מה אפשר לעשות עם תואר בבינה מלאכותית? הרבה יותר ממה שחשבתם

בין המשתתפים במפגש שהתקיים, היו פרופ' ליאור רוקח, חבר הפאנל המדעי הבינלאומי העצמאי לבינה מלאכותית של האו"ם ואחד מחוקרי הבינה המלאכותית הבולטים בישראל, המלמד בפקולטה למדעי המחשב והמידע ע"ש שטיין וחוקר במכון למחקר יישומי בבינה מלאכותית באוניברסיטה; פרופ' יובל אלוביץ', ראש מעבדות הסייבר של האוניברסיטה; לרה שטוטלנד, Principal Applied Scientist במיקרוסופט; ופרופ' ערן טרייסטר, ראש התוכנית החדשה לתואר ראשון בבינה מלאכותית.

אם היה מסר אחד שחזר כמעט בכל ההרצאות, הוא היה פשוט: העתיד שייך לא רק למי שיודעים להשתמש בבינה מלאכותית – אלא למי שיודעים לבנות אות.

לא סתם להשתמש בבינה מלאכותית – בואו להיות האנשים שמפתחים את הדור הבא של ה-AI

פרופ' ליאור רוקח פתח את המפגש בשאלה שרבים שואלים היום: אם כולם כבר משתמשים ב-ChatGPT  ובכלי AI אחרים, למה בכלל צריך ללמוד בינה מלאכותית?

התשובה שלו הייתה שהפער האמיתי אינו בין מי שמשתמש בכלים לבין מי שאינו משתמש בהם, אלא בין מי שיודע לכתוב פרומפט לבין מי שמבין כיצד מודלים עובדים, כיצד הם מאומנים, כיצד הם טועים וכיצד אפשר לשפר אותם.

גם לרה שטוטלנד, שמפתחת מערכות AI במיקרוסופט, תיארה מציאות דומה מהתעשייה. לדבריה, העבודה היומיומית אינה מסתכמת בשימוש בכלי AI, אלא בפיתוח המערכות עצמן – אימון מודלים, שיפור איכותם, עבודה עם כמויות גדולות של נתונים ובניית מוצרים שמגיעים למיליוני משתמשים.

בינה מלאכותית כבר לא שייכת רק לעולם התוכנה

אחד הדברים המסקרנים שעלו במפגש היה מגוון התחומים שבהם AI כבר משנה את המציאות.

לא מדובר רק בחברות שמפתחות מודלי שפה או צ'אטבוטים. כיום בינה מלאכותית נמצאת בלב הפיתוח של מערכות רפואיות, פתרונות סייבר, רובוטים, תעשייה, פינטק, חקלאות, אנרגיה, מסחר מקוון ועוד.

במילים אחרות, בינה מלאכותית אינה תעשייה אחת – אלא טכנולוגיה שחוצה כמעט כל תחום.

מרפואה ועד חקלאות – איפה AI כבר עושה שינוי?

במהלך המפגש הוצגו דוגמאות רבות ליישומים מעשיים של AI, שכל אחת מהן ממחישה כיצד הטכנולוגיה משתלבת בעולם האמיתי.

ברפואה

AI מסייע לנתח מידע רפואי, לתמוך בקבלת החלטות, לזהות דפוסים מורכבים ולהאיץ תהליכי פיתוח של תרופות חדשות. השילוב בין מדעי הנתונים לרפואה צפוי להמשיך ולהתרחב בשנים הקרובות.

בחקלאות

שינויי האקלים, הצורך לייצר יותר מזון תוך ניצול יעיל של משאבים והיכולת לנתח מידע בזמן אמת הופכים את הבינה המלאכותית לכלי משמעותי גם בחקלאות. מערכות AI מסייעות לנטר גידולים, לחזות יבולים ולשפר את השימוש במים ובדשנים.

במסחר ובפינטק

אלגוריתמים של AI מסייעים לחזות ביקושים, להתאים מוצרים ללקוחות, לזהות הונאות פיננסיות ולייעל תהליכים עסקיים. בעולם שבו מתקבלות מיליוני החלטות מדי יום על בסיס נתונים, היכולת לבנות מודלים חכמים הופכת ליתרון משמעותי.

באנרגיה

אחד הנושאים שפחות מדברים עליהם הוא הקשר בין AI לאנרגיה. כפי שהסביר ליאור רוקח, אימון מודלים גדולים דורש משאבי מחשוב עצומים ולכן גם צריכת אנרגיה משמעותית. במקביל, AI משמש גם לניהול חכם של מערכות אנרגיה ולייעול תשתיות.

Physical AI  : כשהבינה המלאכותית יוצאת מהמחשב

אחד המושגים שחזרו שוב ושוב במפגש היה Physical AI – שילוב של בינה מלאכותית עם העולם הפיזי.

פרופ' יובל אלוביץ' הדגים כיצד רובוטים, יומנואידים ומערכות אוטונומיות לומדים לבצע משימות בסביבות סימולציה לפני שהם פועלים בעולם האמיתי. הוא גם הציג כיצד ניתן להשתמש בבינה מלאכותית כדי לזהות מתקפות סייבר על מערכות כאלה בזמן אמת.

לדבריו, Physical AI צפוי להיות אחד מתחומי הצמיחה המרכזיים בשנים הקרובות ולהעסיק מספר הולך וגדל של מומחים.

למה כולם מדברים על Edge AI?

נושא נוסף שעלה במפגש הוא Edge AI - מערכות בינה מלאכותית שפועלות ישירות על המכשיר עצמו, ולא רק באמצעות שירותי ענן.

ליאור רוקח המחיש זאת באמצעות דוגמה מעולם הרפואה: כאשר מידע רפואי רגיש אינו יכול להישלח לענן, יש צורך במערכות AI שיודעות לפעול באופן מקומי, למשל על ציוד רפואי או על טלפון חכם. מעבר כזה מאפשר גם תגובה מהירה יותר וגם שמירה טובה יותר על פרטיות.

AI  וסייבר – שני עולמות שהולכים ומתקרבים

ישראל כבר נחשבת למעצמת סייבר, אולם לדברי ליאור רוקח, הבינה המלאכותית יוצרת אתגרים חדשים לחלוטין – ולכן גם הזדמנויות חדשות.

פרופ' יובל אלוביץ' הדגים כיצד אפשר להשתמש ב-AI גם כדי לזהות מתקפות סייבר וגם כדי להגן על מערכות אוטונומיות. המשמעות היא שהדור הבא של מומחי הסייבר יידרש להבין לעומק גם את עולם הבינה המלאכותית.

אילו כישורים מחפשים היום בתעשייה?

לרה שטוטלנד סיפרה כי מעבר לידע הטכנולוגי, יש כמה יכולות שחוזרות כמעט בכל פרויקט: סקרנות, רצון להבין איך מערכות עובדות, חשיבה אנליטית ויכולת לפתור בעיות אמיתיות.

לדבריה, המתמטיקה, הסטטיסטיקה ולמידת המכונה שנלמדות באוניברסיטה אינן רק קורסים תיאורטיים – הן הבסיס לעבודה היומיומית על פיתוח ושיפור של מערכות AI.

אז מה אפשר לעשות עם תואר בבינה מלאכותית?

בסיום המפגש התגבשה תמונה ברורה: תואר בבינה מלאכותית אינו מוביל למסלול קריירה אחד, אלא פותח דלת למגוון רחב של תחומים שבהם הטכנולוגיה משנה את הדרך שבה אנחנו עובדים, חוקרים ומפתחים פתרונות חדשים.

אפשר להשתלב בפיתוח מערכות AI לתחומי הסייבר, הרפואה, הרובוטיקה, האנרגיה, החקלאות, המסחר, הפינטק, הראייה הממוחשבת, הבינה המלאכותית היוצרת ותחומים רבים נוספים. ובכל אחד מהם נדרש שילוב בין יסודות חזקים במדעי המחשב, מתמטיקה ואלגוריתמים לבין הבנה של עולם היישום עצמו.

זו אולי הייתה התובנה המרכזית של הערב: בינה מלאכותית כבר אינה מקצוע בפני עצמו – היא תשתית לטכנולוגיות שישפיעו על כמעט כל תחום בעשורים הקרובים.

לצפייה בהקלטת המפגש המלא: