מה זה בינה מלאכותית ואיך היא עובדת: הסבר פשוט למתחילים

מה זה AI? הגדרת בינה מלאכותית במילים פשוטות

לפי ההגדרה של ה-OECD, מערכת AI היא "מערכת מבוססת מכונה" שמסיקה מהקלט שהיא מקבלת איך לייצר פלטים כמו תחזיות, תוכן, המלצות או החלטות, שיכולים להשפיע על סביבה פיזית או וירטואלית. במילים פשוטות: תוכנה שלא כתבו לה כל צעד מראש, והיא מבינה לבד מה לעשות מתוך דוגמאות.

ההבדל מתוכנה רגילה הוא המפתח. מחשבון עובד לפי כללים שמתכנת כתב: 2 ועוד 2 זה תמיד 4. מסנן ספאם מבוסס AI לא קיבל רשימה של כל מילות הספאם בעולם. הוא ראה מיליוני מיילים שסומנו כספאם או כתקינים, וזיהה בעצמו את הדפוסים. כשמגיע מייל חדש, הוא מעריך את הסיכוי שזה ספאם.

המונח עצמו לא חדש. הוא הופיע ב-31 באוגוסט 1955, בהצעה שכתבו ג'ון מקארתי, מרווין מינסקי, נתניאל רוצ'סטר וקלוד שאנון לסדנת מחקר בקולג' דרטמות' בארצות הברית, שנערכה בקיץ 1956. ההצעה הניחה ש"כל היבט של למידה, או כל תכונה אחרת של אינטליגנציה, אפשר לתאר בדיוק כזה שמכונה תוכל לדמות אותו". חמש שנים קודם לכן, אלן טיורינג כבר שאל במאמר מפורסם אם מכונות יכולות לחשוב. מה שהשתנה בעשור האחרון הוא כמות הנתונים וכוח החישוב, לא הרעיון.

איך זה עובד: שלושת השלבים של מערכת AI

בשלושה שלבים. אוספים הרבה נתונים, כמו טקסטים, תמונות או רשומות. מאמנים עליהם מודל, כלומר מבנה מתמטי שמכוונן את עצמו שוב ושוב עד שהוא טועה פחות. ואז משתמשים במודל המאומן על קלט חדש, שלב שנקרא הסקה (inference). רוב מה שאתם רואים כמשתמשים הוא השלב השלישי.

1. נתונים: המודל לומד רק ממה שהוא רואה. אם בנתונים יש הטיה, למשל מעט מאוד טקסט בעברית, היא תופיע גם בתשובות.
2. אימון: המודל מקבל דוגמה, מנחש תשובה, בודק כמה טעה, ומתקן קצת את הפרמטרים הפנימיים שלו. זה חוזר על עצמו מיליארדי פעמים. בכל סבב השינוי קטן מאוד, אבל המצטבר של כל הסבבים הוא מה שהופך ערימת מספרים אקראיים למודל שמסוגל לכתוב, לתרגם או לזהות פנים. אימון של מודל גדול דורש אלפי מעבדים גרפיים ושבועות של עבודה.
3. הסקה: אחרי האימון, המודל קפוא. כשאתם שואלים שאלה, הוא לא לומד ממנה באותו רגע, הוא רק מפעיל את מה שכבר למד.

הפרמטרים הם המספרים שהמודל מכוונן באימון. במודלי שפה גדולים מדובר במיליארדים שלהם, ומכאן המונחים שתראו בחדשות כמו "מודל של 70 מיליארד פרמטרים".

מה זה AI בציר הזמן: מטיורינג ועד ChatGPT

הרעיון של מכונה חושבת בן יותר מ-70 שנה. טיורינג שאל את השאלה ב-1950, המונח נטבע ב-1955, ומאז התחום עבר גלים של התלהבות ואכזבה. הקפיצה של השנים האחרונות נשענת על שלושה דברים: הרבה נתונים, מעבדים גרפיים חזקים, וארכיטקטורה בשם Transformer.

• 1950: אלן טיורינג מפרסם את "Computing Machinery and Intelligence" ומציע מבחן שבו אדם מנסה להבחין בין מכונה לאדם בשיחה כתובה.
• 1955 עד 1956: ההצעה לסדנת דרטמות' והסדנה עצמה. מכאן מתחיל התחום האקדמי.
• 2017: חוקרים ב-Google מפרסמים את המאמר "Attention Is All You Need", שמציג את ה-Transformer. רוב מודלי השפה של היום, כולל ChatGPT, Claude ו-Gemini, בנויים על הרעיון הזה.
• 2022: OpenAI משיקה את ChatGPT, ובינה מלאכותית יוצרת עוברת ממעבדות המחקר לשימוש של מאות מיליוני אנשים.

מה שחשוב להבין מהרצף הזה: הרעיונות הבסיסיים, כמו רשתות נוירונים, היו מוכרים כבר בשנות החמישים. מה שחסר היה כוח מחשוב וכמויות נתונים. ברגע שהשניים הגיעו, אותם רעיונות התחילו לעבוד בקנה מידה שאף אחד לא צפה.

איך זה עובד בדוגמה אחת: מזהה תמונות של חתולים

נניח שרוצים מערכת שמזהה חתולים בתמונות. אף אחד לא כותב לה כלל כמו "אוזניים משולשות ושפם". מראים לה עשרות אלפי תמונות עם תווית "חתול" או "לא חתול", והיא מכווננת את עצמה עד שהיא מנחשת נכון ברוב המקרים.

בהתחלה המודל מנחש באקראי. אחרי כל ניחוש הוא מקבל ציון שמראה כמה טעה, ומשנה מעט את הפרמטרים שלו בכיוון שמקטין את הטעות. אחרי מספיק סבבים, השכבות הראשונות ברשת לומדות לזהות קווים ופינות, השכבות האמצעיות מזהות צורות כמו עיניים ואוזניים, והאחרונות מחברות את הכול להחלטה.

הדוגמה הזאת מסבירה גם את החולשות. אם כל תמונות החתולים באימון צולמו בתוך הבית, המערכת עלולה ללמוד ש"ספה" היא חלק מחתול, ולהיכשל מול חתול ברחוב. זו בדיוק הסיבה שאיכות הנתונים חשובה כמו כמותם.

מה ההבדל בין AI, למידת מכונה ולמידה עמוקה?

אלה שלושה מעגלים אחד בתוך השני. בינה מלאכותית היא התחום הרחב. למידת מכונה (Machine Learning) היא הגישה שבה המחשב לומד מנתונים במקום מכללים. ולמידה עמוקה (Deep Learning) היא סוג של למידת מכונה שמשתמש ברשתות נוירונים עם הרבה שכבות. כמעט כל ה-AI שאתם פוגשים היום הוא למידה עמוקה.

להגדרות של עוד עשרות מונחים, מטוקן ועד הזיה, יש לנו מילון בינה מלאכותית בעברית.

איך ChatGPT יודע לענות?

ChatGPT הוא מודל שפה גדול (LLM). הוא אומן על כמות עצומה של טקסט לנחש את המילה, או ליתר דיוק את הטוקן, הבא ברצף. אחר כך כוונן בעזרת דוגמאות שכתבו בני אדם ובעזרת דירוגים אנושיים של תשובות, שיטה שנקראת RLHF. התוצאה היא מודל שמנסח תשובות שנשמעות כמו אדם.

הנקודה החשובה כאן היא שהמודל לא "יודע" במובן שאנחנו יודעים. הוא מחשב מה ההמשך הסביר ביותר לטקסט, על סמך מה שראה. לכן הוא יכול לכתוב פסקה מצוינת על נושא שהוא מכיר היטב, ולהמציא בביטחון מלא מקור שלא קיים. התופעה הזאת נקראת הזיה (hallucination).

מכאן גם נובע שהניסוח של השאלה משנה את התשובה. אם תרצו לקבל תוצאות טובות יותר, קראו את המדריך שלנו לכתיבת פרומפטים, ולהיכרות מלאה עם הכלי, את המדריך ל-ChatGPT.

איפה אתם כבר פוגשים בינה מלאכותית ביום-יום?

כמעט בכל מקום, גם בלי לשים לב. בהצעות ההשלמה במקלדת של הטלפון, בזיהוי הפנים שפותח אותו, בסינון הספאם במייל, בהמלצות ביוטיוב ובנטפליקס, בתרגום אוטומטי ובמערכות סיוע לנהג ברכב. הצ'טבוטים הם רק החלק הכי גלוי.

לישראל יש תפקיד בולט בחלק מהתחומים האלה. Mobileye, שנוסדה ב-1999 מתוך מחקר של פרופ׳ אמנון שעשוע באוניברסיטה העברית, מפתחת מערכות ראייה ממוחשבת לסיוע לנהג ולנהיגה אוטונומית, וזו דוגמה קלאסית ללמידה עמוקה: המערכת לומדת מתמונות של כבישים לזהות הולכי רגל, רכבים ותמרורים.

ובעברית? הכלים השתפרו מאוד, אבל עדיין פחות טובים מאשר באנגלית, בעיקר כי יש פחות טקסט עברי לאמן עליו. כתבנו על כך בהרחבה בכתבה על בינה מלאכותית בעברית.

מה בינה מלאכותית לא יודעת לעשות?

היא לא מבינה את העולם כמו אדם, ולכן היא טועה בדרכים מפתיעות. מודלים ממציאים עובדות, משקפים הטיות שהיו בנתונים, מתקשים בחשבון ובהיגיון רב-שלבי, ולא יודעים על אירועים שקרו אחרי תאריך האימון אלא אם יש להם גישה לחיפוש.

• הזיות: כל עובדה, מספר או ציטוט שמודל נותן לכם צריך בדיקה מול מקור.
• הטיה: מודל שאומן בעיקר על טקסט באנגלית יבין פחות טוב הקשר ישראלי, סלנג או שמות מקומיים.
• אחריות: המודל לא אחראי לשום דבר. אם הוא נותן עצה רפואית, משפטית או כספית, ההחלטה וההשלכות שלכם.

שאלות נפוצות

מה ההגדרה הרשמית של בינה מלאכותית?

ההגדרה המקובלת היא של ה-OECD, שעודכנה ב-2023: מערכת מבוססת מכונה שמסיקה מהקלט שהיא מקבלת איך לייצר פלטים כמו תחזיות, תוכן, המלצות או החלטות, שיכולים להשפיע על סביבה פיזית או וירטואלית.

האם בינה מלאכותית חושבת?

לא במובן האנושי. מודל שפה מחשב מה ההמשך הסביר ביותר לטקסט על סמך מה שלמד. התוצאה יכולה להיראות כמו חשיבה, אבל אין לו הבנה, כוונה או מודעות.

מה ההבדל בין AI ל-ChatGPT?

AI הוא התחום כולו. ChatGPT הוא מוצר אחד של OpenAI, שמבוסס על מודל שפה גדול, סוג אחד של AI יוצר.

מה ההבדל בין AI יוצר ל-AI "רגיל"?

AI רגיל, למשל מסנן ספאם או מערכת המלצות, בוחר בין אפשרויות קיימות: ספאם או לא, איזה סרט להציע. AI יוצר מייצר משהו חדש, כמו פסקה, תמונה או סרטון. שניהם לומדים מנתונים, וההבדל הוא בסוג הפלט.

למה AI עונה אחרת על אותה שאלה?

כי מודלי שפה בוחרים את המילה הבאה מתוך כמה אפשרויות סבירות, עם מידה מסוימת של אקראיות. זה מה שמאפשר להם לנסח תשובות טבעיות, וזו גם הסיבה שכדאי לבקש מהם כמה גרסאות ולבחור את הטובה.

האם צריך לדעת לתכנת כדי להשתמש ב-AI?

לא. רוב הכלים היום עובדים בשיחה רגילה, גם בעברית. תכנות נדרש רק אם רוצים לבנות מודל או לחבר אותו למערכות אחרות.