מחשב אחרי בן אדם – מהפכת הבינה המלאכותית

קצב השינויים הטכנולוגים מואץ משנה לשנה. אם בתחילת העשור הדבר החם היה האינטרנט של הדברים, היום כולם כבר עוסקים בדבר הבא – למידת מכונה. מה ההבדלים ואיך הם הולכים להשפיע לנו על החיים?

השמות החמים של השנים האחרונות הן בינה מלאכותית ולמידת מכונה. אם בינה מלאכותית היא שם כולל למצב בו המחשבים מבצעים פעולות שבעבר נחשבו למעוזם של בני האדם, הרי שלמידת מכונה היא אסופת אסטרטגיות הנכנסות תחת ההגדרה של בינה מלאכותית ולמעשה באות להצביע על מצב שבו ביצוע הפעולות לא רק מחליף בן אנוש, אלא גם הולך ומשתפר עם הזמן.

גישה חדשה לבינה מלאכותית

בראשית דרכה, בינה מלאכותית התמקדה בהגדרת חוקים עבור מחשבים. מחשבים טובים מבני אדם בעיבוד כמויות גדולות של מידע בזמן קצר ובדיוק רב. המחשבה הייתה כי אם בני האדם יוכלו לספק למחשבים חוקים ומידע לעבוד על פיהם, המחשבים יילכו וייהפכו ל-"חכמים".

הגישה הזו כמובן עדיין קיימת ומתפתחת לעוד ועוד תחומים בחיינו, היום אפילו בר המים שלנו בבית הפך לחכם וממרחק יודע לקבל פקודות והגדרות לטמפרטורה רצויה לכל משתמש. כל עוד המשתמש מגדיר מהי טמפרטורת המים הרצויה עבורו – המכשיר יודע לכוון את עצמו באמצעות חיישנים לטמפרטורה הרצויה, וכך לכל בני הבית. את המידע הנדרש המכשיר מקבל מן החיישנים, והמשתמש הגדיר מהו החוק – הטמפרטורה הרצויה. בעתיד יהיו מערכות מתוחכמות עוד יותר אשר יכולות לכלול עיבוד של יותר סוגי מידע או מספר חוקים רב יותר – למשל להרתיח מים בדיוק כשמי מבני הבית קם בבוקר, לדעת אוטומטית מי נמצא מול המכשיר ולמזוג לו מים בטמפרטורה המועדפת עליו, לחסוך באנרגיה בזמן שאף אחד לא בבית וכו.

בגישה הזו, האדם היה קובע עבור המחשב את ההגדרה או החוק. בגישה החדשה המחשב מבין לבד ומשתפר עם הזמן – לומד לפי ויסות המשתמש את הטמפרטורה הרצויה לשתייה ומכיר את העדפותיו אוטומטית לאחר זמן מה, מבלי שהמשתמש יצטרך להגדיר זאת בצורה מפורשת ל"מחשב" של המכשיר.
גישות ושיטות בלמידת מכונה
כמו כל מושג חם חדש, קיימת אי בהירות ביחס לאותו מושג ושימוש תדיר בו לטובת דרישות שיווקיות, גם כאשר אותו מושג לא באמת מתקשר למוצר הנמכר. קיימות מספר גישות ללימוד מכונה ואם ניתן לזהות אותן, הרי שאז, ורק אז, מדובר בטכנולוגיה הזו.

הגישה הראשונה נקראת גישה תחת פיקוח (Supervised). בגישה זו המחשב נתקל בדוגמאות ומקבל עבורן פידבק. דוגמה לשימוש בגישה זו היא זיהוי אובייקטים – קחו למשל מערכת התראה ברכב שאמורה לזהות דמות אדם לפני הרכב ולהתריע. כדי שמערכת כזו תפעל, עליה לזהות "אדם", אבל אדם יכול ילד או מבוגר, עומד, רץ או יושב. האדם יכול לבוש בבגדים שונים, ואולי בכלל לסחוב ארגז גדול בידיו? איך המחשב אמור לזהות "אדם" כאשר יש כל כך הרבה משתנים שמשפיעים על איך אותו אדם יראה? בגישה מסורתית, המתכנת שובר את הראש בניסיון להגדיר למחשב חוקים שיעזרו לו לזהות מהו "אדם". בגישת למידת מכונה הוא יציג למחשב הרבה מאד תמונות ויגיד לו באיזה מהן יש אדם. המחשב ייפתח לבד חוקים שיעזרו לו לזהות את הדפוס שמאפיין "אדם".

גישה נוספת היא הגישה הלא מפוקחת (Unsupervised). בגישה הזו לא מספרים למחשב איזה דפוס עליו לזהות אלא נותנים למחשב להבין לבד אילו דפוסים קיימים בתוך מאגר הנתונים. גישה זו עוזרת בקיטלוג וזיהוי דפוסים חריגים של כמויות מידע גדולות – לדוגמה בזיהוי יעדי שיווק, גם כאשר אלו אינם שגרתיים, או זיהוי חריגה מהשגרה שעלולה להצביע על בעיות אבטחה.

מלבד גישות אלו ישנה גישה אשר מנסה לדמות את פעולת המח האנושי – צמתי נוירונים ועיבוד הדרגתי של המידע. גישה זו נקראת למידה עמוקה.

כיצד למידת מכונה תשפיע על החיים?

כבר היום למידת מכונה משפיעה על תחומים רבים בחיינו. למשל זיהוי הפנים על ידי פייסבוק, הבנת השפה על ידי עוזר אישי כמו סירי ואלכסה של אפל ואמזון בהתאמה, זיהוי אובייקטים ומרחקים על ידי מובילאיי, ניבוי תחזיות מזג האוויר או זיהוי יעדי שיווק באמצעות כריית מידע ועיבוד סטטיסטי נרחב. קיימת חפיפה מסוימת בין התחומים של Big Data, כריית מידע ולמידת מכונה. בעתיד, תחום למידת מכונה ייכנס יותר ויותר לחיים הפרטיים והמקצועיים של כולנו – הרפואה תוכל להיעזר בלמידת מכונה כדי לתת אבחונים מדויקים יותר, הנהיגה עשויה להתגלות כמיותרת לחלוטין כאשר הרכבים יהפכו לאוטונומיים ואפילו ערים שלמות יהפכו לחכמות וידעו מתי והיכן נדרש לפנות את הזבל.

למרות החשש משינוי, כנראה שמחשבים לא יחליפו את בני האדם – תמיד יהיה צורך במי שיעשה סדר ויבין מתוך כל הדפוסים שעלו באילו דפוסים יש להתמקד, תמיד יהיה צורך באנשים שיספקו את כמויות המידע הנדרש למחשבים על מנת ללמוד, תמיד יהיה צורך באנשים שייצרו דברים חדשים ותמיד יישאר הצורך במגע האנושי. מחשבים יודעים ללמוד מניסיון העבר, אולי טוב מבני אנוש, הם אפילו יכולים לחזות על סמך העבר מה יקרה בעתיד, אבל הם אינם יכולים להתמודד עם שינויים טוב כמו בני אדם.

 

דילוג לתוכן