שלום,
נראה שכבר הכרתם את אאוריקה. בטח כבר גיליתם כאן דברים מדהימים, אולי כבר שאלתם שאלות וקיבלתם תשובות טובות.
נשמח לראות משהו מכם בספר האורחים שלנו: איזו מילה טובה, חוות דעת, עצה חכמה לשיפור או כל מה שיש לכם לספר לנו על אאוריקה, כפי שאתם חווים אותה.
»
«
איך ה-AI ייקח לנו את העבודה? ואיך למנוע?
בפשטות כן. אולי לא בכולנו ולא בכל אנשי המקצוע אבל הבינה המלאכותית תוכל לגרום לקשיים עבור רבים - בעבודה ובעולם התעסוקה. באופן מסוים, היא עלולה להביא את העולם אפילו למשבר כלכלי של ממש.
אלא אם... חכו עוד מעט.
בשלהי שנת 2022 כל העולם דיבר לפתע על הצ'אט בוט המדהים של Open AI שנקרא ChatGPT. ה-GPT הוא קיצור בראשי תיבות של Generative Pre-trained Transformer.
מודל השפה שעליו התבססו המפתחים בחברת Open AI נקרא GPT-3, אבל גרסה 4 ואלו שאחריה לא יאחרו והמירוץ לפתח אותו ומודלים רבים אחרים יימשך. כי במקביל לעבודה המדהימה שעושים מפתחי Open AI פותחו די מהר כלים מתחרים.
ביחס לכל מוצר AI שהיה נגיש לציבור בעבר, ChatGPT ומקביליו עושים דברים מדהימים, מהפכניים וכמעט בלתי נתפשים במהירות שהם מבוצעים.
אז נכון שיש לצ'אט הזה ולעמיתיו עוד דרך עד שנוכל לסמוך בעיניים עצומות על הידע והמידע שהם מציעים לנו, אבל בתחומים מסוימים הם כבר כאן ועם יכולות בינה מלאכותית שהן די מהפכניות.
#אז הלך עלינו?
הבינה המלאכותית שמפגינים ChatGPT ושאר כלי ה-GPT יכולה לעשות בהצטיינות עבודות של איסוף ומיון של מידע או ידע (שני דברים שונים) ואחרי זה גם כתיבה ויצירה.
כי ה-AI ברמה הגבוהה הזו יודעת לחקות אמנות, לצייר, לתקן תמונות, למצוא תשובות לשאלות, להכין שיעורי בית, להמציא מתכונים, לכתוב עבודה לבית הספר, לחבר מוסיקה, לערוך וידאו, לכתוב קוד ולתכנת, לחבר טקסטים, לנסח מכתבים ומאמרים ועוד.
אבל היא יודעת בעיקר ליצור דברים דומים למה שכבר נעשה. אמנם ברמה גבוהה, אפילו מאוד, אבל על סמך חשיבה מקצועית וסטנדרטית של אנשי מקצוע בתחומים השונים.
#מה היא לא?
בתחום היצירה הבינה המלאכותית לא תשתווה לאנשים יצירתיים, מקוריים, שיסטו ממה שכולם יודעים לעשות ויחוללו את הפלאים שלהם. היא תדע לעשות טוב יותר ומהר יותר את מה שאנשי מקצוע טובים עושים, אבל היא תתקשה לצאת מהטוב אל המצוין, הגאוני, המבריק.
לכן היא לא תפגע באנשי מקצוע מעולים ומקוריים, בבני אדם יצירתיים, עם חשיבה מיוחדת ולא שבלונית, עם יכולת המצאה.
#אז מה ההזדמנות?
וזו רבותי ההזדמנות שלכם. משתלם היום לפתח את היצירתיות והחשיבה המקורית, ללכת על להיות קצת יותר אמן ממידען, להיות מעט פחות מהנדס "רגיל" ויותר ממציא ומי שמוצא פתרונות, כולל באינטרנט אבל לא רק - כי פתרונות לתחום אחד כבר מיושמים לא פעם בתחום אחר.
נמשיך? - להיות יותר סופר מאשר עיתונאי, יותר מלחין מאשר רק נגן ויותר מעצב מאשר גרפיקאי ביצועיסט.
#יכולות?
לשם כך דרושות יכולות מגוונות שמערכת החינוך והעולם המקצועי לא מפתחים יותר מדי. יצירתיות, ידע כללי, סקרנות וחוצפה הם חלק מהיכולות הללו.
יצירתיות - הציצו אצלנו בתגית "יצירתיות" והבינו את הצד הזה ואיך לפתח אותו. התחלה מעולה לרכישת ידע כללי תהיה באאוריקה, בהאזנה לפודקסטים, צפייה בסרטי דוקו וסרטונים של ידע ביוטיוב ועיון בבלוגים של ידע, באזור המסקרן והלא משעמם של האינטרנט ובתנאי שהוא מתויג ולא חד-ממדי.
סקרנות - גם היא תכונה שנולדתם איתה וכדאי לשמר, במיוחד כשמסביבכם יעשה כמעט כל גוף חינוכי ניסיון להשבית אותה, לטובת חיפוש תשובות סטנדרטיות ושתהיו ותנהגו "כמו כולם". כל דבר שתלמדו לבד ותחקרו אין ספק שתזכרו טוב יותר ויום אחד עשוי לשרת אתכם, לעומת שיעורי בית שכמעט אף פעם לא.
היזהרו מתופעה שבעולם החינוך מוכרת כ"Yessing". חיפוש חשובות שהמורה יאהב, תשובות לשאלות שניתן למצוא בקלות ואפילו בלי חשיבה. אז מה הטעם בהן? לא עדיף שישאלו אותנו בבית הספר מעט פחות שאלות, אבל כאלה שיעודדו אותנו להשתמש בשתי האונות או בכל אזורי המוח? חקרו כאן את תגית "סקרנות".
חוצפה - על זה לא צריך להרחיב אבל נדגיש שמדובר בחוצפה מקצועית ולא התנהגותית. להעז. לא לומר לעצמכם שאינכם יודעים מספיק כדי לפתח או להמציא, לחבר או לצייר. פשוט ללכת על זה, לחקור איך, לאסוף דרכים, לחפש שיטות וטכניקות לאמנות וליצירה ביד.
נסו להמציא שיטות חדשות לעשות דברים וחקרו אותן, לנסות לעבוד איתן. חפשו ידע ושאלו באינטרנט עד שתקבלו תשובות. כתבו דברים כי לא פעם רק כשכותבים מבינים. זה בסדר לגנוב ולהעתיק ואז לפרק, ללמוד, להרכיב מחדש, לעבד ולהבין כיצד לשלוט במיומנויות הכרחיות. אם אין זמן אז קומו שעתיים קודם או לכו לישון מאוחר, גם אם תהיו קצת עייפים בבית ספר. גם ככה, אתם יודעים...
כישלונות - עוד דבר שיעזור ויהיה הכרחי הוא היכולת שלא להיבהל מכשלון ואפילו ללמוד לחבק אותו. חינכו אותנו שההצלחה היא המטרה, בעוד שמה שמתקשר אצל רובנו עם כישלון הוא כמעט תמיד אכזבה ופנים נפולות. אז כדאי שתדעו שכישלונות הם חלק בלתי נפרד מההצלחה.
היכולת שלא להרפות וליפול ברוח מהכשלון היא שמבדילה בין בני אדם. היא שמביאה נשים ואנשים בסופו של דבר להצלחה. אדיסון, מגדולי הממציאים, אמר על זה פעם שההמצאות הגדולות שלו היו כולן כשהוא לא הצליח להיכשל...
כדאי להאמין לו. אמר את זה אדם שחתום על מאות פטנטים והמצאות ששינו את העולם. בשום מקום לא נכתב כמה פעמים הוא נכשל בכל תהליך, עד שהוא הצליח בו. תמיד מספרים רק על ההצלחות אז אנחנו לא יודעים על הקשיים והנפילות, על התסכול וההפסדים.
אבל עכשיו אתם יודעים. לכן אם אומרים לך שזה גרוע? -המשיכי. צעקו לך בוז? - המשך. כמעט כל מצליחן ופורץ דרך שמע את זה בהתחלה. על בוב דילן אמרו שיש לו קול של צפרדע, המטוסים של האחים רייט צללו בזה אחר זה, הבכורה של האופרה הכי פופולרית בהיסטוריה "כרמן" הסתיימה בקריאות בוז וירקות שהושלכו על הבמה. את הסרט "בלייד ראנר" קטלו כשהוא עלה לאקרנים ואת סוקרטס הוציאו להורג על השחתת הנוער...
אז אמרו... מה הם יודעים? מי מהמבקרים והפוסלים את היזמת שאת הצליח לפני זה?
לא להרפות! אין הבטחות, אבל עקביות חשובה לא פחות מחשיבה, יצירתיות, סקרנות ומקוריות. בלעדיה כמעט ואין סיכוי להגיע למימוש כי לא מגיעים בכלל.
#אתם הורים?
אם אתם מגדלים היום את ילדיכם יש לכם אחריות ואפשרויות. תנו להם כלים, יכולות, הרימו ותפתחו את הכשרונות המלבלבים שלהם. אל תכבו אותם עם הרגיל ועם מה שאתם למדתם או רציתם להיות. בעולם שלהם אתם תהיו מבוגרים מדי או, וסליחה שאנחנו מזכירים, אולי כבר לא תהיו.
תנו להם לחקור מה ירצו לעשות. חישפו אותם לתחומים, לעולמות ולתופעות. תנו להם דוגמה אישית, קראו ספרים, אל תעשנו, אל תהיו בטטות - צאו לעשות ספורט ואם כבר אז גם אכלו נכון. צאו איתם לטבע, לטיול או הליכה, הביטו יחד בפרחים, נסו לזהות אותם ולחקור עליהם.
קראו ספר בעצמכם והביאו את הספריה של הבית לסלון, אל מול עיניהם. כבו מדי פעם את הטלוויזיה ונהלו שיחות ביניכם אל מול עיניהם ואיתם. שתפו אותם, שאלו על מה מעניין אותם ומה ירצו להיות, מה החלומות שלהם, איפה הם רואים את עצמם בגיל 25.
התעניינו בהם באמת. מה מסקרן אותם. מה מרגש ומלהיב בשבילם. התעניינו איזה חוג הכי מעניין אותם ואם אין מספיק כסף בקשו בשקט הנחה כדי שלא לבייש אותם.
נסו להשיג להם דברים שיאפשרו להם לפתח את תחומי העניין, לקנות יד שנייה, לחנך אותם שחדש זה ממש סתם ואם ראו משהו זרוק שלא יתביישו לקחת, לפרק ולהרכיב ממנו חללית. צפו איתם בתכניות מדע או בסרטי דוקו, הראו להם סרטים קלאסיים, למדו אותם ששחור לבן הוא לא פחות צבעוני ושמינימליזם הוא לא פעם הכי עשיר שיש (Less is more).
אה, ובגיל צעיר ספרו להם סיפור לפני השינה. זה כל כך חשוב שאתם לא מעלים על הדעת. הרבה יותר מ-GPT, מציור בינתי וממדעי המחשב באוניברסיטה. היו הורים, לא רק אנשי קריירה.
הנה ChatGPT ולמה בחינוך מודאגים ממנו:
https://youtu.be/Fn8jDanbf0c
בעלי מקצוע מפחדים על העבודה שלהם (עברית):
https://youtu.be/0AGYOv0sGHg
תראו למשל איך הוא מייצר קליפים (עברית):
https://youtu.be/8CmXtj5gW2I
במבט לעתיד, השינוי שה-AI ייצר הוא אדיר ותלוי גם בנו (מתורגם):
https://youtu.be/RzkD_rTEBYs
איך הצ'אט GPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
בחיוך - מה הכלי היחידי שיש לנו כבני אדם כדי לזהות אם הכותב או הדובר הוא בוט כמו ChatGPT? (עברית)
https://youtu.be/nes_xZjZweY
מה קורה כששואלים את הבינה של גוגל על זה (עברית):
https://youtu.be/oh4Bq8ifgK4?long=yes
זה יקרה בשלבים ולא מיד:
https://youtu.be/iNKFOCki42I?long=yes
וסרטון שמדגים את זה יפה:
https://youtu.be/5rqVB44kIv0?long=yes
מה זה UBI שישמור בעתיד על מובטלי ה-AI?
מדובר ברעיון מסעיר ויצירתי. הוא נקרא "הכנסה בסיסית אוניברסלית" (Universal Basic Income בקיצור UBI) ובעזרתו יש מי שמנסים לקדם את פני הרעה של הקדמה הבינתית, המאיימת על כל עולם התעסוקה של העתיד.
כוונתו להעמיד לרשות כל אדם הכנסה בסיסית, שמטרתה לסייע בהפחתת ההשפעות של הטכנולוגיה על העובדים. הכנסה בסיסית כזו תחושב על ידי "חישוב בסיסי אוניברסלי" ודי אחיד.
הרעיון הוא להציע הכנסה בסיסית אוניברסלית, מעין תשלום מזומן, ללא תנאים, שיינתן לכל מבוגרי האוכלוסייה, ללא קשר לעושרם ולמצבם התעסוקתי. המטרה היא לספק רשת ביטחון לאנשים שהמשרות והתעסוקה שלהם מאוימות על ידי חידושי הטכנולוגיה, כולל ובמיוחד הרובוטיקה והבינה המלאכותית.
הכוונה היא לאפשר להם לחפש עבודה בתחומים שמדברים אליהם ומעניינים אותם, בדברים שיסייעו להם לממש את עצמם והם יכולים להצליח בהם, לבלוט ולנצנץ - אולי אפילו ליזום עסק משלהם וליצור לעצמם בסיס כלכלי מבלי להיות שכירים, באיום מתמיד של אבטלה...
גם אם שמרנים רבים נוטים לדחות את מה שהם תופסים כרווחה שתקטין את המוטיבציה של אנשים לחפש עבודה ולעבוד, ניסיונות לחלק UBI לתושבי ערים ומדינות בארצות הברית הראו תוצאות חיוביות בדרך כלל. חלק מהתוכניות הללו, אגב, העניקו את התשלומים באופן סלקטיבי לאנשים, על סמך הצורך המוכח או המעמד החברתי שלהם ולא לכל האוכלוסייה כולה.
בין התומכים ביוזמה הזו ניתן למצוא גם רבים מראשי ומצליחני ההייטק, כולל מי שמובילים את התפוצצות ה-AI הנוכחית, ביניהם מנכ"ל חברת OpenAI והאדם הכי חזק בעולם הבינה המלאכותית כרגע, סם אלטמן.
לשיטתו, דווקא בשל החשש שהבינה המלאכותית תלך ותחליף אינספור עובדים אנושיים, כולל אנשים שלמדו מקצועות ורכשו תארים ומומחיות ויהפכו למובטלים, אולי אפילו מובטלים כרוניים, דווקא בצל החשש הזה כדאי לתת את ההכנסה הבסיסית המדוברת.
לשיטתו של אלטמן, כל אזרח יקבל, אולי במקום כסף, חלק ממחשב סופר-מתקדם, שהוא מכנה לצורך העניין GPT-7. כל מקבל כזה, אלטמן גורס, יכול יהיה לעשות כרצונו בחלק שקיבל. יהיו מי שישתמשו בו ויקימו מיזם, למשל טכנולוגי, או יהיו שותפים במיזם כזה, אחרים ירצו אולי למכור את החלק שלהם לאחרים, יהיו שיעדיפו לתרום אותו לטובת מחקר בפתרון בעיות עולמיות, כמו משבר האקלים או חקר הסרטן.
ההנחה של מנכ"ל OpenAI היא שעם הטמעתה של הבינה המלאכותית המתקדמת ביותר ויותר היבטים של חיינו, הבעלות על יחידה של מודל שפה גדול, כזה שהוא מכנה GPT7, עשויה להיות בעלת ערך גדול יותר מאשר כסף. אלטמן רואה עולם בו כל אדם בחברה העתידית יחזיק למעשה חלק מהקידמה והיצרנות העתידית ויוכלו להבטיח לעצמם ולמשפחתם פרנסה בעתיד.
הנה רעיון ההכנסה הבסיסית אוניברסלית (עברית):
https://youtu.be/8rM_-49DPe4
בטלנות? רוגע כלכלי? - על ניסוי ראשון איך זה ישפיע על בני אדם? (עברית)
https://youtu.be/u_-N_AWQQiI
בעלי מקצוע מפחדים על העבודה שלהם (עברית):
https://youtu.be/0AGYOv0sGHg
וסרטון מקיף על ה-UBI ומשמעויותיו (מתורגם):
https://youtu.be/kl39KHS07Xc?long=yes
האם רובוטים יגזלו לנו את הפרנסה?
בקרוב, ממש בקרוב, יוזמן עובד למשרד המנהל, לשימוע לפני פיטוריו. הוא לא ישמע שהוא פוטר מפני שאת עבודתו יכול לעשות רובוט, כי זה כבר קורה כמה עשרות שנים. רבים בשוק העבודה חוששים שמה שיקרה במשרד המנהל הוא שהשימוע עצמו ייערך אל מול רובוט.
רובוט מנהל.
זה לא סוד שרובוטים מבצעים כיום יותר ויותר תפקידים שבעבר היו ממלאים עובדים חרוצים יותר או פחות. היתרון בהם ברור - הם לעולם לא מתעייפים, אף פעם לא חולים או שובתים, שכרם נמוך (אם להחשיב את עלות הקנייה המקורית שלהם ואת הוצאות התחזוקה הרגילות), הילד לא חולה אצלם אף פעם והם ניתנים לשליטה מירבית, בידי ההנהלה.
ביל גייטס, מייסד חברת מיקרוסופט וממובילי עולם ההייטק, כבר אמר ב-2015 ש-45% מהמשרות שבהן עובדים בני אדם ניתן להעביר לרובוטים. ברור שהנתון הזה כבר השתנה כלפי מעלה. הסכנה ברורה, אבל העתיד לא ממתין לאישור, למדו על הדרכים לרכב על חידושי ה-AI במקום להידרס - בתגית "אבטלת AI, מומחיות".
הנה הפחד מהחלפת האדם בידי הרובוטים (עברית):
https://youtu.be/PDpUVICjokM
החששות מהבינה המלאכותית של הרובוטים הללו (עברית):
https://youtu.be/7qUJRUA0wm0?t=17s
על המשרות שרובוטים יאחזו בהן:
https://youtu.be/skG3okhx2TU
החלפת עובדים ברובוטים:
https://youtu.be/7c_XO3Ouzts
סרט תיעודי על העולם של הרובוטים והעתיד איתם:
https://youtu.be/8VvYu1fWyxA?long=yes
על העתיד האוטומטי לחלוטין וההבטחה שלו לאיום על העבודה האנושית:
https://youtu.be/rnBAdnNIIXk?long=yes
מי חשב פעם שאוטוטו מכונות יחליפו בני אדם לחלוטין?
זה היה הרברט סיימון שאמר בשנת 1956 ש"בתוך 20 שנה, מכונות יהיו מסוגלות לעשות כל מלאכה שבני אדם יכולים לעשות."
אז נכון שבאמת מכונות הולכות ומחליפות את בני האדם בהמון תחומים שבעבר נשמרו לידיים אנושיות, אבל זה לא קרה בשנות ה-70 של המאה הקודמת ולמעשה גם היום עדיין לא התממש, לפחות לא כמו שצפה סיימון.
אגב, ההערכה של אותם מומחים, של מתי יחליפו מחשבים את האדם התבוני, הלכה והתרחקה. אם אז נטו לחשוב שזה ייקח שנים ספורות, לאט לאט זה הלך והתארך וההערכות נעשו ריאליות יותר. זה קרה משום שהמומחים הלכו והבינו כמה מורכב לייצר מחשב תבוני, ברמה של בן אדם חושב.
בתחומים רבים החליפו היום תוכנות חכמות, רובוטים מתוכנתים ואלגוריתמים מתוחכמים להפליא, את העובדים האנושיים שעבדו לפניהם, אבל הקצב עדיין זוחל יחסית לנבואה ההיא.
כך שגם אם נראה שנצטרך להמתין עוד קצת עד שרובוטים חכמים ומצוידים בבינה מלאכותית יחליפו את הידיים והראש של בני-אדם כמעט לגמרי, זה עלול לקרות בעתיד בתחומים רבים.
נראה שזה ייקח עוד זמן מה, אבל מצד שני מתחילת 2023 נראה שהבינה המלאכותית והלמידה העמוקה החלו פולשות גם לעולם של היוצרים ובגדול ולאיים על הקריירה שלהם.
כלי בינה מלאכותית גנרטיבית כמו ChatGPT ו-DALL-E של OpenAI, או המתחרה Stable AI, מציגים יצירות בינה מלאכותיות, זוכים להצלחה בעולם היצירה והאמנות ומעוררים את הדיון הציבורי.
אפליקציות כמו Lensa AI ממנפות את ה-Stable Diffusion בקוד פתוח ויוצרות ברגע ציורים ואוואטרים ברמה של אמנים מקצועיים, הדבר מתחיל להשפיע על האמנים עצמם.
האופן שבו מחוללי אמנות AI (בחיוך נכנה אותם "מחוללאי") יכולים להחליף יוצרים ולמסמס את פרנסתם הוא די ברור. אבל דברים מסוימים אסור שיימסרו לעולם לידיהם של רובוטים ומכונות. החל מתחומים שמחייבים אתיקה וחשיבה מוסרית ועד נושאים שבהם מכונות עלולות להגיע ליכולת של השתלטות ואף למצב של לוחמה במין האנושי.
אם נהיה תלויים בהם שם, אזי יש סיכוי שהמין האנושי ייפגע אנושות ואף יושמד לחלוטין. או בלשון של אחד המומחים הגדולים בתחום ה-AI, הפרופסור מרווין מינסקי מאוניברסיטת MIT, שאמר שבסוף "זה יהיה מזל אם הם (הרובוטים) יתנו לנו להיות חיות המחמד שלהם..."
הנה סרטון שמתאר החלפת עובדים ברובוטים במפעלי פוקסקון שמייצרים סמארטפונים:
http://youtu.be/Vd5R7BHcFfo
תיאור של האבטלה החדשה, שנוצרת כתוצאה מטכנולוגיה שהולכת ומחליפה בני-אדם (עברית):
https://youtu.be/jM00QpOysj8?t=44s
כך הציג צ'ארלי צ'פלין בחיוך מריר את מכונת ההאכלה שתאכיל את העובד על פס הייצור, כדי לחסוך זמן:
https://youtu.be/_OKs2MWaBcA
ובחיוך - העתיד של האבטלה בה יחליף AI עובדים (עברית):
https://youtu.be/DeiODKYywSQ?long=yes
האם ניצח ג'ון הנרי את המכונה?
הסיפור על ג'ון הנרי הוא סיפור עממי אמריקאי מיתולוגי שמבוסס על מקרה שקרה באמת. זהו סיפורו של גיבור אמריקאי, אפרו-אמריקני שעבד במסילות הברזל והיה מהטובים שבמניחי פסי הרכבת באמריקה. יום אחד מגיע המנהל ומודיע שהחברה רכשה מכונת קיטור להנחת פסים. המכונה, כך סיפר, היא מהירה מכל אדם, יעילה הרבה יותר מבני אנוש ולעולם, אבל לעולם, אינה מתעייפת..
ג'ון הנרי הבין כמו רבים אחרים, שהמכונה עלולה להביא אותו ואת חבריו לאבד את עבודתם. הוא החליט להתחרות במכונה ולהוכיח שעבודתו טובה יותר. הוא החל את התחרות כשהוא מתאמץ ועובד קשה ומהר מאשר עבד אי-פעם. הוא המשיך עוד ועוד לאמץ את כל כוחותיו להוכיח שהוא טוב מהמכונה. המכונה גם היא מתאמצת ולבסוף נתקעת ונשברת, בשל המטלה הקשה מדי גם לה.
ג'ון הנרי ניצח את מכונת מניח הקיטור. אבל רגעים אחרי שניצח, הוא היה כה מותש ועייף שהוא קרס ומת. גופו לא עמד במאמץ האדירים שגבה ממנו המאבק במכונה. איש לא יכול היה לדעת כמה התאמץ לנצח את המכונה ועד כמה חשוב היה ניצחון האדם על המכונה.
זהו משל כואב ומפורסם על הטכנולוגיה שבאה להחליף את האדם ועלולה להפוך אותו למובטל. בני אדם חוו מאז ג'ון הנרי שוב ושוב את התהליך הזה. מכונות, מחשבים ואוטומטים החליפו אותם שוב ושוב, בתחומים רבים מאז המהפכה התעשייתית. ג'ון הנרי השאיר מורשת גאה של מי שלפחות ניסה לעצור את הקידמה שדורסת בני-אדם.
הנה סיפורו של ג'ון הנרי (עברית):
http://youtu.be/VlxnNc-61jM
השיר על ג'ון הנרי מאת פול רובסון:
https://youtu.be/em8QtaDOZt0
ובביצוע של הארי בלפונטה:
https://youtu.be/BZGxZbOB1Eo
מהו הרובונאוט שיחליף אסטרונאוטים במשימות מסוכנות?
ה"רובונאוט" R2 הוא רובוט ההומנואיד הראשון בחלל. זהו רובוט אסטרונאוט מבצעי שמתפקד בתחנת החלל הבינלאומית ומקל במשימות פשוטות את ניסוייהם של המדענים האסטרונאוטים שבתחנת החלל.
הרובונאוט מצויד בשתי זרועות ובראיה סטריאוסקופית. הוא שוקל כ-150 קילוגרם. R2 כבר יודע לעבוד באמצעות כלי עבודה, לארגן ולסדר דברים בתחנת החלל ובעיקר ללמוד ולשפר את ביצועיו התפקודיים.
הרובונאוט תוכנן כעוזר לאסטרונאוטים בתחנת החלל הבינלאומית, אבל על פי עדותם של האסטרונאוטים עצמם, בינתיים הוא עוד לא מסייע בתפקיד הקשה באמת שלהם - המירוק והטאטוא ביום הנקיונות השבועי בתחנת החלל.
הנה סרטון על הרובונאוט של נאסא:
http://youtu.be/y-j4dixQQmI
המשך הפיתוח של ההומנואיד של נאסא:
https://youtu.be/4QSUaH5Hj10
וסימולציה של עבודות בחלל שיבצע הרובונאוט:
http://youtu.be/JLU0c0mmvxg
איך התכנות יורד לעם בעזרת בינה מלאכותית יוצרת?
בימי AI אלה, של פברואר 2025, נראה שאנו רואים את השינוי בכתיבת קוד בכלל ובתכנות של אפליקציות לסוגיהן בפרט.
וזה לא ממש תכנות, עם כתיבת קוד וחלוקה למסמכים שיוצרים תוכנה, אלא יותר תהליך של חשיבה וחלוקת הוראות. כולנו יכולים לחשוב על רעיון, לנסח אותו כפרומפט, אולי גם לדמיין ולצייר מסכים, להציגם ל-AI, לראות קוד ואת התוצאה, לאשר או להציע תיקונים, לשפר את המודל ולראות את התוצאה משתפרת.
גם אם זה נשמע בלתי אפשרי, זה בדיוק מה שהבינה היוצרת מאפשרת כיום, כמעט לכל אחד, כולל מי שלא למדו מעולם לקודד ולתכנת. אחד מגאוני ה-AI של הדור החדש, אנדריי קרפאטי (Andrej Karpathy), מסביר שכלי ה-GenAI משנים את אופן פיתוח התוכנה מהיסוד וקורא לזה “תכנות וייב” (Vibe Coding).
תכנות הווייב פירושו תכנות שלא בקוד אלא של מפתחים שמתרכזים ברעיונות הגדולים ונותנים ל-AI לטפל בשאר - מהקוד והאיטרציות (שפירושן שיפור וניסוי שוב ושוב), דרך הפרטים הטכניים, הטיפול בבסיס הנתונים (Database), ב-API ובהעלאת הכלי לאונליין (Deployment).
ומדובר בשינוי של כל החוקים שהכרנו. המעבר הזה מכתיבת הקוד לפתרון בעיות באמצעות חשיבה מדויקת ככל האפשר, הנחיות ל-AI, עיצוב מסכים והעלאתם כטיוטות עיצוב לבינה, כל אלו הם חלום שמתממש. משמעותם הפשוטה היא דמוקרטיזציה של עולם פיתוח התוכנה.
והאפשרויות החדשות הללו מאפשרות עכשיו גם לאנשים ללא רקע תכנותי או היכרות והבנה בקוד, להגשים את רעיונותיהם - על ידי יצירה של תוכנות מקוונות, אפליקציות או כלים שונים, באמצעות כלים בינתיים וטכנולוגיים, המופעלים על ידי אדם ולידו בינה מלאכותית, שמקבלת ומבצעת הוראות.
אז המרחק, שבעבר היה גדול מאוד, בין הרעיון למימושו, תלוי עכשיו במשתמש ורק בו. כלים רבים לקידוד מבוסס פרומפטים יש כיום והם משתכללים מיום ליום. המוח האנושי יידע להנפיק מהם גם שיפורים אישיים ומרהיבים לחיים המודרניים וגם כלים חדשים ומעולים לשימוש בעתיד.
הנה הארטיפקט של קלוד, שאחרי קידוד ניתן לשתף את יצירתכם ב-Publish לאחרים:
https://youtu.be/vUdNaAAc4FY
שיעור תכנות ללא תכנות בכלי Lovable:
https://youtu.be/gqsZGxuymTk?long=yes
Websim.ai הוא כלי קוד שמשלב את העיצוב בקידוד וניתן לתכנת בו ללא תכנות:
https://youtu.be/HCw4jCbLgMY
Replit הוא כלי שבו ניתן לקודד גם בסמארטפון:
https://youtu.be/Cmq3TrS3ccU
כלי קוד מבוססי אינטליגנציה מלאכותית:
https://youtu.be/3cVJxRka4yM
השוואה של 3 מודלי שפה LLMs במהירות יצירת קוד למטלה זהה:
https://youtu.be/_JS-LkBrsk8
יישום של תוכנה שפותחה כך, ללא כתיבת קוד:
https://youtu.be/lkom9ufvxD4
איך ChatGPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
רפליט הוא כלי קוד בינתי מתקדם יותר:
https://youtu.be/FrMy3Bq7TZA
מדריך מתחילים לתכנות עם Cursor AI:
https://youtu.be/ocMOZpuAMw4?long=yes
ומדריך לעבודה עם Windsurf:
https://youtu.be/4nCMdQadE08?long=yes
מה היתרון של כלי פיתוח קוד מבוססי AI?
מחשב מתכנת לבדו? - באופן מסוים כן. כי כלי קוד מבוססי בינה מלאכותית (AI-based code tools) מאפשרים לשלב את הרעיון או המומחיות האנושית עם היכולות של הבינה המלאכותית, כדי לפתח תוכנה ולעשות זאת ללא קידוד של המשתמש או באמצעות שיתוף פעולה בין המשתמש ל-AI.
קידוד מבוסס AI מתבסס על בינה מלאכותית ככותבת הקוד. כתיבת הקוד מתבססת על מודל שפה שאומן על נתוני דאטה עצומים ולמד קידוד.
המשתמש מאפיין את המוצר, אם זה אתר אינטרנט, תוכנה או אפליקציה לטלפון ומתאר אותו באמצעות פרומפט, הנחייה שהוא כותב לבינה היוצרת בלשון טבעית, כלומר שפה רגילה, שפת יום יום וללא צורך בידע בתכנות.
החיבור בין הרעיון והשכל האנושי ובין האינטליגנציה המלאכותית מאפשרים ניהול וביצוע משימות פיתוח, בשיתוף פעולה ועצמאות גם יחד.
באמצעות תכונות של AI מקודד ניתן לתאר ל-AI את המטרה, לקבל קוד, להנחות אותה כיצד להתקדם בפתרון בעיות או באגים בקוד ולהוביל ביחד לקוד איכותי ולמימוש הרעיון.
ה-AI המקודד מודע לפעולות המשתמש בזמן אמת ומציע יתרונות אדירים. הוא מסוגל לערוך קבצים מרובים במהירות אדירה, להציע פקודות, לזהות בעיות ולנפות באגים.
כלי הקוד המשובח "Windsurf AI", למשל, מפעיל סוכני AI מובנים, יחד עם מעין "טייסי משנה" מונעי בינה מלאכותית, שמטרתם להטעין את הקוד ולהפוך את הקידוד למהיר ואינטואיטיבי יותר.
בעצם, Windsurf ודומיו, דוגמת Cursor AI שהיה חלוץ הכלים הללו, הם מעין סביבת פיתוח (IDE) מהדור החדש, המשפרות את הפיתוח בעזרת אוטומציה חכמה ומציעות עריכת קוד בסביבה מרובת קבצים. וינדסרף עושה זאת, בין השאר, בעזרת כלי שנקרא Cascade ומצטיין במודעות עמוקה לקונטקסט, ההקשר הכל כך בסיסי ומרכזי בבינה המלאכותית היוצרת (Generative AI).
כלי נוסף וקל הרבה יותר הוא Websim AI, המאפשר לתאר אתר או אפליקציה, או סתם לתת שם דומיין מדומה, והיא יוצרת אותם. מכאן אפשר להנחות אותה בצעדים, איטרציות, מה שמאפשר לדייק אותה, לשפר, לשדרג ולבנות הלאה.
הנה כלי קוד מבוססי אינטליגנציה מלאכותית:
https://youtu.be/3cVJxRka4yM
AnyChat מצויד בדיפסיק וסמבה נובה לקידוד פשוט:
https://youtu.be/7BIVWQnAOLk?t=2m54s
השוואה של 3 מודלי שפה LLMs במהירות יצירת קוד למטלה זהה:
https://youtu.be/_JS-LkBrsk8
השוואת 5 כלי קוד מובילים והמנצח המפתיע:
https://youtu.be/WVhJSUtGbYM
יישום של תוכנה שפותחה כך, ללא כתיבת קוד:
https://youtu.be/lkom9ufvxD4
Websim.ai הוא כלי קוד קל מאוד וקסם ללא תכנות:
https://youtu.be/HCw4jCbLgMY
איך ChatGPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
רפליט הוא כלי קוד בינתי מתקדם יותר:
https://youtu.be/FrMy3Bq7TZA
לקודד אפשר גם בסמארטפון:
https://youtu.be/Cmq3TrS3ccU
מדריך מתחילים לתכנות עם Cursor AI:
https://youtu.be/ocMOZpuAMw4?long=yes
ומדריך לעבודה עם Windsurf:
https://youtu.be/4nCMdQadE08?long=yes
מהו ומה היתרון של מודל שפה קטן, או SLM?
מודל שפה קטן (Small Language Model), ובקיצור SLM, הוא מודל מתמחה או מומחה, דגם קטן יותר ומזוקק, מה שהופך אותו להבטחה גדולה וממשית לצרכים עסקיים, בעולם האמיתי.
מודלים קטנים של שפה, או כמו שתרגום מכונה מכנה בטעות "מודלים של שפות קטנות", מאפשרים היום אימון בינה מלאכותית על ידע ספציפי לתחומים שונים ובכך להתאימם לתעשיות ספציפיות, משימות וזרימות עבודה תפעוליות.
SLM הוא קצת כמו סוס חזק ומהיר שיכול לבצע משימות ממוקדות, לעומת כרכרות LLM עמוסות, כבדות ולכן גם מוגבלות בתמרון.
שוב ושוב נשאלת השאלה האם יכולים מודלי שפה קטנים (SLMs) לנצח את ה-ChatGPTים או ה-Claudeים למיניהם, את האחים הגדולים והוותיקים, המצוידים, מאומנים ועתירי המשאבים מעולם ה-LLMs?
או במספרים - האם מודל של מיליארד בודד של פרמטרים (1B) יכול לגבור על היכולות של מודל עם 405B פרמטרים, יותר מפי 400 ממנו?
אז כן. בניגוד למודל שפה גדול של עולם ה-LLMs, שמעבד כמויות אדירות של ידע כללי, המודל הקטן מעולם ה-SLMs בנוי במחשבה על דיוק ויעילות. עלות הפעלתו היא נמוכה משמעותית, הוא דורש פחות כוח חישוב ובנוי כדי לספק תובנות רלוונטיות יותר לעסק מאשר מקביליו הגדולים והכלליים.
בעולם המודלים הגדולים של שפה כבר הסתבר שאופטימיזציה של החישובים ב-SLMs כאלה יכולה אכן לעלות את היכולות של הקטנים הללו על אלו של דגמים גדולים יותר, שמנסים ומצליחים להיות חכמים מכולם ויודעי-כל, אבל תפעולם יקר ומסורבל יותר והם לא יעמדו ביכולות ההתמחות של מודל קטן שלא מביט לצדדים ומרוכז רק במשימתו.
מחקרים שבחנו את היעילות של שיטה ששמה Compute-Optimal TTS, למשל, הראו ששיפור הביצועים של מודלים קטנים מאפשר לעלות בהם את הביצועים על אלו של דגמים גדולים יותר, במשימות מתמטיות כמו MATH-500 ו-AIME24 ובשיפור יכולות החשיבה של LLM.
#ביצועים, התמחות ואבטחת נתונים
לא מעט חברות וארגונים מבינים שהשאלה היא לא על איזה מודל בינה מלאכותית אנשים קופצים, אלא איזה מודל יספק לחברה או לארגון ערך עסקי אמיתי. SLMs מאפשרים לעסקים לפרוס AI ישירות על מחשבים ניידים, רובוטים וטלפונים ניידים ולהבטיח בכך גם שהנתונים, הדאטה שלהם, יישארו מוגנים.
דגמי SLM, שמותאמים להצטיין בתחומים ספציפיים - פיתוח תוכנה, רפואה, פיננסים וכדומה, יספקו תוצאות מדויקות ואמינות יותר, המותאמות לצרכי הארגון הייחודיים וליכולותיו.
ה-SLMs המזוקקים והקטנים יותר מצליחים לשמור על יכולות חשיבה חזקות וממוקדות תחום, ביחד עם יעילות המאפשרת להם לפעול באופן מקומי, מבלי להסתמך על מחשוב ענן.
#סוכני AI
אם SLMs מצוינים עבור עסקים הרוצים לייצר משימות אוטומציה שלא נזקקות לכל הרעש והצלצולים שמציע ה-LLM, אז מה עם סוכני בינה משויפים?
אז ברור שגם מפתחים של סוכני AI צריכים דגמים קלים, מהירים ומתמחים מאוד, המאומנים על ידע מעמיק וספציפי לתחום בו מתמחה הסוכן. בזכות דרישות המשאבים המצומצמות והגודל הקטן יותר שלהם, שירותי SLM יכולים בדרך כלל להתאים בול למגמת ה-Agentic AI, בכך שהם מאפשרים קבלת החלטות אוטונומית בקצה.
אמנם מודלי SLM עשויים לדרוש הכשרה מיוחדת מלכתחילה, אבל מנגד עומד היתרון של הפחתת הסיכונים הכרוכים בשימוש ב-LLM של צד שלישי וספקים חיצוניים. זהו יתרון עצום, המצטרף לשאר יתרונותיהם: יכולת הסבר גדולה יותר, ביצועים מהירים יותר ויכולת ביצוע מדויק, עקבי ושקוף יותר, המצטרפים לשליטה רבה יותר על פרטיות ואבטחת הנתונים.
#שילוב של המודלים
כיום מבינים שאמנם אין תחרות ל-LLMs בגודל ובעוצמה, אך הסתמכות יתר עליהם יכולה להוביל לתחושת ביטחון מוגזמת, לשאננות ולטעויות קריטיות שעלולות לחמוק מבלי להתגלות.
כך שאולי LLMs ו-SLMs אינם סותרים אלא משלימים. יתכן שבפועל, SLMs יכולים לחזק את ה-LLMs וליצור פתרונות היברידיים, משולבים, שבהם ה-SLMs ממונים על הביצוע הספציפי והמדויק בעוד ה-LLMs מספקים את הקונטקסט, ההקשר הרחב יותר .
מהם SLMs ומה יתרונות מודלי השפה הקטנים הללו:
https://youtu.be/C4Qt9Hnp6vs
הסבר פשוט וקצר:
https://youtu.be/AlwWuSor_M4
למה לבחור SLM ולאילו מגבלות לשים לב אל מול ה-LLM?
https://youtu.be/Hg8f5bjtsWc
ומודל השפה הקטן של מיסטרל:
https://youtu.be/nCXTdcggwkM
בפשטות כן. אולי לא בכולנו ולא בכל אנשי המקצוע אבל הבינה המלאכותית תוכל לגרום לקשיים עבור רבים - בעבודה ובעולם התעסוקה. באופן מסוים, היא עלולה להביא את העולם אפילו למשבר כלכלי של ממש.
אלא אם... חכו עוד מעט.
בשלהי שנת 2022 כל העולם דיבר לפתע על הצ'אט בוט המדהים של Open AI שנקרא ChatGPT. ה-GPT הוא קיצור בראשי תיבות של Generative Pre-trained Transformer.
מודל השפה שעליו התבססו המפתחים בחברת Open AI נקרא GPT-3, אבל גרסה 4 ואלו שאחריה לא יאחרו והמירוץ לפתח אותו ומודלים רבים אחרים יימשך. כי במקביל לעבודה המדהימה שעושים מפתחי Open AI פותחו די מהר כלים מתחרים.
ביחס לכל מוצר AI שהיה נגיש לציבור בעבר, ChatGPT ומקביליו עושים דברים מדהימים, מהפכניים וכמעט בלתי נתפשים במהירות שהם מבוצעים.
אז נכון שיש לצ'אט הזה ולעמיתיו עוד דרך עד שנוכל לסמוך בעיניים עצומות על הידע והמידע שהם מציעים לנו, אבל בתחומים מסוימים הם כבר כאן ועם יכולות בינה מלאכותית שהן די מהפכניות.
#אז הלך עלינו?
הבינה המלאכותית שמפגינים ChatGPT ושאר כלי ה-GPT יכולה לעשות בהצטיינות עבודות של איסוף ומיון של מידע או ידע (שני דברים שונים) ואחרי זה גם כתיבה ויצירה.
כי ה-AI ברמה הגבוהה הזו יודעת לחקות אמנות, לצייר, לתקן תמונות, למצוא תשובות לשאלות, להכין שיעורי בית, להמציא מתכונים, לכתוב עבודה לבית הספר, לחבר מוסיקה, לערוך וידאו, לכתוב קוד ולתכנת, לחבר טקסטים, לנסח מכתבים ומאמרים ועוד.
אבל היא יודעת בעיקר ליצור דברים דומים למה שכבר נעשה. אמנם ברמה גבוהה, אפילו מאוד, אבל על סמך חשיבה מקצועית וסטנדרטית של אנשי מקצוע בתחומים השונים.
#מה היא לא?
בתחום היצירה הבינה המלאכותית לא תשתווה לאנשים יצירתיים, מקוריים, שיסטו ממה שכולם יודעים לעשות ויחוללו את הפלאים שלהם. היא תדע לעשות טוב יותר ומהר יותר את מה שאנשי מקצוע טובים עושים, אבל היא תתקשה לצאת מהטוב אל המצוין, הגאוני, המבריק.
לכן היא לא תפגע באנשי מקצוע מעולים ומקוריים, בבני אדם יצירתיים, עם חשיבה מיוחדת ולא שבלונית, עם יכולת המצאה.
#אז מה ההזדמנות?
וזו רבותי ההזדמנות שלכם. משתלם היום לפתח את היצירתיות והחשיבה המקורית, ללכת על להיות קצת יותר אמן ממידען, להיות מעט פחות מהנדס "רגיל" ויותר ממציא ומי שמוצא פתרונות, כולל באינטרנט אבל לא רק - כי פתרונות לתחום אחד כבר מיושמים לא פעם בתחום אחר.
נמשיך? - להיות יותר סופר מאשר עיתונאי, יותר מלחין מאשר רק נגן ויותר מעצב מאשר גרפיקאי ביצועיסט.
#יכולות?
לשם כך דרושות יכולות מגוונות שמערכת החינוך והעולם המקצועי לא מפתחים יותר מדי. יצירתיות, ידע כללי, סקרנות וחוצפה הם חלק מהיכולות הללו.
יצירתיות - הציצו אצלנו בתגית "יצירתיות" והבינו את הצד הזה ואיך לפתח אותו. התחלה מעולה לרכישת ידע כללי תהיה באאוריקה, בהאזנה לפודקסטים, צפייה בסרטי דוקו וסרטונים של ידע ביוטיוב ועיון בבלוגים של ידע, באזור המסקרן והלא משעמם של האינטרנט ובתנאי שהוא מתויג ולא חד-ממדי.
סקרנות - גם היא תכונה שנולדתם איתה וכדאי לשמר, במיוחד כשמסביבכם יעשה כמעט כל גוף חינוכי ניסיון להשבית אותה, לטובת חיפוש תשובות סטנדרטיות ושתהיו ותנהגו "כמו כולם". כל דבר שתלמדו לבד ותחקרו אין ספק שתזכרו טוב יותר ויום אחד עשוי לשרת אתכם, לעומת שיעורי בית שכמעט אף פעם לא.
היזהרו מתופעה שבעולם החינוך מוכרת כ"Yessing". חיפוש חשובות שהמורה יאהב, תשובות לשאלות שניתן למצוא בקלות ואפילו בלי חשיבה. אז מה הטעם בהן? לא עדיף שישאלו אותנו בבית הספר מעט פחות שאלות, אבל כאלה שיעודדו אותנו להשתמש בשתי האונות או בכל אזורי המוח? חקרו כאן את תגית "סקרנות".
חוצפה - על זה לא צריך להרחיב אבל נדגיש שמדובר בחוצפה מקצועית ולא התנהגותית. להעז. לא לומר לעצמכם שאינכם יודעים מספיק כדי לפתח או להמציא, לחבר או לצייר. פשוט ללכת על זה, לחקור איך, לאסוף דרכים, לחפש שיטות וטכניקות לאמנות וליצירה ביד.
נסו להמציא שיטות חדשות לעשות דברים וחקרו אותן, לנסות לעבוד איתן. חפשו ידע ושאלו באינטרנט עד שתקבלו תשובות. כתבו דברים כי לא פעם רק כשכותבים מבינים. זה בסדר לגנוב ולהעתיק ואז לפרק, ללמוד, להרכיב מחדש, לעבד ולהבין כיצד לשלוט במיומנויות הכרחיות. אם אין זמן אז קומו שעתיים קודם או לכו לישון מאוחר, גם אם תהיו קצת עייפים בבית ספר. גם ככה, אתם יודעים...
כישלונות - עוד דבר שיעזור ויהיה הכרחי הוא היכולת שלא להיבהל מכשלון ואפילו ללמוד לחבק אותו. חינכו אותנו שההצלחה היא המטרה, בעוד שמה שמתקשר אצל רובנו עם כישלון הוא כמעט תמיד אכזבה ופנים נפולות. אז כדאי שתדעו שכישלונות הם חלק בלתי נפרד מההצלחה.
היכולת שלא להרפות וליפול ברוח מהכשלון היא שמבדילה בין בני אדם. היא שמביאה נשים ואנשים בסופו של דבר להצלחה. אדיסון, מגדולי הממציאים, אמר על זה פעם שההמצאות הגדולות שלו היו כולן כשהוא לא הצליח להיכשל...
כדאי להאמין לו. אמר את זה אדם שחתום על מאות פטנטים והמצאות ששינו את העולם. בשום מקום לא נכתב כמה פעמים הוא נכשל בכל תהליך, עד שהוא הצליח בו. תמיד מספרים רק על ההצלחות אז אנחנו לא יודעים על הקשיים והנפילות, על התסכול וההפסדים.
אבל עכשיו אתם יודעים. לכן אם אומרים לך שזה גרוע? -המשיכי. צעקו לך בוז? - המשך. כמעט כל מצליחן ופורץ דרך שמע את זה בהתחלה. על בוב דילן אמרו שיש לו קול של צפרדע, המטוסים של האחים רייט צללו בזה אחר זה, הבכורה של האופרה הכי פופולרית בהיסטוריה "כרמן" הסתיימה בקריאות בוז וירקות שהושלכו על הבמה. את הסרט "בלייד ראנר" קטלו כשהוא עלה לאקרנים ואת סוקרטס הוציאו להורג על השחתת הנוער...
אז אמרו... מה הם יודעים? מי מהמבקרים והפוסלים את היזמת שאת הצליח לפני זה?
לא להרפות! אין הבטחות, אבל עקביות חשובה לא פחות מחשיבה, יצירתיות, סקרנות ומקוריות. בלעדיה כמעט ואין סיכוי להגיע למימוש כי לא מגיעים בכלל.
#אתם הורים?
אם אתם מגדלים היום את ילדיכם יש לכם אחריות ואפשרויות. תנו להם כלים, יכולות, הרימו ותפתחו את הכשרונות המלבלבים שלהם. אל תכבו אותם עם הרגיל ועם מה שאתם למדתם או רציתם להיות. בעולם שלהם אתם תהיו מבוגרים מדי או, וסליחה שאנחנו מזכירים, אולי כבר לא תהיו.
תנו להם לחקור מה ירצו לעשות. חישפו אותם לתחומים, לעולמות ולתופעות. תנו להם דוגמה אישית, קראו ספרים, אל תעשנו, אל תהיו בטטות - צאו לעשות ספורט ואם כבר אז גם אכלו נכון. צאו איתם לטבע, לטיול או הליכה, הביטו יחד בפרחים, נסו לזהות אותם ולחקור עליהם.
קראו ספר בעצמכם והביאו את הספריה של הבית לסלון, אל מול עיניהם. כבו מדי פעם את הטלוויזיה ונהלו שיחות ביניכם אל מול עיניהם ואיתם. שתפו אותם, שאלו על מה מעניין אותם ומה ירצו להיות, מה החלומות שלהם, איפה הם רואים את עצמם בגיל 25.
התעניינו בהם באמת. מה מסקרן אותם. מה מרגש ומלהיב בשבילם. התעניינו איזה חוג הכי מעניין אותם ואם אין מספיק כסף בקשו בשקט הנחה כדי שלא לבייש אותם.
נסו להשיג להם דברים שיאפשרו להם לפתח את תחומי העניין, לקנות יד שנייה, לחנך אותם שחדש זה ממש סתם ואם ראו משהו זרוק שלא יתביישו לקחת, לפרק ולהרכיב ממנו חללית. צפו איתם בתכניות מדע או בסרטי דוקו, הראו להם סרטים קלאסיים, למדו אותם ששחור לבן הוא לא פחות צבעוני ושמינימליזם הוא לא פעם הכי עשיר שיש (Less is more).
אה, ובגיל צעיר ספרו להם סיפור לפני השינה. זה כל כך חשוב שאתם לא מעלים על הדעת. הרבה יותר מ-GPT, מציור בינתי וממדעי המחשב באוניברסיטה. היו הורים, לא רק אנשי קריירה.
הנה ChatGPT ולמה בחינוך מודאגים ממנו:
https://youtu.be/Fn8jDanbf0c
בעלי מקצוע מפחדים על העבודה שלהם (עברית):
https://youtu.be/0AGYOv0sGHg
תראו למשל איך הוא מייצר קליפים (עברית):
https://youtu.be/8CmXtj5gW2I
במבט לעתיד, השינוי שה-AI ייצר הוא אדיר ותלוי גם בנו (מתורגם):
https://youtu.be/RzkD_rTEBYs
איך הצ'אט GPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
בחיוך - מה הכלי היחידי שיש לנו כבני אדם כדי לזהות אם הכותב או הדובר הוא בוט כמו ChatGPT? (עברית)
https://youtu.be/nes_xZjZweY
מה קורה כששואלים את הבינה של גוגל על זה (עברית):
https://youtu.be/oh4Bq8ifgK4?long=yes
זה יקרה בשלבים ולא מיד:
https://youtu.be/iNKFOCki42I?long=yes
וסרטון שמדגים את זה יפה:
https://youtu.be/5rqVB44kIv0?long=yes
מדובר ברעיון מסעיר ויצירתי. הוא נקרא "הכנסה בסיסית אוניברסלית" (Universal Basic Income בקיצור UBI) ובעזרתו יש מי שמנסים לקדם את פני הרעה של הקדמה הבינתית, המאיימת על כל עולם התעסוקה של העתיד.
כוונתו להעמיד לרשות כל אדם הכנסה בסיסית, שמטרתה לסייע בהפחתת ההשפעות של הטכנולוגיה על העובדים. הכנסה בסיסית כזו תחושב על ידי "חישוב בסיסי אוניברסלי" ודי אחיד.
הרעיון הוא להציע הכנסה בסיסית אוניברסלית, מעין תשלום מזומן, ללא תנאים, שיינתן לכל מבוגרי האוכלוסייה, ללא קשר לעושרם ולמצבם התעסוקתי. המטרה היא לספק רשת ביטחון לאנשים שהמשרות והתעסוקה שלהם מאוימות על ידי חידושי הטכנולוגיה, כולל ובמיוחד הרובוטיקה והבינה המלאכותית.
הכוונה היא לאפשר להם לחפש עבודה בתחומים שמדברים אליהם ומעניינים אותם, בדברים שיסייעו להם לממש את עצמם והם יכולים להצליח בהם, לבלוט ולנצנץ - אולי אפילו ליזום עסק משלהם וליצור לעצמם בסיס כלכלי מבלי להיות שכירים, באיום מתמיד של אבטלה...
גם אם שמרנים רבים נוטים לדחות את מה שהם תופסים כרווחה שתקטין את המוטיבציה של אנשים לחפש עבודה ולעבוד, ניסיונות לחלק UBI לתושבי ערים ומדינות בארצות הברית הראו תוצאות חיוביות בדרך כלל. חלק מהתוכניות הללו, אגב, העניקו את התשלומים באופן סלקטיבי לאנשים, על סמך הצורך המוכח או המעמד החברתי שלהם ולא לכל האוכלוסייה כולה.
בין התומכים ביוזמה הזו ניתן למצוא גם רבים מראשי ומצליחני ההייטק, כולל מי שמובילים את התפוצצות ה-AI הנוכחית, ביניהם מנכ"ל חברת OpenAI והאדם הכי חזק בעולם הבינה המלאכותית כרגע, סם אלטמן.
לשיטתו, דווקא בשל החשש שהבינה המלאכותית תלך ותחליף אינספור עובדים אנושיים, כולל אנשים שלמדו מקצועות ורכשו תארים ומומחיות ויהפכו למובטלים, אולי אפילו מובטלים כרוניים, דווקא בצל החשש הזה כדאי לתת את ההכנסה הבסיסית המדוברת.
לשיטתו של אלטמן, כל אזרח יקבל, אולי במקום כסף, חלק ממחשב סופר-מתקדם, שהוא מכנה לצורך העניין GPT-7. כל מקבל כזה, אלטמן גורס, יכול יהיה לעשות כרצונו בחלק שקיבל. יהיו מי שישתמשו בו ויקימו מיזם, למשל טכנולוגי, או יהיו שותפים במיזם כזה, אחרים ירצו אולי למכור את החלק שלהם לאחרים, יהיו שיעדיפו לתרום אותו לטובת מחקר בפתרון בעיות עולמיות, כמו משבר האקלים או חקר הסרטן.
ההנחה של מנכ"ל OpenAI היא שעם הטמעתה של הבינה המלאכותית המתקדמת ביותר ויותר היבטים של חיינו, הבעלות על יחידה של מודל שפה גדול, כזה שהוא מכנה GPT7, עשויה להיות בעלת ערך גדול יותר מאשר כסף. אלטמן רואה עולם בו כל אדם בחברה העתידית יחזיק למעשה חלק מהקידמה והיצרנות העתידית ויוכלו להבטיח לעצמם ולמשפחתם פרנסה בעתיד.
הנה רעיון ההכנסה הבסיסית אוניברסלית (עברית):
https://youtu.be/8rM_-49DPe4
בטלנות? רוגע כלכלי? - על ניסוי ראשון איך זה ישפיע על בני אדם? (עברית)
https://youtu.be/u_-N_AWQQiI
בעלי מקצוע מפחדים על העבודה שלהם (עברית):
https://youtu.be/0AGYOv0sGHg
וסרטון מקיף על ה-UBI ומשמעויותיו (מתורגם):
https://youtu.be/kl39KHS07Xc?long=yes
בקרוב, ממש בקרוב, יוזמן עובד למשרד המנהל, לשימוע לפני פיטוריו. הוא לא ישמע שהוא פוטר מפני שאת עבודתו יכול לעשות רובוט, כי זה כבר קורה כמה עשרות שנים. רבים בשוק העבודה חוששים שמה שיקרה במשרד המנהל הוא שהשימוע עצמו ייערך אל מול רובוט.
רובוט מנהל.
זה לא סוד שרובוטים מבצעים כיום יותר ויותר תפקידים שבעבר היו ממלאים עובדים חרוצים יותר או פחות. היתרון בהם ברור - הם לעולם לא מתעייפים, אף פעם לא חולים או שובתים, שכרם נמוך (אם להחשיב את עלות הקנייה המקורית שלהם ואת הוצאות התחזוקה הרגילות), הילד לא חולה אצלם אף פעם והם ניתנים לשליטה מירבית, בידי ההנהלה.
ביל גייטס, מייסד חברת מיקרוסופט וממובילי עולם ההייטק, כבר אמר ב-2015 ש-45% מהמשרות שבהן עובדים בני אדם ניתן להעביר לרובוטים. ברור שהנתון הזה כבר השתנה כלפי מעלה. הסכנה ברורה, אבל העתיד לא ממתין לאישור, למדו על הדרכים לרכב על חידושי ה-AI במקום להידרס - בתגית "אבטלת AI, מומחיות".
הנה הפחד מהחלפת האדם בידי הרובוטים (עברית):
https://youtu.be/PDpUVICjokM
החששות מהבינה המלאכותית של הרובוטים הללו (עברית):
https://youtu.be/7qUJRUA0wm0?t=17s
על המשרות שרובוטים יאחזו בהן:
https://youtu.be/skG3okhx2TU
החלפת עובדים ברובוטים:
https://youtu.be/7c_XO3Ouzts
סרט תיעודי על העולם של הרובוטים והעתיד איתם:
https://youtu.be/8VvYu1fWyxA?long=yes
על העתיד האוטומטי לחלוטין וההבטחה שלו לאיום על העבודה האנושית:
https://youtu.be/rnBAdnNIIXk?long=yes
זה היה הרברט סיימון שאמר בשנת 1956 ש"בתוך 20 שנה, מכונות יהיו מסוגלות לעשות כל מלאכה שבני אדם יכולים לעשות."
אז נכון שבאמת מכונות הולכות ומחליפות את בני האדם בהמון תחומים שבעבר נשמרו לידיים אנושיות, אבל זה לא קרה בשנות ה-70 של המאה הקודמת ולמעשה גם היום עדיין לא התממש, לפחות לא כמו שצפה סיימון.
אגב, ההערכה של אותם מומחים, של מתי יחליפו מחשבים את האדם התבוני, הלכה והתרחקה. אם אז נטו לחשוב שזה ייקח שנים ספורות, לאט לאט זה הלך והתארך וההערכות נעשו ריאליות יותר. זה קרה משום שהמומחים הלכו והבינו כמה מורכב לייצר מחשב תבוני, ברמה של בן אדם חושב.
בתחומים רבים החליפו היום תוכנות חכמות, רובוטים מתוכנתים ואלגוריתמים מתוחכמים להפליא, את העובדים האנושיים שעבדו לפניהם, אבל הקצב עדיין זוחל יחסית לנבואה ההיא.
כך שגם אם נראה שנצטרך להמתין עוד קצת עד שרובוטים חכמים ומצוידים בבינה מלאכותית יחליפו את הידיים והראש של בני-אדם כמעט לגמרי, זה עלול לקרות בעתיד בתחומים רבים.
נראה שזה ייקח עוד זמן מה, אבל מצד שני מתחילת 2023 נראה שהבינה המלאכותית והלמידה העמוקה החלו פולשות גם לעולם של היוצרים ובגדול ולאיים על הקריירה שלהם.
כלי בינה מלאכותית גנרטיבית כמו ChatGPT ו-DALL-E של OpenAI, או המתחרה Stable AI, מציגים יצירות בינה מלאכותיות, זוכים להצלחה בעולם היצירה והאמנות ומעוררים את הדיון הציבורי.
אפליקציות כמו Lensa AI ממנפות את ה-Stable Diffusion בקוד פתוח ויוצרות ברגע ציורים ואוואטרים ברמה של אמנים מקצועיים, הדבר מתחיל להשפיע על האמנים עצמם.
האופן שבו מחוללי אמנות AI (בחיוך נכנה אותם "מחוללאי") יכולים להחליף יוצרים ולמסמס את פרנסתם הוא די ברור. אבל דברים מסוימים אסור שיימסרו לעולם לידיהם של רובוטים ומכונות. החל מתחומים שמחייבים אתיקה וחשיבה מוסרית ועד נושאים שבהם מכונות עלולות להגיע ליכולת של השתלטות ואף למצב של לוחמה במין האנושי.
אם נהיה תלויים בהם שם, אזי יש סיכוי שהמין האנושי ייפגע אנושות ואף יושמד לחלוטין. או בלשון של אחד המומחים הגדולים בתחום ה-AI, הפרופסור מרווין מינסקי מאוניברסיטת MIT, שאמר שבסוף "זה יהיה מזל אם הם (הרובוטים) יתנו לנו להיות חיות המחמד שלהם..."
הנה סרטון שמתאר החלפת עובדים ברובוטים במפעלי פוקסקון שמייצרים סמארטפונים:
http://youtu.be/Vd5R7BHcFfo
תיאור של האבטלה החדשה, שנוצרת כתוצאה מטכנולוגיה שהולכת ומחליפה בני-אדם (עברית):
https://youtu.be/jM00QpOysj8?t=44s
כך הציג צ'ארלי צ'פלין בחיוך מריר את מכונת ההאכלה שתאכיל את העובד על פס הייצור, כדי לחסוך זמן:
https://youtu.be/_OKs2MWaBcA
ובחיוך - העתיד של האבטלה בה יחליף AI עובדים (עברית):
https://youtu.be/DeiODKYywSQ?long=yes
מכונות במקום אנשים
הסיפור על ג'ון הנרי הוא סיפור עממי אמריקאי מיתולוגי שמבוסס על מקרה שקרה באמת. זהו סיפורו של גיבור אמריקאי, אפרו-אמריקני שעבד במסילות הברזל והיה מהטובים שבמניחי פסי הרכבת באמריקה. יום אחד מגיע המנהל ומודיע שהחברה רכשה מכונת קיטור להנחת פסים. המכונה, כך סיפר, היא מהירה מכל אדם, יעילה הרבה יותר מבני אנוש ולעולם, אבל לעולם, אינה מתעייפת..
ג'ון הנרי הבין כמו רבים אחרים, שהמכונה עלולה להביא אותו ואת חבריו לאבד את עבודתם. הוא החליט להתחרות במכונה ולהוכיח שעבודתו טובה יותר. הוא החל את התחרות כשהוא מתאמץ ועובד קשה ומהר מאשר עבד אי-פעם. הוא המשיך עוד ועוד לאמץ את כל כוחותיו להוכיח שהוא טוב מהמכונה. המכונה גם היא מתאמצת ולבסוף נתקעת ונשברת, בשל המטלה הקשה מדי גם לה.
ג'ון הנרי ניצח את מכונת מניח הקיטור. אבל רגעים אחרי שניצח, הוא היה כה מותש ועייף שהוא קרס ומת. גופו לא עמד במאמץ האדירים שגבה ממנו המאבק במכונה. איש לא יכול היה לדעת כמה התאמץ לנצח את המכונה ועד כמה חשוב היה ניצחון האדם על המכונה.
זהו משל כואב ומפורסם על הטכנולוגיה שבאה להחליף את האדם ועלולה להפוך אותו למובטל. בני אדם חוו מאז ג'ון הנרי שוב ושוב את התהליך הזה. מכונות, מחשבים ואוטומטים החליפו אותם שוב ושוב, בתחומים רבים מאז המהפכה התעשייתית. ג'ון הנרי השאיר מורשת גאה של מי שלפחות ניסה לעצור את הקידמה שדורסת בני-אדם.
הנה סיפורו של ג'ון הנרי (עברית):
http://youtu.be/VlxnNc-61jM
השיר על ג'ון הנרי מאת פול רובסון:
https://youtu.be/em8QtaDOZt0
ובביצוע של הארי בלפונטה:
https://youtu.be/BZGxZbOB1Eo
ה"רובונאוט" R2 הוא רובוט ההומנואיד הראשון בחלל. זהו רובוט אסטרונאוט מבצעי שמתפקד בתחנת החלל הבינלאומית ומקל במשימות פשוטות את ניסוייהם של המדענים האסטרונאוטים שבתחנת החלל.
הרובונאוט מצויד בשתי זרועות ובראיה סטריאוסקופית. הוא שוקל כ-150 קילוגרם. R2 כבר יודע לעבוד באמצעות כלי עבודה, לארגן ולסדר דברים בתחנת החלל ובעיקר ללמוד ולשפר את ביצועיו התפקודיים.
הרובונאוט תוכנן כעוזר לאסטרונאוטים בתחנת החלל הבינלאומית, אבל על פי עדותם של האסטרונאוטים עצמם, בינתיים הוא עוד לא מסייע בתפקיד הקשה באמת שלהם - המירוק והטאטוא ביום הנקיונות השבועי בתחנת החלל.
הנה סרטון על הרובונאוט של נאסא:
http://youtu.be/y-j4dixQQmI
המשך הפיתוח של ההומנואיד של נאסא:
https://youtu.be/4QSUaH5Hj10
וסימולציה של עבודות בחלל שיבצע הרובונאוט:
http://youtu.be/JLU0c0mmvxg
בימי AI אלה, של פברואר 2025, נראה שאנו רואים את השינוי בכתיבת קוד בכלל ובתכנות של אפליקציות לסוגיהן בפרט.
וזה לא ממש תכנות, עם כתיבת קוד וחלוקה למסמכים שיוצרים תוכנה, אלא יותר תהליך של חשיבה וחלוקת הוראות. כולנו יכולים לחשוב על רעיון, לנסח אותו כפרומפט, אולי גם לדמיין ולצייר מסכים, להציגם ל-AI, לראות קוד ואת התוצאה, לאשר או להציע תיקונים, לשפר את המודל ולראות את התוצאה משתפרת.
גם אם זה נשמע בלתי אפשרי, זה בדיוק מה שהבינה היוצרת מאפשרת כיום, כמעט לכל אחד, כולל מי שלא למדו מעולם לקודד ולתכנת. אחד מגאוני ה-AI של הדור החדש, אנדריי קרפאטי (Andrej Karpathy), מסביר שכלי ה-GenAI משנים את אופן פיתוח התוכנה מהיסוד וקורא לזה “תכנות וייב” (Vibe Coding).
תכנות הווייב פירושו תכנות שלא בקוד אלא של מפתחים שמתרכזים ברעיונות הגדולים ונותנים ל-AI לטפל בשאר - מהקוד והאיטרציות (שפירושן שיפור וניסוי שוב ושוב), דרך הפרטים הטכניים, הטיפול בבסיס הנתונים (Database), ב-API ובהעלאת הכלי לאונליין (Deployment).
ומדובר בשינוי של כל החוקים שהכרנו. המעבר הזה מכתיבת הקוד לפתרון בעיות באמצעות חשיבה מדויקת ככל האפשר, הנחיות ל-AI, עיצוב מסכים והעלאתם כטיוטות עיצוב לבינה, כל אלו הם חלום שמתממש. משמעותם הפשוטה היא דמוקרטיזציה של עולם פיתוח התוכנה.
והאפשרויות החדשות הללו מאפשרות עכשיו גם לאנשים ללא רקע תכנותי או היכרות והבנה בקוד, להגשים את רעיונותיהם - על ידי יצירה של תוכנות מקוונות, אפליקציות או כלים שונים, באמצעות כלים בינתיים וטכנולוגיים, המופעלים על ידי אדם ולידו בינה מלאכותית, שמקבלת ומבצעת הוראות.
אז המרחק, שבעבר היה גדול מאוד, בין הרעיון למימושו, תלוי עכשיו במשתמש ורק בו. כלים רבים לקידוד מבוסס פרומפטים יש כיום והם משתכללים מיום ליום. המוח האנושי יידע להנפיק מהם גם שיפורים אישיים ומרהיבים לחיים המודרניים וגם כלים חדשים ומעולים לשימוש בעתיד.
הנה הארטיפקט של קלוד, שאחרי קידוד ניתן לשתף את יצירתכם ב-Publish לאחרים:
https://youtu.be/vUdNaAAc4FY
שיעור תכנות ללא תכנות בכלי Lovable:
https://youtu.be/gqsZGxuymTk?long=yes
Websim.ai הוא כלי קוד שמשלב את העיצוב בקידוד וניתן לתכנת בו ללא תכנות:
https://youtu.be/HCw4jCbLgMY
Replit הוא כלי שבו ניתן לקודד גם בסמארטפון:
https://youtu.be/Cmq3TrS3ccU
כלי קוד מבוססי אינטליגנציה מלאכותית:
https://youtu.be/3cVJxRka4yM
השוואה של 3 מודלי שפה LLMs במהירות יצירת קוד למטלה זהה:
https://youtu.be/_JS-LkBrsk8
יישום של תוכנה שפותחה כך, ללא כתיבת קוד:
https://youtu.be/lkom9ufvxD4
איך ChatGPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
רפליט הוא כלי קוד בינתי מתקדם יותר:
https://youtu.be/FrMy3Bq7TZA
מדריך מתחילים לתכנות עם Cursor AI:
https://youtu.be/ocMOZpuAMw4?long=yes
ומדריך לעבודה עם Windsurf:
https://youtu.be/4nCMdQadE08?long=yes
מחשב מתכנת לבדו? - באופן מסוים כן. כי כלי קוד מבוססי בינה מלאכותית (AI-based code tools) מאפשרים לשלב את הרעיון או המומחיות האנושית עם היכולות של הבינה המלאכותית, כדי לפתח תוכנה ולעשות זאת ללא קידוד של המשתמש או באמצעות שיתוף פעולה בין המשתמש ל-AI.
קידוד מבוסס AI מתבסס על בינה מלאכותית ככותבת הקוד. כתיבת הקוד מתבססת על מודל שפה שאומן על נתוני דאטה עצומים ולמד קידוד.
המשתמש מאפיין את המוצר, אם זה אתר אינטרנט, תוכנה או אפליקציה לטלפון ומתאר אותו באמצעות פרומפט, הנחייה שהוא כותב לבינה היוצרת בלשון טבעית, כלומר שפה רגילה, שפת יום יום וללא צורך בידע בתכנות.
החיבור בין הרעיון והשכל האנושי ובין האינטליגנציה המלאכותית מאפשרים ניהול וביצוע משימות פיתוח, בשיתוף פעולה ועצמאות גם יחד.
באמצעות תכונות של AI מקודד ניתן לתאר ל-AI את המטרה, לקבל קוד, להנחות אותה כיצד להתקדם בפתרון בעיות או באגים בקוד ולהוביל ביחד לקוד איכותי ולמימוש הרעיון.
ה-AI המקודד מודע לפעולות המשתמש בזמן אמת ומציע יתרונות אדירים. הוא מסוגל לערוך קבצים מרובים במהירות אדירה, להציע פקודות, לזהות בעיות ולנפות באגים.
כלי הקוד המשובח "Windsurf AI", למשל, מפעיל סוכני AI מובנים, יחד עם מעין "טייסי משנה" מונעי בינה מלאכותית, שמטרתם להטעין את הקוד ולהפוך את הקידוד למהיר ואינטואיטיבי יותר.
בעצם, Windsurf ודומיו, דוגמת Cursor AI שהיה חלוץ הכלים הללו, הם מעין סביבת פיתוח (IDE) מהדור החדש, המשפרות את הפיתוח בעזרת אוטומציה חכמה ומציעות עריכת קוד בסביבה מרובת קבצים. וינדסרף עושה זאת, בין השאר, בעזרת כלי שנקרא Cascade ומצטיין במודעות עמוקה לקונטקסט, ההקשר הכל כך בסיסי ומרכזי בבינה המלאכותית היוצרת (Generative AI).
כלי נוסף וקל הרבה יותר הוא Websim AI, המאפשר לתאר אתר או אפליקציה, או סתם לתת שם דומיין מדומה, והיא יוצרת אותם. מכאן אפשר להנחות אותה בצעדים, איטרציות, מה שמאפשר לדייק אותה, לשפר, לשדרג ולבנות הלאה.
הנה כלי קוד מבוססי אינטליגנציה מלאכותית:
https://youtu.be/3cVJxRka4yM
AnyChat מצויד בדיפסיק וסמבה נובה לקידוד פשוט:
https://youtu.be/7BIVWQnAOLk?t=2m54s
השוואה של 3 מודלי שפה LLMs במהירות יצירת קוד למטלה זהה:
https://youtu.be/_JS-LkBrsk8
השוואת 5 כלי קוד מובילים והמנצח המפתיע:
https://youtu.be/WVhJSUtGbYM
יישום של תוכנה שפותחה כך, ללא כתיבת קוד:
https://youtu.be/lkom9ufvxD4
Websim.ai הוא כלי קוד קל מאוד וקסם ללא תכנות:
https://youtu.be/HCw4jCbLgMY
איך ChatGPT בניתוח קוד? (עברית)
https://youtu.be/Z46pqHFuKHs
רפליט הוא כלי קוד בינתי מתקדם יותר:
https://youtu.be/FrMy3Bq7TZA
לקודד אפשר גם בסמארטפון:
https://youtu.be/Cmq3TrS3ccU
מדריך מתחילים לתכנות עם Cursor AI:
https://youtu.be/ocMOZpuAMw4?long=yes
ומדריך לעבודה עם Windsurf:
https://youtu.be/4nCMdQadE08?long=yes
מודל שפה קטן (Small Language Model), ובקיצור SLM, הוא מודל מתמחה או מומחה, דגם קטן יותר ומזוקק, מה שהופך אותו להבטחה גדולה וממשית לצרכים עסקיים, בעולם האמיתי.
מודלים קטנים של שפה, או כמו שתרגום מכונה מכנה בטעות "מודלים של שפות קטנות", מאפשרים היום אימון בינה מלאכותית על ידע ספציפי לתחומים שונים ובכך להתאימם לתעשיות ספציפיות, משימות וזרימות עבודה תפעוליות.
SLM הוא קצת כמו סוס חזק ומהיר שיכול לבצע משימות ממוקדות, לעומת כרכרות LLM עמוסות, כבדות ולכן גם מוגבלות בתמרון.
שוב ושוב נשאלת השאלה האם יכולים מודלי שפה קטנים (SLMs) לנצח את ה-ChatGPTים או ה-Claudeים למיניהם, את האחים הגדולים והוותיקים, המצוידים, מאומנים ועתירי המשאבים מעולם ה-LLMs?
או במספרים - האם מודל של מיליארד בודד של פרמטרים (1B) יכול לגבור על היכולות של מודל עם 405B פרמטרים, יותר מפי 400 ממנו?
אז כן. בניגוד למודל שפה גדול של עולם ה-LLMs, שמעבד כמויות אדירות של ידע כללי, המודל הקטן מעולם ה-SLMs בנוי במחשבה על דיוק ויעילות. עלות הפעלתו היא נמוכה משמעותית, הוא דורש פחות כוח חישוב ובנוי כדי לספק תובנות רלוונטיות יותר לעסק מאשר מקביליו הגדולים והכלליים.
בעולם המודלים הגדולים של שפה כבר הסתבר שאופטימיזציה של החישובים ב-SLMs כאלה יכולה אכן לעלות את היכולות של הקטנים הללו על אלו של דגמים גדולים יותר, שמנסים ומצליחים להיות חכמים מכולם ויודעי-כל, אבל תפעולם יקר ומסורבל יותר והם לא יעמדו ביכולות ההתמחות של מודל קטן שלא מביט לצדדים ומרוכז רק במשימתו.
מחקרים שבחנו את היעילות של שיטה ששמה Compute-Optimal TTS, למשל, הראו ששיפור הביצועים של מודלים קטנים מאפשר לעלות בהם את הביצועים על אלו של דגמים גדולים יותר, במשימות מתמטיות כמו MATH-500 ו-AIME24 ובשיפור יכולות החשיבה של LLM.
#ביצועים, התמחות ואבטחת נתונים
לא מעט חברות וארגונים מבינים שהשאלה היא לא על איזה מודל בינה מלאכותית אנשים קופצים, אלא איזה מודל יספק לחברה או לארגון ערך עסקי אמיתי. SLMs מאפשרים לעסקים לפרוס AI ישירות על מחשבים ניידים, רובוטים וטלפונים ניידים ולהבטיח בכך גם שהנתונים, הדאטה שלהם, יישארו מוגנים.
דגמי SLM, שמותאמים להצטיין בתחומים ספציפיים - פיתוח תוכנה, רפואה, פיננסים וכדומה, יספקו תוצאות מדויקות ואמינות יותר, המותאמות לצרכי הארגון הייחודיים וליכולותיו.
ה-SLMs המזוקקים והקטנים יותר מצליחים לשמור על יכולות חשיבה חזקות וממוקדות תחום, ביחד עם יעילות המאפשרת להם לפעול באופן מקומי, מבלי להסתמך על מחשוב ענן.
#סוכני AI
אם SLMs מצוינים עבור עסקים הרוצים לייצר משימות אוטומציה שלא נזקקות לכל הרעש והצלצולים שמציע ה-LLM, אז מה עם סוכני בינה משויפים?
אז ברור שגם מפתחים של סוכני AI צריכים דגמים קלים, מהירים ומתמחים מאוד, המאומנים על ידע מעמיק וספציפי לתחום בו מתמחה הסוכן. בזכות דרישות המשאבים המצומצמות והגודל הקטן יותר שלהם, שירותי SLM יכולים בדרך כלל להתאים בול למגמת ה-Agentic AI, בכך שהם מאפשרים קבלת החלטות אוטונומית בקצה.
אמנם מודלי SLM עשויים לדרוש הכשרה מיוחדת מלכתחילה, אבל מנגד עומד היתרון של הפחתת הסיכונים הכרוכים בשימוש ב-LLM של צד שלישי וספקים חיצוניים. זהו יתרון עצום, המצטרף לשאר יתרונותיהם: יכולת הסבר גדולה יותר, ביצועים מהירים יותר ויכולת ביצוע מדויק, עקבי ושקוף יותר, המצטרפים לשליטה רבה יותר על פרטיות ואבטחת הנתונים.
#שילוב של המודלים
כיום מבינים שאמנם אין תחרות ל-LLMs בגודל ובעוצמה, אך הסתמכות יתר עליהם יכולה להוביל לתחושת ביטחון מוגזמת, לשאננות ולטעויות קריטיות שעלולות לחמוק מבלי להתגלות.
כך שאולי LLMs ו-SLMs אינם סותרים אלא משלימים. יתכן שבפועל, SLMs יכולים לחזק את ה-LLMs וליצור פתרונות היברידיים, משולבים, שבהם ה-SLMs ממונים על הביצוע הספציפי והמדויק בעוד ה-LLMs מספקים את הקונטקסט, ההקשר הרחב יותר .
מהם SLMs ומה יתרונות מודלי השפה הקטנים הללו:
https://youtu.be/C4Qt9Hnp6vs
הסבר פשוט וקצר:
https://youtu.be/AlwWuSor_M4
למה לבחור SLM ולאילו מגבלות לשים לב אל מול ה-LLM?
https://youtu.be/Hg8f5bjtsWc
ומודל השפה הקטן של מיסטרל:
https://youtu.be/nCXTdcggwkM
מהם מודלי שפה גדולים, או LLM?
מודל שפה גדול (LLM), קיצור של Large Language Model, הוא ה"מוח" שמפעיל צ'אטבוט עוצמתי, כמו הצ'אטבוט ChatGPT, המייצר תוכן לבקשת המשתמשים ועושה זאת באמצעות מודל השפה הגדול GPT-4 ואחרים.
את התוכן מייצר הצ'אטבוט מדאטה עצום, כמות מידע אדירה שנשאבה מהאינטרנט ובאמצעותה אימנו את מודל השפה שמפעיל אותו. מודלי השפה GPT-3 ו-GPT-4, למשל, הם שמפעילים את הצ'אטבוט הכי מפורסם ChatGPT.
יש שאומרים שמודל השפה בעצם הוא לא יותר ממחולל מילים סטטיסטי. הם צודקים אבל גם טועים. כי מודל שפה יכול לחשב מצוין הסתברות של הופעת מילים שונות בכל משפט וכך לייצר משפטים חדשים, מילה אחר מילה, בשפה שבה הוא אומן על ידי המפתחים שלו. אבל זו דוגמה בלבד ואפילו קצת מטעה. כי סטטיסטיקה זה לא הכל וכנראה לא לגמרי המהות של העניין. המוח של מודל השפה, האופן שבו הוא בנוי והתובנות והביצועים שהוא יכול לנפק, הם משמעותיים הרבה יותר.
מודל כזה הוא תת-תחום של למידה עמוקה ומבוסס על רשת עצבית מלאכותית הבנויה בצורה דומה למוח האנושי. הרשת הזו היא בעלת כמות אדירה של פרמטרים, לרוב מיליארדים. הפרמטרים הללו הם ערכים מספריים שמסייעים לאלגוריתם ללמוד.
עוד ביטוי לגודלו הגדול של המודל הוא באימון שלו על מאות מיליוני מילים, בכמויות ענק של טקסט לא מתויג, בשיטת למידה שאינה מסתמכת רק על דוגמאות אנושיות, או מה שנקרא "למידה בפיקוח-עצמי".
#איך זה בדיוק עובד?
נניח ששאלתם שאלה, מודל השפה הגדול מניח את נוסח השאלה על שולחן הטיפולים שלו ובודק בדאטה שלו, במידע העצום שהוא אגר והמיר לקוד מתמטי (ראו אח"כ בתגית" טוקנים"), מה המילה שהכי סביר (מבחינת הסתברות) שתתחיל את התשובה. ואז הוא בודק מה המילה עם ההסתברות הכי גבוהה להופיע אחריה וכך הלאה. זה ייתן לו את התשובה הסבירה ביותר לשאלה.
למה הכי סבירה ולא הכי טובה? - כי הסתברות היא לעולם לא מושלמת וזו בדיוק הסיבה להזיות שנקבל לא פעם ממנועי בינה מלאכותית. אגב, אם תבקשו ממנו לבדוק את תשובתו, כל LLM ימצא ויפרט את שגיאותיו וגם יציע לתקן את המענה שנתן ובתיקון זה כבר יהיה הרבה יותר טוב.
ה-LLM משתמש בייצוג מתמטי של שפה טבעית באמצעות הסתברויות. כל מדען נתונים יאשר שהבסיס של מודלי שפה הוא היכולת שלהם לחשב הסתברות לכל משפט בשפה שבה הם אומנו ומהיכולת הזו נובע חלק משמעותי ביכולת שלהם לייצר משפטים חדשים, מילה אחר מילה.
#מודלי השפה הגדולים והבינה הג'נרטיבית
מודל השפה הגדול הוא בעצם הבסיס למהפכת הבינה הגנרטיבית שפרצה לחיינו בשלהי 2022-תחילת 23. מודלי השפה הגדולים הללו מסמנים קפיצת דרך של ממש ולמעשה הכניסו אותנו עמוק אל תוך העתיד.
הייתה זו IBM שפיתחה את אחד ממודלי השפה הראשונים. הוא נקרא ווטסון, על שם תומאס ווטסון, מייסד IBM. יש גרסה שאומרת שהוא קיבל את שמו משמו משם העוזר של שרלוק הולמס, ווטסון. מודל כזה, ממש כמו אותו עוזר, תמיד מסייע בחקר ובתשובות שונות, כיום של רבים ואצל שרלוק, לצרכי החקירות של הבלש הנודע.
מצוידים במודלים החדשים, הצ'אטבוטים המרשימים, כמו Claude ו-ChatGPT, מסרבים להיות לכם לווטסון. במקום זאת הם מפותחים כך שיהיו המוח, כלומר השרלוק שלכם, כשאתם וכמה זה אירוני, בתפקיד הווטסון או העוזר שלהם... אבל גם הלקוחות.
מודל שפה הוא שמאפשר לנו לבקש ממנו לסכם טקסטים, לענות על שאלות, לצייר או בעצם לייצר תמונות ו"צילומים", לחבר שירים, ליצור סרטונים או לכתוב קוד.
אז מודלי שפה גדולים אפשרו את קפיצת הדרך המדהימה של מהפכת ה-AI. אמנם הם רחוקים מלהיות מושלמים לחלוטין ועדיין פה ושם מקלקלים את ההתפעלות עם ההזיות המוכרות האלה שלהם, עובדות שגויות, מידע לא רלוונטי או מופרך ואפילו עלבונות נדירים. ומה שלא פחות מרגיז לעתים הוא הביטחון המלא שבו הם כותבים או מדברים אותן, שזה בדיוק מה שהופך את חשיפת ההזיות ובדיות הללו לכל כך קשה ומסוכנת...
כיום, המודלים הללו הולכים ומאפשרים צמיחה של עולם חדש, עולם סוכני ה-AI. הם ממוקדים בביצוע משימות ספציפיות, תגובה לסביבה ועוד תכונות מבטיחות. הכירו אותם בתגית "סוכני AI".
הנה מה שעושים המודלים, מנועי השפה הגדולים (מתורגם):
https://youtu.be/X-AWdfSFCHQ
כך פורצת מלחמת עולם ה-AI הראשונה:
https://youtu.be/nJjuYTpHQEE
מהו LLM?
https://youtu.be/iR2O2GPbB0E
המודל השולט בינואר 2025 - DeepSeek R1 הסיני:
https://youtu.be/hupQ97Or3jw
השוואת הצ'טבוטים הטובים, מנועי השפה הגדולים בסוף 2024 (עברית):
https://youtu.be/NanvGTQeO-g
כך פועל מודל השפה הגדול LLM:
https://youtu.be/iR2O2GPbB0E
כך בנויים ופועלים מודלי השפה הגדולים:
https://youtu.be/5sLYAQS9sWQ
יש להם גם חסרונות:
https://youtu.be/Gf_sgim24pI
הסבר מעמיק על מודלים גדולים של שפה ומה שהם הובילו (עברית):
https://youtu.be/-NIsUKUnxhA?long=yes
הפרמטרים והטוקנים באימון מודלים כאלו:
https://youtu.be/r17HV0TzAWw?long=yes
ובאופן סטטיסטי - כך פועל LLM:
https://youtu.be/LPZh9BOjkQs?long=yes
מודל שפה גדול (LLM), קיצור של Large Language Model, הוא ה"מוח" שמפעיל צ'אטבוט עוצמתי, כמו הצ'אטבוט ChatGPT, המייצר תוכן לבקשת המשתמשים ועושה זאת באמצעות מודל השפה הגדול GPT-4 ואחרים.
את התוכן מייצר הצ'אטבוט מדאטה עצום, כמות מידע אדירה שנשאבה מהאינטרנט ובאמצעותה אימנו את מודל השפה שמפעיל אותו. מודלי השפה GPT-3 ו-GPT-4, למשל, הם שמפעילים את הצ'אטבוט הכי מפורסם ChatGPT.
יש שאומרים שמודל השפה בעצם הוא לא יותר ממחולל מילים סטטיסטי. הם צודקים אבל גם טועים. כי מודל שפה יכול לחשב מצוין הסתברות של הופעת מילים שונות בכל משפט וכך לייצר משפטים חדשים, מילה אחר מילה, בשפה שבה הוא אומן על ידי המפתחים שלו. אבל זו דוגמה בלבד ואפילו קצת מטעה. כי סטטיסטיקה זה לא הכל וכנראה לא לגמרי המהות של העניין. המוח של מודל השפה, האופן שבו הוא בנוי והתובנות והביצועים שהוא יכול לנפק, הם משמעותיים הרבה יותר.
מודל כזה הוא תת-תחום של למידה עמוקה ומבוסס על רשת עצבית מלאכותית הבנויה בצורה דומה למוח האנושי. הרשת הזו היא בעלת כמות אדירה של פרמטרים, לרוב מיליארדים. הפרמטרים הללו הם ערכים מספריים שמסייעים לאלגוריתם ללמוד.
עוד ביטוי לגודלו הגדול של המודל הוא באימון שלו על מאות מיליוני מילים, בכמויות ענק של טקסט לא מתויג, בשיטת למידה שאינה מסתמכת רק על דוגמאות אנושיות, או מה שנקרא "למידה בפיקוח-עצמי".
#איך זה בדיוק עובד?
נניח ששאלתם שאלה, מודל השפה הגדול מניח את נוסח השאלה על שולחן הטיפולים שלו ובודק בדאטה שלו, במידע העצום שהוא אגר והמיר לקוד מתמטי (ראו אח"כ בתגית" טוקנים"), מה המילה שהכי סביר (מבחינת הסתברות) שתתחיל את התשובה. ואז הוא בודק מה המילה עם ההסתברות הכי גבוהה להופיע אחריה וכך הלאה. זה ייתן לו את התשובה הסבירה ביותר לשאלה.
למה הכי סבירה ולא הכי טובה? - כי הסתברות היא לעולם לא מושלמת וזו בדיוק הסיבה להזיות שנקבל לא פעם ממנועי בינה מלאכותית. אגב, אם תבקשו ממנו לבדוק את תשובתו, כל LLM ימצא ויפרט את שגיאותיו וגם יציע לתקן את המענה שנתן ובתיקון זה כבר יהיה הרבה יותר טוב.
ה-LLM משתמש בייצוג מתמטי של שפה טבעית באמצעות הסתברויות. כל מדען נתונים יאשר שהבסיס של מודלי שפה הוא היכולת שלהם לחשב הסתברות לכל משפט בשפה שבה הם אומנו ומהיכולת הזו נובע חלק משמעותי ביכולת שלהם לייצר משפטים חדשים, מילה אחר מילה.
#מודלי השפה הגדולים והבינה הג'נרטיבית
מודל השפה הגדול הוא בעצם הבסיס למהפכת הבינה הגנרטיבית שפרצה לחיינו בשלהי 2022-תחילת 23. מודלי השפה הגדולים הללו מסמנים קפיצת דרך של ממש ולמעשה הכניסו אותנו עמוק אל תוך העתיד.
הייתה זו IBM שפיתחה את אחד ממודלי השפה הראשונים. הוא נקרא ווטסון, על שם תומאס ווטסון, מייסד IBM. יש גרסה שאומרת שהוא קיבל את שמו משמו משם העוזר של שרלוק הולמס, ווטסון. מודל כזה, ממש כמו אותו עוזר, תמיד מסייע בחקר ובתשובות שונות, כיום של רבים ואצל שרלוק, לצרכי החקירות של הבלש הנודע.
מצוידים במודלים החדשים, הצ'אטבוטים המרשימים, כמו Claude ו-ChatGPT, מסרבים להיות לכם לווטסון. במקום זאת הם מפותחים כך שיהיו המוח, כלומר השרלוק שלכם, כשאתם וכמה זה אירוני, בתפקיד הווטסון או העוזר שלהם... אבל גם הלקוחות.
מודל שפה הוא שמאפשר לנו לבקש ממנו לסכם טקסטים, לענות על שאלות, לצייר או בעצם לייצר תמונות ו"צילומים", לחבר שירים, ליצור סרטונים או לכתוב קוד.
אז מודלי שפה גדולים אפשרו את קפיצת הדרך המדהימה של מהפכת ה-AI. אמנם הם רחוקים מלהיות מושלמים לחלוטין ועדיין פה ושם מקלקלים את ההתפעלות עם ההזיות המוכרות האלה שלהם, עובדות שגויות, מידע לא רלוונטי או מופרך ואפילו עלבונות נדירים. ומה שלא פחות מרגיז לעתים הוא הביטחון המלא שבו הם כותבים או מדברים אותן, שזה בדיוק מה שהופך את חשיפת ההזיות ובדיות הללו לכל כך קשה ומסוכנת...
כיום, המודלים הללו הולכים ומאפשרים צמיחה של עולם חדש, עולם סוכני ה-AI. הם ממוקדים בביצוע משימות ספציפיות, תגובה לסביבה ועוד תכונות מבטיחות. הכירו אותם בתגית "סוכני AI".
הנה מה שעושים המודלים, מנועי השפה הגדולים (מתורגם):
https://youtu.be/X-AWdfSFCHQ
כך פורצת מלחמת עולם ה-AI הראשונה:
https://youtu.be/nJjuYTpHQEE
מהו LLM?
https://youtu.be/iR2O2GPbB0E
המודל השולט בינואר 2025 - DeepSeek R1 הסיני:
https://youtu.be/hupQ97Or3jw
השוואת הצ'טבוטים הטובים, מנועי השפה הגדולים בסוף 2024 (עברית):
https://youtu.be/NanvGTQeO-g
כך פועל מודל השפה הגדול LLM:
https://youtu.be/iR2O2GPbB0E
כך בנויים ופועלים מודלי השפה הגדולים:
https://youtu.be/5sLYAQS9sWQ
יש להם גם חסרונות:
https://youtu.be/Gf_sgim24pI
הסבר מעמיק על מודלים גדולים של שפה ומה שהם הובילו (עברית):
https://youtu.be/-NIsUKUnxhA?long=yes
הפרמטרים והטוקנים באימון מודלים כאלו:
https://youtu.be/r17HV0TzAWw?long=yes
ובאופן סטטיסטי - כך פועל LLM:
https://youtu.be/LPZh9BOjkQs?long=yes
מהו הרובוט התעשייתי שמחליף פועלי ייצור?
בשנת 2015 נהרג לראשונה אדם על ידי רובוט תעשייתי. רבים הזדעקו וכתבו ודיברו על התממשות החשש שרובוטים "יחסלו את המין האנושי". בפועל הסתבר שההרוג כנראה שכח את כללי הבטיחות ונכנס לאזור שבו פעל הרובוט, אזור שהוא מסוכן לבני-אדם ואסור היה לו להימצא בו.
הרובוט בתעשייה אינו הרובוט שאנו מדמיינים. הוא לא הומנואיד שנראה כמו אדם. הרובוט הזה הוא בדרך כלל מכונה, לרוב גדולה, לעיתים עם זרועות ענק אבל לא בהכרח, המצוידת בכל מקרה ביכולות ממוחשבות ובביצועים משוכללים ומדויקים מאד.
הרובוטים הללו הם חלק מרכזי בתעשייה המודרנית. יש תחומים שונים בתעשייה של ימינו שבהם נותרו מעט מאד עובדים אנושיים על פס הייצור. חלק גדול מהעובדים בתעשייה המשתמשת ברובוטים עוסק בדרך כזו או אחרת בתפעול רובוטי הענק של התעשייה ובתחזוקה שלהם.
לעולם לא נמאס להם.. הנה "זמנים מודרניים" של הרובוטים בפס הייצור:
https://youtu.be/d7hwDw7rCuo
וכאן הרובוטים התעשייתיים עובדים בהילוך מהיר, בתעשיית הרכב במפעל מכוניות "קיה":
https://youtu.be/sjAZGUcjrP8
הנה רמת הדיוק שהם מגיעים אליה:
https://youtu.be/SOESSCXGhFo
רובוט תעשייה קטן:
https://youtu.be/e2u2rEY7btU
רובוט מדגים לעיתונאים כיצד מרכיבים דלתות למכוניות שהונפו באוויר:
https://youtu.be/XjlAYgxBhao
ומה קורה כשהרובוטים הקודמים יוצאים לפנסיה ומגיעים עובדים רובוטיים מוחדשים (שעבדו קודם במפעל אחר):
https://youtu.be/nkLd45Ftfhc
בשנת 2015 נהרג לראשונה אדם על ידי רובוט תעשייתי. רבים הזדעקו וכתבו ודיברו על התממשות החשש שרובוטים "יחסלו את המין האנושי". בפועל הסתבר שההרוג כנראה שכח את כללי הבטיחות ונכנס לאזור שבו פעל הרובוט, אזור שהוא מסוכן לבני-אדם ואסור היה לו להימצא בו.
הרובוט בתעשייה אינו הרובוט שאנו מדמיינים. הוא לא הומנואיד שנראה כמו אדם. הרובוט הזה הוא בדרך כלל מכונה, לרוב גדולה, לעיתים עם זרועות ענק אבל לא בהכרח, המצוידת בכל מקרה ביכולות ממוחשבות ובביצועים משוכללים ומדויקים מאד.
הרובוטים הללו הם חלק מרכזי בתעשייה המודרנית. יש תחומים שונים בתעשייה של ימינו שבהם נותרו מעט מאד עובדים אנושיים על פס הייצור. חלק גדול מהעובדים בתעשייה המשתמשת ברובוטים עוסק בדרך כזו או אחרת בתפעול רובוטי הענק של התעשייה ובתחזוקה שלהם.
לעולם לא נמאס להם.. הנה "זמנים מודרניים" של הרובוטים בפס הייצור:
https://youtu.be/d7hwDw7rCuo
וכאן הרובוטים התעשייתיים עובדים בהילוך מהיר, בתעשיית הרכב במפעל מכוניות "קיה":
https://youtu.be/sjAZGUcjrP8
הנה רמת הדיוק שהם מגיעים אליה:
https://youtu.be/SOESSCXGhFo
רובוט תעשייה קטן:
https://youtu.be/e2u2rEY7btU
רובוט מדגים לעיתונאים כיצד מרכיבים דלתות למכוניות שהונפו באוויר:
https://youtu.be/XjlAYgxBhao
ומה קורה כשהרובוטים הקודמים יוצאים לפנסיה ומגיעים עובדים רובוטיים מוחדשים (שעבדו קודם במפעל אחר):
https://youtu.be/nkLd45Ftfhc
מי הרג את הרובוט המשרת פפר?
הרובוט המשרת פפר (Pepper) שפותח ביפן יצא ב-2015 למכירה בטוקיו. בתקשורת סיפרו אז שבתוך דקה אחת בודדת הוא אזל מן המלאי.
בגובה של 1.20 מטר, ו-30 קילו הוא הגיע מראש, כשהוא "טעון", אבל לא ברגשות אלא ב-200 אפליקציות שהותקנו עליו מראש..פפר ניחן בבינה מלאכותית ואנשי היצרנית, חברת סופטבנק, הסבירו שביצועיו יילכו וישתבחו, ככל שהוא יעבוד ויכיר את הצרכים של בעליו.
עם משימות אפשריות שהוא יכול למלא, כמו טיפול בקשישים, עוזר אישי בבית, חבר לילדים ובייביסיטר, בתחום המסחרי גם כפקיד קבלה במוסדות ממשלתיים ובבתי עסק מגוונים ואפילו כמוכר בחנויות, העתיד נראה ורוד לרובוט הזה וליצרנית שלו, תאגיד הענק היפני סופטבנק.
אמרו עליו שהוא מבין כמה שפות, יכול לתקשר ולהתממשק עם שלל מכשירים חכמים, לזהות באמצעות טכנולוגיית זיהוי פנים את הרגשות והבעות הפנים של האדם שמולו, להבין את רוב השיחות שמתבצעות איתו, להיות מורה וחבר של הילדים, להכיר וללמוד במהלך השנים את בני המשפחה ולהפוך חלק ממנה.
סיפרו גם שהוא מסוגל לא רק לטפל בקשישים אלא גם להיות להם לחבר של ממש, לספק להם את הצרכים החברתיים, להקל על בדידותם ועוד כהנה וכהנה.
אז הוא נראה כהבטחה גדולה לעולם הביתי והעסקי גם יחד, אבל 6 שנים מאוחר יותר, הכריזה סופטבנק על הפסקת ייצור הרובוט. המיזם, מסתבר, גבה מהתאגיד העשיר מחיר כבד ובאופן מסוים בלתי נסבל.
אז מה הוביל לכך שרובוט כה חמוד מבחינת המראה וכה חכם ועשיר מבחינה טכנולוגית, הפך כה מהר למעמסה שכזו על היצרנית העשירה, עד שהחליטה לזרוק אותו מהסיפון?
בתחום הביתי הוא היה אולי בסדר, אבל העולם העסקי, כמה לא מפתיע, הוא הרבה יותר קשה. מרגע שחברות ועסקים, כמו בתי מלון, מסעדות ואפילו שדות תעופה הצטיידו בו, הם גילו שהרובוט, שעולה $2000 ואז עוד $350 בכל חודש לכל יחידה, הפך במהירות לא רק לנטל כלכלי, אלא גם למטרד, נדנוד חסר יכולת ובעיני רבים אפילו למשהו “קריפי”, מלחיץ.
זה הוביל לכך שרבים מהעסקים שרכשו והעסיקו את הרובוט הטרנדי ופרסמו זאת בגאווה החלו לפטר אותו, כלומר לנתקו מהחשמל ומהשירות והודעות לעיתונות על כך.
נראה שלא צריך היה להדגיש את גודל הנזק למחלקת השיווק של סופטבנק. הוא היה אדיר.
כך יצא שסופטבנק לא הרגה רק את פפר אלא סגרה לחלוטין את כל מחלקת הרובוטיקה, המפוארת לשעבר שלה.
הנה פפר, הרובוט המשרת:
https://youtu.be/aZ5VkgvQFBU
כך הוא נע:
https://youtu.be/osD6O4LAcpo
והרובוט פפר מקבל פני חולים בבית החולים:
https://youtu.be/rQAjNgOtwZM
הרובוט המשרת פפר (Pepper) שפותח ביפן יצא ב-2015 למכירה בטוקיו. בתקשורת סיפרו אז שבתוך דקה אחת בודדת הוא אזל מן המלאי.
בגובה של 1.20 מטר, ו-30 קילו הוא הגיע מראש, כשהוא "טעון", אבל לא ברגשות אלא ב-200 אפליקציות שהותקנו עליו מראש..פפר ניחן בבינה מלאכותית ואנשי היצרנית, חברת סופטבנק, הסבירו שביצועיו יילכו וישתבחו, ככל שהוא יעבוד ויכיר את הצרכים של בעליו.
עם משימות אפשריות שהוא יכול למלא, כמו טיפול בקשישים, עוזר אישי בבית, חבר לילדים ובייביסיטר, בתחום המסחרי גם כפקיד קבלה במוסדות ממשלתיים ובבתי עסק מגוונים ואפילו כמוכר בחנויות, העתיד נראה ורוד לרובוט הזה וליצרנית שלו, תאגיד הענק היפני סופטבנק.
אמרו עליו שהוא מבין כמה שפות, יכול לתקשר ולהתממשק עם שלל מכשירים חכמים, לזהות באמצעות טכנולוגיית זיהוי פנים את הרגשות והבעות הפנים של האדם שמולו, להבין את רוב השיחות שמתבצעות איתו, להיות מורה וחבר של הילדים, להכיר וללמוד במהלך השנים את בני המשפחה ולהפוך חלק ממנה.
סיפרו גם שהוא מסוגל לא רק לטפל בקשישים אלא גם להיות להם לחבר של ממש, לספק להם את הצרכים החברתיים, להקל על בדידותם ועוד כהנה וכהנה.
אז הוא נראה כהבטחה גדולה לעולם הביתי והעסקי גם יחד, אבל 6 שנים מאוחר יותר, הכריזה סופטבנק על הפסקת ייצור הרובוט. המיזם, מסתבר, גבה מהתאגיד העשיר מחיר כבד ובאופן מסוים בלתי נסבל.
אז מה הוביל לכך שרובוט כה חמוד מבחינת המראה וכה חכם ועשיר מבחינה טכנולוגית, הפך כה מהר למעמסה שכזו על היצרנית העשירה, עד שהחליטה לזרוק אותו מהסיפון?
בתחום הביתי הוא היה אולי בסדר, אבל העולם העסקי, כמה לא מפתיע, הוא הרבה יותר קשה. מרגע שחברות ועסקים, כמו בתי מלון, מסעדות ואפילו שדות תעופה הצטיידו בו, הם גילו שהרובוט, שעולה $2000 ואז עוד $350 בכל חודש לכל יחידה, הפך במהירות לא רק לנטל כלכלי, אלא גם למטרד, נדנוד חסר יכולת ובעיני רבים אפילו למשהו “קריפי”, מלחיץ.
זה הוביל לכך שרבים מהעסקים שרכשו והעסיקו את הרובוט הטרנדי ופרסמו זאת בגאווה החלו לפטר אותו, כלומר לנתקו מהחשמל ומהשירות והודעות לעיתונות על כך.
נראה שלא צריך היה להדגיש את גודל הנזק למחלקת השיווק של סופטבנק. הוא היה אדיר.
כך יצא שסופטבנק לא הרגה רק את פפר אלא סגרה לחלוטין את כל מחלקת הרובוטיקה, המפוארת לשעבר שלה.
הנה פפר, הרובוט המשרת:
https://youtu.be/aZ5VkgvQFBU
כך הוא נע:
https://youtu.be/osD6O4LAcpo
והרובוט פפר מקבל פני חולים בבית החולים:
https://youtu.be/rQAjNgOtwZM
האם רובוטים יכולים לנתח בני אדם?
רובוט דה וינצ'י הוא רובוט מנתח שארבעת הזרועות שלו מחליפות את ידי המנתח בניתוחים מורכבים וחודרניים ומאפשרים לו לבצע ניתוח בלי צורך בחיתוכים קשים וחודרניים לגופו של המנותח. ניתוח של כריתת קיבה חלקית למשל, הוא ניתוח כזה שניתן כיום לבצע בעזרת הרובוט דה וינצ'י בקלות יחסית.
אפשרות נוספת שרובוט דה-וינצ'י מאפשר היא לשמש כמערכת רובוטית המאפשרת לנתח חולה מרחוק - בעוד שהחולה נמצא במקום אחד בעולם, יכול הרופא המומחה להימצא ביבשת אחרת ולנתחו בעזרת השליטה על הרובוט מרחוק!
מדובר במהפכה של ממש בתחום הרפואי ובמיוחד בתחום הננו-רפואה, שמבוסס על עבודה עדינה ביותר.
הנה יכולות רובוט הדה וינצ'י בניתוחים בישראל (עברית):
http://youtu.be/CJnEQkGo9wQ?t=13s
עוד שימוש ברובוט הדה-וינצ'י לניתוחי כריתת הערמונית (עברית):
http://youtu.be/KGfSEwlk8zM
ניתוח לב פתוח באמצעות רובוט (עברית):
https://youtu.be/e5aJaKWXBF4
ועוד מרובוט הניתוחים דה וינצ'י:
http://youtu.be/gooEGitgC8w
רובוט דה וינצ'י הוא רובוט מנתח שארבעת הזרועות שלו מחליפות את ידי המנתח בניתוחים מורכבים וחודרניים ומאפשרים לו לבצע ניתוח בלי צורך בחיתוכים קשים וחודרניים לגופו של המנותח. ניתוח של כריתת קיבה חלקית למשל, הוא ניתוח כזה שניתן כיום לבצע בעזרת הרובוט דה וינצ'י בקלות יחסית.
אפשרות נוספת שרובוט דה-וינצ'י מאפשר היא לשמש כמערכת רובוטית המאפשרת לנתח חולה מרחוק - בעוד שהחולה נמצא במקום אחד בעולם, יכול הרופא המומחה להימצא ביבשת אחרת ולנתחו בעזרת השליטה על הרובוט מרחוק!
מדובר במהפכה של ממש בתחום הרפואי ובמיוחד בתחום הננו-רפואה, שמבוסס על עבודה עדינה ביותר.
הנה יכולות רובוט הדה וינצ'י בניתוחים בישראל (עברית):
http://youtu.be/CJnEQkGo9wQ?t=13s
עוד שימוש ברובוט הדה-וינצ'י לניתוחי כריתת הערמונית (עברית):
http://youtu.be/KGfSEwlk8zM
ניתוח לב פתוח באמצעות רובוט (עברית):
https://youtu.be/e5aJaKWXBF4
ועוד מרובוט הניתוחים דה וינצ'י:
http://youtu.be/gooEGitgC8w
האם רובוטים יהיו לעיתונאי העתיד?
זה היה בשנת 2016 כשהתפרסמה לראשונה כתבה שנכתבה על ידי עיתונאי שהוא בעצם תוכנת מחשב, המצוידת באלגוריתם של בינה מלאכותית. המדהים היה שלא זו בלבד שהמומחים שבחנו את הכתבה לעומק קבעו שהיא כתובה היטב, אלא שכתיבת כל הכתבה הזו, באורך של כ-1,000 מילים (בשפה הסינית, אם זה חשוב...), לקחה דקה אחת בלבד!
ואכן, תוכנות בינה מלאכותית הולכות ומתקדמות לעבר מה שעד לפני עשור נראה כמו עתיד רחוק מאד. ממש בקרוב יתכן שתוכנות כאלה יתחילו להחליף גם את העיתונאים. דמיינו לעצמכם שתוכנה חכמה תבצע בעצמה את התחקיר העיתונאי, תבצע את עיבוד הנתונים וה"הבנה" של המשמעות שלהם ומה ניתן להבין ממנה לגבי ההשפעות על החברה, עולם הטכנולוגיה, ההיסטוריה ועוד. דמיינו את התוכנה "מתיישבת לכתוב" ומנפיקה בתוך שברירי שנייה את הסיפור העיתונאי, כלומר את הכתבה או המאמר שיופיע בעיתון האלקטרוני שלכם..
ועכשיו הפסיקו לדמיין.. כבר היום תוכנות כאלה קיימות והן נקראות "עיתונאים רובוטיים". התופעה מכונה "רובו ג'ורנליזם" והתוכנות הללו הן סוג של מתחרה מפחיד וזול לעיתונאים האנושיים של היום. העיתונאי הרובוטי מהיר מאד באיסוף נתונים, לא ישן אף פעם, מנתח כמויות מידע עצומות ומצויד בידע מעמיק לגבי הקורא שלו, הרגליו וכיצד הוא אוהב לקרוא. כך יכול רובוט עיתונאי לכתוב מאמר שונה לכל אחד מאיתנו (קראו על כך באאוריקה בתגית: "הפצה ליחידים"). בצורה כזו יהיו מי שיקבלו לקריאה מאמר עתיר תמונות, אחרים יקבלו מאמרים קצרים ותכליתיים וחבריהם יקבלו מאמר מפורט ועתיר דוגמאות.
במקום העיתונות הקלאסית שבה אדם אחד כותב מאמר למיליונים, קמו חברות חדשות שפיתחו אלגוריתמים לכריית מידע ורובוטי כתיבה, שנעזרים בבינה מלאכותית ולמידת מכונה. בוטים כאלה יוצרים באופן אוטומטי מיליוני מאמרים ויחידות תוכן המותאמים לקורא הספציפי. בעתיד כל אחד יקרא את מה שמעניין אותו ורק אותו. כלומר במקום לכתוב מאמר אחד למיליונים, מאפשרים עיתונאים רובוטיים כתיבה של המוני מאמרים שונים לכל אדם בנפרד.
אבל יש בכך גם בשורה. התקווה היחידה של העיתונאי האנושי של העתיד, למול מפלצת הכתיבה של הבינה המלאכותית, היא האישיות שלו. כותב שמצויד בחשיבה יצירתית ורב תחומית, ביכולת לספר סיפור, לחשוב בצורה מעניינת, לשפוט ולשקול ולייצר חשיבה מקורית וחדשנית - אדם כזה יוכל גם בעתיד לנצח את הרובוט העיתונאי, המהיר והמצויד להחריד, אבל זה שלא מבין אירוניה או סרקזם והומור. ליצירה עיתונאית אנושית ברמה גבוהה יהיה תמיד מקום. מי שיוחלף הם העיתונאים שהסתפקו בעבודה הבסיסית של הכתב.
הנה הכותבים המתוכנתים של העתיד:
https://youtu.be/dj3EvdOJXMc
ב-2013 כתבו רובוטים כאלו מעל מיליארד כתבות שפורסמו בעיתונות ובאינטרנט:
http://youtu.be/vkrV4MiX4IM
הנה נאום לנשיא טראמפ שכתב מחשב:
https://youtu.be/EFHyzuqjaok
חברת "Automated Insights" שהבוטים שלה כותבים מאמרים מלאכותיים:
http://youtu.be/EEczLkSTSrQ
ובוטי כתיבה חכמים של חברת "נרטיב סיינס" שכותבים מאמרים בתחומים כמו ספורט ועיתונות:
https://youtu.be/inlkQcSjD9w
זה היה בשנת 2016 כשהתפרסמה לראשונה כתבה שנכתבה על ידי עיתונאי שהוא בעצם תוכנת מחשב, המצוידת באלגוריתם של בינה מלאכותית. המדהים היה שלא זו בלבד שהמומחים שבחנו את הכתבה לעומק קבעו שהיא כתובה היטב, אלא שכתיבת כל הכתבה הזו, באורך של כ-1,000 מילים (בשפה הסינית, אם זה חשוב...), לקחה דקה אחת בלבד!
ואכן, תוכנות בינה מלאכותית הולכות ומתקדמות לעבר מה שעד לפני עשור נראה כמו עתיד רחוק מאד. ממש בקרוב יתכן שתוכנות כאלה יתחילו להחליף גם את העיתונאים. דמיינו לעצמכם שתוכנה חכמה תבצע בעצמה את התחקיר העיתונאי, תבצע את עיבוד הנתונים וה"הבנה" של המשמעות שלהם ומה ניתן להבין ממנה לגבי ההשפעות על החברה, עולם הטכנולוגיה, ההיסטוריה ועוד. דמיינו את התוכנה "מתיישבת לכתוב" ומנפיקה בתוך שברירי שנייה את הסיפור העיתונאי, כלומר את הכתבה או המאמר שיופיע בעיתון האלקטרוני שלכם..
ועכשיו הפסיקו לדמיין.. כבר היום תוכנות כאלה קיימות והן נקראות "עיתונאים רובוטיים". התופעה מכונה "רובו ג'ורנליזם" והתוכנות הללו הן סוג של מתחרה מפחיד וזול לעיתונאים האנושיים של היום. העיתונאי הרובוטי מהיר מאד באיסוף נתונים, לא ישן אף פעם, מנתח כמויות מידע עצומות ומצויד בידע מעמיק לגבי הקורא שלו, הרגליו וכיצד הוא אוהב לקרוא. כך יכול רובוט עיתונאי לכתוב מאמר שונה לכל אחד מאיתנו (קראו על כך באאוריקה בתגית: "הפצה ליחידים"). בצורה כזו יהיו מי שיקבלו לקריאה מאמר עתיר תמונות, אחרים יקבלו מאמרים קצרים ותכליתיים וחבריהם יקבלו מאמר מפורט ועתיר דוגמאות.
במקום העיתונות הקלאסית שבה אדם אחד כותב מאמר למיליונים, קמו חברות חדשות שפיתחו אלגוריתמים לכריית מידע ורובוטי כתיבה, שנעזרים בבינה מלאכותית ולמידת מכונה. בוטים כאלה יוצרים באופן אוטומטי מיליוני מאמרים ויחידות תוכן המותאמים לקורא הספציפי. בעתיד כל אחד יקרא את מה שמעניין אותו ורק אותו. כלומר במקום לכתוב מאמר אחד למיליונים, מאפשרים עיתונאים רובוטיים כתיבה של המוני מאמרים שונים לכל אדם בנפרד.
אבל יש בכך גם בשורה. התקווה היחידה של העיתונאי האנושי של העתיד, למול מפלצת הכתיבה של הבינה המלאכותית, היא האישיות שלו. כותב שמצויד בחשיבה יצירתית ורב תחומית, ביכולת לספר סיפור, לחשוב בצורה מעניינת, לשפוט ולשקול ולייצר חשיבה מקורית וחדשנית - אדם כזה יוכל גם בעתיד לנצח את הרובוט העיתונאי, המהיר והמצויד להחריד, אבל זה שלא מבין אירוניה או סרקזם והומור. ליצירה עיתונאית אנושית ברמה גבוהה יהיה תמיד מקום. מי שיוחלף הם העיתונאים שהסתפקו בעבודה הבסיסית של הכתב.
הנה הכותבים המתוכנתים של העתיד:
https://youtu.be/dj3EvdOJXMc
ב-2013 כתבו רובוטים כאלו מעל מיליארד כתבות שפורסמו בעיתונות ובאינטרנט:
http://youtu.be/vkrV4MiX4IM
הנה נאום לנשיא טראמפ שכתב מחשב:
https://youtu.be/EFHyzuqjaok
חברת "Automated Insights" שהבוטים שלה כותבים מאמרים מלאכותיים:
http://youtu.be/EEczLkSTSrQ
ובוטי כתיבה חכמים של חברת "נרטיב סיינס" שכותבים מאמרים בתחומים כמו ספורט ועיתונות:
https://youtu.be/inlkQcSjD9w
מהו מודל היגיון, או Reasoning Model?
מודל היגיון (Reasoning Model) הוא מודל שנועד לחקות את תהליך החשיבה האנושית ולהסיק מסקנות לוגיות על בסיס מידע נתון.
מודלי ריזונינג נוטים להיות כבדים יותר ולספק תובנות עמוקות, באמצעות הסקה רב-שלבית, מורכבת ומעמיקה. כמובן שהם משתמשים בטכניקות של בינה מלאכותית ולמידת מכונה כדי לנתח נתונים, לזהות דפוסים ולהסיק מסקנות מבוססות עובדות.
בדרך לתת תשובה מחלקים מודלי הגיון את פתרון הבעיה לשלבים, מתעכבים על התשובות, מהרהרים, בודקים, לעתים מתקנים את עצמם (בתכנות רואים את זה היטב) ומבצעים תהליכי ניתוח מורכבים.
בגדול - הם מבצעים חשיבה מתמשכת ומבוססת יותר מזו של מודלי שפה רגילים.
מודל הגיון שכזה מתאים מאוד לפתרון ברמת דוקטור (PhD) של בעיות מורכבות, בעיקר מתמטיות, מדעיות והנדסיות. הוא מושלם לחישובים מורכבים ודברים כמו מתמטיקה, פיזיקה, פיתוח קוד והסקת מסקנות.
ואגב, מודל ריזונינג דורש כוח מחשוב משמעותי מהרגיל, לפחות במקרה של מודל ChatGPT 4o1 של OpenAI וקצת פחות במודל הסיני המפתיע DeepSeek, שפותח לכאורה בגרושים ומראה תוצאות מרשימות בדרישות חומרה נמוכות בהרבה.
#החשיבה דרך הבעיה
מודל היגיון, הוא מודל מנומק, שמשתמש בהיגיון כדי "לחשוב דרך" הבעיה ולהיות מסוגל גם להראות את תהליך החשיבה שביצע, לפני שנותן את התוצאות. זאת בניגוד למודלים הרגילים שמבצעים אופטימיזציה סבירה, רק כדי שיוכלו לספק את התשובה המהירה ביותר (שזה מה שגם גורם לא פעם למודל שפה רגיל לתרום לנו בדרך את ה"הזיות", אותן Halucinations המוכרות לנו כל כך).
בקיצור, אם מודל שפה רגיל הוא הבחור הטקסטואלי שהוא אלוף על טקסטים ועונה מהר, מודל ההיגיון הוא הנערה המבריקה והריאלית, שיכולה לפצח בעיות מופשטות, מתמטיות, פיזיקליות ומדעיות בתחומים ומדעים מדויקים, בלי למצמץ ועם יכולת לנמק ולהסביר את הפתרון שאליו היא מגיעה, צעד אחר צעד.
מודל כזה מבצע לעתים קרובות "שרשרת מחשבה" (Chain of Thought) ולכן גם מכונה כך לפעמים. המודל חושב צעד אחר צעד, בצורה שמזכירה את האופן שבו אנו, בני האדם, עשויים לגשת לאתגר משמעותי יותר כמו פיתוח אפליקציה חדשה, תכנון חופשה או בניית בית.
#היתרון
משמעותו של מודל כזה היא ביכולת שלו לספק תשובות מדויקות ומושכלות לשאלות מורכבות, לפתור בעיות ולקבל החלטות מבוססות נתונים. לכן וכדי להצטיין בבעיות מסובכות יותר, מומלץ להזין אותו בכמה שיותר הקשר, קונטקסט (Context) לגבי הנושא והגישה לפתרון.
#במה הם יכולים לעזור לנו?
מודלים כאלו יכולים לנתח כמויות גדולות של נתונים במהירות ובדיוק, לזהות דפוסים ולהסיק מסקנות. הם יכולים לפתור בעיות מורכבות על ידי שימוש בלוגיקה ובאלגוריתמים מתקדמים.
ביכולתם גם לסייע בקבלת החלטות מבוססות נתונים, מה שיכול להיות מועיל בתחומים כמו רפואה, כלכלה וניהול. בנוסף, הם יכולים להסיק מסקנות לוגיות על בסיס הנתונים שנתונים להם, מה שיכול לסייע בתחזיות ובתכנון.
מודלי ההיגיון יכולים לחסוך זמן ומאמץ בביצוע משימות מורכבות, מה שמאפשר למשתמשים להתמקד בפעילויות אחרות. ביכולתם לספק תשובות מדויקות ומבוססות עובדות, מה שיכול להיות מועיל בתחומים כמו רפואה, משפטים והנדסה.
מודלים אלו מסייעים בקלות בקבלת החלטות מושכלות ומבוססות נתונים, מה שיכול להיות מועיל בחיי היומיום ובעבודה והם יכולים גם לסייע בפתרון בעיות מורכבות במהירות וביעילות, מה שיכול להיות מועיל בתחומים רבים.
ברפואה, מודלי היגיון יכולים לסייע באבחון מחלות ובמתן המלצות לטיפול על בסיס נתונים רפואיים.
בכלכלה, ניתן להסתייע בהם בניתוח שוק ההשקעות ובקבלת החלטות כלכליות מבוססות נתונים.
בחינוך, המודלים הללו יכולים לסייע בהוראה ובלמידה על ידי סיפוק הסברים מדויקים ומושכלים לשאלות מורכבות.
בניהול, הם מעולים הסיוע לניהול משאבים מוצלח ובקבלת החלטות ניהוליות מבוססות נתונים.
אז אם לסכם, מודל היגיון הוא כלי חזק שיכול לסייע במגוון רחב של תחומים ולשפר את איכות החיים של המשתמשים, על ידי סיפוק תשובות מדויקות ומבוססות עובדות. עם יכולותיו הוא מאפשר לנתח נתונים במהירות, לפתור בעיות מורכבות ולקבל החלטות מבוססות נתונים, מה שהופך אותו לאחד הכלים החיוניים ביותר בדור החדש של העידן הדיגיטלי מבוסס הבינה המלאכותית.
הנה מודל ההגיון הסיני Deepseek R1 שיודע לחשוב מראש, לתכנן, להשוות כמה תשובות אפשריות, לפרק את הבעיה לחלקים, לחזור אחורה ולחשוב מחדש על השאלה וכך לענות היטב על שאלות קשות, מורכבות ועד לא מזמן בלתי אפשריות למודל שפה:
https://youtu.be/-2k1rcRzsLA
דוגמה לבעיות פשוטות מהחיים שמודל מנומק יכול לפתור:
https://youtu.be/yQampjl6gPI
שניים כאלה:
https://youtu.be/rzMEieMXYFA
ו-DeepSeek R1 הוא מודל מנומק בקוד פתוח:
https://youtu.be/yT3KGbiA09Q
מודל היגיון (Reasoning Model) הוא מודל שנועד לחקות את תהליך החשיבה האנושית ולהסיק מסקנות לוגיות על בסיס מידע נתון.
מודלי ריזונינג נוטים להיות כבדים יותר ולספק תובנות עמוקות, באמצעות הסקה רב-שלבית, מורכבת ומעמיקה. כמובן שהם משתמשים בטכניקות של בינה מלאכותית ולמידת מכונה כדי לנתח נתונים, לזהות דפוסים ולהסיק מסקנות מבוססות עובדות.
בדרך לתת תשובה מחלקים מודלי הגיון את פתרון הבעיה לשלבים, מתעכבים על התשובות, מהרהרים, בודקים, לעתים מתקנים את עצמם (בתכנות רואים את זה היטב) ומבצעים תהליכי ניתוח מורכבים.
בגדול - הם מבצעים חשיבה מתמשכת ומבוססת יותר מזו של מודלי שפה רגילים.
מודל הגיון שכזה מתאים מאוד לפתרון ברמת דוקטור (PhD) של בעיות מורכבות, בעיקר מתמטיות, מדעיות והנדסיות. הוא מושלם לחישובים מורכבים ודברים כמו מתמטיקה, פיזיקה, פיתוח קוד והסקת מסקנות.
ואגב, מודל ריזונינג דורש כוח מחשוב משמעותי מהרגיל, לפחות במקרה של מודל ChatGPT 4o1 של OpenAI וקצת פחות במודל הסיני המפתיע DeepSeek, שפותח לכאורה בגרושים ומראה תוצאות מרשימות בדרישות חומרה נמוכות בהרבה.
#החשיבה דרך הבעיה
מודל היגיון, הוא מודל מנומק, שמשתמש בהיגיון כדי "לחשוב דרך" הבעיה ולהיות מסוגל גם להראות את תהליך החשיבה שביצע, לפני שנותן את התוצאות. זאת בניגוד למודלים הרגילים שמבצעים אופטימיזציה סבירה, רק כדי שיוכלו לספק את התשובה המהירה ביותר (שזה מה שגם גורם לא פעם למודל שפה רגיל לתרום לנו בדרך את ה"הזיות", אותן Halucinations המוכרות לנו כל כך).
בקיצור, אם מודל שפה רגיל הוא הבחור הטקסטואלי שהוא אלוף על טקסטים ועונה מהר, מודל ההיגיון הוא הנערה המבריקה והריאלית, שיכולה לפצח בעיות מופשטות, מתמטיות, פיזיקליות ומדעיות בתחומים ומדעים מדויקים, בלי למצמץ ועם יכולת לנמק ולהסביר את הפתרון שאליו היא מגיעה, צעד אחר צעד.
מודל כזה מבצע לעתים קרובות "שרשרת מחשבה" (Chain of Thought) ולכן גם מכונה כך לפעמים. המודל חושב צעד אחר צעד, בצורה שמזכירה את האופן שבו אנו, בני האדם, עשויים לגשת לאתגר משמעותי יותר כמו פיתוח אפליקציה חדשה, תכנון חופשה או בניית בית.
#היתרון
משמעותו של מודל כזה היא ביכולת שלו לספק תשובות מדויקות ומושכלות לשאלות מורכבות, לפתור בעיות ולקבל החלטות מבוססות נתונים. לכן וכדי להצטיין בבעיות מסובכות יותר, מומלץ להזין אותו בכמה שיותר הקשר, קונטקסט (Context) לגבי הנושא והגישה לפתרון.
#במה הם יכולים לעזור לנו?
מודלים כאלו יכולים לנתח כמויות גדולות של נתונים במהירות ובדיוק, לזהות דפוסים ולהסיק מסקנות. הם יכולים לפתור בעיות מורכבות על ידי שימוש בלוגיקה ובאלגוריתמים מתקדמים.
ביכולתם גם לסייע בקבלת החלטות מבוססות נתונים, מה שיכול להיות מועיל בתחומים כמו רפואה, כלכלה וניהול. בנוסף, הם יכולים להסיק מסקנות לוגיות על בסיס הנתונים שנתונים להם, מה שיכול לסייע בתחזיות ובתכנון.
מודלי ההיגיון יכולים לחסוך זמן ומאמץ בביצוע משימות מורכבות, מה שמאפשר למשתמשים להתמקד בפעילויות אחרות. ביכולתם לספק תשובות מדויקות ומבוססות עובדות, מה שיכול להיות מועיל בתחומים כמו רפואה, משפטים והנדסה.
מודלים אלו מסייעים בקלות בקבלת החלטות מושכלות ומבוססות נתונים, מה שיכול להיות מועיל בחיי היומיום ובעבודה והם יכולים גם לסייע בפתרון בעיות מורכבות במהירות וביעילות, מה שיכול להיות מועיל בתחומים רבים.
ברפואה, מודלי היגיון יכולים לסייע באבחון מחלות ובמתן המלצות לטיפול על בסיס נתונים רפואיים.
בכלכלה, ניתן להסתייע בהם בניתוח שוק ההשקעות ובקבלת החלטות כלכליות מבוססות נתונים.
בחינוך, המודלים הללו יכולים לסייע בהוראה ובלמידה על ידי סיפוק הסברים מדויקים ומושכלים לשאלות מורכבות.
בניהול, הם מעולים הסיוע לניהול משאבים מוצלח ובקבלת החלטות ניהוליות מבוססות נתונים.
אז אם לסכם, מודל היגיון הוא כלי חזק שיכול לסייע במגוון רחב של תחומים ולשפר את איכות החיים של המשתמשים, על ידי סיפוק תשובות מדויקות ומבוססות עובדות. עם יכולותיו הוא מאפשר לנתח נתונים במהירות, לפתור בעיות מורכבות ולקבל החלטות מבוססות נתונים, מה שהופך אותו לאחד הכלים החיוניים ביותר בדור החדש של העידן הדיגיטלי מבוסס הבינה המלאכותית.
הנה מודל ההגיון הסיני Deepseek R1 שיודע לחשוב מראש, לתכנן, להשוות כמה תשובות אפשריות, לפרק את הבעיה לחלקים, לחזור אחורה ולחשוב מחדש על השאלה וכך לענות היטב על שאלות קשות, מורכבות ועד לא מזמן בלתי אפשריות למודל שפה:
https://youtu.be/-2k1rcRzsLA
דוגמה לבעיות פשוטות מהחיים שמודל מנומק יכול לפתור:
https://youtu.be/yQampjl6gPI
שניים כאלה:
https://youtu.be/rzMEieMXYFA
ו-DeepSeek R1 הוא מודל מנומק בקוד פתוח:
https://youtu.be/yT3KGbiA09Q
מה בין יעילות להתייעלות?
יְעִילוּת (Efficiency) פירושה לרוב הוא השגה של התוצאות הטובות ביותר, תוך ניצול מרבי של האמצעים העומדים לרשות המשיג. כשמישהו הוא יָעִיל, הרי שהוא עושה את עבודתו על הצד הטוב ביותר.
בדרך כלל כוללת היעילות תכונות שיש בהן מהירות ואיכות. היא הסיבה שלתהליכי הייצור נכנסו בעבר יותר ויותר מכונות, שהחליפו את כוח העבודה האנושי.
אחריהם בא הסרט הנע, שיטה שאפשרה להרכיב מוצרים מורכבים, כמו מכשירים או מכוניות למשל, במהירות רבה מכל שיטה אחרת לפניה.
בהמשך הגיעו הרובוטים, שהחליפו עוד עובדים ואף מכונות מיושנות והגדילו את היעילות במפעל.
הִתְיַעְלוּת, לעומת זאת, או ללא ניקוד התייעלות (re-organization), היא שיפור של ביצועי מערכת קיימת. מכאן גם הביטויים בשפות זרות, של אוֹפְּטִימִיזַצְיָה, או בעברית יִעוּל.
בתהליכי התייעלות יכולים לפטר עובדים לא נחוצים, להחליף עובדים במכונות, לרכוש מכונות טובות יותר ואולי אף להחליף מנהלים בארגון, כדי להחזיר לו את הביצועים הגבוהים והמצופים.
הנה עובדים יעילים בעבודה על הסרט הנע שהמציא הנרי פורד:
https://youtu.be/qFbsDArAWj8
יעילות מחויכת כשמגיעים לצבא:
https://youtu.be/VDNV_SLsEOQ
דרך להתייעלות היא למשל לעבור לאנרגיות מתחדשות:
https://youtu.be/Ljuyf2EVHyk
הנה יעילות, לפי הסאטירה של צ'ארלי צ'פלין ב"זמנים מודרניים":
https://youtu.be/6n9ESFJTnHs
והתייעלות, מאותו סרט:
https://youtu.be/n_1apYo6-Ow
יְעִילוּת (Efficiency) פירושה לרוב הוא השגה של התוצאות הטובות ביותר, תוך ניצול מרבי של האמצעים העומדים לרשות המשיג. כשמישהו הוא יָעִיל, הרי שהוא עושה את עבודתו על הצד הטוב ביותר.
בדרך כלל כוללת היעילות תכונות שיש בהן מהירות ואיכות. היא הסיבה שלתהליכי הייצור נכנסו בעבר יותר ויותר מכונות, שהחליפו את כוח העבודה האנושי.
אחריהם בא הסרט הנע, שיטה שאפשרה להרכיב מוצרים מורכבים, כמו מכשירים או מכוניות למשל, במהירות רבה מכל שיטה אחרת לפניה.
בהמשך הגיעו הרובוטים, שהחליפו עוד עובדים ואף מכונות מיושנות והגדילו את היעילות במפעל.
הִתְיַעְלוּת, לעומת זאת, או ללא ניקוד התייעלות (re-organization), היא שיפור של ביצועי מערכת קיימת. מכאן גם הביטויים בשפות זרות, של אוֹפְּטִימִיזַצְיָה, או בעברית יִעוּל.
בתהליכי התייעלות יכולים לפטר עובדים לא נחוצים, להחליף עובדים במכונות, לרכוש מכונות טובות יותר ואולי אף להחליף מנהלים בארגון, כדי להחזיר לו את הביצועים הגבוהים והמצופים.
הנה עובדים יעילים בעבודה על הסרט הנע שהמציא הנרי פורד:
https://youtu.be/qFbsDArAWj8
יעילות מחויכת כשמגיעים לצבא:
https://youtu.be/VDNV_SLsEOQ
דרך להתייעלות היא למשל לעבור לאנרגיות מתחדשות:
https://youtu.be/Ljuyf2EVHyk
הנה יעילות, לפי הסאטירה של צ'ארלי צ'פלין ב"זמנים מודרניים":
https://youtu.be/6n9ESFJTnHs
והתייעלות, מאותו סרט:
https://youtu.be/n_1apYo6-Ow
מהם בוטי הכתיבה שכותבים חדשות ומייצרים אותן?
האם אנו בדרך לעולם שבו כל החדשות ייכתבו בידי תוכנות מחשב חכמות? - רבים סבורים שכן. מסתבר שכבר היום יש תוכנות מחשב שכותבות חדשות בעצמן. התוכנות הללו נקראות "בוט כתיבה" (Writing bot) והן ככל הנראה יהיו הכותבים של הרבה מהחומר החדשותי שנקרא בעתיד. כיום כותבים בוטי הכתיבה בקושי דיווחים בסיסיים, והם רחוקים מלהחליף את הכותבים האנושיים והמיומנים. נראה, עם זאת, שזה רק עניין של זמן, עד שיופיעו בוטים שיוכלו להפיק ראיונות ואפילו פרשנויות המבוססים על ביג דאטה וכרייה מבוססת אלגוריתמים של מידע סטטיסטי. כתבות עומק? - אפילו אלה אינן מחוץ לתחום מתישהו בעתיד...
בוטי הכתיבה של ימינו מבוססים על אלגוריתמי "דווחנות" עיתונאיים, שכבר כיום מפעילים העיתונים ואתרי החדשות המובילים בעולם. היכולת לדווח במהירות עצומה, ששום עיתונאי אנושי לא יוכל לה, היא אחד ממוקדי התחרות החשובים בעיתונות האונליין המודרנית. יש כאלה שמוסיפים לכתבה הבהרה ברורה, על כך שהכתב הוא בוט. כך נוהג למשל העיתון הכלכלי פורבס. עיתונים ואתרי חדשות אחרים, מעדיפים כרגע להימנע מכך, מחשש שקוראים לא יסמכו על כתבות שהפיקה תוכנה.
בעיתונות הספורט מייצרים כיום אלגוריתמי כתיבה משוכללים כתבות מקיפות ומנומקות היטב על משחקי ספורט. אלו עולים לרשת בתוך דקה משריקת הסיום של המשחק. כתבות כאלה כוללות סטטיסטיקות ממשחקים קודמים, מעונות קודמות, היסטוריה של המתחרים ועוד. לכתב אנושי היה לוקח שעות כדי לייצר דיווח כל כך מפורט ומנומק של המשחק. הבוט עושה את זה בדקות, אם לא בשניות. כמובן שאת רוב עבודת האיסוף והניתוח הוא מבצע במהלך המשחק.
גם בתחום הכלכלה, שבו זמן פרסום המידע שווה לעיתים כסף רב, משתמשים היום באלגוריתמים כאלה. כך משמשים אלגוריתמים אוטומטיים של כתיבה עיתונאית להנפקת כתבות, שמפורסמות שניות לאחר אירועים בבורסה או בשוק ההון.
בתחומים של משברים ואסונות יש להם יתרון. באתרים מסוימים התפרסמה כתבה על רעידת אדמה כ-3 דקות לאחר שהתרחשה. אגב, הבוט שכתב אותה עשה זאת בתוך שניות. שאר הזמן בדקות הללו, עד שפורסמה הידיעה, נדרש כדי שהעורך או העיתונאי האנושי יאשר לפרסם את הכתבה.
פיתוח הבוטים העיתונאיים הללו ממשיך ליעדים שאפתניים מאד. מחשוב תהליכים מקביליים, של איסוף מידע וניתוחו, תוך התמודדות עם כמויות הולכות וגדלות של נתונים מתחומים שונים, איתור ותיקון מהיר של טעויות בנתונים או חיפוש ואיתור אוטומטי של אותם "סקופים" אפשריים, שיעוררו עניין בציבור.
אגב, חלק מהבוטים הללו כבר הוסבו לשימושים פוליטיים. הם "מאיישים" פרופילי פייסבוק מזויפים, מגיבים לציוצי טוויטר או מצייצים בעצמם, מפיצים פייק ניוז או ריל ניוז ביעילות מפחידה ובקיצור - ממלאים את תפקידם של הפוליטיקאים ודובריהם, במכפלות כוח מטורפות שמאפשרות שינויים ממשיים בדעת הקהל.
היתרונות של העיתונאי הרובוטי ברורים - מרגע שהוא פותח, השימוש בו זול מאוד. הוא לא זקוק לחופשות או לתנאים סוציאליים, אין לו ילד חולה והוא אף פעם לא שובת בשל תנאי העבודה הלוחצים או השכר הנמוך..
עוד על כך קראו באאוריקה בתגית: "עיתונאי רובוט". שם תכירו בוטי כתיבה חכמים שמייצרים מאמרים מנתונים גולמיים, מה'ביג דאטה' של תחומים כמו ספורט ועיתונות.
מוצר של חברת "Automated Insights" שמנתח נתונים רבים ומספק מאמרים בלשון אנושית, שקל לקרוא ולהבין:
http://youtu.be/hx1SMxgxKnc
על פרק נוסף ומדהים של הארי פוטר שנכתב על ידי בוט כתיבה:
https://youtu.be/XFYckCslt74
בוט כתיבה שלומד את כתב היד שלך וכותב בשמך:
https://youtu.be/LsZH7SS_lfQ
ועוד רובוט כתב יד:
https://youtu.be/BqgT_Nu0QnY
האם אנו בדרך לעולם שבו כל החדשות ייכתבו בידי תוכנות מחשב חכמות? - רבים סבורים שכן. מסתבר שכבר היום יש תוכנות מחשב שכותבות חדשות בעצמן. התוכנות הללו נקראות "בוט כתיבה" (Writing bot) והן ככל הנראה יהיו הכותבים של הרבה מהחומר החדשותי שנקרא בעתיד. כיום כותבים בוטי הכתיבה בקושי דיווחים בסיסיים, והם רחוקים מלהחליף את הכותבים האנושיים והמיומנים. נראה, עם זאת, שזה רק עניין של זמן, עד שיופיעו בוטים שיוכלו להפיק ראיונות ואפילו פרשנויות המבוססים על ביג דאטה וכרייה מבוססת אלגוריתמים של מידע סטטיסטי. כתבות עומק? - אפילו אלה אינן מחוץ לתחום מתישהו בעתיד...
בוטי הכתיבה של ימינו מבוססים על אלגוריתמי "דווחנות" עיתונאיים, שכבר כיום מפעילים העיתונים ואתרי החדשות המובילים בעולם. היכולת לדווח במהירות עצומה, ששום עיתונאי אנושי לא יוכל לה, היא אחד ממוקדי התחרות החשובים בעיתונות האונליין המודרנית. יש כאלה שמוסיפים לכתבה הבהרה ברורה, על כך שהכתב הוא בוט. כך נוהג למשל העיתון הכלכלי פורבס. עיתונים ואתרי חדשות אחרים, מעדיפים כרגע להימנע מכך, מחשש שקוראים לא יסמכו על כתבות שהפיקה תוכנה.
בעיתונות הספורט מייצרים כיום אלגוריתמי כתיבה משוכללים כתבות מקיפות ומנומקות היטב על משחקי ספורט. אלו עולים לרשת בתוך דקה משריקת הסיום של המשחק. כתבות כאלה כוללות סטטיסטיקות ממשחקים קודמים, מעונות קודמות, היסטוריה של המתחרים ועוד. לכתב אנושי היה לוקח שעות כדי לייצר דיווח כל כך מפורט ומנומק של המשחק. הבוט עושה את זה בדקות, אם לא בשניות. כמובן שאת רוב עבודת האיסוף והניתוח הוא מבצע במהלך המשחק.
גם בתחום הכלכלה, שבו זמן פרסום המידע שווה לעיתים כסף רב, משתמשים היום באלגוריתמים כאלה. כך משמשים אלגוריתמים אוטומטיים של כתיבה עיתונאית להנפקת כתבות, שמפורסמות שניות לאחר אירועים בבורסה או בשוק ההון.
בתחומים של משברים ואסונות יש להם יתרון. באתרים מסוימים התפרסמה כתבה על רעידת אדמה כ-3 דקות לאחר שהתרחשה. אגב, הבוט שכתב אותה עשה זאת בתוך שניות. שאר הזמן בדקות הללו, עד שפורסמה הידיעה, נדרש כדי שהעורך או העיתונאי האנושי יאשר לפרסם את הכתבה.
פיתוח הבוטים העיתונאיים הללו ממשיך ליעדים שאפתניים מאד. מחשוב תהליכים מקביליים, של איסוף מידע וניתוחו, תוך התמודדות עם כמויות הולכות וגדלות של נתונים מתחומים שונים, איתור ותיקון מהיר של טעויות בנתונים או חיפוש ואיתור אוטומטי של אותם "סקופים" אפשריים, שיעוררו עניין בציבור.
אגב, חלק מהבוטים הללו כבר הוסבו לשימושים פוליטיים. הם "מאיישים" פרופילי פייסבוק מזויפים, מגיבים לציוצי טוויטר או מצייצים בעצמם, מפיצים פייק ניוז או ריל ניוז ביעילות מפחידה ובקיצור - ממלאים את תפקידם של הפוליטיקאים ודובריהם, במכפלות כוח מטורפות שמאפשרות שינויים ממשיים בדעת הקהל.
היתרונות של העיתונאי הרובוטי ברורים - מרגע שהוא פותח, השימוש בו זול מאוד. הוא לא זקוק לחופשות או לתנאים סוציאליים, אין לו ילד חולה והוא אף פעם לא שובת בשל תנאי העבודה הלוחצים או השכר הנמוך..
עוד על כך קראו באאוריקה בתגית: "עיתונאי רובוט". שם תכירו בוטי כתיבה חכמים שמייצרים מאמרים מנתונים גולמיים, מה'ביג דאטה' של תחומים כמו ספורט ועיתונות.
מוצר של חברת "Automated Insights" שמנתח נתונים רבים ומספק מאמרים בלשון אנושית, שקל לקרוא ולהבין:
http://youtu.be/hx1SMxgxKnc
על פרק נוסף ומדהים של הארי פוטר שנכתב על ידי בוט כתיבה:
https://youtu.be/XFYckCslt74
בוט כתיבה שלומד את כתב היד שלך וכותב בשמך:
https://youtu.be/LsZH7SS_lfQ
ועוד רובוט כתב יד:
https://youtu.be/BqgT_Nu0QnY
