מכון קמפנר לחקר הבינה הטבעית והמלאכותית באוניברסיטת הרווארד והמרכז למדעי המוח על שם אדמונד ולילי ספרא, ELSC, באוניברסיטה העברית בירושלים, הודיעו על שיתוף פעולה חדש בתחום NeuroAI. זהו תחום מחקר מתפתח המחבר בין  מדעי המוח, בינה מלאכותית, מדעי הקוגניציה ולמידת מכונה.

שיתוף הפעולה נועד לחזק את הקשרים בין קהילות המחקר בשני המוסדות. הוא יכלול חילופי ידע בין חברי סגל וחוקרים צעירים, סדנאות, מפגשים אקדמיים ופעילויות משותפות נוספות. מטרת המהלך היא להניח תשתית ליוזמות מחקר עתידיות, שיבחנו כיצד מערכות ביולוגיות ומערכות מלאכותיות לומדות, מייצגות מידע, חוזות אירועים ומתאימות את התנהגותן לסביבות מורכבות.

תחום NeuroAI מבקש להבין אינטליגנציה על פני רצף רחב של מערכות, מהמוח האנושי ומוחות בעלי חיים ועד מודלים חישוביים ומערכות בינה מלאכותית. מצד אחד, חוקרים משתמשים בכלי AI מתקדמים כדי לפענח כיצד המוח לומד, מחשב ומסתגל. מצד אחר, הם שואבים השראה ממערכות ביולוגיות כדי לפתח מערכות AI יעילות, יציבות ואמינות יותר.

מכון קמפנר בהרווארד הוא מכון בין־תחומי העוסק בחקר אינטליגנציה במערכות טבעיות ומלאכותיות, ומאגד חוקרים בתחומים כמו למידת מכונה, מדעי המוח ומדעי הקוגניציה. לפי אתר המכון, משימתו המרכזית היא לקדם את חקר האינטליגנציה ולפתח פתרונות לבעיות מורכבות לטובת האנושות. (Kempner Institute)

המרכז למדעי המוח על שם אדמונד ולילי ספרא באוניברסיטה העברית הוא אחד המרכזים הבולטים בישראל למדעי המוח החישוביים. לפי אתר המרכז, ELSC פועל לחיבור בין מחקר קוגניטיבי, ביולוגי וחישובי, במטרה לקדם תגליות חדשות בחקר המוח. (elsc.huji.ac.il)

שיתוף הפעולה החדש נשען גם על קשרים קיימים בין החוקרים בשני המוסדות. בין הדמויות המחברות בין הקהילות נמצא פרופ' חיים סומפולינסקי, חבר סגל עמית במכון קמפנר ופרופסור אמריטוס ב־ELSC; פרופ' דפנה ויינשל מהאוניברסיטה העברית, המשמשת חוקרת אורחת במכון קמפנר; וד"ר יונתן קדמון מ־ELSC, שהיה בעבר חוקר אורח בהרווארד.

המהלך משקף מגמה רחבה יותר במדעי המוח ובבינה מלאכותית: מעבר ממחקר נפרד של מוח ומחשב אל חקר משותף של עקרונות אינטליגנציה. בתחום זה, הבנת המוח עשויה לסייע בבניית מערכות AI טובות יותר, ואילו כלי בינה מלאכותית עשויים לספק למדענים דרכים חדשות לנתח פעילות מוחית ולפענח מנגנוני למידה, זיכרון וקבלת החלטות.

בהודעה על שיתוף הפעולה נמסר כי שני המוסדות רואים בו צעד לקידום  מדע האינטליגנציה ולתרגום תובנות בסיסיות מביולוגיה ומחישוב לטכנולוגיות עתידיות. עבור האוניברסיטה העברית, החיבור להרווארד בתחום NeuroAI מחזק את מעמדה בזירה הבין־לאומית של מדעי המוח החישוביים והבינה המלאכותית.

הפוסט הרווארד והאוניברסיטה העברית ישתפו פעולה במחקר NeuroAI הופיע לראשונה ב-Chiportal.

מהנדסים מאוניברסיטת קליפורניה בסן דייגו פיתחו אבטיפוס לשבב חדש שנועד לשפר את הדרך שבה מועבר חשמל למעבדים גרפיים, GPUs, במרכזי נתונים. המחקר, שפורסם ב־Nature Communications, עוסק באחד האתגרים הבסיסיים של מערכות מחשוב מודרניות: כיצד להמיר ביעילות מתח חשמלי גבוה למתח נמוך בהרבה, הדרוש להפעלת רכיבי מחשוב רגישים.

מרכזי נתונים מודרניים צורכים כמויות הולכות וגדלות של חשמל, בעיקר בשל הביקוש למחשוב עתיר ביצועים ולבינה מלאכותית. ברוב המערכות האלה החשמל מופץ במתח של 48 וולט, אך המעבדים הגרפיים עצמם זקוקים בדרך כלל למתח נמוך בהרבה, בטווח של 1 עד 5 וולט. תהליך ההמרה הזה, המכונה DC-DC step-down conversion, חיוני כמעט בכל מערכת אלקטרונית, אך הוא נעשה מאתגר יותר ככל שהמערכות חזקות וצפופות יותר.

ממירי מתח מקובלים מבוססים בדרך כלל על רכיבים מגנטיים, בעיקר סלילים. במשך השנים שופרו רכיבים אלה מאוד, אך החוקרים מציינים כי הם מתקרבים למגבלות המעשיות שלהם. לפי פרופ' פטריק מרסייה, מהמחלקה להנדסת חשמל ומחשבים בבית הספר להנדסה ג'ייקובס באוניברסיטת קליפורניה בסן דייגו, התכנון של ממירים אינדוקטיביים הגיע לרמה גבוהה כל כך עד שנותר מעט מקום לשיפור משמעותי לקראת צורכי הדורות הבאים.

הגישה החדשה מבוססת על מהודים פיאזואלקטריים. בניגוד לסלילים, המאחסנים ומעבירים אנרגיה באמצעות שדות מגנטיים, מהודים פיאזואלקטריים עושים זאת באמצעות תנודות מכניות. עקרונית, רכיבים כאלה עשויים להיות קטנים יותר, בעלי צפיפות אנרגיה גבוהה יותר, יעילים יותר ומתאימים יותר לייצור בקנה מידה גדול. עם זאת, גרסאות קודמות של ממירים פיאזואלקטריים התקשו לשמור על יעילות גבוהה כאשר נדרש פער גדול בין מתח הכניסה למתח היציאה.

כדי להתמודד עם הקושי הזה, צוות המחקר פיתח תכנון היברידי. הוא משלב מהוד פיאזואלקטרי עם קבלים קטנים וזמינים מסחרית, המסודרים בתצורה ייחודית. הסידור הזה מאפשר למעגל להתמודד טוב יותר עם ירידת מתח גדולה, מפחית איבודי אנרגיה ומקטין את העומס על המהוד עצמו.

בניסוי המעבדה הצליח אבטיפוס השבב להמיר מתח של 48 וולט ל־4.8 וולט, רמה המקובלת במרכזי נתונים. יעילות השיא שנמדדה הייתה 96.2%. בנוסף, השבב סיפק זרם יציאה גבוה פי ארבעה בערך לעומת תכנונים פיאזואלקטריים קודמים. המשמעות היא שהטכנולוגיה אינה רק חסכונית יותר, אלא גם מתקרבת יותר ליכולת אספקת הספק הדרושה למערכות מחשוב מעשיות.

למרות התוצאות המבטיחות, החוקרים מדגישים כי מדובר עדיין בטכנולוגיה בשלבי פיתוח. ממירים פיאזואלקטריים אינם צפויים להחליף מיד את ממירי המתח הקיימים. יש צורך בשיפור נוסף של החומרים, המעגלים ושיטות האריזה. אחד האתגרים המעשיים הוא שהמהודים הפיאזואלקטריים רוטטים בזמן הפעולה, ולכן אי אפשר בהכרח לחבר אותם ללוחות מעגלים בשיטות הלחמה רגילות. שילובם במערכות אלקטרוניות יחייב שיטות אינטגרציה חדשות.

עם זאת, המחקר מצביע על כיוון אפשרי לשיפור יעילות האנרגיה של מרכזי נתונים. גם שיפור קטן בהמרת מתח יכול להיות משמעותי כאשר הוא מוכפל במיליוני רכיבים שפועלים ברציפות. בעידן שבו מעבדים גרפיים הפכו לתשתית מרכזית של בינה מלאכותית, כל חיסכון באנרגיה, חום ושטח עשוי להשפיע על עלויות התפעול ועל היכולת להרחיב מערכות מחשוב.

המחקר בוצע בידי ג'יי־יאנג קו, ון־צ'ין ב' ליו ופטריק פ' מרסייה, ופורסם ב־17 במרץ 2026 ב־Nature Communications. DOI: 10.1038/s41467-026-70494-0.

FAQ מהיר

מה עושה השבב החדש?
השבב ממיר מתח גבוה למתח נמוך יותר, הדרוש להפעלת רכיבים אלקטרוניים כמו מעבדים גרפיים במרכזי נתונים.

מה החידוש בטכנולוגיה?
במקום להסתמך בעיקר על סלילים מגנטיים, השבב משתמש במהוד פיאזואלקטרי ובקבלים קטנים כדי לבצע את המרת המתח ביעילות גבוהה.

האם השבב כבר מוכן לשימוש מסחרי?
לא. החוקרים מדגישים כי מדובר באבטיפוס מעבדתי. נדרשים עוד שיפורים בחומרים, במעגלים ובשיטות האריזה לפני שימוש במרכזי נתונים.

הפוסט שבב חדש עשוי לשפר את יעילות האנרגיה של מעבדים גרפיים במרכזי נתונים הופיע לראשונה ב-Chiportal.

תעשיית השבבים מחפשת כבר שנים את הדור הבא של החומרים שיאפשרו להמשיך במזעור הטרנזיסטורים. אחת התקוות הגדולות הייתה חומרי דו־ממד, שכבות דקות במיוחד בעובי של אטום אחד או כמה אטומים, כגון גרפן ומוליבדן דיסולפיד. אך מחקר חדש של פרופ’ מהדי פורפת ופרופ’ טיבור גראסר מ־TU Wien מצביע על בעיה בסיסית: לא די לבחון את החומר הפעיל עצמו. צריך לבדוק גם כיצד הוא נוגע, או ליתר דיוק אינו נוגע, בשכבת הבידוד שמעליו. (TU Wien)

בטרנזיסטור רגיל, שער חשמלי שולט במעבר של המוליך למחצה בין מצב מוליך למצב שאינו מוליך. כדי שהשליטה תהיה יעילה, השער מופרד מן החומר הפעיל בשכבת בידוד דקה מאוד. כאשר החומר הפעיל הוא חומר דו־ממד, ושכבת הבידוד היא בדרך כלל תחמוצת, נוצר ביניהם פער זעיר הנובע מקשרי ואן דר ואלס חלשים. לפי החוקרים, הפער הזה הוא בסך הכול כ־0.14 ננו־מטר, אך הוא מספיק כדי להחליש את הצימוד הקיבולי בין השכבות ולהגביל את היכולת להקטין את הרכיב.

המשמעות לתעשייה רחבה. במשך שנים נבחנו חומרי דו־ממד על פי תכונותיהם הפנימיות: ניידות אלקטרונים, מבנה פסי אנרגיה, יציבות ואפשרות שילוב בתהליכי ייצור. המחקר החדש מזכיר כי שבב אינו עשוי מחומר יחיד, אלא ממבנה שלם. גם חומר שנראה מצוין על הנייר עלול להיכשל כאשר מחברים אותו לשכבת בידוד אמיתית. לפי גרסת הקדם של המאמר, הפער יכול להוסיף כ־2.7 אנגסטרם לעובי התחמוצת השקול, כלומר לפגוע בדיוק בפרמטר שאותו התעשייה מנסה להקטין בדורות ייצור עתידיים. (arXiv)

המאמר, שפורסם ב־Science ב־16 באפריל 2026 תחת הכותרת “Device-scaling constraints imposed by the van der Waals gap formed in two-dimensional materials”, טוען כי הפער אינו רק מטרד הנדסי אלא מגבלה פיזיקלית שצריך להכניס למפת הדרכים של תכנון רכיבים. במילים אחרות, בחירה בחומר דו־ממד על סמך ביצועיו לבדו עלולה להוביל להשקעות גדולות בטכנולוגיה שלא תוכל לעמוד בדרישות המזעור. (PubMed)

החוקרים אינם מציגים את הממצא כסוף הדרך לחומרי דו־ממד, אלא כקריאה לתכנון מדויק יותר. אחד הכיוונים שהם מציעים הוא שימוש ב"חומרי רוכסן" – מבנים שבהם המוליך למחצה והמבודד משתלבים זה בזה בקשר חזק יותר, במקום להישען רק על כוחות ואן דר ואלס חלשים. במבנים כאלה ניתן לצמצם או לבטל את הפער, ובכך לשפר את השליטה החשמלית בטרנזיסטור.

עבור תעשיית השבבים, המסקנה המרכזית היא שחומרי הדור הבא צריכים להיבחן כמערכת שלמה: מוליך למחצה, שכבת בידוד, ממשק, חום, זרמים וזליגות. זהו מסר חשוב במיוחד בעידן שבו צמתים מתקדמים, אריזות תלת־ממד וצ’יפלטים הופכים את תכנון השבב למורכב יותר. חומרי דו־ממד עדיין עשויים למלא תפקיד חשוב באלקטרוניקה עתידית, אך המחקר החדש מציב תנאי ברור: מי שרוצה להשתמש בהם בטרנזיסטורים זעירים באמת יצטרך לתכנן את הממשק האטומי לא פחות מאשר את החומר עצמו.

הפוסט פער אטומי זעיר עלול לשנות את מפת חומרי הדו־ממד לשבבים עתידיים הופיע לראשונה ב-Chiportal.

ערים טרופיות רבות תולות תקוות גדולות באנרגיה סולארית, אך דווקא תנאי מזג האוויר האופייניים להן עלולים להקשות על המעבר הזה. סופות רעמים אחר הצהריים, הנפוצות באזורים טרופיים, עלולות להפחית בבת אחת את ייצור החשמל הסולארי בשכונות שלמות. כאשר דבר כזה קורה, הרשת נאלצת להזרים חשמל מאזורים סמוכים שבהם עדיין יש ייצור, ולעיתים גם מרחק קצר יחסית מספיק כדי להעמיס מאוד על קווי החשמל המקומיים. מחקר חדש של חוקרים מבית הספר להנדסה של אוניברסיטת קולומביה מציע פתרון שונה: להשתמש בסוללות של מכוניות חשמליות חונות כמאגרי אנרגיה זמניים, שיזינו את הרשת המקומית בדיוק ברגעים שבהם העננים מכסים את השמש.

המחקר, שפורסם ב־7 באפריל 2026 בכתב העת Nature Communications , מתמקד במיוחד בערים טרופיות, שאמורות בעתיד הקרוב לאכלס כמחצית מאוכלוסיית העולם. לדברי החוקר הראשי, מרקוס שלפפר, האתגר ההנדסי ברור: ערים רוצות להגדיל את חלקה של האנרגיה הפוטו־וולטאית, אך אינן יכולות להרשות לעצמן תמיד השקעות ענק ברשת החשמל. בסינגפור, למשל, הנחת קווי תמסורת תת־קרקעיים עולה כ־60 מיליון דולר סינגפורי (47 מיליון דולר אמריקני) לקילומטר — מחיר שממחיש עד כמה הרחבת התשתית העירונית היא משימה יקרה ומורכבת.

כאן נכנס לתמונה הרכב החשמלי. הרעיון פשוט יחסית: מכיוון שלמכוניות חשמליות יש סוללות גדולות והן כבר מחוברות לרשת באמצעות עמדות טעינה, אפשר להשתמש באנרגיה האצורה בהן כגיבוי מקומי קצר־טווח. כאשר סופת רעמים מפחיתה את ייצור החשמל הסולארי בשכונה מסוימת, המכוניות החונות בקרבת מקום יכולות לפרוק לרשת את החשמל האגור בהן, ובכך לצמצם את המחסור המיידי. לאחר שהסופה חולפת, הפאנלים הסולאריים יכולים לשוב ולטעון את המכוניות. מבחינת החוקרים, זהו שימוש חכם יותר ברשת הקיימת, בלי להזדקק מיד לכבלים חדשים ולפרויקטים תשתיתיים יקרים.

קנה מידה גדול

אבל החידוש המרכזי במחקר אינו רק עצם השימוש במכוניות חשמליות, אלא גם קנה המידה שבו צריך לנהל אותן. לפי החוקרים, אסטרטגיה כוללת ברמת העיר כולה עלולה דווקא להחמיר את הבעיה. כאשר מנהלים את הביקוש וההיצע רק במבט כולל, נוטים להחליק את עקומת הביקוש המצרפית, אך במקביל עלולים להצטבר חוסרים מקומיים בשכונות מסוימות. כתוצאה מכך, כמויות גדולות של חשמל נדחפות למרחקים גדולים יותר דרך הרשת, והעומס על חלק מקווי התמסורת עשוי אף להכפיל את עצמו בזמן סופות רעמים.

הפתרון היעיל יותר, לפי המאמר, הוא ניהול שכונתי. החוקרים בחנו את סינגפור לפי 55 אזורי התכנון העירוניים שלה, והראו שניהול טעינה ופריקה של רכבים חשמליים ברמה זו מפחית את העומס המקסימלי על קווי החשמל בכ־18% בימי סערה, ובו בזמן גם מסייע להחליק את עקומת הביקוש הכללית לאורך היום. במילים אחרות, במקום לחשוב רק על הרשת כולה, כדאי לחשוב על כל שכונה כעל יחידת איזון מקומית משלה.

המחקר מצביע גם על גורם חשוב נוסף: מיקום החניה של המכוניות. שכונות מגורים נוטות להתרוקן מכלי רכב בשעות היום, בדיוק כאשר הייצור הסולארי מגיע לשיאו, ואילו אזורי עסקים מציגים את המצב ההפוך. כדי למפות את הדפוסים האלה השתמשו החוקרים בנתוני טלפונים ניידים מצטברים ואנונימיים, שאפשרו להם לבנות מודל מדויק יותר של פיזור הרכבים בעיר.

סיגנפור כדוגמה

אחת המסקנות המעניינות ביותר היא שהשיטה יכולה לעבוד גם בערים שבהן שיעור הבעלות על רכב נמוך יחסית. בסינגפור, למשל, יש בערך רכב אחד לכל שמונה תושבים, ובכל זאת המודל הראה שגם כמות מוגבלת יחסית של סוללות על גלגלים יכולה לספק תרומה ממשית לייצוב הרשת. לכן החוקרים טוענים כי הפתרון אינו רלוונטי רק לערים עתירות רכב, אלא גם לסביבות עירוניות צפופות שבהן מספר המכוניות מצומצם יחסית.

המשמעות הרחבה של המחקר היא שמעבר לאנרגיה סולארית בערים טרופיות אינו חייב להיות כרוך בהכרח בגל עצום של השקעות בתשתיות חדשות. אם ניתן יהיה לשלב טוב יותר בין עמדות טעינה, ניהול רשת חכם וכלי רכב חשמליים, ייתכן שחלק מבעיות האמינות של החשמל הסולארי ייפתרו ברמה המקומית, באמצעות משאבים שכבר קיימים בשטח. בכך מציע המחקר לראות במכונית החשמלית לא רק  אמצעי תחבורה נקי יותר, אלא גם רכיב פעיל במערכת האנרגיה העירונית של העתיד.

למאמר המדעי

הפוסט מחקר: מכוניות חשמליות יכולות לסייע לערים טרופיות כסינגפור להרחיב ייצור חשמל סולארי בלי לשדרג את התשתית הופיע לראשונה ב-Chiportal.

מחקר חדש של האוניברסיטה העברית בירושלים מציג התקדמות טכנולוגית מרשימה בתחום הפוטוניקה: התקן אופטי מיקרוסקופי, מודפס בתלת־ממד, שמאפשר לרכז אור מעשרות לייזרים זעירים אל תוך סיב אופטי יחיד בלי לשלם מחיר כבד באובדן אור ובאיכות האלומה. המאמר, שהתפרסם ב־Nature Communications, נכתב בהובלת תלמיד המחקר יואב דנה ממכון הפיזיקה היישומית, בהנחיית פרופ' דן מרום, ובשיתוף חוקרים מ־Civan Lasers בירושלים.

ההתקן נקרא Photonic Lantern, או "פנס פוטוני", והוא אינו חדש כרעיון. בדרך כלל מדובר במרכיב אופטי שממיר כמה כניסות חד־אופניות לגל־מנחה רב־אופני יחיד. הבעיה היא שמקורות לייזר חזקים ונפוצים בתעשייה, במיוחד מערכי VCSEL, אינם פולטים אור חד־אופני אלא רב־אופני. לכן פנסים פוטוניים קלאסיים לא התאימו להם היטב. כאן נכנס החידוש של הקבוצה הירושלמית: במקום להתאים את העולם למרכיב הקיים, היא תכננה ארכיטקטורה חדשה של פנס פוטוני רב־אופני, שמסוגלת לקבל הרבה מקורות רב־אופניים ולרכז אותם ישירות לסיב רב־אופני בעל קיבול אופני מתאים.

בפועל, החוקרים הדגימו שלושה דורות של ההתקן: גרסאות שמרכזות 7, 19 ו־37 לייזרי VCSEL רב־אופניים, כאשר כל לייזר תורם שישה אופנים מרחביים. המשמעות היא שהמערכת הגדולה ביותר כבר מגיעה ל־222 אופנים מרחביים בתוך סיב יחיד. זהו מספר חריג מאוד עבור מבנה כה קטן, והוא ממחיש עד כמה הגישה הזאת עשויה להיות שימושית בכל מקום שבו צריך להעביר עוצמה אופטית גבוהה דרך סיב בלי להסתבך במערכים מגושמים של עדשות, מראות ויישור עדין.

קטן מאוד, יעיל מאוד

אחד ההישגים הבולטים במחקר הוא הממדים. לפי החוקרים, כל ההתקן קצר מפחות מחצי מילימטר, כלומר קטן בסדרי גודל לעומת מערכות מיתוג או צימוד אופטיות מתחרות. למרות זאת, ההפסדים נשארו נמוכים מאוד: בגרסת 19 הכניסות נמדד אובדן צימוד של כ־0.6 דציבל, ובגרסת 37 הכניסות כ־0.8 דציבל בלבד. במונחים של מערכות לייזר, זהו נתון חשוב מאוד, משום שאובדן קטן יותר פירושו יותר הספק מועבר, פחות חימום, ופחות צורך בהשלמה באמצעות מערכות נוספות.

יתרון נוסף הוא שמירת ה־brightness, כלומר הבהיקות או איכות האלומה ביחס להספק. במערכות מסורתיות, במיוחד כאלה המבוססות על מערכי עדשות או על ריכוז גס של אלומות, ריבוי המקורות עלול לפגוע באיכות הקרן. כאן החוקרים ניסו להתאים מראש בין מספר דרגות החופש של מקורות הלייזר לבין הקיבול האופני של הסיב, וכך לשמר את איכות האור במקום רק "לדחוף" כמה שיותר פוטונים פנימה. זהו הבדל קריטי אם המטרה אינה רק להעביר אור, אלא להעביר אור שימושי עבור מערכות לייזר, עיבוד חומרים, תקשורת או חישה. (PubMed)

המבנה עצמו הודפס ישירות בקנה מידה מיקרוני על גבי שבב ה־VCSEL, ולאחר מכן חובר לסיב הרב־אופני. זהו עוד מרכיב חשוב בפריצת הדרך: לא רק תכנון אופטי חדש, אלא גם שיטת ייצור שמאפשרת אינטגרציה ישירה וצפופה מאוד בין רכיב אלקטרו־אופטי לבין הגל־מנחה. בגישה כזאת אפשר לדמיין בעתיד רכיבים מוכנים מראש, קומפקטיים וזולים יותר להרכבה, שיצאו מן המפעל כבר עם ממשק אופטי משולב במקום להסתמך על יישור מכני רגיש ומסובך. (en-science.huji.ac.il)

למה זה חשוב לתעשייה

למערכי VCSEL יש יתרונות גדולים: הם קטנים, יעילים, מתאימים לייצור המוני, ונפוצים כבר היום בתקשורת, בחישה ובמערכות תאורה ולייזר. הבעיה היא שכאשר רוצים לעלות בהספק, עוברים מהר מאוד ממקור יחיד למערכים גדולים, ואז הצימוד לסיב נעשה מסורבל. לכן הפתרון שהוצג כאן עשוי להיות חשוב במיוחד עבור מערכות לייזר עתירות־הספק, שבהן צריך לאגד הרבה מקורות לא קוהרנטיים אל תוך סיב אחד, מבלי לבנות מערכת אופטית גדולה ויקרה סביבם. האוניברסיטה העברית ציינה במפורש שהטכנולוגיה עשויה לשפר מערכות לייזר חזקות, תקשורת אופטית ויישומים נוספים שבהם מסירה יעילה של הספק אופטי גבוה דרך סיב היא תנאי קריטי.

המחקר גם מתחבר היטב לעולם התעשייתי הישראלי. הוא בוצע בשיתוף Civan Lasers, חברה ירושלמית המפתחת לייזרים תעשייתיים, ונתמך בידי רשות החדשנות. החיבור הזה בין פיזיקה יישומית, ייצור מתקדם ושותף תעשייתי אינו מקרי: אם הטכנולוגיה אכן תעבור מן המעבדה למוצר, היישום הטבעי הראשון שלה צפוי להיות בדיוק במערכות שבהן משלבים הרבה לייזרים קומפקטיים כדי לקבל הספק גבוה, יציב ויעיל יותר.

בשורה התחתונה, לא מדובר רק בעוד רכיב אופטי קטן ומרשים, אלא בשינוי תפיסתי: אפשר לקחת עשרות מקורות לייזר רב־אופניים, שהיו עד היום קשים לריכוז יעיל, ולחבר אותם במבנה מודפס, זעיר ואינטגרטיבי, ישירות אל סיב יחיד. אם הכיוון הזה יבשיל לטכנולוגיה תעשייתית, הוא עשוי להפחית מורכבות, להקטין מערכות ולהגדיל הספק במגוון רחב של יישומים פוטוניים.

פרטי המאמר:
Yoav Dana et al., Massive-scale spatial multiplexing of multimode VCSELs with a 3D-printed photonic lantern, Nature Communications (2026). DOI: 10.1038/s41467-026-70458-4. (Nature)

הפוסט פנס פוטוני מודפס בתלת־ממד מאגד עשרות לייזרים לשיער אחד של אור הופיע לראשונה ב-Chiportal.

מחקר חדש שפורסם בכתב העת Science מציג הישג יוצא דופן בצומת שבין כימיה, פיזיקה, ננוטכנולוגיה ומחשוב קוונטי: חוקרים הצליחו ליצור לראשונה מולקולה בעלת מבנה אלקטרוני חדש, ולאחר מכן להשתמש במערכת מחשוב קוונטית־קלאסית כדי להבין את תכונותיה. מעבר לחשיבות המדעית, מדובר גם בהדגמה מעניינת של הכיוון שאליו צועדת תעשיית המחשוב המתקדם: שילוב בין חומרה קוונטית, אלגוריתמים ייעודיים וכלי מדידה ברמת האטום.

המחקר בוצע בשיתוף פעולה בין IBM, אוניברסיטת מנצ'סטר, אוניברסיטת אוקספורד, ETH ציריך, EPFL ואוניברסיטת רגנסבורג. החוקרים בנו את המולקולה אטום אחר אטום, ולאחר מכן נדרשו להתמודד עם אתגר מוכר בעולם החישוב המדעי: כיצד לנתח מערכת אלקטרונית מורכבת, שבה האינטראקציות הקוונטיות חזקות מכדי ששיטות חישוב קלאסיות רגילות יוכלו לתאר אותן בצורה מלאה ויעילה.

כאן נכנס לתמונה המחשוב הקוונטי. במקום להסתמך רק על שיטות פוסט־הארטרי־פוק קלאסיות, השתמש הצוות באלגוריתם SqDRIFT על מערכת מחשוב קוונטית־מרכזית, שבה מעבדים קוונטיים ומערכות קלאסיות פועלים יחד. החישובים בוצעו על חומרת IBM, כולל מעבדי Heron, והגיעו עד להיקף של 100 קיוביטים. המטרה לא הייתה להציג עוד הדגמת ביצועים תיאורטית, אלא לפרש נתוני ניסוי אמיתיים של חומר שסונתז בפועל במעבדה.

מן הזווית של CHIPORTAL, זהו החלק המעניין במיוחד. תעשיית השבבים מחפשת כיום לא רק קפיצות בביצועי עיבוד מסורתיים, אלא גם פלטפורמות חישוב חדשות שיאפשרו לטפל בבעיות שמחשוב קלאסי מתקשה לפתור בקנה מידה סביר. חישוב מבנים אלקטרוניים של מולקולות מורכבות, חומרים קוונטיים, התקנים ננומטריים ורכיבים עתידיים הוא בדיוק אחד התחומים שבהם עשוי להתגבש יתרון למערכות היברידיות כאלה. במקרה הזה, המחשב הקוונטי שימש ככלי מחקר של ממש, ולא רק כהבטחה לעתיד.

החוקרים יצרו את המולקולה באמצעות מיקרוסקופיית גישוש סורקת על שכבת בידוד דקה מעל מצע זהב, בטמפרטורות נמוכות מאוד. לשם כך נעשה שימוש בשלושה כלים מרכזיים ש־IBM מזוהה עמם היסטורית: המיקרוסקופ המנהר הסורק (STM), טכניקות להזזת אטומים בודדים, ומיקרוסקופ הכוח האטומי (AFM). זהו למעשה חיבור בין שלושה דורות של פריצות דרך: מדידה אטומית, שליטה ישירה באטומים, וכעת גם פרשנות קוונטית של החומר שנבנה.

לפי החוקרים, המבנה האלקטרוני של המולקולה החדשה יוצר מחלקה חדשה של חומר קוונטי. אך גם בלי להיכנס לכל העומק המתמטי, החשיבות התעשייתית ברורה: היכולת לתכנן חומר ברמת האטום ולנתח אותו באמצעות מחשוב קוונטי עשויה בעתיד להשפיע על תחומים כמו גילוי חומרים חדשים, פיתוח רכיבים מולקולריים, תכנון זיכרונות והתקנים קוונטיים, ואף אופטימיזציה של חומרים לתעשיית השבבים.

במילים אחרות, המחקר הזה אינו רק הישג אקדמי. הוא מסמן כיוון אסטרטגי: מעבר מעולם שבו מחשוב קוונטי הוא הדגמת יכולת, לעולם שבו הוא מתחיל להשתלב בשרשרת הערך של מחקר חומרים ומו"פ מתקדם. עבור חברות שבבים, ספקיות תשתיות מחשוב ומפתחי מערכות HPC, זו אינדיקציה נוספת לכך שהעתיד אינו טמון רק בעוד ליבה קלאסית מהירה יותר, אלא גם בשילוב בין ארכיטקטורות שונות, כל אחת לבעיה המתאימה לה.

אם המגמה הזו תימשך, המחשב הקוונטי עשוי להפוך בשנים הקרובות לכלי משלים משמעותי בארגז הכלים של מהנדסי חומרים, פיזיקאים חישוביים ומפתחי הדור הבא של רכיבים מתקדמים. עבור תעשיית השבבים, זו אינה רק שאלה מדעית, אלא גם שאלה של יתרון תחרותי עתידי.

הפוסט IBM וחוקרים מאירופה יצרו מולקולה חדשה, והמחשוב הקוונטי סייע לפענח את המבנה האלקטרוני שלה הופיע לראשונה ב-Chiportal.

כאן נכנסת לתמונה הפוטוניקה (Photonics) – השימוש בפוטונים (חלקיקי אור) במקום באלקטרונים להעברת ועיבוד מידע. אם המאה ה-20 הייתה שייכת לאלקטרוניקה, המאה ה-21 מסתמנת כעידן הפוטוניקה, והשילוב שלה עם בינה מלאכותית הוא לא פחות משידוך משמיים (או לפחות משולחן השרטוט של המהנדסים המבריקים ביותר).

צוואר הבקבוק של "חוק מור" והקיר התרמי

במשך עשורים הסתמכנו על "חוק מור" – המזעור הבלתי פוסק של טרנזיסטורים. אבל כשמגיעים לרמה של ננומטרים בודדים, הפיזיקה מתחילה להתמרד. אלקטרונים שנעים בתוך מוליכים צפופים מייצרים התנגדות, והתנגדות משמעה חום. בחוות השרתים הענקיות של NVIDIA או גוגל, חלק נכבד מהעלות ומהאנרגיה מושקע לא בעיבוד עצמו, אלא בקירור השבבים ובשינוע המידע ביניהם דרך כבלי נחושת.

כאן טמון היתרון הראשון של האור: פוטונים נעים במהירות האור, הם חסרי מסה (במנוחה) ואינם מייצרים אינטראקציה זה עם זה באותו אופן שבו אלקטרונים מתנגשים. המשמעות? העברת מידע כמעט ללא איבוד אנרגיה כחום ורוחב פס רחב בעשרות מונים מזה של חוטי הנחושת.

למה AI זקוקה דווקא לאור?

כדי להבין למה שבבים פוטוניים הם ה"גביע הקדוש" של ה-AI, צריך להסתכל על מה שקורה "מתחת למכסה המנוע" של מודל שפה כמו GPT-4. בליבת העיבוד של בינה מלאכותית עומדת פעולה מתמטית עיקרית: מכפלת מטריצות (Matrix Multiplication).

במחשוב קלאסי, הפעולה הזו מתבצעת באופן דיגיטלי, שלב אחר שלב, בתוך ליבות העיבוד. בשבב פוטוני, ניתן לבצע את החישוב הזה בצורה אנלוגית באמצעות התאבכות של גלי אור. קרני אור עוברות דרך רשת של "אינטרפרומטרים" (Interferometers), והתוצאה המתמטית מתקבלת בקצה השני של השבב כמעט באופן מיידי, במהירות האור ובצריכת חשמל אפסית יחסית.

היכולת לבצע חישובים במקביל (Parallelism) היא טבעית לאור. ניתן לשלוח אלפי קרני אור באורכי גל שונים (WDM – Wavelength Division Multiplexing) דרך אותו נתיב אופטי מבלי שהן יפריעו זו לזו, מה שמאפשר "דחיסה" של כוח עיבוד ששום שבב אלקטרוני לא יכול להתחרות בו.

יעילות אנרגטית: מצילים את כדור הארץ (ואת התקציב)

צריכת החשמל של מרכזי נתונים ברחבי העולם היא נושא בוער. ההערכות מדברות על כך שתוך שנים ספורות, ה-AI לבדה תצרוך אחוזים נכרים מתפוקת החשמל העולמית. שבבים פוטוניים מציעים פתרון לבעיה האקולוגית והכלכלית הזו. מכיוון שעיבוד פוטוני דורש פחות אנרגיה להזזת מידע ואינו זקוק למערכות קירור מסיביות באותה מידה, מדובר בטכנולוגיה "ירוקה" יותר שתאפשר להמשיך ולפתח מודלי AI גדולים יותר מבלי להקים תחנת כוח ליד כל חוות שרתים.

האתגרים בדרך למסחור

למרות ההבטחה הגדולה, הדרך לשליטה פוטונית מלאה עדיין רצופה אתגרים. המרכזי שבהם הוא האינטגרציה עם עולם הסיליקון הקיים (Silicon Photonics). רוב המידע שלנו עדיין נשמר ומעובד בפורמט אלקטרוני, והצורך להמיר אותות מאלקטרונים לפוטונים ובחזרה (O-E-O Conversion) יוצר הפסדים.

בנוסף, ייצור של שבבים אופטיים דורש דיוק קיצוני – ברמת הננומטר – כדי למנוע דליפת אור. עם זאת, חברות ענק וסטארט-אפים (רבים מהם עם שורשים ישראליים עמוקים) כבר מציגים פתרונות של "Chiplets" אופטיים שיושבים לצד המעבד האלקטרוני ומאיצים רק את המשימות הכבדות ביותר.

הזווית הישראלית: מרכז כובד עולמי

אי אפשר לדבר על שבבים ועל פוטוניקה בלי להזכיר את ישראל. האקוסיסטם המקומי, המשלב ידע שנצבר ביחידות הטכנולוגיות של צה"ל עם מחקר אקדמי מוביל בטכניון, בעברית ובבר-אילן, הפך את ישראל למעצמת פוטוניקה. חברות ישראליות נמצאות בחזית הפיתוח של תקשורת אופטית בין שבבים ועיבוד אופטי ל-AI, וזהו בדיוק התחום שבו השקעות ה-Deep-Tech מתרכזות כיום.

סיכום

אנחנו נמצאים בנקודת מפנה היסטורית. אם ה-GPU הביא אותנו אל סף המהפכה של ה-AI היוצרת (Generative AI), הרי שהשבבים הפוטוניים הם אלו שיאפשרו לנו לעבור את הסף הזה אל עבר בינה מלאכותית כללית (AGI) ומחשוב בקנה מידה של "אקסטה-סקייל" (Exascale).

עבור תעשיית ההייטק הישראלית, ההזדמנות כאן היא כפולה: לא רק להיות הצרכנים של הטכנולוגיה הזו, אלא להיות אלו שמתכננים ובונים את ה"פנסים" שיאירו את עתיד המחשוב העולמי. ככל שהאור יחליף את החשמל במסלולי הסיליקון, כך תהפוך הבינה המלאכותית למהירה יותר, ירוקה יותר, ובעיקר – עוצמתית יותר מכל מה שדמיינו.

הפוסט המהפכה המוארת: מדוע שבבים פוטוניים הם המפתח לעתיד ה-AI ומקומה של ישראל במהפכה הופיע לראשונה ב-Chiportal.

Space Forge רוצה לגדל בחלל את "זרעי" השבבים של הדור הבא. החברה הבריטית, שפועלת מקארדיף ומפתחת "מפעלים" קטנים במסלול סביב כדור הארץ, טוענת שמיקרו-כבידה וחלל נקי מזיהומים יכולים להוביל לחומרי גלם טהורים ומסודרים יותר לשבבים—בדרך לשיפור ביצועים ויעילות אנרגטית, עם מיקוד גם בשווקים כמו תשתיות תקשורת, דטה-סנטרים והגנה.

Space Forge הוקמה על ידי המנכ"ל ג'ושוע ווסטרן וה-CTO אנדרו בייקון במטרה לנצל תנאים שקשה או בלתי אפשרי להשיג על פני הקרקע: כמעט אפס-כבידה, ואקום טבעי ורמות נמוכות יותר של חלקיקים מזהמים. לפי החברה, השילוב הזה יכול לסייע ביצירת "זרעים" קריסטליים (crystal seeds) באיכות גבוהה—בסיס שעליו ניתן "לגדל" בהמשך חומרים מתקדמים לתעשיית השבבים חזרה בכדור הארץ.

למה לייצר חומרים לשבבים דווקא בחלל

ההיגיון המדעי הבסיסי מאחורי "ייצור במיקרו-כבידה" מוכר גם מתחומים אחרים: כשמבטלים כמעט לחלוטין את השפעת הכבידה, אפשר להפחית תופעות כמו שקיעה והפרדת שכבות, ולקבל תהליכים אחידים יותר—לפחות בחלק מהיישומים. כך, למשל, נאס"א מתארת כיצד תנאי מיקרו-כבידה יכולים לסייע בייצור שכבות דקות הומוגניות יותר ובפחות פגמים במבנים מסוימים.

במקרה של Space Forge, הטענה היא שגבישים המיועדים לתעשיית השבבים—במיוחד חומרים מתקדמים שבהם "סדר אטומי" וטוהר קובעים את הביצועים—יכולים לצאת "נקיים ומדויקים יותר" אם מתחילים את התהליך במסלול סביב כדור הארץ. החברה מציגה זאת כפוטנציאל לשבבים יעילים יותר אנרגטית ולרכיבים שמתאימים לעומסי-הספק גבוהים בתקשורת, תעופה-חלל והגנה.

המפעל המוטס שכבר עלה למסלול, ומה הוכח עד כה

הניסוי המרכזי שעליו נשענת החברה כיום הוא שיגור לוויין-מפעל קטן בשם ForgeStar-1, שנועד להדגים יכולות תפעול של "כלי ייצור" בחלל. לפי דיווחים שפורסמו, במסגרת המשימה הצליחה החברה להפעיל פלזמה—גז מחומם לטמפרטורות גבוהות מאוד (כ-1,000 מעלות צלזיוס)—שלב טכנולוגי שנחשב בעיניה תנאי מקדים לייצור חומרים וגבישים מתקדמים בהמשך.

השלב הבא, כפי שמסבירים בחברה, הוא לא רק "לייצר למעלה" אלא גם להחזיר בבטחה את התוצר לכדור הארץ—וזה החסם שמפריד בין הדגמה מעניינת לבין מודל מסחרי. כאן נכנסת לתמונה טכנולוגיית החזרה (reentry) שהחברה מפתחת: מגן חום מתקפל בשם Pridwen, שתואר בכמה דיווחים כמעין "מטרייה" או מגן נפרש שמאט ומגן על המטען בדרכו חזרה דרך האטמוספרה.

במקביל, Space Forge כבר גייסה מימון כדי להתקדם מעבר לאב-טיפוס: החברה דיווחה על סבב משמעותי, עם השתתפות של NATO Innovation Fund בין המשקיעים—איתות לכך שיישומים בתחומי תשתיות קריטיות והגנה נמצאים חזק על הרדאר שלה.

האתגרים הגדולים: רגולציה, חזרה לכדור הארץ, והוכחת ביקוש אמיתי

גם אם הטכנולוגיה עובדת, נשארות שלוש שאלות כבדות:

האחת היא רגולציה: פעילות תעשייתית בחלל מערבת רישוי שיגור, בטיחות, אחריות, ולעיתים גם חוסר בהירות לגבי מיסוי ומעמד מוצרים שחוזרים מהמסלול למדינות שונות. החברה עצמה טוענת שזה אחד החסמים המרכזיים לקיצור לוחות זמנים.

השנייה היא לוגיסטיקת "חזרה" בקצב גבוה. ייצור בחלל נהיה מעניין כלכלית רק אם אפשר להוריד מטענים בתדירות אמינה—וכאן התעשייה כולה עדיין בונה את השרירים. במקביל ל-Space Forge, חברות אחרות כבר מדגימות גישה דומה של "מייצרים במסלול ומחזירים": למשל Varda Space Industries, שמפתחת קפסולות חזרה ומדווחת על משימות שבהן מוחזרים מטענים ומידע מהמסלול.

הפוסט מפעל שממריא לחלל: Space Forge רוצה לגדל שם את "זרעי" השבבים של הדור הבא הופיע לראשונה ב-Chiportal.

אחת הסיבות שמחשבים קוונטיים עדיין לא הפכו לכלי חישוב כללי היא שהם רגישים מאוד לרעש: אינטראקציה קטנה עם הסביבה, או שגיאה זעירה בביצוע שער קריטי, יכולה להרוס חישוב. לכן תחום תיקון השגיאות הקוונטי (Quantum Error Correction, QEC) , הוא המפתח למחשב קוונטי שימושי. אבל תיקון שגיאות מתקדם נשען בדרך כלל על מדידות תכופות במהלך האלגוריתם, ועל “פיד־פורוורד”(feed-forward)  – שינוי פעולות בהמשך בהתאם לתוצאה שנמדדה. זה מורכב טכנית, ולעיתים איטי, ופגיע לשגיאות נוספות.

מחקר חדש ב־Nature Communications  מציג גישה אחרת: לבצע סט של פעולות לוגיות חסינות־שגיאות על קיוביטים מקודדים בלי מדידות באמצע החישוב. במקום למדוד כל הזמן, החוקרים מציגים “ארגז כלים” של פרוטוקולים שמאפשרים לבצע טלפורטציה לוגית, העברת מידע בין קודים (code switching) ושילוב אסטרטגיות קידוד כדי להשיג סט פעולות אוניברסלי. המשמעות: צמצום תלות במדידות בזמן אמת עשוי להקל על פלטפורמות מסוימות ולהקטין צווארי בקבוק תפעוליים . (Nature)

מה בעצם הראו, ולמה זה יותר מהדגמה נקודתית?

לפי המאמר והתקציר בפאבמד, הניסוי בוצע על מעבד קוונטי מבוסס יונים לכודים (trapped ions). . הם השתמשו בקודים לגילוי שגיאות (error-detecting codes)  ולא בהכרח מתקנים באופן מלא בכל שלב — גישה שמאפשרת להציג פעולות לוגיות תוך שליטה במספר קיוביטים סביר.

הדגש במאמר הוא על רצף של רכיבים שמרכיבים יחד יכולת אוניברסלית: גם אם כל רכיב בנפרד נשמע טכני, החידוש הוא החיבור: טלפורטציה לוגית ללא מדידות באמצע האלגוריתם, העברת מידע בין קודים דו־ממדיים ותלת־ממדיים (כמו וריאנטים של color codes) , והשלמת סט שערים אוניברסלי באמצעות “הזרקת מצב”(state injection) .

מה זה אומר על הדרך למחשב קוונטי שימושי?

כדאי להיזהר: זו עדיין לא “הוכחת יתרון קוונטי” ולא מחשב כללי. אבל זה כן מסמן כיוון הנדסי: אם ניתן לבצע חלק מהתיקון/הגנה בלי מדידות ביניים, אפשר להפחית עומס על מערכות מדידה ובקרה, ולפעמים לשפר קצב פעולה.

בנוסף, יש כאן ערך קונספטואלי: בעשור האחרון התפתחה הבנה ש”אוניברסליות” במחשוב קוונטי חסין־שגיאות דורשת טריקים מורכבים כמו state injection ושילובים בין קודים. המחקר הזה מראה שאפשר לממש את השילוב באופן ניסויי, ובכך מקדם את השאלה “איך זה נראה בפועל” ולא רק “איך זה כתוב בתיאוריה”.

ולבסוף, גם אם הקורא אינו מתעמק בפרוטוקולים, אפשר לנסח את השורה התחתונה כך: מחשוב קוונטי ללא מדידות ביניים הוא ניסיון להפוך את תיקון השגיאות ליותר מעשי עבור חלק מהארכיטקטורות. אם בעתיד נראה פלטפורמות שבהן מדידות מהירות ואמינות הן החוליה החלשה, כיוון כזה עשוי להיות שווה הרבה.

הפוסט מחשב קוונטי בלי בדיקות ביניים הורסות הופיע לראשונה ב-Chiportal.

מחקר חדש שפורסם ב־Scientific Reports בוחן באופן שיטתי את ביצועי מודלי שפה גדולים (LLMs) במשימות יצירתיות בהשוואה לבני אדם, תוך התמקדות במבחני חשיבה מסתעפת — כלי פסיכולוגי מקובל למדידת יכולת יצירתית. הממצאים מעלים שאלות מהוביות לגבי התפקיד שמודלים אלה ממלאים בתהליכים יצירתיים: האם הם משפרים את היצירתיות האנושית או מחליפים אותה.

חשיבה מסתעפת כמדד ליצירתיות

יצירתיות, למרות היותה מושג חמקמק, נמדדת בפסיכולוגיה באמצעות מבחנים סטנדרטיים. אחד המושגים המרכזיים הוא חשיבה מסתעפת (divergent thinking) — היכולת להציע מגוון רחב של רעיונות שונים לבעיה פתוחה, תוך יצירת פתרונות שאינם רק וריאציות של אותו רעיון בסיסי.

מבחנים אופייניים כוללים משימות כגון "כמה שימושים שונים ניתן להציע לחפץ פשוט" או "כמה פתרונות אפשריים קיימים לסיטואציה נתונה". מדידת הביצועים במבחנים אלה מתבצעת בדרך כלל לפי שלושה ממדים עיקריים: שטף (מספר הרעיונות שנוצרו), גמישות (מספר הקטגוריות השונות של רעיונות), ומקוריות (עד כמה הרעיון נדיר ביחס למאגר התשובות).

האתגר המתודולוגי: מדידה ללא הטיה

עם הופעת מודלי שפה גדולים, נוצר מתח מחקרי מעניין. מצד אחד, מודלים אלה מצטיינים ביצירת רשימות ורעיונות במהירות רבה. מצד שני, קיימת טענה שהם נוטים לממוצע סטטיסטי, לקלישאות ולדפוסים שהופיעו בנתוני האימון שלהם.

האתגר המרכזי במחקר הוא למנוע מצב שבו המדידה תשקף בעיקר "מהירות הקלדה" ולא יצירתיות אמיתית. מודלים יכולים לנצח בקלות במדד השטף פשוט בשל יכולתם לייצר טקסט במהירות. לכן, לפי הודעת המחקר ב־EurekAlert!, חיוני להעמיד את המודלים מול מדדים שמענישים חזרתיות ושמבקשים מהם להימנע מתשובות צפויות.

מקוריות סטטיסטית אינה זהה לערך יצירתי

גם במקרה שבו מודל שפה משיג ציונים גבוהים במקוריות לפי אלגוריתמים סטטיסטיים, אין זה בהכרח מעיד על יצירתיות בעלת ערך אנושי. רעיון יכול להיות נדיר מבחינה סטטיסטית, אך חסר תועלת או רלוונטיות מעשית.

בנוסף, נתגלו מספר סוגיות מתודולוגיות חשובות:

תלות בניסוח ההנחיה (prompt): שינוי קטן בניסוח עשוי לגרום לשינוי דרמטי בתוצאה, מה שמעלה את השאלה האם המדד משקף את יכולת המודל או את כישורי מנסח ההנחיה.

אפקט העיגון: מודלים נוטים לעיתים ליצור רצפים המושפעים מהדוגמאות הראשונות שהפיקו, בדומה לבני אדם שנתקעים על כיוון מחשבתי אחד. השאלה המעניינת היא האם המודלים מייצרים מרחב רעיונות רחב באמת, או רק וריאציות סביב תבנית מרכזית אחת.

משמעות מעשית: כלי משלים או תחליף

הגישה הפרודוקטיבית למחקר זה אינה "אדם נגד מכונה", אלא הבנת התנאים שבהם מודלי שפה תורמים ליצירתיות אנושית. אם מודל מצטיין בשטף רעיונות, הוא יכול לשמש כ"מנוע סקיצה" — מפיק מגוון ראשוני רחב שממנו בני אדם בוחרים, משלבים ומסננים.

עם זאת, אם מודל נכשל בגמישות אמיתית, הוא עלול ליצור אשליה של יצירתיות: כמות גדולה של טקסט עם מעט פריצות דרך אמיתיות. התועלת המעשית טמונה בהבנה של סוגי המשימות הפתוחות שבהן המודל תורם הכי הרבה, לעומת אלו שבהן הוא גורם להתכנסות מוקדמת לרעיונות דומים.

מגבלות המחקר ודיון רחב יותר

יש להתייחס לממצאים בהקשר המתודולוגי המתאים. המחקר מוגבל על ידי מספר גורמים: אופי האוכלוסייה הנבדקת, השפה שבה נערכו המבחנים, והמודל הספציפי שנבדק. יתרה מכך, "מודל שפה" הוא קטגוריה רחבה — מודלים שונים מתנהגים באופן שונה, וגם אותו מודל עשוי להשתנות עם עדכונים טכנולוגיים.

לפיכך, נכון להתייחס לתוצאות אלה כהדגמה מתודולוגית ולא כהכרעה סופית בשאלת יכולתם היצירתית של מודלי שפה. המחקר מהווה נדבך בדיון רחב יותר על האופן שבו טכנולוגיות בינה מלאכותית משפיעות על תהליכים יצירתיים בחינוך, בעבודה ובתחומים נוספים.

עוד בנושא באתר הידען:

הפוסט מי יצירתי יותר במבחני “חשיבה מסתעפת” — בני אדם או מודלי שפה גדולים? הופיע לראשונה ב-Chiportal.