במפגש הסיליקון קלאב שנערך ב-6 בפברואר 2025 בבית IBM בפתח תקווה, הציג פרופ' עידן שגב, חוקר מדעי המוח ממרכז אדמונד ולילי ספרא באוניברסיטה העברית, את הגישה החדשנית המחברת בין חקר המוח לפיתוחי בינה מלאכותית
במפגש הסיליקון קלאב, שנערך בבית IBM בפתח תקווה, הציג פרופ' עידן שגב, חוקר מדעי המוח ממרכז אדמונד ולילי ספרא באוניברסיטה העברית, תובנות חדשניות על הקשר בין חקר המוח האנושי לפיתוח בינה מלאכותית. בהרצאה סוחפת, הוא הדגיש את החשיבות של הבנת המוח האנושי כבסיס לשיפור טכנולוגיות AI, תוך שימת דגש על היעילות האנרגטית המדהימה של המוח, כמו גם על מורכבותו המבנית. "כיצד ניתן לבצע חישובים מורכבים באופן מקבילי ויעיל אנרגטית, כדי ליצור לנו ״פרטנרים״ מלאכותיים מעוררי-השראה, שיעזרו לנו להבין את מוחנו שלנו, לתקן אותו ולשכלל את יכולותיו החבויות בו מזה 300,000 שנה – מאז נוצר המין האנושי".
"המוח האנושי הוא מקור השראה למערכות AI," ציין פרופ' שגב. "למרות ההתקדמות המרשימה, רשתות העצבים המלאכותיות שאנו מכירים כיום, מוגבלות לעומת היכולות האנושיות, במיוחד בכל הקשור לצריכת אנרגיה ולביצוע חישובים."
בין המוח ל-AI
פרופ' שגב הסביר כיצד חקר המוח תורם להבנת עקרונות החישוב של הבינה המלאכותית. הוא ציין כי בעוד המוח מבצע חישובים מקומיים רבים באמצעות מבנה סינפסות ותאי עצב, מערכות AI עכשוויות מסתמכות על חישובים דיגיטליים ליניאריים, הצורכים כמויות אדירות של אנרגיה. "המוח פועל ב-20 וואט בלבד," הדגיש, "לעומת המחשבים הנוכחיים, שמבצעים משימות דומות בצריכת אנרגיה של מגה-וואטים."
שגב הדגים את השפעת המבנה הייחודי של תאי העצב על יעילות החישובים, והציג את חזונו לפיתוח חומרה ניורומורפית – מערכות חישוביות המדמות את מבנה ותפקוד המוח, במטרה לשפר ביצועים ולהפחית עלויות אנרגיה.
חקר המוח ברזולוציה גבוהה
בהרצאה הוצגו שיטות חדשות למיפוי מוח האדם והחיבוריות בין תאי העצב ברמות שונות, החל ממיקרו ועד מאקרו. מיפויים אלו מאפשרים הבנה מעמיקה של ארכיטקטורת המוח, שיכולה להוות בסיס לבניית רשתות עצבים מלאכותיות מתקדמות, המסוגלות לפעול בצורה טבעית ויעילה יותר.
NeuroAIהוא תחום מחקר חדש, המנסה לגשר בין ההבנה שלנו באשר לאופן שבו המוח מבצע חישובי AI (נכון יותר לומר, BI – (Biological Intelligence לבין היכולת שלנו לפתח מכונות אינטליגנטיות, לומדות, הפותרות בעיות מדעיות, מתכננות את העתיד, יוצרות ״חדש מאין״. כבר היום ״המכונות הלומדות״ – ״הרשתות העמוקות״ – עליהן מבוססים המודלים המשמשים את ה AI – כגון ChatGPT – שאבנו מהמוח השראה – “נוירון מלאכותי”, “רשת עצבית עמוקה” ו”למידה סינפטית”. למוח מסתבר, ישנם עוד ״פטנטים״ המאפשרים לנו לעשות את כל ״נפלאות המוח״ – דיבור, זיהוי פנים, תנועה בעולם מרכב, מדע ואמנות. אם נבין את העקרונות הפיזיקליים והחישוביים המאפשרים למוח לבצע, ביעילות רבה כל כך, את המשימות האלה, נוכל להמשיך ולקבל השראה מממנו על מנת לבנות מכונות עם ביצועים מתקדמים מאד תוך צריכת אנרגיה מזערית.
ואכן, המעבדים הדיגיטליים המשמשים היום לחישובי ״האינטיליגנציה המלאכותית״ דורשים פי כמיליון יותר אנרגיה לעומת המוח, הצורך כ-20 וואט בלבד. השאלה הגדולה היא כיצד המוח מצליח לבצע במקביל מגוון חישובים מורכבים כמעט ללא "חשבון חשמל״?
אחד המרכיבים הייחודיים במוח הוא הנוירון, אבן הבניין הבסיסית שלו, שבה חלק מרכזי מהתהליכים החישוביים נעשים בצורה אנלוגית, זולה אנרגטית, וחלק אחר – האותות העוברים ביחידת הפלט שלו, באקסון – הם דיגיטליים ויקרים יותר מבחינה אנרגטית. שילוב זה בין חישוב אנלוגי בחלק אחד של המיקרוצי׳פ המוחי לחישוב דיגיטלי בחלק אחר שלו הוא ״פטנט״ מיוחד שהמוח פיתח, אך עדיין לא מוצה ברשתות העצביות המלאכותיות. גם ארכיטקטורת הקשרים במוח שונה מאד מזו שברשתות המלאכותיות ״העמוקות״ שבנינו, וגם לזה תפקיד חשוב בהצלחת המוח לחשב חישובים באופן יעיל כל-כך.
