מאמרים:

הכל מבינה, ויש בעיה

08 נובמבר 2021

יניב כהן, שותף, ראש אשכול טכנולוגיה |
בקצרה

נדמה שהיא כבר נמצאת בכל מקום, אבל על מנת שהבינה המלאכותית תממש את הבטחתה, יש כמה חברות שיצטרכו לוותר על השליטה שלהן במידע 

 

בשנים האחרונות נדמה שהבינה המלאכותית כבר מוטמעת ברבדים משמעותיים של חיינו, בין אם היא חבויה מאחורי הקלעים בתהליכים של ספקי שירות ומוצרים שאנו צורכים, או במספר גדל והולך של פרסומים אודות גיוסי הון של חברות טכנולוגיה ישראליות וזרות המבססות חלקים משמעותיים מהפיתוחים שלהם על בינה מלאכותית ולמידת מכונה.

מחקר שנערך לאחרונה באונ' סטנפורד מצא כי הרבעון הראשון של 2021 נרשמה עליה של 5.4% ביעילות התפוקה (Productivity) בשוק העבודה האמריקאי לעומת גידול שנתי ממוצע של 1.3% ביעילות התפוקה מאז 2006. על פי ממצאי המחקר, הגורם העיקרי שבגינו חווה השוק האמריקאי גידול ביעילות, הינו והתקדמות מהירה בעשור האחרון בטכנולוגיות תשתיתיות, ובראשן בינה מלאכותית (AI), שיחד עם ירידה במחירי אחסון המידע ושיפור ביכולות המיחשוב איפשרו לפתח וליישם אלגוריתמים מתקדמים של למידת מכונה (ML) המאפשרים להציג תוצאות מרשימות בתחומי זיהוי הקול והתמונה, לנתח בעיות ולהציג תחזיות.

לכאורה, אנו נמצאים בעידן בו AI ו-ML לא רק מאיצים תהליכים קיימים, כדוגמת יעול מערכי לוגיסטיקה, התאמת התנאים והמחיר הטובים ביותר ללקוחות ואפילו פיתוח מהיר יותר של תרופות וחיסונים, אלא גם מאפשרים תהליכים שקשה היה לדמיין שניתן ליישמם, כגון חיזוי מדוייק של תנאי אקלים, והגעה לאבחנה רפואית ללא מעורבות מומחה אנושי. אלא, שגל הפיתוחים הללו איטי יותר משיכול היה להיות, ובמקרים מסויימים אף אינו ישים כלל לחברות שאינן ענקיות טכנולוגיה (בעיקר מערביות).
 

אימונים מביאים להישגים

בבסיסה, בינה מלאכותית הינה ישום ממוחשב שנשען על סטטיסטיקה והסתברות. האלגוריתמים בוחנים התרחשויות עבר שתועדו ומפיקים מהתבוננות זו חוקיות מסויימת, אותה הם מיישמים כאשר הם נתקלים בהתרחשויות "חדשות" על מנת לקבל החלטה (או להמליץ לגורם אנושי) לגבי הפעולה הנדרשת.

לפיכך, הרכיב הקריטי ביותר ביצירת מנגנון בינה מלאכותית שיפיק המלצות והחלטות טובות ככל שניתן הינו מידע היסטורי שישמש לאימון האלגוריתמים עד שיוכלו להגיע למצב בו הם יכולים לייצר חוקיות שניתן "לסמוך" עליה ברמה קרובה לוודאית בעת קבלת החלטה. על מנת להגיע למצב שכזה, יש צורך בכמות מידע גדולה מאוד, ובהזרמה מתמשכת של מידע חדש שבאמצעותו יוכלו האלגוריתמים להמשיך ולשפר את יכולת ההבנה והחיזוי שלהם.

וכאן מצויה הבעיה של חברות ויזמים רבים השואפים לייצר מוצרים מבוססי בינה מלאכותית – קשה מאוד לקבל גישה למידע בכמות שכזו.

חברות גדולות המשרתות כמות גדולה של משתמשים, ומתעדות כמות גדולה של פעולות – נהנות מכמות גדולה של מידע היסטורי שבאמצעותו ניתן לאמן את האלגוריתמים. חברות סטארט אפ, שהינן יצרניות הטכנולוגיה, נכנסות למעין שותפות עם חברות גדולות שכאלה בעת שהן מנסות לשכנע אותן להטמיע את הטכנולוגיה אצלן (וכמובן לשלם עליה...) – החברה הגדולה תאפשר לסטארט אפ לקבל גישה למידע, הסטארט אפ ישתמש במידע על מנת לאמן את האלגוריתמים שפיתח ולייצר תובנות ותחזיות, התובנות והתחזיות "יעומתו" מול הביצועים בפועל שחוותה החברה הגדולה באותו זמן, ובאם הוכיח הסטארט אפ כי מנוע הבינה המלאכותית שפיתח מאפשר לחברה הגדולה להשתפר היא תהפוך ללקוחה.

במקרים אחרים נעזרים הסטארט אפים במסדי נתונים הנגישים להם, כגון מידע מהאקדמיה, רשויות ציבוריות וממשלתיות וכדומה, על מנת לאמן את האלגוריתמים ולבחון את מידת הדיוק מול המציאות שתועדה.

אך יש כמה גופים שברשותם כמות כמעט בלתי נתפסת של מידע אודותינו, אזרחי העולם. מידע שלו היה זמין לחברות קטנות יותר, ליזמים, לאקדמיה, לרשויות ולמעשה לכל מי שהיה מבקש לקדם את העולם באמצעות טכנולוגיה – היה עשוי לזרז עוד יותר את התועלת שמביאה הבינה המלאכותית לחיינו.

אתם מכירים את החברות הללו מכיוון שסביר מאוד להניח שאתם משתמשים בשירותיהם ומוצריהם: אמזון, אפל, פייסבוק וגוגל – "The Four", כפי שכינה אותם פרופסור סקוט גאלווי בספרו משנת 2017, או AAFG בקיצור.

כל אחת מהחברות הללו צברה מידע אודותינו ועל התנהגותנו הדיגיטלית והפיזית במשך שנים – בין אם השתמשנו בשירותי הרשת שלה (גוגל ופייסבוק), תפעלנו את מוצריה הפיזיים (אפל) או התעניינו ורכשנו מוצרים באמצעותה (אמזון). לכל החברות הללו רשת עניפה של שותפים המזרימים ומקבלים מהן מידע משלים אודותינו, ובשנים האחרונות מתגבר הדיון הציבורי באשר למשמעות של אחזקת מידע מקיף כל כך בידי חברות מסחריות, במיוחד כאשר התחוור כי חלקן משמשות לכאורה להפצת מידע שקרי למטרות פוליטיות, רפואיות ואחרות, מאפשרות לכאורה אי שוויון בנגישות למידע דיגיטלי, ונמנעות לכאורה מלטפל באופן תקיף בהסתה ופרסומי שנאה המועלים לפלטפורמות שלהן.

אך אני מאמין כי העיתוי בו אנו מצויים כעת מאפשר דווקא להוציא מתוק מעז.
 

להפוך משבר להזדמנות

גורמים בממשל האמריקני ובגופים המקבילים באיחוד האירופי בוחנים את פעילות החברות הללו בהיבטים שונים, בהם נסיון להגביל את כוחן של החברות הללו מול המתחרות הקטנות יותר, שימור הזכות לפרטיות של המשתמשים וזכותם למנוע איסוף מידע אודותיהם, ודרישה לפעולות אגרסיביות יותר בכל הקשור למניעת הפצת מידע ללא בסיס עובדתי על גבי הפלטפורמות שלהן.

לגופי הרגולציה הללו נקרתה כעת הזדמנות פז להגביל את עוצמת החברות הללו, אך גם לקדם את ההתפתחות הטכנולוגית של חברות וארגונים אחרים. דמיינו מה היה קורה לו היה הממשל האמריקני מגיע למעין הסכם עם החברות הללו ואף חברות דומות להן - מעוגן כמובן חוקית, ומכיל סנקציות בגין הפרתו מצידן – לפיו הן תידרשנה לשתף בחלק משמעותי מהמידע שהן אוספות אודות המשתמשים עם כל גוף שיחפוץ בכך, תמורת תשלום שיקבע בידי הרגולטור, ובכפוף להסכמת המשתמשים עצמם?

לו היה המידע הזה הופך לנגיש לחברות, ארגונים, רשויות ויזמים, היה מוסר מחסום משמעותי בפיתוח מוצרים מבוססי בינה מלאכותית, שכן ניתן היה לאמן את האלגוריתמים באמצעות מידע בהיקף רחב. כמה רחב? ארבע הגדולות הללו זלגו כבר מזמן מעבר לעולמות הבידור, המסחר והתקשורת אל עולמות רפואת הגוף והנפש, התחבורה, הפיננסים ועוד.

כאשר לא נראה כי הלחץ שמפעיל הממשל האמריקני (בעיקר על פייסבוק, אך גם שלוש האחרות מצויות בדיון הציבורי) בנושא השימוש לרעה בפלטפורמות שבנו יפחת בקרוב, אולי כדאי לחברות עצמן ליזום הסדר שכזה על מנת למנוע פעולה חד צדדית מצד הממשל? יתכן, אך על מנת לקבל החלטה שכזו הן תידרשנה דווקא לעשות שימוש בבינה אנושית.
 

המאמר פורסם בהארץ - מגזין הבינה המלאכותית

צרו קשר עם המומחים שלנו >>