וואו אז, איך נכון להתחיל לדבר על מה זה AI, מה הוא יכול לעשות ולמה זה טוב לנו?זה כמו להסביר מה לחייזר מה זה מחשב ומה הוא יכול לעשות ולמה זה טוב לנו.
סטיבן הוקינג אמר פעם: "כל אספקט בחיים שלנו הולך להשתנות. הצלחה בהטמעת ה AI בחיינו יכולה להיות האירוע הגדול ביותר בתולדות האנושות"
אז ממש כמו הכניסה של מחשבים לחיינו, תחילה הם היו יקרים, מורכבים, מעט אנשים ידעו איך להשתמש בה, מעטים יחסית מבינים איך הם עובדים ותחילה השימושים שלהם היו נקודתיים ומינוריים. ומהר מאוד הם הפכו זולים יותר, פשוטים יותר לתפעול ונכנסו לכל תחום בחיים שלנו. בכל אחת המהפכות המשמעותיות: מהפכת הכתב, הטכנולוגיה, המחשוב היו מי שחששו ובצדק, שינוי הוא דבר מפחיד, וכל שינוי הוא דרסתי ומהיר יותר מהקודם לו.
מיד נגיע גם להגדרה של מהו AI ולמונחים שבו, אבל בגדול AI הוא הניסיון של בני האדם להפוך מכונות ומחשבים לאינטליגנטיים יותר.
מה תמצאו פה:
יאללה, בואו נתחיל
אז מי כאן בכלל צריך AI?
מחשבים הביאו הקלה משמעותית לחיינו, הם מאפשרים לנו לבצע פעולות באופן קל, פשוט, אוטומטי ואוטונומי, המחשב הביתי החליף את מכונת הכתיבה, היווה חלופה למשחקי הכדור בשכונה, אפשר באמצעותו לבצע עבודת ניהול חשבונות בלי דפים ועם פחות טעויות, אפשר לבצע עיצובים גרפיים מתקדמים בלי עפרונות, שכבות ומחיקות, אפשר לחוקרים לבצע חישובים מתמטיים מסובכים שלא היו אפשריים לפני כן, מיני מחשב פותח וסוגר את מערכת ההשקיה בחצר, ומנהל בעצמו את התאורה והסאונד ותזוזת המצלמות בשיר שלנו באירויזיון כדי למנוע טעויות וחוסר דיוקים.
כך גם ה AI, הוא יכול להביא לנו הקלה בכל תחום בחיים, הוא יודע לענות על תשובות באופן שיהיה מותאם עבורינו, להבין וליצור, מילים, שירים, סיפורים, וידאו, סאונד, לבצע פעולות בעולם האמיתי על ידי שימוש ברובוטים, לנהוג במקומנו את הרכב, המטוס או החללית, להכין את הקפה בדיוק כפי שאנחנו אוהבים. מקורות המידע שלו הם בלתי נגמרים והוא יודע ללמוד ולהשתפר לאורך זמן ממקורות נוספים ואפילו ללמוד עלינו יותר, כדי להתאים את עצמו לצרכים המשתנים שלנו.
על ההסטוריה | תגיד AI מאיפה באת בכלל?
יש מי שמניחים ש AI הגיע לחיינו עם השקתה המדוברת של ChatGPT (נובמבר 2022), אך להניח כך זה כמו להניח ש iRobot Roomba המציאו את שואר האבק (שהומצא ב 1908 על ידי הובר).
אך למעשה AI מתואר כטכנולוגיה שהגיע בגלים של חדשנות לאורך השנים, ולמעשה הגל הראשון איתנו כבר עשרות שנים. בגדול הגלים מתוארים כך:
גל ראשון - Rule Based (בשנים 50s - 80s)הגל הזה הגיע ביחד עם היכולות שלנו לכתוב קוד למחשב, היכולת להגדיר תהליכים אוטומטיים מותנים הם AI בסיסי מאוד, חוקים שמגדירים אם > אז (If then), יכולנו לקודד את המחשב שאם הקלדתי "מה שלומך?" אני מבקש שהוא יענה לי "אצלי מצויין, מה איתך"? - מגניב לא?! המחשב ממש מדבר איתי… אנחנו מבינים שהוא לא בדיוק מדבר, הוא מתוכנת לענות בתשובות שהוגדרו על ידי סט מדוייק של תנאים ותוצאות. החסרון של עידן התחלתי זה הוא מיעוט מקורות המידע, חוסר בשיתוף מידע (טרם המצאת האינטרנט), פיתוח מורכב.למרות שסירי הגיחה לחיינו ב 2011 היא מבוססת Rule Based, הוזנו לה פקודות, בדיחות, ותנאים ברורים.
גל שני Machine learning (בשנים 80s - 2010s)הגל הזה מאפשר למכונה או למחשב ללמוד בעצמו, במקום להגדיר מהם התנאים והתוצאות הצפויות, אנחנו "מלמדים" תנאים אפשריים ותוצאות אפשריות, והמחשב או המכונה יודעים להמשיך ולקבל מידע, לקבל פידבק שיתקן וישפר אותם לאורך זמן. בעידן הזה משתמשים במונח "מודלים" שהם כמו מתכוני בישול. ממש כמו שאפשר להכין חביתה בכל מיני צורות, גם מודלי AI יכולים להיות מוגדרים באופנים שונים על האופן שבו הם יבינו, יחשבו וישיבו.למשל בשנת 1997 נוצר המחשב Deep Blue שניצח את האלוף העולם בשחמט גארי קספרוב, אליו הוזנו החוקים, משחקים קודמים, מהלכים אפשריים וכו'.
גל שלישי Deep learning & NLP (בשנים 2010 עד היום והעתיד הלא ידוע)הגל הזה מתאפיין במודלים (מתכונים) עשירים, עמוקים ומורכבים יותר, בטעינה כמויות של מידע קודם, ביכולות להבין וליצור מילים, שירים, מוזיקה, תמונות, סרטונים ובעצם כמעט כל דבר. ללמוד תוך כדי תנועה (כמו תינוק).כך שאם אני אשאל את המחשב "מה שלומך" והוא יודע לענות "אצלי מצויין, מה איתך"? אבל כשאני אענה לו "סבבה אש" הוא ינסה להבין למה התכוונתי ואף להשתמש בנתונים והמילים החדשות שהוא למד לפעמים הבאות. ניתן יהיה להראות לו תמונות רבות והוא יוכל לייצר תמונות נוספות דומות או יצירתיות אחרות על בסיסן.
גל רביעי Explainable AI, Ethical AI, and Generalization (אנחנו כרגע בפתחו)שיפור באמינות התשובות, יצירת מודלים אטיים, שקיפות ההחלטה של המערכת להשיב כפי שהשיבה ועוד.נרחיב על כך בסעיף העתידנות.
מילון מונחים, ממה מורכב "עולם ה AI":
המונח AI הוא קיצור של Artificial Intelligence, הוא הניסיון או השאיפה להביא אינטליגנציה למחשבים ומכונות. המונח הזה כל כך כללי ורחב שהוא כמעט חסר גבולות. ממש כמו מחשב או האינטרנט.
המונח Machine Learning (בקיצור ML) הוא תת תחום בתוך AI שמאפשר למחשבים ומכונות ללמוד, באמצעות מודלים איך לקבל, להבין, לנתח, לעבד ולייצר תוכן. זהו התחום המרכזי והעיקרי שמאפשר את היישומים בהם אנחנו משתמשים, זאת למרות שכמשתמשים פרטיים אנחנו פחות יכולים לראות ולחוש אותו אותו (הוא כמו השכל וה-Backend של עולם ה AI)
המונח Natural Language Processing (בקיצור NLP), הוא היכולת של מחשבים ומכונות להבין את שפת האדם הכתובה, מילים, שירים, סיפורים, אגדות, הוא מבין את הקשר בין המילים ומשמעותן, מתייחס לאוצר המילים, לדיקדוק, מבנה משפטים, וויב וצורות כתיבה. הוא יכול להבין מילים שנכתבו בהטיות וצורות שונות גם אם נכתבו באופן שגוי, בשפות שונות ואף משפות מעורבלות וסלאנג, ציניות, סרקסטיות וג'יבריש.
המונח Computer Vision (ראיית מכונה) הוא התחום שמוביל את יכולתו של המחשב להבין תמונות, סרטים, וידאו Live, לנתח את האלמנטים שבו גם כשהם לא ברורים או צולמו באופן מושלם, הוא יודע לזהות עצמים, דמויות, אנשים, לפרק את התמונה לשכבות ועומקים.
המונח Speech Recognition (זיהוי דיבור) הוא התחום שמוביל את יכולתו של המערכת להבין סאונד, קליל, מוזיקה, דיבור וקולות. אם הוא משוכלל יודע הוא ידע לזהות רבדי קולות שונים ושכבות מוזיקליות, לנתח את הסגנונות, המלל, התוים, המקצבים ועוד, תדמיינו שבחדר של מאות אנשים הוא יכול לבודד ולתמלל אפילו אדם בודד אחד לפי קולו הספציפי.
המונח Knowledge Representation and Reasoning (ייצוג והסקת ידע) הוא התחום שאחראי על ארכוב, סידור ועיבוד המידע, זה האזור שאליו נטענים נתונים, עובדות, משיר בודד ועד אנציקלופדיה שלמה, הוא יודע למדל את המידע ולשלוף אותו באופן שידרש, למאגר המידע הזה נטענים גם ידע בסיסי נדרש ל AI כמו "השמש זורחת בבוקר", "הפרש הזמן בין ישראל לניו יורק בקיץ הוא X ובחורף הוא "Y, "רוב בני האדם הולכים על שתי רגליים, אבל יש גם כאלה שלא". "ישראל נוסדה ב 1948", ממש כמו שילד זקוק להרבה עובדות שאותן לוקח לו זמן ללמוד על העולם ובלעדיהם הוא יכול להניח שבני אדם יכולים לעוף ללא עזרים חיצוניים או שישראל היא שכונה בניו יורק - לכן הוא צריך ללמוד באמצעות נתונים רבים.
המונח Cognitive Computing (קוגניציה ממוחשבת) הוא תחום שמסייע למודלים להכיר קוגניציות, להבין את אופן החשיבה של האדם, איך בני האדם שונים מקבלים החלטות, התחום הזה מתאמץ להבין איך בני האדם מביעים רגשות, מה הכוונות בין המילים כמו "נמאס לי כבר לעשות שיעורים" שלא בהכרח אומר שאני לא אעשה אותם אני אולי לא מצליח להתרכז, "סבבה אחי נשמע אש" שהמשמעות שלו היא שאולי דיברתי עם חבר קרוב שאינו אחי הביולוגי ואש לא באמת ניתן לשמוע. התחום הזה גם אחראי על רגישות, למשל אם נספר ל AI שכלב נשך אותי הציפיה שלנו היא שהוא לא יענה שצריך להחזיר לו ביס, דוגמאות נוספות נדרשות הן למשל איך AI יוכל לנהל בצורה רגישה ויכוח פופוליסטי, עדתי, לאומי, ביטחוני או להמנע ממנו ואפילו איך להתעסק עם אמונות.
את הרשימה הזו יסגור המונח Generative AI (יצרני) אותו אנחנו שומעים יותר ויותר לאחרונה, הוא אולי התחום שמרגש אותנו המשתמשים יותר מהכל - הוא היכולת של מחשבים, מערכות, שירותים, מוצרים, רובוטים ליצור תוכן, לייצר תובנות, טקסטים, שירים, מוזיקה, קול, תמונה וידאו. היכולת לג'נרט (ליצור) מבוססת על אותו המודל שמסייע למכונה להבין רק בסדר הפוך, במקום לקחת תמונה ולהבין את הטקסט ממנה, הוא לוקח טקסט ומייצר תמונה ממנו. לשם נכנסות גם מידת האמינות (13 אצבעות זה לא אמין), מידת היצירתיות, מידת הדיוק בפרטים, סגנונות כתיבה או שירה, שפת פיתוח הקוד שביקשנו ורבים נוספים.
מודל LLM (קיצור של Large Language Model), קיצור לקבוצת מודלים שיש להם כמות נתונים גדולה במיוחד, בעלי יכולת למידת עומק, עם יכולות יצירת תוכן והבנת קונטקסט, נכון להיום קיימים עשרות בודדות של שירותים נחשבים ל LLM וביניהם ChatGPT, גוגל Gemini, קלוד, מודל השפה של Meta וכו'
ישנם עוד אין סוף מונחים, סוגי מודלים, והתמחויות של AI רבות נוספות כמו: AI עבור רשתות נתונים, עבור תהליכי תכנון, עבור סנסורים, עבור רובוטים, לשימושים צבאיים, הרשימה ארוכה מאוד ומתחדשת בכל שעה שעוברת, אבל בשלב בסיסי זה נראה לי שהזכרנו את רובם.
מערכות ושירותי AI מוכרים
לפי הערכות קיימים כבר היום כמה אלפים של שירותים ומוצרים בתחום ה AI, חברות רבות רוצות להטמיע יכולות AI במוצרים שלהם, משתמשים פרטיים רוצים להכיר ולהפוך את חייהם לקלים או מרגשים יותר באמצעות שירותי AI. חלק מהמוצרים הללו נהייה סלבריטאים ברגע (דוגמא ChatGPT), וחלק היו כאן תמיד אבל לובשים עכשיו חליפת AI חדשה (למשל מוצרי Google).מכיוון שאין דרך להציג את כולם אני אציג רק את ארבעה ספציפיים, מוכרים ושימושיים, יחד עם זאת ניתן יכולים להניח שיש מוצרי מדף שכבר עושים כל פעולה שתרצו, שיודעים ליצור כל סוג תוכן שהייתם מדמיינים או עדיין לא יכולים לדמיין. חלק מהמוצרים הללו חינמיים (למשל Claude) וחלקם בעלות נמוכה סימלית (למשל Midjourney). חלקם מתמחים במתן שירות למשתמשים כמוני כמוך וחלקם מתפתחים מודלים עבור מוצרי AI אחרים ולרוב בהם אנחנו לא משתמשים ישירים (לדוגמא המודלים של אנבידיה)
נתחיל עם הכוכב ChatGPT - הושק ב 2022 בבעלות OpenAI ומימון מיקרוסופט, בעל נגישות, מהירות תגובה, וגמישות בנושאים רבים. תמיכה בטקסט, תמונות (DALL-E), חישובים מורכבים, ניתוח תמונה, ושיחה קולית (יכולת קיימת שעתידה להשתפר משמעותית בקרוב מאוד). הוא יצירתי, מביע דעה, רגיש לקוגניציות באופן בולט, ישנה אפשרות לשגיאות או מידע חלקי משום שהתוכן מבוסס על נתונים שנאספו ממגוון רחב של מקורות אינטרנטיים עד 2021 (מתעדכן מעת לעת).
נמשיך עם Gemini - שהוא מודל השפה של גוגל וגם כלי העומד בזכות עצמו, הושק ב 2023 (בהתחלה בשם Bard שאוחד עם המונח Gemini) יש לו יכולת הבנה עמוקה, דיוק רב יותר, ואינטגרציה טובה עם שירותי גוגל, תלויות בפלטפורמות גוגל ומגבלות בפרטיות המשתמשים. התוכן מבוסס על נתונים שנאספו ממגוון רחב של מקורות אינטרנטיים.
הלאה ל Claude המפתיע - הושק ב 2023 בבעלות Anthropic. מומחה במענה על שאלות וכתיבת תוכן. דגש על בטיחות, אתיקה, והבנה עמוקה של טקסט. חסרונותיו כוללים מגבלות בקנה מידה ובהיקף הנתונים. התוכן מבוסס על נתונים שנאספו ממגוון רחב של מקורות אינטרנטיים.
כוכב עולה לאחרונה הוא Perplexity - הושק ב 2022 והוא האח הסחי שבחבורה, פחות יצירתי מהקודמים, לא מפיק תוכן מלבד טקסט נכון לכתיבת שורות אלה. נכון לרגע זה נראה כהכי שקוף ומדויק מהקודמים, כשבכל שאלה הוא מציג את רשימת המקורות ומאפשר הצצה בדפים מהם שאב את המידע. הוא מניח פחות, לא מביע דעה, יודע לנהל חדרי שיחה שיתופיים שמסייעים לעבודת מחקר בצוות.
ונסיים עם שני כלי יצירת התמונה המוכרים Midjourney - הושק ב 2022 מיזם עצמאי David Holz, אשף יצירת אמנות ותמונות סופר רריאליסטיות חסרונותיו במגבלות בדיוק בפרטים ותלות בתיאורים מדויקים מהמשתמשים. ועד לאחרונה דרש ממשתמשים להשתמש באפליקציית Discord ופרומפטים יחודיים. והשני הוא leonardo.ai כלי יצירת אמנות מבוסס בינה מלאכותית של המודל Stable Diffusion. בעל שליטה רבה יותר על התוצר הסופי באמצעות פרומפטים מותאמים אישית. כלים נוספים: כמו הסרת רקעים ויצירת פרומפטים. מודלים מותאמים אישית: ניתן ליצור מודלים חדשים על בסיס תמונות שהועלו.
אתם בטח רוצים שאני אשווה ביניהם ואומר מי יותר טוב. את זה אני לא הולך לעשות 🙂
ראשית כי לדעתי אין הכי טוב, יש הכי מתאים לסוג המשימה הספציפית, אני משתמש בכולם.
שנית כי יש אלמנט של טעם אישי, חצי עולם מעדיף את אייפון וחצי מעדיף אנדרואיד איך נסביר מי יותר טוב?
העיניין השלישי הוא שההתפתחות בילתי פוסקת, כל אחד מאלה מעלים גרסה חדשה בקצבים לא נתפסים, רגע אחד הוא לא ידע ליצור תמונות ופתאום יודע, רגע אחד לא ידע לכתוב קוד ועכשיו הוא הטוב מביניהם, אחד מהם שהיה איטי יחסית ופתאום הפך הכי מהיר. התחרות לא פוסקת ומעבר לשחקנים הגדולים שהצגתי עולים מוצרי נישה מדוייקים חדשניים שמספקים תוצאות מדהימות.
איך תכלס משתמשים ביכולות AI?
לרוב נכנסים לעמוד השירות או המוצר המבוקש למשל chatgpt.com ונרשמים לשירות.
כמעט בכולם ישנה חלונית שנקראת Prompt, שבה עלינו להזין מה הדבר שאנחנו רוצים לשאול או לקבל בטקסט חופשי, בטעינת תמונה, קול, וידאו, קוד, קובץ אקסל או מאגר נתונים.*נכון לכתיבת שורות אלה מידג'רני הוא יחודי בכך שיש תצורת כתיבת Syntax מיוחד שאיתו הוא מזהה פרמטרים.
לרוב בפרק זמן קצר המערכת תשיב לנו את מה שביקשנו (פחות או יותר).
לרוב נוכל להשיב ולחדד את הבקשה שלנו, לשאול שאלות המשך, לבקש הבהרות או תיקונים עד לקבלת התוצאה המבוקשת. חלק מהשירותים מוגבלים בכמות הבקשות ליום/חודש.
לאחרונה ישנם מוצרים שעל אותה שאלה או בקשה שלנו ישיבו ביותר מתוצאה אחת ומאפשרים לנו לבחור מה מתאים לנו יותר. כך הם גם לומדים להשתפר ולהתאים את עצמם אלינו.
למרות שניתן להמשיך ולחדד את השאלה כדי לקבל תוצאה מדוייקת יותר, ישנם מספר טיפים לכתיבת פרומפט שמספק תשובה מדוייקת יותר כבר משלב ראשון:
תסבירו את הקלט שלכם: למשל "לפניך שיר של חיים נחמן ביאליק", לפניך קוד שכתבתי, לפניך תמונה של תרנגולת או הייתי רוצה לדעת משהו.
תביאו דוגמא: הייתי רוצה לקבל תמונה שדומה לזאת, הייתי מעדיף קוד שמזכיר את וויז, הייתי רוצה שהטקסט שתחזיר לי יהיה מצחיק ומרגש, אני רוצה שהשיר ישמע כמו של אלאניס מוריסט.
רשמו באופן ברור מדוייק ומפורט, את הדבר שאתם רוצים לקבל "תמונה של חתול סיני, שמאחריו יער פיות קסום, הוא מחזיק תפוז שאותו הוא לא מצליח לקלף למרות שיש לו ציפורניים, התמונה בגודל 16:9, ריאליסטית". אם בא לכם שהוא יהיה יצירתי תבקשו זאת "צור ארטיק בטעם לא קיים"
אם אתם לא יודעים איך לשאול, תעלו דוגמא ותשאלו את השירות מה הוא רואה או בקשו ממנו לתאר את התוצר, הוא ידע לתאר את התמונה לדוגמא וכך תוכלו להבין באילו מילים להשתמש כדי לתאר את הבקשה שלכם.
איך AI בעצם עובד? איך מגיעים שירותי AI לעולם | פרק למתקדמים וחפרנים
כדי לפתח יכולות AI, יש צורך להשתמש או לפתח מודל, כפי שאמרנו מודל הוא כמו מתכון לעוגה או תבשיל.אני יכול למצוא באינטרנט מתכון לפסטה ולהשתמש במתכון כפי שהוא, אני יכול גם לנסות להמציא מתכון בעצמי. להמציא מתכון חדש וטוב לפסטה זה לא דבר פשוט, אז אפשר להניח כמה מורכב יהיה להמציא מודל AI חדש, לכן מרבית החברות מטמיעות מודל קיים בתוך המוצר שלהם. למשל באתר של שופרסל אפשר להטמיע מודל שיודע לייצר שיחת Chat במקום לפתח אותו מאפס. או להוסיף מנגנון (מודל מדף) שמציג המלצות למוצרים שכדאי לי לרכוש.
אם בכל זאת מעניין אותנו איך מפתחים מודל זהו התהליך:
הגדרת הבעיה והדרישות, מה המודל צריך לעשות? לחשב מסלולים, ליצור תמונות, להבין שפה.
אפיון ואיסוף דרישות: איך המודל צריך לבצע את המטרה שהגדרנו.
איסוף נתונים: אנחנו צריכים לטעון למערכת דוגמאות, למודל שצריך ליצור שירים, אנחנו רוצים לטעון כמה שיותר שירים. יש צורך לנתון את הנתונים מטעויות, למשל במודל שמיצר שירים צריכים להחליט האם סיפורים קצרים נחשבים גם שירים, אחרת הוא יצור תוכן לא תואם למודל. אם המודל צריך לענות באופן מדוייק צריך לוודא שבסיס המידע הוא אמין.
בחירת מודל ואלגוריתם: בחירת האלגוריתם המתאים לפתרון הבעיה, כמו רשתות נוירונים, עצי החלטה, מכונות וקטור תמיכה (SVM), וכו'.
אימון המודל הוא השלב שבו אנחנו מאפשרים למודל לרוץ, אנחנו מציגים לו בעיה ומבקשים ממנו תשובה, אנחנו מאשרים או דוחים את התשובה שלו כדי שהוא יתחיל ללמוד מה נכון ומדוייק ומה לא נכון. כך שהוא ידע להשתפר. למשל נראה למודל 100 תמונות של כלבים שונים בגדלים שונים מסוגים שונים, ו 100 תמונות של חתולים, נציג לו תמונה וניתן לו להניח את התשובה שלו ואז נשאר שזה באמת כלב, זה באמת חתול או זה לא אף אחד מהם.
שיפור מתמיד: המודל צריך לדעת לשפר את עצמו, לתקן את עצמו באופן מתמיד.
פריסה והטמעה: בעצם החלת המודל באופן שיאפשר למשתמש או מערכות לעשות בו שימוש.
עתיד ה AI
כמו שהמהפכה הטכנולוגית, התעשייתית, הכתב ומחשוב היו יתרונות וחסרונות, חששות ופחדים משינוי וקידמה מרגשת גם ל AI ישנם אספקטים רבים ותחומים שלמים מתפתחים ויתפתחו כדי לוודא שלא נגרם נזק משמעותי.
חלק מהנושאים פילוסופיים ועתידיים ברמה שלא ניתן לצפות אותם וחלקם מעלים חששות כבר היום:
יתרונות: התפתחות בתחומי מחקר כמו רפואה, מדע, כימיה, מתמטיקה, חישובים שמותם לא ידעו לעשות עד כה. התפתחות וחדשנות בייצור, אוטומציה של תהליכים, תחבורה חכמה ואוטונומית, קלות ופשטות תפעולית של מחשבים, מערכות ואביזרים (כמו מנורות בבית), קיצור זמן הפיתוח באמצעות כתיבת קוד אוטומטית ובדיקת שגיאות ואנומליות, יש ציפיה שבני האדם יעבדו פחות קשה, פחות שעות, במשימות פחות מסוכנות (נאמר מפעל לייצור רכבים), יווצרו משרות רבות נוספות בתחומים שאותם קשה אפילו לדמיין.
חסרונות וחששות: ככל שהטכנולוגיה מתפתחת יותר, יותר בני אדם בעלי חוסר ניסיון או ידע עלולים להיות בפער גדול יותר. שמירת הפרטיות של המידע שלנו ושל הזהות שלנו יכולה להתערער, מערכות ומודלים בבעלות חברות בעלות אינטרס יכולים להסליל את התשובה בנושאים שהם חפצים בעיקרן (גוגל תמליץ רק על מוצרי גוגל לדוגמא, טיקטוק תציג דעה מסוימת פוליטית או מדינית אחת בלי להציג את הצד השני), ככל ש AI נהייה מודע ורגיש יותר אנחנו משתפים איתו יותר מידע אישי, רגיש ושימוש לרעה בו יכול לגרום לנו נזק, ניצול, סחיטה ובקשת כופר.
תחום Responsible AI: הוא תחום חדש יחסית שמנסה להגדיר את האחריות הנדרשת ממודלי AI, כדי שיהיו שקופים יותר, הוגנים יותר, מאוזנים, פרטיים ובטוחים. כדי להבטיח שהשימוש שלנו בהם יהיה נכון ולא מסכן.
לסיכום:
פתחתי בציטוט של פרופסור הוקינג ואני רוצה גם לסיים עם מילים שלו בתרגום חופשי שלי: "AI הוא אולי הדבר הטוב ביותר או הגרוע ביותר שקרה לאנושות. בני האדם עושים מאמץ גדול מאוד ללמוד ולהבין את ההיסטוריה של האנושות או כמו שאני קורא לה הטיפשות של ההיסטוריה האנושות, אז אולי זה דווקא יהיה דבר מבורך ללמוד על האינטליגנציה של העתיד במקום"
תחום ה AI רחב עד חסר גבולות ברורים, התחום הזה קיים כבר שנים ולא מפסיק להתפתח, אנחנו מתרגשים ממנו ופוחדים ממנו, מהססים להשתמש בו או תלויים בו ועד עלולים להיות מכורים אליו. אני לא חושב שיש סיבה מיידית לפחד ממנו, יחד עם זאת אני כן חושב שאנחנו חייבים להגדיר לו גבולות ברורים, להתייעץ זה אחלה ובאותו הזמן עלינו לוודא ששיקול הדעת שלנו מסייע לנו לקבל את ההחלטה הסופית לפעול, תחומים רבים עומדים להשתנות, להעלם או להווצר - שינוי הוא בעיני תמיד מבורך. אך עלינו להגדיר חוקים, מדיניות ומגבלות שיוודאו ש AI לא מבטל את זכות קיומנו האנושית כחברה, אלא ממש כמו המחשבים - הולך לצידינו ומשפר את חיינו.
בואו ללמוד עוד
תודה שקראתם, זהו מאמר ראשוני, מעין מבוא והכרה לעולמות ה AI למשתמשים חסרי הכרות או בעלי הכרות בסיסית, העולם שופע בידע, התחום הזה ממשיך להתפתח בזמן שאתם קוראים את שורות אלה.
אני סיסו (או יניב אם אתם אימא שלי) ואני יועץ ומדריך מומחה בעולמות הטכנולוגיה, אסטרטגיה, חווית משתמש ואופרציה ארגונית.
בואו להעמיק את ההכרות והידע בסדנת AI מוצעת לארגונים מכל התחומים ולכל סוגי העובדים. הסדנה מתאימה לכולם ובכל הרמות, ויכולה להיות מרחוק או באופן פיזי, בין מפגש אחד של שעתיים ועד לקורס מלא.
ובה נלמד איך להטמיע שירותי AI חדשניים במוצרים אורגניים שלכם ואיך נוכל להשתמש פתרונות AI לשימושים פרטיים שיגרמו לחיים שלנו להיות נעימים יותר.
Comments