אנו בעידן הצ'אט בוט המדהים של Open AI שנקרא ChatGPT. ה-GPT הוא קיצור בראשי תיבות של Generative Pre-trained Transformer. הצ'ט בוט הזה מוביל שורה של פיתוחים דומים ולמעשה הוליד, כמעט יש מאין, עולם חדש של טכנולוגיות. יצירתיות, חדשניות ומדהימות.

העניין הזה כבר הוליד פועל חדש בעברית, כשהמערכות הללו מתחילות לג'נרט (מלשון generate), כלומר לייצר תוכן באופן אוטומטי על ידי מחשבים ומודלי שפה תבוניים, דוגמת ChatGPT, Claude, Gemini ודומיהם.

מודלי השפה הללו מתקדמים במהירות והמירוץ לפתחם ימשיך. במקביל לעבודה המדהימה שעושים המפתחים של O.AI יוצאים כל הזמן כלים מתחרים, כולל של ענקיות כמו גוגל, פייסבוק ואמזון, העובדות על מוצרים דומים.

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 עליו ועל הידע והמידע שהיא מציע לנו בכל התחומים, אבל בתחומים מסוימים הם כבר כאן ועם יכולות בינה מלאכותית שהן די מהפכניות. בעניינים אחרים המרוץ לבשלות ככל הנראה ימשיך והם יגיעו די מהר...

קשה אולי להאמין שהמקצועות שאנו מכירים ייעלמו לגמרי. וגם אלו שאכן ייעלמו - זה לא יקרה מיד, אבל זה תהליך שיימשך, תהליך בו מקצועות עבודה יהפכו יותר ויותר למקצועות של פיקוח על הבינה המלאכותית שעושה אותה.

כשהאדם מפקח על עבודת המכונה, הוא יצטרך להיות בתחום כדי להיכנס לפעולה כשהמכונה נתקלת בבעיה שהיא לא יודעת לפתור, לא מתפקדת, מתקלקלת וכדומה.

אז אילו סוגי מקצועות ייפגעו מהבינה? - ההערכה היא שבעיקר מדובר בעבודות הקשורות בשפה. כל מי שמשתמשים בעבודה שלהם בשפה, באופן ישיר ומשמעותי ולא הכרח ביכולות אחרות, פיזיות, ליטרלי שריריות, יכולים לשער שהבינה המלאכותית תוכל לבצע במעלה ההתפתחות שלה את מלאכתם.

עיתונאים, מידענים, תחקירנים, אנשי שיווק, פרסום ויוצרי תוכן, מתכנתים ואפילו מוסיקאים - אצל כולם השפה היא כלי מרכזי בו הם עושים שימוש בליבת שיטת העבודה. אז זה לא שלא יהיו עיתונאי-על, או מוסיקאים אנושיים - הם פשוט יהיו מעטים ומעולים. השאר ימצאו את עצמם מוקפים באנשים שאינם אנשי מקצוע, אך למדו לנצל כלי AI ולייצר תוצרים שייתחרו בשלהם.

גם אנשי מדיה צריכים לדעת שהמקצועות שלהם יעברו שינויים משמעותיים ולמעשה כבר עוברים. עורכי סרטים, צלמים, יוצרי סרטים, מקליטים, עובדי אולפנים, טכנאי סאונד, עורכי אפקטים ומעצבים גרפיים - המקצועות הללו כבר עוברים שינויים וכדאי שיתעדכנו בהם היטב כי כך יוכלו להשתנות עם התחום ולהתבגר לחידושי ה-AI שייכנסו אליו, למצוינות והובלה בו.


הנה השפעת הבינה המלאכותית על העולם האנושי שלנו (מתורגם):

https://youtu.be/RzkD_rTEBYs


יחליף את המורים? - למה בחינוך מודאגים ממודל השפה החדש?

https://youtu.be/Fn8jDanbf0c


האם הג'י פי טי יחליף למשל את הסופרים ויכתוב ספרים, כמו שהוא מייצר היום ספרי ילדים (עברית):

https://youtu.be/sDjFRAP0Szg


ומה הוא עושה לתלמידים והמורים (עברית):

https://youtu.be/vmmUiyeGNB8?long=yes

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

כלי יצירת וידאו בעזרת בינה מלאכותית גנרטיבית מתפתחים במהירות אדירה. עד לא מזמן זו הייתה המהפכה הבאה של הבינה המלאכותית, אבל מהירות הפיתוח של הטכנולוגיה הזו, כמו כל תחום הבינה הגנרטיבית, היא בלתי נתפסת ולכן היא כבר כאן ולא עוצרת לרגע.

וכך, נוסקים מה שהיו שנה קודם סרטונים של 4-5 שניות באיכות תמונה בסיסית עד נמוכה והבנה בינונית למדי של הפרומפטים (ההנחיות הטקסטואליות שבהן מתאר המשתמש את התוצאה המבוקשת). בתוך שנה הם הפכו לסרטונים מעולים, באיכות תמונה מעולה, היצמדות להנחיות הפרומפט ומאפשרים לבקש זוויות צילום, סוגי שוטים, סוג או ז'אנר הסרט ועוד.

וגם קהילת הקוד הפתוח (ראו בתגית "קוד פתוח") לא טומנת ידה בצלחת. לעומת מודלים מסחריים סגורים ויקרים למשתמש, המודלים שלהם מאפשרים יצירת סרטונים בארכיטקטורה עם שקיפות וחדשנות וללא עלות, תוך אימוץ של טכנולוגיות AI מהחדשניות ביותר, גם בחינם להורדה והרצה על המחשב המשתמש וגם אונליין, בהגבלות בשל העלות שעולה לשתפן כך.

מדהים לחשוב שמה שבעבר צולם באלפי דולרים מינימום לשניה של סרט, נוצר עכשיו בכמה פקודות מקלדת, שמייצרות סרטונים שווי ערך להפקה מורכבת, יקרה, עתירת מקצוענות וכוח אדם, כשלא פעם ביצועי אפקטים מיוחדים ו-CGI, יקרים ומורכבים לצילום, מוחלפים במחי פקודת מקלדת פשוטה ודמיון מפותח של היוצרים.

היום הבינה המלאכותית יוצרת סרטונים מעולים וברמה מטורפת, אפילו על בסיס של תמונות סטילס (תמונות רגילות), שהועלו אליה ונוספה להם הנחייה שאומרת מה "עושים" האובייקטים שבתמונה כשהם "משתתפים בצילומים".

וזה בדיוק מה שמדאיג היום רבים בתעשיית הקולנוע. קשה להימלט מהמחשבה כמה ואילו מקצועות עומדים להיעלם בקרוב מהעולם, מהמסך, הגדול או הקטן. בצל הקדמה הזו עלולים כמה א.נשים לאבד את פרנסתם. החלפתם הצפויה בבינה מלאכותית תהיה כי היא זולה, יעילה, צייתנית וכזו שאף פעם לא חולה, לא עצובה ולא מאחרת, כי הילד שלה מרגיש לא טוב בבית...

אז לצד זה שהבינה המלאכותית מרגשת, תורמת ליצירתיות וגלומות בה אינספור אפשרויות בלתי נגמרות, היא טומנת בחובה גם איומים וסכנות לאנושות ולנו בני האדם. תעשיית הקולנוע כולה עלולה להיות מוחלפת בהדרגה במיליוני רובוטים שקוראים להם AI ואין להם אפילו גוף לחבוט בו. רק אינטליגנציה מלאכותית, שלא מרחמת ולא חומלת, כי היא עושה רק מה שאומרים לה. במקלדת, כן?

הפתרון, כי חייבים לדבר אופטימית שוטפת, הוא ללמוד את הכלים החדשים הללו. יידע כל מקצוען קולנוע שבמקום להיות מוחלף ב-AI, עדיף לדעת AI ולהשתלב בעולם החדש הזה.


הנה Google Veo 2 המוביל:

https://youtu.be/VNWLHAnRc0o


הכלי האינטגרטיבי שעושה תהליך שלם מפרומפט קטן:

https://youtu.be/Aw1TQwkCLQs


מודל וידאו בינתי ישראלי (עברית):

https://youtu.be/CkpLiPWLcHo


אפשרויות הווידאו AI שהולכות ומתפתחות במהירות - הנה Neurawik:

https://youtu.be/1HVkzZiv82Q


Sora רצה להחליף את עשיית הסרטים הרגילה (עברית)

https://youtu.be/kx3H1jFHncY


דברים שרק AI יכול לעשות (ללא מילים):

https://youtu.be/f-Vbm-iQ_Xw


הדרכה ל-Image to Video שהופכת תמונה לסרטון וידאו (עברית):

https://youtu.be/mR3rN8vphC8


קליפ AI של שיר של הביטלס:

https://youtu.be/Z9MZdNrGbM4


כך יוצרים מתמונות בעזרת פרומפט וידאו AI בקלות עם Minimax (עברית):

https://youtu.be/F-gl4E5yo60


כך יוצרים לייב פורטרייט - דיוקן עם מחוות שלכם:

https://youtu.be/kM3KSrPrh9c


קליפ מתמונה בשיטה של Image to video:

https://youtu.be/yCczY9PNeao


קדימון AI מדומה לסרט מד"ב שאולי יצולם:

https://youtu.be/oAIrJP4n5sQ


כך מחליפים פנים לדמויות וידאו ב-Faceswap:

https://youtu.be/vVs0DZ8VyGQ


מינימקס המטורף בווידאו AI:

https://youtu.be/4QXCV_TYKZc?long=yes


הנה Dream Machine של לומה:

https://youtu.be/N_hlfwWtgPQ?long=yes


על סקיצה של ג'ון לנון שהושלמה 40 שנה אחרי מותו עם קליפ משולב דמויות AI:

https://youtu.be/APJAQoSCwuA?long=yes


Magic Hour AI - כלי שיוצר סרטונים עד 60 שניות, שזה הכי הרבה:

https://youtu.be/eSpuvmRhcPg?long=yes


KREA - מודל ליצירת סרטונים AI:

https://youtu.be/OBewafac0Xs?long=yes


MINIMAX - עוד מודל וידאו מדהים מסין:

https://youtu.be/7JZLLxV1AGc?long=yes


כלי וידאו שמייצר ישר סרטון רב-סצנות:

https://youtu.be/BCCUNiToo94?long=yes


כלי הווידאו המומלצים לתחילת 2025:

https://youtu.be/K04zRJ8Vl_s?long=yes


וכך מייצרים סרטי וידאו ארוכים ב-Canva תחילת 2025:

https://youtu.be/tWmVbn4rUd0?long=yes

המוסיקה של הבינה מלאכותית הג'נרטיבית היא אחד הפלאים האחרונים והמדהימים של הז'אנר הנפלא הזה.

בינה מלאכותית גנרטיבית (Generative AI) היא בינה מלאכותית שיכולה לייצר עבור המשתמש מגוון של תוכן חדש, החל מטקסטים, דרך תמונות, סרטונים, מוסיקה ומגוון סוגי מדיה נוספים.

הבינה המלאכותית המוזיקלית יודעת לעשות 3 דברים:

1. לקבל דאטה מוסיקלי, כלומר נתונים, בכמויות ענק, מכל סגנון של מוסיקה, מכל תקופה או אזור ותרבות בעולם ועם כל קול וכלי מוסיקלי אפשרי.

2. ללמוד מהדאטה הזה איך הדברים נשמעים.

3. לייצר מוסיקה חדשה, לפי דרישות המשתמש כפי שנוסחו בהוראה מילולית פשוטה (פרומפט).

פלטפורמות וכלי בינה פופולריים כמו Suno ו-Udio מאפשרים היום יצירת מוסיקה קלה וחדשנית. יצירה כזו של מוסיקה לא מחייבת את המשתמשים בידע מוסיקלי אלא רק ביכולות ניסוח פרומפטים וטעם טוב, שיאפשר ליצור מוסיקה טובה באמצעות בינה מלאכותית.

את הידע המוסיקלי שנדרש מאז ומעולם, בכדי להלחין ולכתוב שירים ומוסיקה כלית, מחליפים כאן אלגוריתמים מתקדמים ויכולת של המודלים הבינתיים להבין את הפרומפטים, אותם תיאורים טקסטואליים שהמשתמשים כותבים ולהפוך אותם ליצירות מוסיקליות, שכוללות מלודיה (מנגינה), עיבוד והפקה שנשמעת לא פעם מקצועית והולכת ומשתפרת בכל גרסה חדשה.

היכולת המדהימה הזו, שמאפשרת לאנשים ללא רקע מוסיקלי ליצור מוסיקה ושירים שלמים בקלות יחסית, מאפשרת פתיחה של עולם יצירת המוסיקה לציבורים חדשים ופותחת הזדמנויות חדשות לביטוי יצירתי ואמנותי.

פרויקט נחמד ביוטיוב, למשל, נקרא AI Beatles ומייצר שירים שהביטלס מעולם לא שרו. הם מהמילים והמוסיקה ועד לקולות וצורת השירה, הם נשמעים מאוד כמו הדבר האמיתי אבל הם לגמרי בינה מלאכותית. את הקליפים יוצרים שם מחומרים אמיתיים, אבל סביר להניח שעם התפתחות המודלים המדהימים של הווידאו הגנרטיבי גם הם יזכו לשדרוג בינתי ובהמשך יהיו לגמרי AI.

עוד מודל Gen AI מעניין הוא Diff-A-Riff, שיוצר ליווי כלי לריף מוסיקלי שהעלית. הוא משתמש במקודד אוטומטי (CAE) ומודל דיפוזיה סמוי (LDM) כדי ליצור ערוצי מוסיקה, תפקידי כלים נוספים שמתאימים ללוות את הריף המקורי. עם Diff-A-Riff, ניתן לתת רפרנס, מעין השראה או רוח מוסיקלית, או פרומפט - הנחייה מילולית שתנחה את המודל בהפקת הערוצים הנוספים הללו. בכך פותח המודל, כלומר הכלי, אפשרויות חדשות ומרגשות, הן למוסיקאים המחפשים השראה וכן לחובבים או מתעניינים שרוצים לשלב בינה גנרטיבית וכלי AI במוסיקה.


הנה המודל של Suno שמייצר מוסיקת AI בהזמנה:

https://youtu.be/3_pxKK2wqvI


הבינה המוסיקלית המדהימה של Udio:

https://youtu.be/aQC0FI_asKY


המחשה מוקדמת של שיטת הוספת הכלים והתפקידים במודל Diff-A-Riff:

https://youtu.be/dAq0YcOAB4k


ההבטחה של Fugatto של אנבידיה:

https://youtu.be/qj1Sp8He6e4


הדוגמאות של המודל הבא מ-Eleven labs:

https://youtu.be/WA4Aco4rnTA


טעם רע או אזהרה - הקליפ של Apple שמדגים את החשש של המוסיקאים דווקא מ-Ai:

https://youtu.be/ntjkwIXWtrc


תמיד יהיה מנוע וידאו שיאפשר להפוך את זה לקליפ:

https://youtu.be/Xfhulh3iyWQ


מוסיקה קלאסית לכינור וכלי מיתר שיצרה בינה:

https://youtu.be/iQ6ITnYAIok


Ai Beatles - הפרויקט שמייצר שירים שהביטלס מעולם לא שרו:

https://youtu.be/FSbXnOKBK40


Riffusion - הכלי החדש ליצירת מוסיקת AI (עברית):

https://youtu.be/c5_agjg-_Q4?long=yes


ההבטחה המפוקפקת אך אפשרית לעשות כסף ממוסיקת הבינה:

https://youtu.be/cvRJ_izhs28?long=yes


ואיך עובדים עם סונו 4:

https://youtu.be/5zYHm35V998?long=yes

הבינה המלאכותית היצירתית (GenAI) כמו DALL-E היא מערכת המסוגלת לייצר תמונות ודימויים ויזואליים דמיוניים, המבוססים על פרומפטים - תיאורי מלל, אינפוטים טקסטואליים שכתב והזין לה המשתמש.

הכל הוא חלק מטכנולוגיה שנקראת "ג'נרטיב AI". זו בינה מלאכותית שבמקום לחשב ולנצח במשחקי טריוויה הפכה ליוצרת AI, לציירת, צלמת ועוד כל מיני סוגי אמנים - אבל במקרה שלה - תמיד באינטליגנציה מלאכותית.

באמצעות פרומפטים, תיאורים מילוליים דוגמת "אביר ימי-בייניימי עשוי מחצילים" או "מגדל מודרני בנוי על שריון של צב בסגנון פיקאסו" מייצרת המערכת תמונות וציורים מרהיבים ואפילו מדהימים.

ליצירת התמונות מהטקסט אחראית הבינה המלאכותית המבוססת על למידה עמוקה, מערכת הלומדת בעצמה רשתות נוירונים מלאכותיות, על סמך דפוסים שהיא מאתרת עצמאית, במיליוני תמונות וציורים המוזנים אליה על ידי המפעילים שלה.

להישג המקורי של DALL-E קמו די מהר מתחרים איכותיים לא פחות ואף יותר. הם מציעים עולם חדש וחסר תקדים של ציירים בינתיים, שרק ממתינים לבקשות מהמשתמשים ומזדרזים לצייר מבחר טיוטות, מהן יכול המשתמש לבחור את התוצר הסופי שמועדף, שיבוצע באיכות גבוהה.

איש לא יודע בדיוק כיצד המנועים השונים פועלים, אבל זו עבודה מדהימה של למידה עמוקה שמעבדת בעצמה את הדאטה ממיליוני תמונות ומלמדת את עצמה לצייר ולפרש את הפרומפטים לפיקסלים ותמונות.

התוצאות של DALL-E 2 היכו די מהר גלים בעולם הבינה המלאכותית ותחרות של חברות ומפתחי קוד פתוח יצרו גם הרבה שיפורים, הן באיכות הטכנית של התמונות והן ביכולות האמנותיות. כך למשל הולכות התמונות ונעשות מפורטות, הרזולוציה גדלה, יכולות הריאליזם, עבודת הצל והתאורה, השימוש במרקמים וציור הנראה כמעט טבעי לחלוטין. השטח מלא במודלים שבראשם מידג'רני, אידיאוגרם ו-Flux, המודל בקוד פותח שמייצר תוצרים שומטי לסתות.


הנה כלי Gen AI מצטיין ליצירה ויזואלית:

https://youtu.be/XZjaHJP0PQE


באיזה כלי לבחור לכל צורך? (עברית)

https://youtu.be/a5wUS6SQ0us?t=1m47s


"דאל-E" שכבר יכולה לצייר דיוקנאות מתיאור מילולי בשפה טבעית של מה שיכיל הציור:

https://youtu.be/qTgPSKKjfVg


על היכולת המופלאה של דאלי ליצור אמנות:

https://youtu.be/hiSgpZUAy2c


הסבר אמנות ה-AI:

https://youtu.be/alJdw4JDJ4o


מנועי יצירת תמונות מתחרים:

https://youtu.be/rGbNJrywLhk


גם היהדות ואפילו החרדית מקבלת אפשרויות שהולכות ומתפתחות (עברית):

https://youtu.be/KR29znIp2LU


ה"אאוט פיינטינג" של דאלי, בו הוא מרחיב תמונה:

https://youtu.be/G-Wsh1vUeVQ


קבלו משפר פרומפטים ליצירת תמונות (עברית):

https://youtu.be/HLhRFaXQ0vQ


מדריך להרחבת תמונות:

https://youtu.be/V1KLG159A2s


קליפ שכולו תמונות שנוצרו ממילות שיר של קינג קרימזון:

https://youtu.be/VR3AWdyVVdU


למה יש לבינה כל הזמן בעיה עם אצבעות?

https://youtu.be/24yjRbBah3w


גם למחוללי תמונות מעולים כמו מידג'רני יש בעיות (עברית):

https://youtu.be/xUpUhHsAWlg?long=yes


הסבר מעמיק וארוך על יצירת תמונות גנרטיבית (עברית):

https://youtu.be/aHPFq-Q6JQ0?long=yes


ויוצר רשת שחודש שלם העלה לרשת החברתית תמונות אושר ואווירה שיצר AI - ואז גילה לעוקביו את האמת:

https://youtu.be/FRClNMC_z-s?long=yes

בעולם המתהווה ממש לנגד עינינו יש לעתים בלבול בין טכנולוגיות, מושגים ורעיונות שונים. הבה נבהיר את ההבדלים ביניהם:

#מולטי מודאליות (Multimodal Model)
זוהי תכונה של מודל שפה שיכול לקבל סוגי קלט שונים ולהתייחס אליהם, במקום רק טקסט, כמו מודלי השפה הרגילים או הראשונים שהכרנו בהתחלה. הרעיון במודלים מולטי-מודאליים כאלו הוא שהם משלבים כמה סוגי נתונים או מודאלים, כולל טקסט, תמונות, הקלטות, אולי סרטונים וכדומה.

דוגמה לכך היא מודל ה-Multimodal Chain-of-Thought (בקיצור CoT), שמציע גישה בה המודל משתמש בשני שלבים: הראשון הוא יצירת רציונלים, הסברים, והשלב השני של הסקת תשובות. השילוב של מידע טקסטואלי עם מידע חזותי מאפשר למודלים אלו לשפר את ביצועיהם ולצמצם את כמות ה"הזיות" (hallucinations) בתשובותיהם. פירוט בתגית "מולטי מודאליות".


#מודל היגיון (Reasoning Model)
מודל היגיון הוא מודל שנועד לחקות את תהליך החשיבה האנושית. הוא מתמקד בהסקת מסקנות לוגיות על בסיס מידע נתון, ולא רק בהפקת תשובות מהירות.

מודלים אלו מבצעים לעיתים קרובות "שרשרת מחשבה" (Chain of Thought), כלומר הם חושבים צעד אחר צעד כדי לפתור בעיות מורכבות, כמו בעיות מתמטיות או מדעיות. זה מאפשר להם להסביר את הפתרונות שלהם בצורה ברורה ומדויקת יותר. פירוט בתגית "מודל היגיון".


#שרשרת מחשבה (Chain of Thought)
ה-Chain of Thought ובקיצור CoT, הוא טכניקת הפעלת מודלים שבה המודל מונחה לפרק בעיה סבוכה ומורכבת ולייצר רצף של צעדי חשיבה קטנים, לפני שהוא מספק תשובה.

שיטה זו, המחקה את דרך הפעולה האנושית, שיפרה את יכולות ההיגיון של מודלים גדולים והוכחה כיעילה בביצוע משימות שונות כמו חישובים, רציונליזציה של מצבים יומיומיים, ופתרון בעיות סימבוליות.

המודל מתבסס על דוגמאות קודמות כדי להנחות את החשיבה שלו, מה שמוביל לשיפור משמעותי בביצועים. פירוט בתגית "שרשרת מחשבה".


אז נסכם שמולטי מודאליטי או מולטי מודאליות משלבת סוגי נתונים או קלט שונים ולא רק טקסט ובכך משפרת ביצועים. מודל היגיון, בסמוך, מחקה את החשיבה האנושית ומספק הסברים לוגיים לתשובות שהוא נותן, בעוד שחשיבה מדורגת, או שרשרת מחשבה, היא טכניקה שמסייעת ומנחה מודלים לחשוב על בעיות בצורה מסודרת, לפני שהם נותנים את התשובה.

שלושת המושגים הללו קשורים זה בזה, כי מודלי ההיגיון יכולים להשתמש בטכניקות של חשיבה מודרגת (Chain of Thought) ולא פעם משולבים בהם אמצעים מולטי-מודאליים כדי לנצל את היתרונות של כל אחד מהם.

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

כלי מחקר מבוססי בינה מלאכותית ג'נרטיבית הם סוג של סוכני AI משוכללים (AI agents) המיועדים לחקר וארגון המידע שאנו צוברים בתהליך המחקרי.

מבין מודלי השפה הגדולים (LLMs) בולטים קלוד ו-Chatgpt שפותחו לכלים מולטי-מודאליים. ככאלה הם מתאפיינים ביכולת ללמוד דברים מטקסטים, תמונות, צילומי מסך ועוד ולשפר את הביצועים עם תוצאות בפלט הכולל טקסטים, קוד, אודיו, וידאו, תמונות והבנה מרחבית.

לצידם יש מודל שפה שהוא יותר מחקרי באופיו וכולל מנוע חיפוש. מדובר ב-Perplexity, כלי שהחל בהתבססות על דאטה מחקרי, בעיקר מ-Google Research. כשהפך להיות הצ'טבוט המחפש הראשון, הוא מתבסס על תוכן עדכני ורלוונטי שהוא מאתר באינטרנט בזמן אמת, עם עדיפות לתמציתיות ולנתוני אמת. בנוסף, פרפלקסיטי שומר על כללי הציטוט המדעי, נותן ציטוטים עם ציוני מקור, מנמק ומקשר את טיעוניו למקורות שעליהם התבסס ומהם שאב את המובאות והתשובות.

יש גם את NotebookLM של גוגל, מעין מחברת חכמה בצירוף שותף ללמידה, שמבין אתכם ועוזר להפיק את המרב מהחומר המחקרי או הלימודי. במקום לבזבז זמן על עבודה טכנית ומשעממת, מעלים אליו עשרות חומרים, כולל טקסטים בהעתק-הדבק, מאמרים, לינקים, כתבות וספרים ועד סרטוני יוטיוב והקלטות קוליות. הכלי, שמתבסס על Gemini 2.0, קורא, מבין ומנתח את כל המידע במהירות ובמקום שתבזבזו שעות על קריאת חומר וכתיבת סיכומים, הוא מייצר לכם בקלות סיכומים חכמים, תובנות, מדריכי למידה, צירי זמן ותשובות לכל שאלה. ניתן לצ'טט או ממש לשוחח עם המחברת כאילו היא עוזר אישי וקולי, לשאול שאלות שתרצו על החומר ולקבל תשובות מדויקות ומובנות.

מרשימה גם היכולת של NotebookLM, להפוך את הידע שטענתם אליו לפודקאסט וגם לשאול שאלות עם מיקרופון ולהיות שותפים מלאים לשיחה עם "המגישים". תארו לעצמכם שתוכלו לקחת את הסיכום שיהפוך להרצאה מוקלטת בקול אנושי לחלוטין, או לסרטון לימודי או מקצועי. זו למידה חווייתית, שיתופית ומעניינת הרבה יותר.

עוד כלי מחקר טובים הם עזרי כתיבת פרומפטים ומאגרי פרומפטים המסייעים לתקשורת יעילה עם מודלים גדולים של שפה. כלים כאלה הם חיוניים למגוון עצום של שימושים, כולל שלל אפשרויות מחקר, כתיבה והפקת תובנות מתוכן גולמי וממקורות בינתיים.

ברמה המדעית יש גם יש כלי בינתי, מעין מודל שפה גדול (LLM) בשם Consensus שהוא בעצם מנוע חיפוש אקדמי מבוסס בינה מלאכותית. הוא עצמו משתמש במודלי שפה גדולים (LLMs) כדי לאסוף, לנתח ולהנגיש מידע מדעי בצורה פשוטה ומדויקת. המנוע של "קונצנזוס" מנתח יותר מ-200 מיליון מאמרים מדעיים, מסכם אותם באופן תמציתי ומציג את הקונצנזוס המדעי, מה הדעה הכללית ביחס לשאלות מדעיות בנושאים שונים. לשם כך הוא משתמש בכלים כמו "Consensus Meter", בו רואים את התפלגות הדעות בשאלה המסוימת ולומדים על "מה חושב המדע" לגביה.

עוד שיטה שהוא נוקט היא "Pro Analysis". שימושיה העיקריים בחינוך ובמחקר הם בסיוע לסטודנטים ולמורים במציאת מאמרים רלוונטיים, יצירת סיכומים מותאמים לשואל, ניתוחים מהירים של ספרות מדעית, סינון מאמרים שלא עומדים בדרישות מדעיות מוגדרות (כמו מתודולוגיה, גודל מדגם או מובהקות סטטיסטית) והפקה של ציטוטים אוטומטיים ודוחות מותאמים.


הנה NotebookLM, כלי המחקר לטעינת חומרים מגוונים ומשימות עליהם (עברית):

https://youtu.be/_vML22ACIRs


הוא יכול לייצר אפילו פודקסט:

https://youtu.be/1jgpsGDUXW4


הצ'טבוט שמצטיין במחקר ובחיפוש - Perplexity (עברית):

https://youtu.be/1MkBWfurQL4


כלי AI מקצועי למחקר מדעי בסקירת ספרות ולמידה ממאמרים:

https://youtu.be/LBzrVEG5qsk


מארינר - סוכן AI והעוזר הגלובלי של גוגל:

https://youtu.be/WJnUWldjJQA?long=yes


הבן של גוגל וקלוד - הנה פרפלקסיטי ששילב את שני העולמות (עברית):

https://youtu.be/33nBpKRWMms?long=yes


כמה כלי מחקר מבוססי AI:

https://youtu.be/Rc9R7T8S1c8?long=yes


ומדריך לעבודה עם NotebookLM:

https://youtu.be/UG0DP6nVnrc?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

בינה מלאכותית גנרטיבית (Generative AI), בעברית "בינה מלאכותית יוצרת", היא בינה מלאכותית שיכולה לייצר עבור המשתמש מגוון עצום של תוכן חדש. התוכן הזה משתרע על מגוון תחומים גדול, שהולך ומתפתח מיום ליום ובשימוש בצורת כלי איי, כלים שמאפשרים לייצר תכנים ותוצרים באופן מקוון, או בהתקנה על המחשב.

התוכן שבינה גנרטיבית יודעת לייצר כולל החל מטקסטים, דרך תמונות, סרטונים, מוסיקה, אנימציה ומגוון אדיר של סוגי מדיה ויישומים נוספים. ביניהם נכללים כתיבת קוד, עיצוב גרפי, תכניות באינספור תחומים, ניסוחי מכתבים, מאמרים וספרים ועוד.

#הבינה היוצרת יודעת לעשות 3 דברים עיקריים:
1. לקבל דאטה, כלומר נתונים מסוג כלשהו.
2. ללמוד מהדאטה הזה על הסוג.
3. לייצר לבקשת המשתמש תוצרים חדשים מסוג זה.

התקשורת בין המשתמש למודל השפה של בינה הגנרטיבית (LLM) מתבצעת כיום באמצעות כתיבה של פרומפט (Prompt), שהיא הנחייה מילולית בשפה טבעית, השפה הרגילה שלנו, כולל אנגלית, עברית וכדומה (ראו בתגית "פרומפטים").

לפרומפטים הללו מתווספים לעתים ממשקי משתמש נוספים, נוחים, קלים ולרוב גם יעילים יותר למתחילים. ביניהם אנו מוצאים תפריטים, כפתורים על המסך, תגיות, בחירת אפשרויות בכפתורי רדיו, קופסאות סימון וכדומה. כיום נכנס גם הממשק הקולי בו המשתמש משוחח עם מודל השפה וההוראות מתורגמות מקול לטקסט, על ידי ה-AI ומבוצעות מיד.

ההתחלה, אגב, של פיתוח המודלים הללו הייתה צנועה למדי. היא התבטאה בהכנסת קובץ סאונד כמו MP3 למערכת הבינה וקבלת התמלול שלו כטקסט כתוב. בהמשך הפיתוח הלכו השימושים בהם וגדלו, נעשו מורכבים ומדהימים יותר ויותר וכיום הבינה הגנרטיבית היא מפותחת להפליא.

בעיני רבים הבינה הגנרטיבית מאיימת כיום להחליף אנשים בעבודות שהם עושים. מומחים טוענים שזה לא מדויק ושמה שיוחלף הם תהליכי העבודה (בצירוף עובדים שלא יתעדכנו לחידושי ה-AI). לטענתם, תמיד יידרש המרכיב האנושי שיוודא שהשימוש בבינה המלאכותית ובמיוחד היצירתית, יהיה מוצלח.

אז כדי שיוכלו להמשיך לעבוד, העובדים יצטרכו להתעדכן, ללמוד ולהצטייד ביכולות חדשות, שיותאמו לדרישות החדשות של המעסיקים. קראו על כך בתגית "בינה מלאכותית גנרטיבית, אבטלה".


הנה הסבר על הבינה הגנרטיבית:

https://youtu.be/rwF-X5STYks


הבינה היצירתית והתחומים שהיא עתידה לשבש:

https://youtu.be/vneJieU5qlg


היכולות המטורפות של הבינה המלאכותית הגנרטיבית (עברית):

https://youtu.be/05oOucZmO8Y


התפתחות התחום הגנרטיבי כפי שהוא מוצג באחת מאלפי חברות Generative AI (עברית):

https://youtu.be/joJVqKTPVsY


מהי בינה גנרטיבית?

https://youtu.be/pWNAtUwnBS8


משמעות ה-AI הגנרטיבי בעולם הכתיבה העיתונאית:

https://youtu.be/3Jopz-V-IRQ


הנה הסבר מעמיק על הבינה המלאכותית היוצרת:

https://youtu.be/2IK3DFHRFfw?long=yes


אוסף חידושי וחדשות AI וידאו מדצמבר 2024:

https://youtu.be/30ZoRlr-TrY?long=yes


וסקירה מקיפה על הבינה המלאכותית הג'נרטיבית:

https://youtu.be/2IK3DFHRFfw?long=yes

דיפ פייק (Deep fake או Deepfake) הוא שמה של טכנולוגיית וידאו, מבוססת בינה מלאכותית (AI), המאפשרת לייצר מציאות שנראית אמיתית ומבוססת על אנשים אמיתיים, אך לא התרחשה מעולם.

זה נעשה על ידי לקיחת תמונות, סרטונים וקולות ושינוי שלהם באמצעות AI, באופן שמאפשר לייצר תכנים דומים, הנראים אמיתיים, אך מעולם לא קרו, התרחשו או נאמרו באמת.

טכנולוגיה זו הולכת ותופסת בשנים האחרונות את מקומה ברשתות החברתיות שבאינטרנט.

העיקרון המוביל בסרטוני ה-Deepfakes הוא שחזורי פנים מדויקים, המולבשים על סרטוני וידאו, תמונות או אנימציה ומייצרים מראות הנראים אמיתיים לגמרי.

בסרטונים, למשל, מדובר על החלפת פניו של מי שצולם בווידאו, באמצעות למידת מכונה. התוצאה של זה היא יצירה בקלות של סרטוני וידאו המציגים אנשים העושים מעשים שמעולם לא עשו באמת או אומרים דברים שלא נאמרו.


#תולדות ה"דיפ פייק"
את לידת הטכנולוגיה הזו סימנה אפליקציה בשם FakeApp, שפותחה בסין על ידי מיזם בשם MoMo. המיזם היה ככל הנראה החלוץ בכך שאפשר להמונים להדביק את פניהם לזמרים, שחקנים ודמויות ממשחקי וידאו. לראשונה ראו המשתמשים שמספיקה תמונה אחת של פניהם, כדי שהאפליקציה תדביק ותמפה אותה באופן אוטומטי על גבי הקליפים שהיא מציעה.

בשנת 2016 כבר פותחו מערכות למידת מכונה אוטומטיות וחזקות יחסית, כאלה שלומדות ומשתפרות בעצמן, ככל שהן מופעלות. המערכות הללו חזרו שוב ושוב על תהליכי יצירת Deepfake וככל שהתהליך נמשך, לאחר מיליוני פעמים, הן שיפרו את התוצר. בשנה זו יצאו כבר תוכנות שאפשרו זאת גם על מחשבי PC ביתיים וחלשים יחסית.

את שמה קיבלה הטכנולוגיה הזו בשנת 2017, ממשתמש באתר Reddit שכינויו "זיופים עמוקים". הוא טבע את המונח לאחר שערך כמה סרטונים פורנוגרפיים ובהם הוא הטמיע, באמצעות טכנולוגיית "למידה עמוקה" (Deep learning), את פניהם של ידוענים ומפורסמים שונים.

את פרסומה העיקרי חייבת הטכנולוגיה הזו לסרטוני "פייק ניוז", חדשות כזב, שיצרו תומכי פוליטיקאים בארצות הברית, במהלך קמפיין הבחירות לנשיאות 2020. לפתע החלו להופיע סרטונים בהם ממליצים ומסבירים נשיאי עבר ומשפיענים פוליטיים שונים על דברים בדויים ומנוגדים לאמת. על התחום הזה שווה לקרוא בתגית "פייק ניוז".


#למה משמשים סרטונים אלו?
טכנולוגיית ה-Deepfake משמשת ליצירת תוכן וידאו המציג מציאות בדויה לחלוטין, דברים שנראים ונשמעים אמיתיים ומצולמים, אך למעשה לא התרחשו מעולם.

ביטויי הסרטונים הללו, שזכו לכינוי Deepfakes, הם רבים. הם מתחילים מפוליטיקה בה מיוצרים כך נאומים שלא ננאמו ומעבירים מסרים בדויים מפיהם של ידוענים, מנהיגים ומפורסמים ומסתיימים כיום בסרטונים "פסאודו-תיעודיים", המציגים מעשים, מראות וטקסטים מדוברים, הנראים אמיתיים לחלוטין אך מעולם לא צולמו והוקלטו.

מדובר בעניין מהפכני. מעולם לא עמדה טכנולוגיה כה חזקה וריאליסטית לטובת תעשיית השקר, או בשמה המכובס, תעשיית ה"פוסט אמת".

בעולם של ה-Deepfakes השתפרו האפשרויות ליצירה והפצה של שקרים פראיים. הן כה מרשימות, עד כדי כך שמיליונים "נופלים בפח", מאמינים לסרטוני הדיפ פייק הללו ומשנים בגללם את דעותיהם ואף את התנהגותם והעדפותיהם הפוליטיות. ראו את סרטון הטבע שאנו מציגים למטה ובו בעלי חיים בדויים וכמה שהוא נראה אמיתי.


#סיכום
הכלים ליצירת סרטוני ה"דיפ פייקס" הם כלים טכנולוגיים, מתוחכמים מכל טכנולוגיה שעמדה בעבר לטובת השקרנים ומקדמי מה שזכה לכינויים כמו "אמת אלטרנטיבית", תיאוריות קונספירציה וכדומה.

מעולם לא עמדו טכנולוגיות כה חזקות לרשות השקרים הקטנים, להם מתאפשר עתה להמציא ולהפיק את הבדיות שלהם באופן מוחשי וריאליסטי מאי-פעם.

מצד שני, מעולם הדיפ פייק נולד עם הזמן גם יישום ה"דיפ נוסטלגיה". עד שימצאו גם לו שימושים מזיקים ואף מחרידים, זהו עולם חיובי, סנטימנטלי ומעורר התרגשות אמיתי, בהנחה שנוסטלגיה אינה מזיקה לאיש. ניתן לקרוא עליו בתגית "דיפ נוסטלגיה".


הסבר לטכנולוגיה (עברית):

https://youtu.be/lk-1hBpAyiU


אובמה מדבר פייק:

https://youtu.be/gLoI9hAX9dw


סרט טבע פיקטיבי שיצרו בעזרת Sora ומציג פייק חיות:

https://youtu.be/ObUBUKOn-bo


ההשלכות של זה מטורפות (עברית):

https://youtu.be/4BsiYnt51ok


כך יוצרים פנים ממאפיינים או שילובי פנים אמיתיים:

https://youtu.be/kSLJriaOumA


ושעשוע עם טראמפ ומיסטר בין:

https://youtu.be/HN-qlGf2mZw

בינה מלאכותית אג'נטית (Agentic Al) היא סוג של בינה מלאכותית שמשלבת את מודלי השפה, כמו ה-GPT, עם כלי פיתוח, ידע ופעולות שנועדו לאפשר בנייה של "סוכנים בינתיים" (AI agent) שיסייעו לנו במשימות שונות.

המושג הזה והכלים המיועדים עבור Agentic Al מכוונים בדרך כלל למתכנתים. אך לעולם של בניית סוכני AI הולכים ונכנסים, ללא כתיבת קוד, גם מי שאינם מתכנתים.

נזכיר שאותם סוכני AI שהאג'נטיק AI מאפשר הם כבר לא לאו דווקא מודלי שפה כלליים שעושים או יודעים לעשות הכל, כמו ה-LLMים הגדולים, אלא מנועים מתמחים, מתוכנתים עם יעדים ברורים ומכוונים לביצוע של משימות ספציפיות, עבור אנשים פרטיים או לארגונים ועסקים.

כי בניגוד למנועי השפה הגדולים (LLM) שהתמחו בהמלצות, עזרה וחשיבה, אבל בעיקר בטקסט, הסוכנים החכמים יכולים לעשות וממש עושים פעולות בעולם האמיתי ומהחיים עצמם - הם מתכנתים, בונים אתרים, משווקים, יוצרים תוכן, משרתים לקוחות, נותנים תמיכה ושירות, מעדכנים גיליון אלקטרוני, נותנים תמיכה טכנית, עונים לאימיילים, קונים מוצרים ועוד המון.


#שלוש תכונות בסיס יש לסוכני AI:

אוטונומיה - שמשמעותה פעילות ללא צורך מתמיד בהנחיה אנושית.

סתגלנות - יכולתם ללמוד מהאינטראקציות שלהם ולהגדיר מחדש את האלגוריתמים שלהם על סמך הידע שרכשו.

מכוונות למטרה - הם מתוכנתים להשגת יעדים ברורים, כמו נהיגה ברכב אוטונומי, טיפול במיילים שלנו, או תזמון פגישות.


#אג'נטיק AI בתעשיה
בחברות ענק מפתחים כל הזמן סוכנים חכמים שיכולים לבצע משימות, בפיקוח של מנהלים וראשי צוותים כמובן. אלה מערכות אוטונומיות ואג'נטיות, מבוססות בינה מלאכותית, המסוגלות לבצע משימות מורכבות, ממש כמו "מערכות המומחה", שמדענים חלמו עליהן בשנות ה-80 המאוחרות ומתגשמות עכשיו כסוכני בינה מלאכותית (AI Agents) שעובדים על סטרואידים.

אותם סוכנים, מבוססי בינה מלאכותית, ממש עובדים בשביל החברה וכבר בהתחלה משתמשים בכלים יומיומיים כמו Gmail, Salesforce, Office365, Google Sheets ועוד. הם מקבלים משימות מורכבות, מסוגלים לפרקן לתתי-משימות ולחלק את העבודה על ידי שיוך כל תת-משימה כזו לסוכן ה-AI המתאים ביותר לבצעה. כך ניתן לקבל את הפתרונות המתאימים ביותר גם למשימות מורכבות ביותר.


#עתיד מרובה סוכנים
השלב הבא הוא כמובן שלב החיבור של מספר סוכנים ועובדים חכמים שכאלה, לעבודה משותפת ומילוי משימות משותף. כי אחת היכולות המשמעותיות ביותר של סוכן AI היא לתקשר ולשתף פעולה עם מערכות AI אחרות, לצד תשתיות דיגיטליות. זה מה שמאפשר גישה משולבת ויעילה יותר, למשל לפתרון בעיות וניהול משימות בבית. זה נקרא בתעשייה "מערכות מרובות סוכנים" (Multi-Agent Systems).

דמיינו שרשרת של מכונות חכמות הפועלות כמו משרד אנושי, בו לכל עובד יש התמחות ותפקיד תואם. השלם בה הוא גדול מסכום חלקיו, קצת כמו הקובוטים (Cobots), עדרי הרובוטים המסונכרנים להפליא, שעובדים במחסני ומרכזי השילוח של Amazon.

מהחזון האג'נטי הזה קל לדמיין כיצד קם ז'אנר חדש ואולטרה מודרני של עסקים. אלה מפעלים תעשייתיים, וירטואליים לחלוטין, כמעט ללא בני אדם, או עם בני האדם המפקחים ומנהלים את הבינות, כשהם מייצרים בקבוצות קטנות את מה שבעבר חייב מאות או אלפי עובדים ויותר.

זה העתיד והוא מתחיל עכשיו. אג'נטיק AI מבטיח בפשטות שאם פעם השמיים היו הגבול, היום האופק הוא השמיים ואת הגבול לא ניתן לראות.


הנה הסבר על Agentic AI:

https://youtu.be/-pqzyvRp3Tc


אלה הם סוכני AI:

https://youtu.be/Fyo6vnM8BBk


כך יוצרים סוכן AI ב-Claude בתחילת 2025:

https://youtu.be/amCjKc9O_Bo


Windsurf האג'נטי הוא סוכן AI שמייצר קוד לתוכנות ואתרים:

https://youtu.be/pOvI02of5oo


הבשלת היכולות של סוכנים חכמים מבוססי AI היא תוצאה של התפתחות אדירה. הנה "Do Browser" שיודע לתת לנו שירות מופלא אונליין:

https://youtu.be/vMFWeCMrFNU


וזה החזון המבהיל או מבטיח - תאגיד של אחד או אחת:

https://youtu.be/6EGqLE0Y6Z0?long=yes

המחשב IAMUS הוא מחשב שמלחין מוסיקה. IAMUS שהתוכנה שבו יוצרת מנגינות, הרמוניה ומרקמים מוסיקליים נעימים לאוזן, נבנה בידי מדענים באוניברסיטה של מאלגה בספרד.

אם היה מבחן טיורינג ליצירתיות, מעניין אם המוסיקה של המחשב יאמוס הייתה מסוגלת להטעות אנשים מיומנים לחשוב שהיא נכתבה בידי בני אדם. כלומר, האם מלחין וירטואלי היה מצליח להתחזות למלחין בן אנוש..

כמובן שיאמוס המחשב אינו יצירתי כמו בן-אנוש. בשלב הזה הוא בעיקר יודע לבצע את פעולת ההלחנה, על פי הכללים ה"נכונים" שאותם יודע כל מלחין מיומן שלמד וקיבל השכלה מוסיקלית. לגבי היופי והמקוריות של המוסיקה שיוצר המחשב הזה, יש מחלוקת רבה עד כמה הוא "יצירתי".


הכירו את מבחן לאבלייס שבוחן אם מכונה אכן ממציאה רעיונות מוסיקליים בעצמה (מתורגם):

https://youtu.be/Rh9vBczqMk0


למידת מכונה שמסייעת ליוצרים לחבר מקצבים ומהלכים בהיפ הופ:

https://youtu.be/mOjWyRqiDds


הבה נחקור את תוכנת IAMUS של המלחין הממוחשב:

https://youtu.be/KhiupLtyibs


הנה יצירה של יאמוס לקלרינט סולו:

https://youtu.be/FCsbEY9pxTU


להרכב קאמרי:

https://youtu.be/Uq3iKbCNDCM


קטעים מהתקליטור הראשון של יאמוס עם מוסיקה שלו:

https://youtu.be/cv4y_BRJokM


מדריך מגניב להלחנה בעזרת קבצי MIDI שיוצר ChatGPT:

https://youtu.be/tV82Wy-tXRE?long=yes


וכלי AI שמלחין מוסיקה בסגנון יוהן סבסטיאן באך:

https://youtu.be/na2ZOUfUwbs?long=yes

מהו המקביל של מברשת של הצייר, מקלדת המלחין או הבוס של כותב המאמר, עורך הווידאו או המשורר בעולם הבינה המלאכותית הגנרטיבית? - מיהו זה שאומר מה הוא צריך והם יושבים לעבוד וליצור?

זהו הפרומפט (Prompt), ההנחייה הטקסטואלית שאנחנו נותנים למכונה, כלומר לכלי הבינה הגנרטיבי (Generative AI). את ההנחייה הזו אנו כותבים לו כדי שייצר לנו תוצר בינתי.

בפשטות, פרומפט הוא התיאור המילולי בשפה טבעית של התוצר שרוצים לקבל מהבינה.

היום הפרומפט הוא המלך של עולם הבינה המלאכותית מבוססת הדיאלוג וסוגי מודלים של שפה.

זה אמנם נשמע דומה לביטוי חיפוש, אבל הפרומפט הוא לא המקבילה הפשוטה של ביטוי החיפוש במנועי חיפוש, אלא בניסוח מאוד מוקפד של התוצר הרצוי, שיכול ללכת ולהשתבח במהלך הצ'אט עם הבוט, ככל שנרצה להשביח את התוצאה שקיבלנו.


#לג'נרט אהבה
הפעולה הזו ,של ניסוח הפרומפט, זכתה בעברית החדשה לשם הפעולה "לג'נרט" (To generate). היא זו שבמידה רבה תקבע את האיכות של התוצרים.

יש אפילו מקצוע חדש שהולך ומלבלב בעולם ה-AI. הוא נקרא, החזיקו חזק, "מהנדס פרומפטים" (Prompt Engineer). מדובר באדם שמיומנותו בניסוח של פרומפטים מוצלחים.


#איך להצליח בפרומפט?
כמה מרכיבים יוכלו לסייע בכתיבת הנחיות טובות לבינה הגנרטיבית:

פירוט ודיוק - אמנם הפרומפט יכול להיות משפט פשוט כמו "כתוב סיפור לילדים על החתול שנעלם", או "מתכון לסלט חצילים". אבל במיטבו פרומפט מדויק ומפורט יותר, ישיג דיוק ואיכות טובים יותר. תיאור של התוצר המצופה, עם פרטי פרטים, יביא כמעט תמיד לתוצאות טובות יותר. הקפידו פרומפטים לכתוב:

ספציפיות - במקום לכתוב לצ'ט "צייר לי פרח" מומלץ לפרט ולבקש למשל "פרח אדום עם עלי כותרת גדולים שהקצה שלהם צהוב". אל תדאגו אם מה שאתם כותבים נשמע לכם לא הגיוני. אחד הדברים שהבינה מצויינת בהם זה יצירה של דברים שרק גאון או משוגע יכולים לחשוב עליהם וזו בדיוק היצירתיות שלכם שדרושה לג'ינרוט מוצלח. אל תבקשו מהצ'ט "מתכון לסלט" אלא בקשו "מתכון לסלט חצילים עם טחינה, מעט חריף ועם שמן זית". באופן דומה, הציבו גם מגבלות - מה לא ייכלל בתוצר. במקום לבקש "תכנית לטיול בלונדון" בקשו "תכנית לטיול של 3 ימים בלונדון, למשפחה עם בני נוער, שיהיה חינוכי ויכלול הליכה רגלית בלבד וללא שופינג".

שיפור בשלבים - את הפרומפט, בניגוד לחיפוש במנועי חיפוש, אפשר לשפר בשלבים. הצ'ט בוט של ChatGPT, למשל, זוכר את השיחה וההקשר של מה שאתם כותבים, כל עוד התכתבות היא באותו חלון שיחה. זה אומר שלמתחילים שווה לנסות ולהתחיל בפרומפט כללי ולא מפורט ובהדרגה, ככל שהשיחה והדיוק של התוצר מתקדם לכם וגם התיאבון לתוצר יותר מוצלח גדל, להמשיך ולשפר את הפרומפט ולהפוך אותו למפורט וספציפי יותר.

בקול או טון מתאימים - ניסוח של פרומפטים לטקסטים כדאי שיקל בחשבון את הטון והקול הנכונים. כמו שבפרומפט ויזואלי נוכל לבקש שהציור יהיה בסגנון של ון גוך, פיקסו או דאלי, בתיאור של טקסט החליטו אם אתם רוצים שיהיה מנוסח כרציני, מדעי, עיתונאי, רשמי, או בסגנון של מתבגרים או של החבר'ה. אפשר גם לבקש שהטקסט יהיה קצר או ארוך (כתוב לי שתי פסקאות על.. או "כתוב מאמר מלא על..." וכו').

הסבר כמו למתחיל - בקשו בפרומפט כך:

"Explain [subject] in simple terms. Explain to me as if I'm a beginner."


כך מודגם הפרומפט בפתיחת הסקירה על טכנולוגיית AI של חברת ראנוויי (עברית):

https://youtu.be/joJVqKTPVsY


השיעור הראשון בניסוח הפרומפט:

https://youtu.be/Qos2rG3zVAM


איך משתמשים ב- chatGPT כדי שהוא ינסח פרומפטים טובים למנוע תמונות, במקרה הזה Midjourney? (עברית):

https://youtu.be/zFS7WtovYmo


יש תוכנה לעזרה בניסוח פרומפטים (עברית):

https://youtu.be/HLhRFaXQ0vQ


על הפרומפט שמייצר חדשות קוליות לגיק:

https://youtu.be/5TlsXXTamBs


מודלים לציור גנרטיבי מתיאור מילולי בשפה טבעית:

https://youtu.be/pZsJbYIFCCw


הנה מקצוע מהנדס הפרומפט:

https://youtu.be/Bq-ncjOGeVU


עצות וטיפים לפרומפטים ושיחות עם צ'טבוטים (עברית):

https://youtu.be/R4E_lc_2wtY?long=yes


והסבר מקיף על עבודתם של מהנדסי הפרומפט (Prompt Engineer) בעולם ה-AI:

https://youtu.be/hd7l9F3n4ZM?long=yes

סטוריבורד (StoryBoard) בקולנוע הוא תיאור של השוטים המתוכננים לצילום, לרוב כשהם מצויירים על גבי נייר, כמו בקומיקס. מדובר בלוח תכנון שביצירתו יוצרי סרטים מקילים ומשביחים את תהליך הפרה-פרודקשן של הסרט.

בסטוריבורד מתוארים הצילומים המתוכננים מראש, בצורה ויזואלית, כדי לתאר את צילומי הווידאו או הפילם המתוכננים, עוד לפני הצילום.

המטרה של הסטוריבורד, בעברית "לוח סיפור", היא להקל על הבמאי ועל בעלי המקצוע השונים, בתכנון של צילומי הסרט.

הסטורי בורד מאפשר להבין את הסרט כפי שייראה על ציר הזמן, תמונה אחרי תמונה. הוא מסייע להמחיש את הסיפור, שוט אחרי שוט.

בעזרת הסטורי בורד ניתן לבדוק ולבקר מראש ובקלות רבה יותר דברים כמו מה עובד בסיפור ומה לא, לסמן כמה זמן ייקח כל שוט בסרט, לבחון האם הזרימה בין השוטים עובדת היטב והאם החיתוכים בין השוטים עובדים נכון.

בתור ייצוג גרפי של האופן שבו הסרט יתפתח, צילום אחר צילום, ייתכן שיצירת סטוריבורד נראה כמו שלב נוסף ואולי מיותר בתהליך הכנת סרט קצר או סרטון, אבל מדובר בשלב שמומלץ לעשות מה שניתן כדי לא לדלג עליו.

מקור השם "סטורי בורד" מגיע מהנוהג שהיה באולפני האנימציה הגדולים של פעם, לתלות איורים של כל שוט ושוט בסרט, על גבי לוח גדול על קיר האולפן. האיורים הללו איפשרו לצוות להתייחס לתכנית-העל של הסרט והוא היווה מעין מתכון להכנתו.


הנה דוגמה קצרה לסטורי בורד (עברית):

https://youtu.be/Rz1E0O3PSSw


מה זה סטורי בורד?

https://youtu.be/bpZjnH9wA4k


איך הסטוריבורד עובד?

https://youtu.be/6aTnEanIXBk


דוגמה לסטורי בורד מומחז בווידאו (עברית):

https://youtu.be/udK6HLxpaJE


הדרכה כיצד לעשות סטורי בורד, גם אם אינכם ציירים:

https://youtu.be/ux_Em1lVsjI


ויצירת סטוריבורד באמצעות כלי AI בסגנון של "Black and white sketch drawing style":

https://youtu.be/MKOG__oIe1o

LoRA, ובעברית לורה (Low-Rank Adaptation) היא טכניקה בעולם ה-GenAI, העולם של הבינה המלאכותית היוצרת. היא מאפשרת כוונון עדין (fine-tuning) של מודלי AI גדולים (LLMs) וכלליים מדי, להתאמה של מודלים קיימים לצרכים ספציפיים בצורה יעילה וחסכונית במשאבים.

מפני שההסבר הטכני הזה כנראה לא מובן מדי, נסביר את הלורה באמצעות דוגמה פשוטה:

נניח שיש לנו מודל AI שיודע לג'נרט (generate), כלומר לצייר בבינה מלאכותית. אנחנו רוצים שהוא ייצר דמויות בסגנון אנימה או דמות מסוימת, שמשום מה הוא אינו מכיר, כי היא לא הייתה בדאטה שהוא אומן עליו.

לכן, במקום לבקש שיאמנו את המנוע, או המודל הגדול, מחדש על המון ציורי אנימה, או להמתין בסבלנות מתסכלת עד שיום אחד הוא כן יכיר את הסגנון או הדמות הספציפית, נשתמש בטכניקה שונה. טכניקת הלורה.

ב-LoRA, כדי ללמד את המודל על הסגנון הזה או על הדמות המסוימת שאנחנו רוצים, מאפשרים לנו לאמן אותו בעצמנו, בעזרת דוגמאות בודדות ש"נראה לו", כלומר נטען אליו ב-Upload.

השיטה היעילה הזו לכוונון עדין של מערכות AI, מתאימה במיוחד ליצירת תמונות ריאליסטיות, למשל, להתאמה של סגנונות עיצוביים או ליצירת דמויות עקביות בפרויקטים גרפיים, תוך שימוש בכמות קטנה יחסית של נתוני אימון.

כך נוכל ליצור, למשל את אותה דמות מדויקת, בסצנות שונות של סרטון שמייצר ה-AI או בציורי קומיקס רציפים שנוצרים כך.

כלומר,ה-LoRA נועדה להוסיף שכבת משקולות חדשה למודל המקורי, מבלי לשנות אותו, תוך כדי קיצור של זמן האימון ושיפור של הגמישות שלו.

ואגב, השיטה עובדת עבור כל רשת עצבית ולא רק עבור מודלי שפה גדולים LLMs (קראו עליהם בתגית "LLM").


הנה הסבר של רעיון ה-LoRA:

https://youtu.be/lixMONUAjfs


כך יוצרים LoRA במערכת ספציפית:

https://youtu.be/HfwFgkFCtpM


ויצירת לורה של דמות מוכרת:

https://youtu.be/KEv-F5UkhxU?long=yes

בשנים האחרונות הולכת ותופסת את מקומה טכנולוגיה מבוססת בינה מלאכותית (AI) שנקראת דיפ פייק (Deepfake). טכנולוגיה זו משמשת לייצור או שינוי תוכן וידאו כך שהיא מציגה מציאות שלמעשה לא התרחשה מעולם. מנאומים שלא ננאמו מעבירים מסרים בדויים מפיהם לכאורה, של אנשים מפורסמים ועד סרטונים "פסאודו-תיעודיים", שמציגים מראות וטקסטים מדוברים, שנראים אמיתיים אך מעולם לא צולמו והוקלטו.

ענף חדש בעולם הדיפ פייק הוא יישום שזכה לשם "דיפ נוסטלגיה" (™Deep Nostalgia), המנפיש את פניהם של אנשים שצולמו בתמונות ישנות או היסטוריות, ומזיז את פניהם, כאילו צולמו בווידאו.

הטכנולוגיה הזו פועלת על כל תמונת סטילס (תמונות קפואות), כולל תמונות בשחור-לבן ותמונות שצולמו בצבע.

השם ניתן ליישום פורץ דרך זה על ידי חברת MyHeritage, שעוסקת בפיתוח טכנולוגיה ליצירת עצי משפחה מקוונים.

סרטוני הדיפ נוסטלגיה התפרסמו כשאנשים שיתפו עם בני משפחתם וחבריהם סרטונים קצרים ומונפשים שנוצרו כך, ובהם קרוביהם ואבותיהם מזיזים את ראשיהם, מצמצים, מחייכים ונעים בצורה ריאליסטית כמעט לחלוטין.


#איך פועלת הדיפ נוסטלגיה?
דיפ נוסטלגיה מחזירה, אם כן, לחיים אנשים שצולמו בצילומי סטילס. זה מתחיל באיתור פני המצולמים בתמונות ואז הפקה של מחוות ותנועות מציאותיות, ממש כאילו צולמו בווידאו. ההנפשה של הפנים בתמונות הסטילס מראה אותם מחייכים, זזים וממצמצים, כאילו צולמו כך במקור.

בבסיס הטכנולוגי של יישום ה"דיפ נוסטלגיה" פועל אלגוריתם למידה עמוקה (Deep Learning), המחבר בין תווי הפנים של המצולמים לבין אוסף מחוות שצולמו בווידאו ושמורים במאגר החברה.

פיתוח וצילום אותן מחוות נעשה כשצילמו אנשי מיי הריטג' מראש שלל מקטעי וידאו של שחקנים ועובדי החברה, המזיזים את ראשיהם ופניהם באורח טבעי, ממצמצים, מחייכים ומפנים את ראשם לכיוונים שונים.

למעשה שכרה חברת MyHeritage רישיון מחברת D-ID, לטכנולוגיה שפותחה בה ומאפשרת שחזור, באמצעות טכנולוגיית למידה עמוקה, של סרטוני וידאו.

על מנת שאפקט ההנפשה יופעל על התמונות, ברזולוציה הכי גבוהה האפשרית, עוברות תמונות מטושטשות חידוד אוטומטי, שמבצעת הטכנולוגיה החדשנית, מה שמעלה באופן דרמטי את איכות הסרטונים המופקים בה.

ההברקה האמיתית של הטכנולוגיה הזו נעוצה בזיהוי והבחירה האוטומטית שמבצע יישום הדיפ נוסטלגיה, מבין מקטעי המחוות בווידאו. ניתוח מהיר של מנח הראש וכיוון העיניים של המצולמים בתמונה מאפשרים ליישום להתאים להם באופן חכם את מחוללי ההנפשה המיטביים ולייצר את הסרטונים המונפשים באופן אופטימלי.


#ממה נמנעו מפתחי הדיפ נוסטלגי?
אנשי חברת MyHeritage ומפתחי היישום המלהיב נמנעו מהוספת דיבור לסרטונים.

לאור העובדה שטכנולוגיית הדיפ פייק ידועה ביכולות המטורפות שלה, גם בתחום הדיבור, נשאלת השאלה מדוע. הרי ניתן היה לשתול בפי המצולמים טקסטים מדוברים, שהיו נשמעים אמיתיים, על אף שמעולם לא צולמו והוקלטו.

ראשית, חשוב לומר שזיהוי קולי של המצולמים, ככל שמדובר באנשים שקרוביהם זוכרים עדיין את קולם האמיתי, היה מפחית את אפקט המציאות שיוצרים הסרטונים הללו.

אבל יש עוד סיבה לכך.

ב-MyHeritage מציינת שההימנעות מאפקטים קוליים של דיבור היא מכוונת. מטרתה, הם מטעימים, היא "למנוע שימושים זדוניים בכלי", דוגמת אלה שנעשים בסרטוני "דיפ פייק" של פוליטיקאים וידוענים שעודם בחיים.

לכן הם גם מבקשים מהמשתמשים לעשות בכלי שימוש רק על תמונות היסטוריות השייכות להם ולהימנע משימוש בתמונות של אנשים חיים, שלא אישרו את השימוש הזה.


הסבר לטכנולוגיה (עברית):

https://youtu.be/O4VPN_YjgIM?t=21s


הנה הדיפ נוסטלגיה:

https://youtu.be/tjBYSnoAWqg


ציורים מפורסמים שקמים לתחייה:

https://youtu.be/TWY1uBK4Zxc


ואפילו דיקטטורים קמים לתחיה עם הדיפ נוסטלגיה של מיי הריטג':

https://youtu.be/a-HR03bToew

זה אחד הפיתוחים המרגשים של עידן הבינה החדש ומה שמרגיש לא פעם כמו סרטי מד"ב מהיותר מתוחכמים. קוראים לזה מולטי-מודאליות (Multimodality) והוא בעצם היכולת של כלי AI לעבוד עם סוגי נתונים שונים, כמו טקסט, אודיו, קוד, וידאו ותמונות - גם כקלט וגם כפלט.

במקום להתמקד בסוג אחד בלבד של נתונים, מערכת רב-מודאלית מקבלת ומנתחת מידע ממקורות מגוונים, בכדי לקבל הבנה מעמיקה יותר של העולם הסובב אותה. מדובר בכלי ממוחשב שבדיוק כמו שבני אדם חווים את העולם דרך כל החושים והחוויות, לא רק מבין טקסט, אלא גם רואה תמונות וסרטים, מעבד ומנתח וידאו, מגלה הבנה מרחבית, שומע קולות וצלילים, מפענח קוד של תוכנה ומסוגל גם ליצור תכנים ותוצרים בכל המדיות הללו.

בדומה למוח האנושי, המשלב בטבעיות מידע מכל החושים, העולם של המערכות המולטי מודאליות ב-generative AI מציג יכולת שהיא עוד רכיב במהפכה הגדולה של מערכות בינה מלאכותית, מהפכונת שמאפשרת לעבד ולשלב כמה סוגי מדיה במקביל.

המערכות החדשות הללו מצוידות בשכבות מורכבות של פענוח ומפענחות את העולם פחות או יותר כמו מחשב-על. דוגמאות לא חסר. למשל עם צ'טבוט שבזכות ההבנה המרחבית המשופרת שלו מסוגל לזהות ולהוסיף כיתוב מדויק לעצמים שונים בתמונות עמוסות פריטים. או צ'טבוט שמנתח תמונות ומאפשר למשתמש לנהל עליהן דיון, או סוקר אינפוגרפיקה ונותן לה פרשנות קולית רלוונטית, בהתאם לרמת ההבנה של המשתמש או קהל היעד המבוקש. לכלי כזה יש גם כלי וידאו שמקבלים תמונה והנחייה כתובה (פרומפט) ומנפישים את התמונה לקליפ וידאו שכמו צולם בידי צוות צילום הוליוודי.

דוגמה נוספת היא כלי אינטראקציה רב-מודאלי כמו NotebookLM. הוא מאפשר למשתמשים לשתף איתו את המסך או המצלמה שלהם בזמן אמת. כך ניתן לקיים שיחות קוליות דמויות אדם, תוך כדי שמאפשרים ל-AI לצפות במסך ולעזור, תוך כדי מודעות להקשר ולתוכן.

אפילו תכונת זיהוי הפנים בסמארטפון שלכם היא תכונה שמשלבת היטב ראייה ממוחשבת, מיפוי תלת-ממדי ועיבוד נתונים מתקדם. ומאלה היא יוצרת פיצ'ר מדהים, בצד חווית משתמש פשטותה כמו מבט של שומר אנושי.

שילוב של צורות נתונים מרובות, כמו טקסט, תמונות ואודיו לתוך מערכת מאוחדת ורב-מודאלית היא שמאפשרת למודלים כמו Claude או GPT-4 לכתוב קוד כשמזינים לתוכו דיאגרמה ולמודלים שונים ליצור תמונות או סרטוני וידאו עם תיאורים.

את המהפכה המולטימודאלית אפשר לזהות בקלות בפלטפורמות כמו טיקטוק (TikTok) ואינסטגרם (Instagram), בהן משלבים סוגי מדיה מגוונים ומעבדים במגוון כלים, המשנים את הדרך בה אנו מספרים את הסיפור שלנו לעולם.


הנה הסבר היכולת המולטי-מודאלית:

https://youtu.be/97n1u66Shgg


כך עובדים מערכות מולטי מודאליות:

https://youtu.be/WkoytlA3MoQ


וההיפר מודאליות החדשה של גוגל מארינר:

https://youtu.be/KeUMm1xF3o0?long=yes

נחש אותי נחש הוא טרנד רשת שנולד מהודעת וואטסאפ של עובד, כנראה ערבי (ואולי רק חיקוי מלעיג של כזה), שמודיע למעסיק שלו ש"נחש אותו נחש". המעסיק, בעל חוש הומור סטנדרטי, אוהב את ההודעה ומשתף את העולם. כולם מחייכים עד מגחכים כמו שקורה לא פעם באונליין.

אבל אז מחליט ברנש אחר, שבדיוק משתמש בבינה מלאכותית שאפשר לשנות בה גבהים מוסיקליים של מילים והברות כדי לגרום להודעה להיות מושרת. הוא מושיב אותה על המלודיה של "The Sound of Silence", להיט הסיקסטיז האלמותי של הצמד "סיימון וגרפונקל".

המם החדש היה משעשע אפילו יותר והתפוצץ ברשת, בדגש על אפליקציית טיקטוק (TikTok). מכאן החלו כל מיני מוסיקאים וחובבי AI להעלות גרסאות, רמיקסים ומחוות נוספות לשיר של העובד והתוצאה הייתה להיט רשת חדש. לא פעם הוסיפו שימושים אפשריים ומשעשעים לשיר הזה, כמו "כשמחפשת תירוץ להבריז מהדייט" או "כשאיש הייטק מקבל הצעה מהמתחרים".

ובשיאו יצר מישהו תרגום של הטקסט לאנגלית ושתל אותו ב-AI בקליפ הופעה של סיימון וגרפונקל, כולל הליפ סינק - תנועות השפתיים שיתאימו למילים החדשות.


לשון ההודעה:
"אלעד ערב טוב מה נשמע?
אני הייתי אתמול מתחת לעץ של הטין
אולי נחש אותי נחש
אולי קרס אותי קרץ
ואני נבוח."


#תרגום?
"נחש אותי נחש" - הכיש או נשך אותי נחש.

"קרס אותי קרץ" - לא ברור אם קרצייה או עקרב, אבל הוא עקץ.

"מתחת לעץ של התין" - תחת עץ התאנה.

"ואני נבוח" - המקום שנעקצתי נפוח.


ההודעה שהחלה את הכל:

https://youtu.be/_MlW8ZUNaWY


הנה הנחש:

https://youtu.be/lEpyShe6OCk


רמיקס מזרחי:

https://youtu.be/-v6UX3HmyGY


גם זקני הכפר של זהו זה התחברו:

https://youtu.be/wn6LvM3hX58


דודו פארוק חיבר ללחן, עיבוד וביצוע מהמם:

https://youtu.be/nl1e5v0W5gY


ובחזרה למקור אבל עם המם מתורגם לאנגלית:

https://youtu.be/VMiIdNJy7tk

אפשר לראות בזה רק עניין מיתוגי, אך לעומת סתם דיפ סרץ' כלי הדיפ ריסרץ' (Deep Research) מבטיח להיות מנוע מחקר, סוג של מנוע חיפוש, איסוף וכתיבה חכם שתוכנן כך שיוכל לבצע מחקרים מעמיקים ולא רק חיפושים לצורך מענה.

אמנם בכלי מחקר מעמיק שכזה המשתמש שואל את הצ'ט באמצעות פרומפט רגיל ופשוט. אך החיפוש יהיה מעמיק יותר וגם התשובה המתקבלת תהיה מעמיקה בהרבה. זו גם הסיבה שזמן ההמתנה לקבלת מענה יהיה של כמה דקות ועד שעה.

כלי DeepResearch טובים ינפיקו בדרך כלל תוצאות תוך דקות, או יותר במקרה של מחקרים סופר מורכבים. המדהים הוא שלצד איכות התוצאות, ההולכת ומשתפרת ברמה של ימים ממש, הן מתקבלות בחיפוש מהיר שכזה ובמחיר כמעט אפסי.

מחקר שמומחה אנושי היה מבצע במשך שבוע ומחירו היה בסדרי גודל של כ-3,000 דולר אורך בדרך כלל דקות ועלותו זניחה.

ביצוע של מחקר עומק עם הדיפ-ריסרץ' של מודלים אופייניים כמו פרפלקסיטי (Perplexity), ChatGPT או Grok3, למשל, יבצע מחקר, איסוף של מקורות, לאחר מכן שלבים שונים, כמו אינטגרציה, השוואה ושילוב ולבסוף ייתן מענה מפורט. כל זאת תוך שהוא מפרט את שלבי העבודה לעיני המשתמש, בשקיפות מירבית.

מודל הדיפ ריסרץ' סורק את האינטרנט ומאתר מקורות מידע רבים יותר ומגוונים ועושה מאמצים לנפק מענה ברמת דוקטור - תשובה מלאה, מנומקת וכזו שבה מוצגים המקורות שעליהם מבוססת התשובה.

ביצוע של מחקר עומק שכזה מסוגל גם לשפר את רמת השקיפות והאינטראקציה והוא אתגר חשוב בדרך לבינה מלאכותית בוגרת עוד יותר.

כלומר, בניגוד למודל AI רגיל שנוהג לענות במהירות ומבצע הליך חפוז של חקר עד לקבלת המענה הסביר, מה שגם מוליד לצערנו את ההזיות המוכרות לנו עדיין, מנוע חיפוש עמוק, כמו אלו של מודלי ה-DeepResearch המובילים בתחום, עובד אחרת.

איך?

מנוע מחקר DeepResearch מפשט שאילתות לחלקים קטנים יותר ומאפשר כמעט תמיד הצצה והבנה שקופה של תהליך החשיבה שלו, צעד אחר צעד. בכך הוא יכול גם להציע תובנות הקשריות עשירות הרבה יותר מחיפוש רגיל באמצעות AI ובמקרים מסוימים גם לנמק.


כך מבצע Perplexity מחקר עומק מבוסס AI בחינם:

https://youtu.be/Z1_M2XtsUwY


החיפוש המעמיק של כלי ה-DeepResearch:

https://youtu.be/zm6F0vo2E64


הדיפ ריסרץ' של Chatgpt שעולה 200$ לחודש:

https://youtu.be/jPR1NEerdEk


מדריך לעבודה עם ה-DeepResearch החינמי ומהיר של Grok 3:

https://youtu.be/7pR3bVWZSao


והשוואה בין כמה מודלי Deep Search:

https://youtu.be/5dRxhqtIbOg?long=yes

סוכני AI הם רכיבי תוכנה אוטונומיים, מבוססי AI, יישומים שנתמכים בבינה מלאכותית ומסוגלים לתפוס את סביבתם, לקבל החלטות ולנקוט פעולות להשגת מטרות ספציפיות עבורנו המשתמשים.

בשנת 2025 החלה תעשיית ה-AI במרוץ לפיתוח מה שנקראים בשפה הפופולרית "סוכנים חכמים" (AI agents), סוכני AI או LLM Agents.

אבל איך זה קורה?

סוכני AI הם עוזרים דיגיטליים בעלי יכולות לפתור בעיות. אלה לא מודלי שפה שעונים על כל השאלות האפשריות או מבצעים משימות מכל הסוגים, אבל באופן בינוני, אלא מנועי בינה ממוקדים, בעלי מומחיות ומצוידים ביכולות לשלב כלים שונים ואמצעים מגוונים בכדי להגיע לפתרונות ב"תחום מומחיותם", כלומר התחום שלשמו פותחו.

סוכני AI הם מנועי תוכנה מבוססי בינה מלאכותית שיכולים לבצע משימות באופן אוטונומי, כלומר עצמאי, בתהליך מעגלי ואיטרטיבי, כלומר עם תיקונים ושיפורים של כל שלב שלא השיג את מטרתו, עד להשגת התוצאה.

מטרתם של סוכני AI טובים היא לחקות את תהליכי התכנון והביצועים הכי טובים של בני אדם מוכשרים ומיומנים בתחומם ומעבר להם...

הבינה המלאכותית מאפשרת כיום לסוכן AI שכזה לבצע פעולות בעצמו. בניגוד לכלי GenAI שמתמקדים בדרך כלל ביצירה של תוכן כמו טקסט, תמונות, סרטונים ומוסיקה - הסוכנים החכמים, ה-AI Agents הללו, מיועדים לפתרון בעיות ממוקד ולביצוע של משימות מורכבות.

סוכן AI מבין שפה טבעית לחלוטין והתקשורת איתו פשוטה ורגילה ולא מחייבת מיומנות מיוחדת, מצידנו בני האדם.

סוכני ה-AI נקראים כך מכיוון שהם עושים את העבודה במקום המשתמש. הם יודעים לדמות התנהגות ויכולות אנושיות, אך בה בעת גם יכולות לא אנושיות. במילים אחרות, סוכני בינה כאלה ממירים את הידע של כיצד לעשות דברים ליכולת אמיתית לעשות אותם ולעשייה ממוקדת כזו, לפי צרכי המשתמש.

סוכנים בינתיים כאלו מאפשרים אוטומציות של פעולות מורכבות ותובעניות מבחינת זמן ובכך הם מביאים להחזר השקעה מהיר. לארגונים וחברות הם מאפשרים להגדיל את הצמיחה ולחסוך לטווח הארוך הרבה כסף. הם מחליפים ויחליפו בעתיד רופאים, מהנדסים, חוקרים ועוד בעלי מקצוע רבים.

סוכן ה-AI הוא המשך של הצ'טבוטים הוותיקים והעוזרים החכמים שעזרו לנו בעשור השני של המאה ה-21. הוא הופך את האינטליגנציה של הבינה המלאכותית לפעולה וליכולות ביצוע. הוא מבין את ההוראות שלך, מעבד את המידע הזה ומספקים את מה שביקשת - תשובה, פתרון, הסבר או עזרה בהשלמת משימה.

ברגע שהוא מוגדר היטב ומצויד בכלי ה-AI המתאימים, הסוכן החכם מטפל במשימות באופן מושכל ומדויק, מתכנן, מקבל החלטות ומבצע באופן אוטומטי פעולות מעייפות ושוחקות, לצד "עבודות שחורות". כך הוא משחרר את המשתמשים להתמקד בעניינים חשובים יותר.

כשהסוכנים החכמים הללו עובדים, כולנו מבינים שהמשימה תבוצע. בהתחייבות של AI. זו מהפכה שעומדת להיות מהפכה מטורפת ומובילי הטכנולוגיה חוזים שהאייג'נטים הללו, אותם סוכני AI, יהיו התוכנות החדשות, שהעולם יהיה מלא בהם.

אבל מיהם אותם סוכנים ומה בדיוק הם מאומנים ויכולים לעשות בשבילנו?


#מה זה סוכן AI?
אם AI באנגלית הוא ראשי התיבות של בינה מלאכותית, צריך להבין שבינה מלאכותית לכשעצמה היא מוח גולמי עם ים של פוטנציאל. אבל עד שלא נשאל אותה, עד שלא נבקש ממנה לעשות משהו ספציפי, ניתן לה תפקיד או משימה, היא לא תהיה ממש שימושית.

וזו בדיוק המשמעות של סוכן חכם, או סוכן AI. אם בינה מלאכותית היא גאון עם המון יכולת, אך סוג של "ראש קטן", סוכן AI הוא ביצועיסט, בינה מעשית שבאמת נותנת עבודה. יש לה יכולות מסוימות ומוגדרות והיא מתמחה בהן ורק בהן ואותן היא מבטיחה לבצע.

במילים פשוטות, האייג'נט עם ה-AI הוא עוזר וירטואלי חכם שמסוגל לבצע בעצמו משימות ספציפיות, תוך שימוש יעיל ביכולות הבינה המלאכותית. כמו ששעון מעורר יכול להעיר אותנו בבוקר, סוכני בינה ספציפיים כאלו יכולים לבדוק ולענות על המיילים שלנו, לקבוע לנו פגישות, לערוך קניות, למכור שירותים ומוצרים ללקוחות, לתכנן טיול או חופשה בחו"ל, חיפוש באינטרנט, הזמנת טיסות, למצוא לנו בדיחות לערב סטנדאפ בכיכובנו, או לנגן לנו מוסיקה לפי מצב הרוח שלנו.

כלומר, בזמן שבינה מלאכותית עניינה להיות חכמה נורא ולדעת הכל, הסוכן החכם עם ה-AI הוא הגרסה המעשית. הוא זה שמבצע משימות מוגדרות ומבצע אותן היטב. אפשר לדמות אותו למישהו מוכשר שמתגייס לצבא ואחרי שאומן לביצוע משימות מסוימות. הוא ממתין לפקודות שיקבל, או מבצע משימות לפי זמנים ותגובות, וכשהגיע הזמן לבצע את המשימה, או כשהוא מקבל פקודה לביצוע, הוא "עושה את מה שצריך" ומבצע וממלא את ההוראות.


#איך הם עושים זאת?
התשובה הכי קצרה היא: באמצעות ביצוע של משימות בצורה חכמה, עצמאית ויעילה.

סוכני AI מאומנים ומצוידים, כך שהם יידעו כיצד להגיב הכי טוב לדרישות, למצבים ולצרכים שונים. הם מבצעים את המבוקש מהם, לאחר שקיבלו הוראות מפורטות וגם נתונים שהם צריכים לקבל או לאתר.

סוכנים מצוידי AI נבנו כך שיהיו מסוגלים להבין דרישות, לחוש את המשתמש, לפרש נתונים, להבין את הסביבה, לקבל החלטות מושכלות ולבצע פעולות מורכבות יחסית - עד שיצליחו להשיג את המטרות שהוגדרו מראש.

כך מצליחים סוכני בינה מלאכותית כאלו להגביר את היעילות שלהם עבורנו, בני האדם. הם עושים זאת למשל, על ידי אוטומציה של משימות שגרתיות שמוטלות עלינו, מה שנקרא לא פעם "עבודה שחורה".

בכך מאפשרים הסוכנים הבינתיים הללו לעובדים האנושיים שאנחנו, להתרכז באסטרטגיה ויצירתיות.

מודלי השפה הרחבים (LLMs) שבהם הם מצוידים מאפשרים לאייג'נטים הללו לבצע משימות בצורה עצמאית ויעילה. עוד משולבים בהם מודלים מתקדמים לעיבוד שפה טבעית, מה שמאפשר להם להבין פרומפטים, הוראות, הנחיות וטקסטים בכתיבה טבעית. תוך יישום של טכניקות ניתוח מתקדמות כמו "העץ המחשבה" או "שרשרת המחשבה" (Chain of Thought) וביחד עם טכניקות ויכולות של למידת מכונה, הם יכולים להציע ביצועים מדהימים.

הסוכנים משפרים את הפרודוקטיביות, מפחיתים טעויות ומאפשרים שיתוף. חלקם ממלאים משימות מוגדרות מראש, אחרים עונים על שאלות, יש היכולים לתקשר בקול אנושי ולנהל שיחה רגילה. לעתים הם מתוכנתים לנהוג ולחשוב כאילו הם פקיד, מזכירה, מנהל חשבונות, מדענית, סוכן נסיעות או תחקירן - רבים מהם ספציפיים וממלאים משימה אחת היטב ואחרים ממלאים מגוון של משימות ואפילו בו-זמנית.

ההבנה היא שבאמצעות יכולת ניתוח של נתונים מורכבים ויכולת למידה מתמשכת הסוכנים החכמים הללו ימשיכו לפעול ולצבור ניסיון, תוך שהם הופכים ומתחדדים, לכלים נבונים ובעלי ביצועים טובים יותר ויותר.


#איך עובדים איתם?
אתם נכנסים לסוכן אינטליגנטי שאתם יודעים שמבצע משימה מסוימת ונותנים לו הוראות. מצידו, תהליך העבודה מתחיל בקבלת המטרה המוגדרת שנתתם לו. הוא מפתח במהירות הבזק תוכנית פעולה, בוחר את הכלים המתאימים לביצוע של המשימה שלא פעם הוא יפרק למשימות משנה וכאן מגיע ביצוע המשימות בפועל והערכה של התוצאות.

הכל מתבצע בצורה אוטונומית, מבלי להיעזר בכם. בדרך כלל הסוכן מסתמך על נתונים והקשרים שנאספו במהלך ה"שיחות" הקודמות שלכם ו"לומד אתכם" ומה הציפיות שלכם ממנו.

כי אחת התכונות החשובות של סוכני AI נעוצה ביכולת שלהם ללמוד ולהשתפר לאורך זמן. הם מנתחים כל הזמן את תגובותיכם והפעולות שלכם, לומדים מהמשוב שקיבלו מכם ומבצעים התאמות שישפרו את הביצועים שלהם. כך יכולים סוכני AI להתפתח ולהתאים את עצמם לצרכים המשתנים שלכם ולהגיב טוב ומדויק יותר למגוון רחב של צרכים וסיטואציות.

סוכן ה-AI מגיש לכם את התוצאות ואתם מוזמנים להמשיך ולנהל איתו דיאלוג. אפשר לבקש ממנו הרחבות ושיפורים. תוכלו גם להכניס שינויים בבקשה המקורית או עדכונים, להטיל עליו לבצע פעולות שישפרו את הדיוק למה שיתאים לצרכים שלכם וכך הלאה.


#דוגמאות?
האפשרויות כמעט אינסופיות. כבר היום יש סוכנים חכמים רבים. יש מהם שיכולים לבצע חישובים, לחפש באינטרנט, להבין תמונות, לנתח מסמכים מורכבים, לגשת למאגרי מידע ולהפעיל המון כלים נוספים.

יש סוכנים שנותנים תשובות על שאלות בתחומים שונים כמו משפטים או מיסים, אחרים בונים תכנית טיול שמותאמת לבקשותינו ולכלל המשתנים, יש שמזמינים כרטיסים להופעות או מקומות במסעדות, אחרים מנסחים טקסטים וכדומה.

בבית חכם יכול AI אג'נטי לשלוט בתאורה, בחימום ובאבטחה - על ידי שילוב עם מערכות אחרות, במטרה ליצור סביבת מגורים נוחה וקלה.

יש מהם שמבצעים אוטומציות שעושות בשבילך את העבודה, ממיינות את המיילים או מטפלות ב-To do list, כלומר ניהול המשימות האישי ועוד.

סוכני AI ייעודיים אחרים מפיקים טקסטים מותאמים אישית, למטרות כמו אימיילים, דו"חות, קורות חיים וחומרי שיווק. יכולותיהם מתגלות במיטבן כשהם מצליחים להתאים את רמת האוטונומיה שלהם, בהתאם לצרכים של המשתמשים ומטרותיהם.


הנה הסבר פשוט ולעניין של סוכני ה-AI:

https://youtu.be/wazHMMaiDEA


הבשלת היכולות של סוכנים חכמים מצוידי AI היא תוצאה של שנות התפתחות רבות:

https://youtu.be/WftLJZw6Cf8


צריך לתת סיכוי לסוכני AI חכמים (מתורגם):

https://youtu.be/xq8Ws1jyBX4


כך יוצרים סוכן AI בכלי שנקרא n8n:

https://youtu.be/6DLZK7XDOGo


סוכן AI לפיתוח כלי תוכנה ואפליקציות רשת:

https://youtu.be/aWBiZc5XKJM


הצ'טבוט המתקדם של Open AI שמשמש מתורגמן:

https://youtu.be/c2DFg53Zhvw


הכירו את ה-Projects של קלוד לבניית ושימוש בסוכני AI (עברית):

https://youtu.be/8mWR1r28ia4


הנה הסבר מקיף של סוכני ה-AI החדשים:

https://youtu.be/S9dc0y_Zesc?long=yes


סוכן ה-AI המתכנת המוביל:

https://youtu.be/Wvyc2E6OHm8?long=yes


והדגמת GPT 4o שהופך לסוכן AI ומסוגל לעשות פעולות שונות בשירותך:

https://youtu.be/DrKkKLEditU?long=yes