מתי המחשבים יהיו חכמים מאיתנו? יתכן והם כבר שם
השימוש היישומי במחשב או בתכנה שיכולים לקלוט חומר, לעבדו, להסיק מסקנות וללמוד להמשך הוא חסר גבולות וחוצה סקטורים, בהם האזרחי והביטחוני
דרור בן דוד
| 28/02/2016
The computer that mastered Go - https://goo.gl/wCwx7M
ה-Deep Learingn, "הלימוד המעמיק", הוא מושג המתאר את תהליך הלמידה והסקת המסקנות שעושה מחשב, באופן דומה לדרך שבני האדם עושים זאת. עם השיפור המתמיד ביכולות העיבוד של המחשבים בכלל והעיבוד המקבילי בפרט, ישנה פריחה בתחום זה, שהפך להיות אחד מהנושאים החמים של השנים האחרונות. השימוש היישומי במחשב או בתכנה שיכולים לקלוט חומר, לעבדו, להסיק מסקנות וללמוד להמשך הוא חסר גבולות וחוצה סקטורים, בהם האזרחי והביטחוני. המדובר בין השאר ביכולת לזהות ולנתח עצמים בתמונות, ניתוח טקסט ואפילו כתיבתו. כיצד הדבר נעשה, והאם יגיע היום שהמחשבים יהיו חכמים יותר מבני האדם?
בשנים האחרונות חלה סוג של מהפכה באופן שבו מפתחים תוכנות מחשב. אנשים וארגונים רבים, שמים את כל הקוד שהם כותבים, באינטרנט – כך שכל אחד יכול לגשת לקוד, לבדוק אותו, לשפר אותו ולהתקדם על בסיסו לשלב הבא. התופעה הזו יצרה מצב שבו כל המתכנתים והאלגוריתמאים שמתעניינים בתחום מסוים, בונים במשותף קוד שמתפתח בצורה ספירלית, ללא גבולות. התופעה הזו מביאה לידי ביטוי את "השכל" של כל החוקרים הפועלים בתחום מסוים, בצורה מצרפית שממשיכה להתפתח בהתמדה, בלי תלות בחוקר מסוים, זה או אחר ותוך עקיפת קשיים ע"י מיצוי יכולתיהם של כל משתתפי הקהיליה. במובנים מסוימים, כך גם עובד הלימוד המעמיק.
נוצרה הבנה שרשתות נוירונים רבודות (רנ"רים), רשתות מחשב המחקות את האופן שבו פועל המוח האנושי – יכולות ללמוד כל תחום שבו יש מספיק נתונים כדי "לצבור ניסיון". כלומר, בכל מצב שבו יש כמות גדולה של נתונים שאפשר "להראות" למחשב, לשאול אותו מה הוא "רואה", לתקן אותו וחוזר חלילה – אפשר ליצור מצב של "מחשב לומד" שבסופו של תהליך הלימוד יוכל "להבין" בעצמו מה הוא רואה.
בשנים האחרונות התפתחו מספר "קבוצות התמחות" של רשתות נוירונים: הראשונה נקראת Convolutional Neural Networks. רשתות אלו מתאימות במיוחד לניתוח תמונה ולהבנה של המחשב מה מוצג בה. התמונה הפסיקה להיות עבור המחשבים רק "מטריצה של מספרים" המבטאים את עוצמת האור בכל פיקסל: המחשבים יכולים היום להבין מה הם "רואים" בתמונה, בדיוק כמו בני אדם.
משפחה שניה של רשתות נקראת Recurrent Neural Networks: לא רק שהן יכולות "להבין" את מה שהן כרגע "רואות" אלא שהן גם זוכרות את רצף תמונות העבר ויודעות להביא בחשבון את ההקשר של התמונה הנוכחית – כדי לשפר את יכולתן להבין במה מדובר. רשתות אלו מתאימות במיוחד להבנת שפה, כאשר, בכדי להבין" מה "אומר" לך מישהו או מה כתוב באיזה שהוא מאמר - יש חשיבות רבה להקשר של המילים, המשפטים, הסיטואצייה הכוללת וכדומה. על כן, רשתות אלו יכולות לקרוא ולהבין טקסטים ואפילו לכתוב סיפורים באופן שמחקה את היכולת האנושית.
משפחה שלישית נקראת Genetically Generated Neural Networks. סוג הרשתות האלו מתאים למצבים בהם יש צורך "ללמוד" אבל אין מספיק נתונים כדי ללמד את הרשת. בגישה הזו, בונים מאות רשתות ומאפשרים לכל אחת מהן "להתמודד" עם המצב בדרכה שלה. לאחר מכן, בוחרים את אותן רשתות שהצליחו יותר – ומשלבים את הפרמטרים שלהן. כך, למעשה, מתקבלת סוג של "אבולוציה" שיוצרת מעצמה את הרשת האופטימלית לסוג הבעייה איתה רוצים להתמודד.
אז מתי המחשבים יהיו חכמים מאיתנו? יתכן והם כבר שם: גו הוא משחק לוח סיני עתיק, והוא מורכב בהרבה ממשחק השחמט. רק לפני כחצי שנה – טובי המדענים בעולם חזו שמחשבים לא יוכלו לנצח בני אדם ב"גו" עוד לפחות עשור או שניים. במרץ הקרוב הודיעה גוגל כי תצרף את מערכת ה-DeepMind שלה לאליפות העולם ותנסה לראשונה לנצח את טובי השחקנים האנושיים. מישהו מוכן להמר על תוצאת התחרות?
הכותב הוא דרור בן דוד, העומד בראש בית הספר הראשון למחשבים לומדים בחברת מטריקס.
השימוש היישומי במחשב או בתכנה שיכולים לקלוט חומר, לעבדו, להסיק מסקנות וללמוד להמשך הוא חסר גבולות וחוצה סקטורים, בהם האזרחי והביטחוני
The computer that mastered Go - https://goo.gl/wCwx7M
ה-Deep Learingn, "הלימוד המעמיק", הוא מושג המתאר את תהליך הלמידה והסקת המסקנות שעושה מחשב, באופן דומה לדרך שבני האדם עושים זאת. עם השיפור המתמיד ביכולות העיבוד של המחשבים בכלל והעיבוד המקבילי בפרט, ישנה פריחה בתחום זה, שהפך להיות אחד מהנושאים החמים של השנים האחרונות. השימוש היישומי במחשב או בתכנה שיכולים לקלוט חומר, לעבדו, להסיק מסקנות וללמוד להמשך הוא חסר גבולות וחוצה סקטורים, בהם האזרחי והביטחוני. המדובר בין השאר ביכולת לזהות ולנתח עצמים בתמונות, ניתוח טקסט ואפילו כתיבתו. כיצד הדבר נעשה, והאם יגיע היום שהמחשבים יהיו חכמים יותר מבני האדם?
בשנים האחרונות חלה סוג של מהפכה באופן שבו מפתחים תוכנות מחשב. אנשים וארגונים רבים, שמים את כל הקוד שהם כותבים, באינטרנט – כך שכל אחד יכול לגשת לקוד, לבדוק אותו, לשפר אותו ולהתקדם על בסיסו לשלב הבא. התופעה הזו יצרה מצב שבו כל המתכנתים והאלגוריתמאים שמתעניינים בתחום מסוים, בונים במשותף קוד שמתפתח בצורה ספירלית, ללא גבולות. התופעה הזו מביאה לידי ביטוי את "השכל" של כל החוקרים הפועלים בתחום מסוים, בצורה מצרפית שממשיכה להתפתח בהתמדה, בלי תלות בחוקר מסוים, זה או אחר ותוך עקיפת קשיים ע"י מיצוי יכולתיהם של כל משתתפי הקהיליה. במובנים מסוימים, כך גם עובד הלימוד המעמיק.
נוצרה הבנה שרשתות נוירונים רבודות (רנ"רים), רשתות מחשב המחקות את האופן שבו פועל המוח האנושי – יכולות ללמוד כל תחום שבו יש מספיק נתונים כדי "לצבור ניסיון". כלומר, בכל מצב שבו יש כמות גדולה של נתונים שאפשר "להראות" למחשב, לשאול אותו מה הוא "רואה", לתקן אותו וחוזר חלילה – אפשר ליצור מצב של "מחשב לומד" שבסופו של תהליך הלימוד יוכל "להבין" בעצמו מה הוא רואה.
בשנים האחרונות התפתחו מספר "קבוצות התמחות" של רשתות נוירונים: הראשונה נקראת Convolutional Neural Networks. רשתות אלו מתאימות במיוחד לניתוח תמונה ולהבנה של המחשב מה מוצג בה. התמונה הפסיקה להיות עבור המחשבים רק "מטריצה של מספרים" המבטאים את עוצמת האור בכל פיקסל: המחשבים יכולים היום להבין מה הם "רואים" בתמונה, בדיוק כמו בני אדם.
משפחה שניה של רשתות נקראת Recurrent Neural Networks: לא רק שהן יכולות "להבין" את מה שהן כרגע "רואות" אלא שהן גם זוכרות את רצף תמונות העבר ויודעות להביא בחשבון את ההקשר של התמונה הנוכחית – כדי לשפר את יכולתן להבין במה מדובר. רשתות אלו מתאימות במיוחד להבנת שפה, כאשר, בכדי להבין" מה "אומר" לך מישהו או מה כתוב באיזה שהוא מאמר - יש חשיבות רבה להקשר של המילים, המשפטים, הסיטואצייה הכוללת וכדומה. על כן, רשתות אלו יכולות לקרוא ולהבין טקסטים ואפילו לכתוב סיפורים באופן שמחקה את היכולת האנושית.
משפחה שלישית נקראת Genetically Generated Neural Networks. סוג הרשתות האלו מתאים למצבים בהם יש צורך "ללמוד" אבל אין מספיק נתונים כדי ללמד את הרשת. בגישה הזו, בונים מאות רשתות ומאפשרים לכל אחת מהן "להתמודד" עם המצב בדרכה שלה. לאחר מכן, בוחרים את אותן רשתות שהצליחו יותר – ומשלבים את הפרמטרים שלהן. כך, למעשה, מתקבלת סוג של "אבולוציה" שיוצרת מעצמה את הרשת האופטימלית לסוג הבעייה איתה רוצים להתמודד.
אז מתי המחשבים יהיו חכמים מאיתנו? יתכן והם כבר שם: גו הוא משחק לוח סיני עתיק, והוא מורכב בהרבה ממשחק השחמט. רק לפני כחצי שנה – טובי המדענים בעולם חזו שמחשבים לא יוכלו לנצח בני אדם ב"גו" עוד לפחות עשור או שניים. במרץ הקרוב הודיעה גוגל כי תצרף את מערכת ה-DeepMind שלה לאליפות העולם ותנסה לראשונה לנצח את טובי השחקנים האנושיים. מישהו מוכן להמר על תוצאת התחרות?
הכותב הוא דרור בן דוד, העומד בראש בית הספר הראשון למחשבים לומדים בחברת מטריקס.
