"עובדים על תכנית רב שנתית לבינה מלאכותית לצה"ל"
אגף התקשוב הקים מעבדת בינה מלאכותית ייעודית כדי לפתח את התחום בצה"ל. ראיון מיוחד עם מי שעומדת בראש צוות המעבדה, סא"ל נורית כהן-אינגר
עמי רוחקס דומבה
| 29/11/2018
צילום אילוסטרציה: דו"צ
בצה"ל עובדים בחמש האחרונות על פיתוחים בתחום הבינה המלאכותית בזרועות השונות. אגף המודיעין נחשב למתקדם ביותר בתחום, אבל לא רק הוא. בשנתיים האחרונות אגף התקשוב, כרגולטור בתחום התקשורת והסייבר בצבא, לקח לידיו את הנושא והקים מעבדת בינה מלאכותית ייעודית הכוללת כשניים עשר מדעני נתונים. על הצוות מפקדת סא״ל נורית כהן-אינגר המשמשת כקצינת הנתונים של צה"ל (CDO).
"יש לנו הצלחות מבצעיות", אומרת כהן-אינגר בראיון מיוחד למגזין ישראל דיפנס. "התחום מחייב את צה"ל בכמה מובנים. הקמת מרכזי מצוינות, שינוי תורות לחימה, השקעה בהון אנושי ועוד. מקבלי ההחלטות מבינים זאת, ויש סביב הנושא דיונים לקראת התר"ש הבא (גדעון פלוס אחד)".
כאשר מדברים על בינה מלאכותית ואלגוריתמים, נובע מכך שצה"ל צריך בריכות מידע. אלו מאגרי נתונים גדולים אליהם 'זורם' מידע מכל הסנסורים ומערכות המידע של הצבא במטרה להפיק מהמידע תובנות. "צה"ל עדיין לא התבשל לבריכת נתונים אחת. ישנן סוגיות מידור קריטיות שצריך לפתור", מסבירה כהן-אינגר. "כן יש בריכות שונות שמשתפות ביניהן מידע. מידע מודיעיני, מבצעי ושל תומכי לחימה. אלו רשתות שונות, אבל אפשר להוציא תוצרי אנליטיקה משותפים. התפקיד שלנו הוא לחפש את ההקשרים בכל המידע הזה. לשאול את השאלות הנכונות".
המטרה: אפקטיביות מבצעית
תחום הבינה המלאכותית בצה"ל אינו מוגבל לציר פעילות יחיד. היות ומדובר בארגון ענק שצריך לנגן יחד כדי לנצח במלחמה, האלגוריתמים צפויים להיכנס לכל מקום בו יש מידע. החל ממנהלת 2020 שמטפלת ב-ERP הארגוני כולל בנושאי כוח אדם, דרך המידע המבצעי, המודיעיני (מובנה ולא מובנה), קבלת החלטות ועד הסנסורים ומערכות הנשק. בכל הזרועות, בכל מקום שבו יש מידע שאפשר להפיק ממנו תובנות, יהיו בעתיד אלגוריתמים שיספקו תובנות.
"המטרה שלנו לצור תפקיד חדש בצבא בשם אנליסט מבצעי ולהגיע איתו לכל חפ"ק חטיבה" , מסבירה כהן-אינגר. "אנחנו עובדים על תכנית רב שנתית לבינה מלאכותית לצה"ל. צריך לתקצב את התכנית והיא תכנס לתר"ש הבא שנקרא 'גדעון פלוס אחד'. יש תובנה במטכ"ל שצריך ללכת על זה, אין עדיין הבנה מלאה איך עושים את זה. מה הדרך שצריך לעבור. תוצרי בינה מלאכותית כדי שיגיעו ללוחם צריכים לעבור תהליך במערכות צה"ל. מחפשים איך לעשות את זה נכון על מנת שנגיע לשיפור האפקטיביות של צה"ל".
אחד הרעיונות שדנים בהם בימים אלו הוא הקמת מנהלת שינוי דיגיטלי בצה"ל שתרכז תחתיה גם את תחום הבינה המלאכותית. שינוי טכנולוגי בסדר גודל כזה דורש כלי תקציבי ותפעולי כמו מנהלת ייעודית. "התכנון דורש מענה לשאלות כמו כמות מדעני הנתונים הנדרשת, ההשכלה שלהם, תשתית המחשוב ועוד. זהו תכנון ארוך טווח ואסטרטגי מה צריך בצה"ל. חלקו נעשה במסגרת המטכ"ל, וחלקו באגף התקשוב בתחומים שהוא אמון עליהם כמו תקשורת, ספקטרום וסייבר", אומרת כהן-אינגר.
"אני מקפידה להסתובב הרבה בצה"ל ולעורר את השיח בנושא בינה מלאכותית. היוזמה כוללת הרצאות בקורסי פיקוד בכיר בצה"ל בדרגת סא"ל ומעלה. יש סדנאות בנושא שמטרתן למצוא את הבעיות שאפשר לפתור עם מיצוי מידע באמצעות אלגוריתמים. חלק מהמידע נמצא בצה"ל , וחלקו מחוץ לצבא. יש לנו שיתוף פעולה ער עם שירותי ביטחון אחרים בתחום. כולם מכירים את כולם, משתפים מידע, ומחפשים איך לפתור בעיות יחד".
בין האדם לאלגוריתם
המעבדה לבינה מלאכותית באגף התקשוב פועלת תחת חטיבת לוטם שאחראית על בניין הכוח הטכנולוגי. החוקרים במעבדה הם בעלי תואר שני או שלישי, ומתקיים שיתוף פעולה עם חלק מהאקדמיות בישראל לטובת פיתוח אלגוריתמים לצבא. כהן-אינגר מסבירה כי בכל פרויקט חדש שרוצים לממש בצה"ל, מחפשים קודם כל מה כבר נעשה באזרחות. באקדמיה, ברשת ובחברות מסחריות. אם יש פרויקטים מעניינים, והתובנות שלהם מפורסמות, ניתן לקחת אותן ולהשתמש בצבא בשינויים מתאימים.
גם בתוך הצבא יש שיתוף פעולה מלא בין הזרועות השונות. "כל הזרועות מבינות שצריך יחד להתמודד עם התחום שנקרא בינה מלאכותית", אומרת כהן-אינגר. "בכל זרוע יש פעילות בתחום ברמות שונות. המעבדה של התקשוב היא רב זרועית. חלק מהמבנה העתידי של התחום יכלול מיישם בינה מלאכותית בגופי מטה גדולים בצבא. אלו יהיו מדעני נתונים עם הכשרה פחות מעמיקה מאלו שישרתו במעבדה.
"אחד התחומים שעובדים עליו במעבדה הוא ניתוח טקסט. עולם נוסף הוא התחום הויזואלי הכולל תמונות ווידאו. הסנסורים של הצבא מייצרים כמויות אדירות של מידע, אותו צריך לאגור ולמצות ממנו תובנות. בלי אלגוריתמים זה בלתי אפשרי. אחד האתגרים הוא לתייג את הנתונים. לטייב אותם בשביל האלגוריתם. אם תכניס נתונים לא טובים, תקבל תוצאה לא טובה".
היבט נוסף למערכות בינה מלאכותית בצבא הוא הממשק בין האדם לאלגוריתם. בשלב זה נמנעים בצה"ל משיח על אלגוריתמים אוטונומים. המסגור הוא סביב מכונה שעוזרת לאדם. בצבא מסבירים כי הטמעת מערכת לומדת בתהליך קבלת החלטות שקשור לאש אינה פשוטה. כדי לעשות זאת, מתקינים את המערכת ובשלב הראשון האדם לוקח החלטות כאשר המערכת לומדת אותו. לאחר מכן, המערכת עוברת למצב המלצה, כאשר היא מציפה החלטות לאדם והוא מתקן אותה בכל פעם שההחלטה לא מתאימה. בשלב האחרון, מצופה מהמערכת לקבל החלטות בצורה טובה יותר או לפחות כמו האדם. כיפת ברזל היא דוגמא למערכת כזו.
"הטמעת מערכת כזו יכולה לקחת חודשים ואולי יותר כאשר מדובר על החלטות בתחום האש", מסבירה כהן-אינגר. "יש כמה מצבי למידה. ישנה למידה בזמן אמת של המערכת. בתצורה כזו, המשתמש נותן איזון חוזר בזמן אמת למערכת, ויש מנגנון החלטות שמתקן את המערכת. גם אם במעבדה האלגוריתם עובד, החלק המאתגר הוא להביא את האלגוריתם לענן המבצעי של צה"ל שזורמים בו נתוני אמת".
עיבוד בקצה
לצד מיצוי המידע מבריכות מידע מרכזיות של צה"ל, תחום הבינה המלאכותית רלוונטי גם למוצרי הקצה - הסנסורים. "הסנסור שולח המון מידע, הוא לא משקר, ובלי אלגוריתמים כמעט אי אפשר להוציא ממנו תובנות", מסבירה כהן-אינגר. "סנסור שישדר מידע לא תקני, לא נוכל לעשות ממנו כלום. אחד האתגרים בתחום הוא קטלוג אחיד של מידע. תקינה בצורה שהמידע מגיע מהסנסור לליבת הנתונים המרכזית. חלק מההצלחות שלנו בשנתיים האחרונות הן גם סביב התחום הזה. מיצוי מידע מסנסורים".
בצה"ל מסבירים כי חלה התפתחות ביכולות העיבוד של הסנסורים בקצה, כך שסנסורים מתקדמים מגיעים עם מעבדי GPU ייעודיים לניתוח מידע ויזואלי וחלקם עם אלגוריתמים מובנים ישירות מהמפעל. בצבא מסבירים כי המגמה היא לפעול בשני ערוצים - רכש סנסורים חכמים שיודעים לעשות חלק מהעיבוד בקצה בזמן אמת, וערוץ שני המבוסס על פיתוח אלגוריתמים שינתחו את המידע בבריכות מידע מרכזיות.
***
בצילום: סא"ל נורית כהן-אינגר, צילום: דו"צ
אגף התקשוב הקים מעבדת בינה מלאכותית ייעודית כדי לפתח את התחום בצה"ל. ראיון מיוחד עם מי שעומדת בראש צוות המעבדה, סא"ל נורית כהן-אינגר
צילום אילוסטרציה: דו"צ
בצה"ל עובדים בחמש האחרונות על פיתוחים בתחום הבינה המלאכותית בזרועות השונות. אגף המודיעין נחשב למתקדם ביותר בתחום, אבל לא רק הוא. בשנתיים האחרונות אגף התקשוב, כרגולטור בתחום התקשורת והסייבר בצבא, לקח לידיו את הנושא והקים מעבדת בינה מלאכותית ייעודית הכוללת כשניים עשר מדעני נתונים. על הצוות מפקדת סא״ל נורית כהן-אינגר המשמשת כקצינת הנתונים של צה"ל (CDO).
"יש לנו הצלחות מבצעיות", אומרת כהן-אינגר בראיון מיוחד למגזין ישראל דיפנס. "התחום מחייב את צה"ל בכמה מובנים. הקמת מרכזי מצוינות, שינוי תורות לחימה, השקעה בהון אנושי ועוד. מקבלי ההחלטות מבינים זאת, ויש סביב הנושא דיונים לקראת התר"ש הבא (גדעון פלוס אחד)".
כאשר מדברים על בינה מלאכותית ואלגוריתמים, נובע מכך שצה"ל צריך בריכות מידע. אלו מאגרי נתונים גדולים אליהם 'זורם' מידע מכל הסנסורים ומערכות המידע של הצבא במטרה להפיק מהמידע תובנות. "צה"ל עדיין לא התבשל לבריכת נתונים אחת. ישנן סוגיות מידור קריטיות שצריך לפתור", מסבירה כהן-אינגר. "כן יש בריכות שונות שמשתפות ביניהן מידע. מידע מודיעיני, מבצעי ושל תומכי לחימה. אלו רשתות שונות, אבל אפשר להוציא תוצרי אנליטיקה משותפים. התפקיד שלנו הוא לחפש את ההקשרים בכל המידע הזה. לשאול את השאלות הנכונות".
המטרה: אפקטיביות מבצעית
תחום הבינה המלאכותית בצה"ל אינו מוגבל לציר פעילות יחיד. היות ומדובר בארגון ענק שצריך לנגן יחד כדי לנצח במלחמה, האלגוריתמים צפויים להיכנס לכל מקום בו יש מידע. החל ממנהלת 2020 שמטפלת ב-ERP הארגוני כולל בנושאי כוח אדם, דרך המידע המבצעי, המודיעיני (מובנה ולא מובנה), קבלת החלטות ועד הסנסורים ומערכות הנשק. בכל הזרועות, בכל מקום שבו יש מידע שאפשר להפיק ממנו תובנות, יהיו בעתיד אלגוריתמים שיספקו תובנות.
"המטרה שלנו לצור תפקיד חדש בצבא בשם אנליסט מבצעי ולהגיע איתו לכל חפ"ק חטיבה" , מסבירה כהן-אינגר. "אנחנו עובדים על תכנית רב שנתית לבינה מלאכותית לצה"ל. צריך לתקצב את התכנית והיא תכנס לתר"ש הבא שנקרא 'גדעון פלוס אחד'. יש תובנה במטכ"ל שצריך ללכת על זה, אין עדיין הבנה מלאה איך עושים את זה. מה הדרך שצריך לעבור. תוצרי בינה מלאכותית כדי שיגיעו ללוחם צריכים לעבור תהליך במערכות צה"ל. מחפשים איך לעשות את זה נכון על מנת שנגיע לשיפור האפקטיביות של צה"ל".
אחד הרעיונות שדנים בהם בימים אלו הוא הקמת מנהלת שינוי דיגיטלי בצה"ל שתרכז תחתיה גם את תחום הבינה המלאכותית. שינוי טכנולוגי בסדר גודל כזה דורש כלי תקציבי ותפעולי כמו מנהלת ייעודית. "התכנון דורש מענה לשאלות כמו כמות מדעני הנתונים הנדרשת, ההשכלה שלהם, תשתית המחשוב ועוד. זהו תכנון ארוך טווח ואסטרטגי מה צריך בצה"ל. חלקו נעשה במסגרת המטכ"ל, וחלקו באגף התקשוב בתחומים שהוא אמון עליהם כמו תקשורת, ספקטרום וסייבר", אומרת כהן-אינגר.
"אני מקפידה להסתובב הרבה בצה"ל ולעורר את השיח בנושא בינה מלאכותית. היוזמה כוללת הרצאות בקורסי פיקוד בכיר בצה"ל בדרגת סא"ל ומעלה. יש סדנאות בנושא שמטרתן למצוא את הבעיות שאפשר לפתור עם מיצוי מידע באמצעות אלגוריתמים. חלק מהמידע נמצא בצה"ל , וחלקו מחוץ לצבא. יש לנו שיתוף פעולה ער עם שירותי ביטחון אחרים בתחום. כולם מכירים את כולם, משתפים מידע, ומחפשים איך לפתור בעיות יחד".
בין האדם לאלגוריתם
המעבדה לבינה מלאכותית באגף התקשוב פועלת תחת חטיבת לוטם שאחראית על בניין הכוח הטכנולוגי. החוקרים במעבדה הם בעלי תואר שני או שלישי, ומתקיים שיתוף פעולה עם חלק מהאקדמיות בישראל לטובת פיתוח אלגוריתמים לצבא. כהן-אינגר מסבירה כי בכל פרויקט חדש שרוצים לממש בצה"ל, מחפשים קודם כל מה כבר נעשה באזרחות. באקדמיה, ברשת ובחברות מסחריות. אם יש פרויקטים מעניינים, והתובנות שלהם מפורסמות, ניתן לקחת אותן ולהשתמש בצבא בשינויים מתאימים.
גם בתוך הצבא יש שיתוף פעולה מלא בין הזרועות השונות. "כל הזרועות מבינות שצריך יחד להתמודד עם התחום שנקרא בינה מלאכותית", אומרת כהן-אינגר. "בכל זרוע יש פעילות בתחום ברמות שונות. המעבדה של התקשוב היא רב זרועית. חלק מהמבנה העתידי של התחום יכלול מיישם בינה מלאכותית בגופי מטה גדולים בצבא. אלו יהיו מדעני נתונים עם הכשרה פחות מעמיקה מאלו שישרתו במעבדה.
"אחד התחומים שעובדים עליו במעבדה הוא ניתוח טקסט. עולם נוסף הוא התחום הויזואלי הכולל תמונות ווידאו. הסנסורים של הצבא מייצרים כמויות אדירות של מידע, אותו צריך לאגור ולמצות ממנו תובנות. בלי אלגוריתמים זה בלתי אפשרי. אחד האתגרים הוא לתייג את הנתונים. לטייב אותם בשביל האלגוריתם. אם תכניס נתונים לא טובים, תקבל תוצאה לא טובה".
היבט נוסף למערכות בינה מלאכותית בצבא הוא הממשק בין האדם לאלגוריתם. בשלב זה נמנעים בצה"ל משיח על אלגוריתמים אוטונומים. המסגור הוא סביב מכונה שעוזרת לאדם. בצבא מסבירים כי הטמעת מערכת לומדת בתהליך קבלת החלטות שקשור לאש אינה פשוטה. כדי לעשות זאת, מתקינים את המערכת ובשלב הראשון האדם לוקח החלטות כאשר המערכת לומדת אותו. לאחר מכן, המערכת עוברת למצב המלצה, כאשר היא מציפה החלטות לאדם והוא מתקן אותה בכל פעם שההחלטה לא מתאימה. בשלב האחרון, מצופה מהמערכת לקבל החלטות בצורה טובה יותר או לפחות כמו האדם. כיפת ברזל היא דוגמא למערכת כזו.
"הטמעת מערכת כזו יכולה לקחת חודשים ואולי יותר כאשר מדובר על החלטות בתחום האש", מסבירה כהן-אינגר. "יש כמה מצבי למידה. ישנה למידה בזמן אמת של המערכת. בתצורה כזו, המשתמש נותן איזון חוזר בזמן אמת למערכת, ויש מנגנון החלטות שמתקן את המערכת. גם אם במעבדה האלגוריתם עובד, החלק המאתגר הוא להביא את האלגוריתם לענן המבצעי של צה"ל שזורמים בו נתוני אמת".
עיבוד בקצה
לצד מיצוי המידע מבריכות מידע מרכזיות של צה"ל, תחום הבינה המלאכותית רלוונטי גם למוצרי הקצה - הסנסורים. "הסנסור שולח המון מידע, הוא לא משקר, ובלי אלגוריתמים כמעט אי אפשר להוציא ממנו תובנות", מסבירה כהן-אינגר. "סנסור שישדר מידע לא תקני, לא נוכל לעשות ממנו כלום. אחד האתגרים בתחום הוא קטלוג אחיד של מידע. תקינה בצורה שהמידע מגיע מהסנסור לליבת הנתונים המרכזית. חלק מההצלחות שלנו בשנתיים האחרונות הן גם סביב התחום הזה. מיצוי מידע מסנסורים".
בצה"ל מסבירים כי חלה התפתחות ביכולות העיבוד של הסנסורים בקצה, כך שסנסורים מתקדמים מגיעים עם מעבדי GPU ייעודיים לניתוח מידע ויזואלי וחלקם עם אלגוריתמים מובנים ישירות מהמפעל. בצבא מסבירים כי המגמה היא לפעול בשני ערוצים - רכש סנסורים חכמים שיודעים לעשות חלק מהעיבוד בקצה בזמן אמת, וערוץ שני המבוסס על פיתוח אלגוריתמים שינתחו את המידע בבריכות מידע מרכזיות.
***
בצילום: סא"ל נורית כהן-אינגר, צילום: דו"צ
