit שאומנם נולדו מתוך עולם עיבוד התמונה והכרטיסים הגראפיים, אבל כיום זוהי התשתית הקריטית לאימון, בחינה והרצה של מודלי AI. תשתיות אילו זמינות הן בתצורה מקומית (on prem) והן בעננים הציבוריים.
נושא ש”מתפוצץ” בימים האלה – ג’נרטיב AI
בחזרה ל ChatGPT של OpenAI. זהו למעשה בוט שאפשר לנהל איתו דיאלוג , ממש כאילו בן אנוש בשר ודם יושב בצד השני, משתתף בשיחה, מבין את ההקשר, חושב ומציע לנו פתרונות לסוגיות שאנחנו מציגים בפניו. אפשר אפילו לבקש ממנו לכתוב קוד והוא כותב.. בחודשיים שהוא קיים כבר נוצרו מאות ישומים אשר עושים בו שימוש!
ChatGPT הוא המשך ישיר ל DALL-E 2 שמחולל תמונות כתגובה לטקסט, ומודלים אחרים אשר ממש מייצרים תוכן!
בעקבות מהפכות אילו, החל דיון מאסיבי ברשת על עתיד האומנות והאומנים עצמם. האומנים החדשים הם אלה שידעו לדבר עם המכונות האלה ולהפעיל אותן, ממש כשם שהגרפיקאים כיום לא מציירים ביד אלא עם מכונה. כך כנראה גם לגבי מתכנתים, כותבי תוכן ומקצועות נוספים. העתיד טמון לדעתי בשילוב בין המכונה והאדם ומי שלא יידע להתעדכן לצורת העבודה הזו, עלול להימצא בבעיה.
אני לא נוהג לצאת בהצהרות ותחזיות, אבל בכנות אני מאמין שאנחנו חוזים בנקודת שינוי טכנולוגית היסטורית ואת ההשלכות עלינו כאנשים נראה בממדים רבים של חיינו, ממש כמו מהפכת הטלפון החכם עם הכרזת ה- iPhone ב- 2007, מהפכת המחשב האישי, המכונית הראשונה ועוד.
זהו חומר למחשבה וימים יגידו..
