בינה מלאכותית פיזית תשדרג ציוד קיים ותאפשר לוויינים, רחפנים וכלים צבאיים חכמים יותר

יכולת חדשה של שבבים ייעודיים תאפשר להפוך ציוד צבאי ותעופתי ותיק לחכם ואפקטיבי יותר, תוך חיסכון באנרגיה ושיפור דרמטי בזמן תגובה – עם דגש על פרטיות, אבטחת מידע ועמידות בתנאי שטח קריטיים

בינה מלאכותית פיזית תשדרג ציוד קיים ותאפשר לוויינים, רחפנים וכלים צבאיים חכמים יותר

Krishna Rangasayee - https://youtu.be/i3whTWD8NfQ

בפודקאסט Machine & Deep Learning Israel, בהנחיית אורי אליאבייב, התארח לאחרונה Krishna Rangasayee, מייסד ומנכ”ל חברת SiMa.ai, לשיחה על עתיד הבינה המלאכותית הפיזית. 

רנגאסאיי טען כי אם העשור האחרון הוקדש לבינה מלאכותית בענן וביישומים צרכניים, הרי שהעשור הקרוב יתמקד ב־Physical AI – יישום בינה מלאכותית בתוך מכשירים פיזיים בתחומים כמו רובוטיקה, רכב אוטונומי, רפואה, תעופה וחלל וביטחון. לדבריו, מדובר בפרדיגמה חדשה שבה המכונות אינן מסתפקות בחישובים סטטיסטיים או בכללים קשיחים, אלא מסוגלות להבין הקשר, לזכור ולפעול באופן הגיוני יותר, בדומה לאופן שבו פועל המוח האנושי.

SiMa.ai מציעה פתרון Full-Stack המשלב פיתוח שבבים ותוכנה ייעודית. השבב שפיתחה החברה מאפשר להריץ מודלים רב־מודאליים – מרשתות קונבולוציה ועד מודלי שפה גדולים – בצריכת חשמל של פחות מ־10 וואט בלבד, מה שהופך אותו ליעיל פי עשרה בהשוואה לפתרונות הקיימים. לצד זאת, החברה שמה דגש על קלות שימוש: בלחיצת כפתור ניתן להריץ מודלים מתוך Hugging Face או מודלים עצמאיים של הארגון על גבי השבב, ובכך לאפשר פריסה מהירה של יכולות AI מתקדמות בקצה.

לדברי רנגאסאיי, שלושה גורמים מרכזיים דוחפים לאימוץ Physical AI: אבטחה ופרטיות, שכן ארגונים רבים אינם יכולים להרשות לעצמם להסתמך על ענן ציבורי; צורך בהשהיה אפסית, קריטית בתחומים כמו רכבים אוטונומיים או רובוטיקה; ועלות כוללת, שכן עיבוד מתמשך בענן הופך יקר מדי בקנה מידה גדול. שלושת הווקטורים הללו הופכים את המעבר לעיבוד לוקאלי למתבקש.

בתחום הביטחוני והאווירי, ההשלכות משמעותיות במיוחד. רנגאסאיי ציין כי החברה עובדת עם יצרניות ביטחוניות בכל העולם, לרבות בישראל, ומספקת פתרונות שמותאמים לסביבות קשוחות הדורשות אמינות מוחלטת. אחד השימושים הבולטים הוא בעיבוד תמונות לוויין: במקום לשדר את כל המידע אל הקרקע, השבב של SiMa.ai מאפשר לבצע ניתוח שינויים ישירות על הלוויין עצמו ולשלוח רק את המידע הקריטי. כך נחסכים רוחב פס, אנרגיה ועלויות שיגור. דוגמאות נוספות כוללות מערכות רובוטיות, רחפנים, רכבים ימיים ויבשתיים, ואף מערכות מרובות חיישנים המשלבות וידאו, אינפרה־אדום ולידאר.

האתגרים אינם פשוטים. קצב החדשנות של בינה מלאכותית – עם עדכונים וארכיטקטורות חדשות כל כמה חודשים – מתנגש עם מחזורי החיים הארוכים של ציוד ביטחוני או רפואי, הנמדדים לעיתים בעשרות שנים. נוסף על כך, החשיפה המוגברת של מערכות חכמות מעלה סוגיות של סייבר, פרטיות ואתיקה. 

עם זאת, רנגאסאיי בטוח כי התועלת תעלה על הקשיים. לדבריו, אנו נכנסים לעידן שבו חיילים יצוידו בחישוב מותאם אישית, ציוד ביטחוני ישדר מידע עשיר בזמן אמת, ומכונות יתקשרו ביניהן באופן רציף וחכם. השילוב של עיבוד רב־מודאלי, חיסכון אנרגטי ויכולת אינטגרציה פשוטה צפוי להוביל למהפכה שתשנה את חיינו, משדה הקרב ועד חיי היומיום.