כך ד"ר בראטין סאהא, סגן נשיא ומנכ"ל שירותי לימוד מכונה באמזון בפאנל שעסק בקשר שבין הבינה המלאכותית והטרנספורמציה הדיגיטלית במסגרת כנס ChipEx2020 Digital .
"כמות הנתונים כל כך גדולה שאלגוריתם פשוט כבר לא מאפשר להשתלט עליהם". אמר ד"ר בראטין סאהא, סגן נשיא ומנכ"ל שירותי לימוד מכונה באמזון בפאנל שעסק בקשר שבין הבינה המלאכותית והטרנספורמציה הדיגיטלית בכנס ChipEx2020 Digital .
את הפאנל הנחתה רננה אשכנזי, שותפה בקרן הון סיכון גרוב ונצ'רס והשתתפו בו גם ד"ר קלאודיואונר קוויליו, עמית ומנהל קבוצת ה-AI בפאלו אלטו (שעבד עד לאחרונה בתחום ה-AI בגוגל), וד"ר משה משאלי, CTO בחברת Deep AI Technologies.
אשכנזי: "הטרנספורמציה הדיגיטלית , למידת מכונה ובינה המלאכותית התגלו כבאזוורדס הגדולים ביותר בעולם הטכנולוגיה כשארגונים מאמצים אותם בהתלהבות. האנליסטים מעריכים כי לא מדובר רק בבאזוורדס אלא בעסקים אמיתיים. ישנם דיווחים לפיהם ההוצאות ברחבי העולם על הטכנולוגיות והשירותים המאפשרים טרנספורמציה דיגיטלית צפויות להגיע לסדר גודל של 9 טריליון דולר ב-2020."
ד"ר סאהא:" כאשר אנו מסתכלים מה הלקוחות שלנו עושים, אנו רואים האצה של הטרנספורמציה הדיגיטלית. כל ארגון מייצר היום הרבה יותר נתונים והלקוחות רוצים לקל תובנות מעשיות מנתונים אלה. כאן מגיע התפקיד של בינה מלאכותית ולימוד מכונה. "
"ניתן להשתמש בנתונים כדי לשפר את חוויית הלקוח בין אם זו התאמה אישית של השירות, חיזוי שרשרת אספקה או זיהוי הונאות, ועוד. בעידן המכונית האוטונומית נאספים נתונים רבים מנסיעות ונהגיה, בסופו של יום הדיגיטציה מייצרת הרבה יותר נתונים. לקוחות שואלים אותנו כיצד הם יכולים לקבל ערך עסקי מהנתונים על ידי המרתם לתובנות מעשיות ולכן אנו עושים שימוש בלמידת מכונה."
"ערכתי מחקר אודות הטרנספורמציה הדיגיטלית. ב-2019 פעלו ברחבי העולם כ-20 מיליארד התקני IOT ומכשירים אישיים המחוברים לאינטרנט והביאו להכנסות בסדר גודל של 7 מיליארד דולר. גרטנר צופה צמיחה של 6% השנה למרות הקורונה."
"לפני עשר שנים אף אחד לא רצה ללכת לענן. והיום 50% מהנתונים הארגוניים מאוחסנים במרחבי הענן. כמות הנתונים גדלה באופן מעריכי. הסיבה לכך פשוטה: אנחנו מזיזים את העולם מהדרך בה עיבדנו נתונים בעבר למקצבים המחייבים להשתמש ב-AI, זאת מכיוון שכמות הנתונים כל כך גדולה שאפילו אלגוריתם פשוט כבר לא מאפשר להשתלט עליהם. הדרישה לעיבוד יצרה זינוק בהיקף מרכזי הנתונים ובטביעת הרגל הפחמנית שלהם. לפיכך כדי להפחית את צריכת האנרגיה צריך להעביר חלק מהעבודה לקצה."
ד"ר קוויליו תיאר את הפרויקטים בהם הוא מעורב כיום בפאלו אלטו נטוורקס: "אני מעורב בתוך ליבת הפיירוול כדי לספק יכולת פנימית לאיתור חתימות של וירוסים לצורך מניעת מתקפות. הפיירוול חייב להתאים את עצמו למצבים לא ידועים. ולכן זה היישום האידאלי ללימוד מכונה. המערכת מתאימה את עצמה ומספקת הגנה בזמן אמת. העברת החתימות לוקחת פחות מעשר שניות לעומת חברות אחרות שבהם זה לוקח דקות ארוכות. זה חשוב כי הבינה המלאכותית עומדת לשחק תפקיד משמעותי בהתאמה עצמית לתנאים בשטח."
אשכנזי: "משה. אני סקרנית לשמוע את דעתכם אודות כמה מהאתגרים המשותפים שארגונים עומדים בפניהם כאשר הם מנסים עכשיו לשלב מידע מחוץ לחברה לתוך החברה וזה לא פשוט עבורם?"
ד"ר משאלי: "במשך עשרים שנה, AI הייתה טכנולוגיית נישה שהייתה זמינה רק לחלק מהחברות הגדולות כמו אמזון שבעצמה משקיעה בזה יותר מ-20 שנה, אבל עכשיו היא באמת הופכת להיות נפוצה מכל מקום. יש כאלה שעדיין חושבים ש AI/ML משמש רק למקרים מתוחכמים אבל היום למשל ליגת הכדורגל הגרמנית משתמשת בלמידת מכונה כאשר שחקן בועט בכדור, מתי זו הולכת להיות בעיטה מסוכנת או לא. דומינוס פיצה משתמשת בבינה מלאכותית כדי לנהל את ההזמנות כדי להיות מסוגלים לספק פיצות בתוך עשר דקות מרגע ההזמנה."
"הקרן העולמית לחיות בר באינדונזיה משתמשת בלמידה מכונה כדי לעקוב אחר אוכלוסיית האורנגאוטנים וכיצד לטפל בהם. מארגנת Nascar יוצרת כמות עצומה של נתונים כדי להפוך את החוויה סוחפת יותר. באופן דומה גם פועלת ליגת ה-NFL. בלי נתונים טובים קשה לייצר את המודל ובוודאי להשיג תוצאות טובות, ולכן נדרשת מומחיות במדעי הנתונים. למידת מכונה תהיה נפוצה בתעשיות רבות ולכן אנו רוצים שהלקוחות שלנו ישרתו את הלקוחות שלהם וישנו את הדרך שבה הם חיים ועובדים."
ד"ר טאהא: "אנחנו עומדים בפני שיבוש גדול בטכנולוגיות וכשבוחנים את ההיסטוריה של החדשנות, בכל פעם שיש שיבוש גדול קשה מאוד לומר מי מנצח ומי יפסיד, ולכן השווקים הופכים נזילים."
"אני אוהב להשתמש בדוגמה של NLP- עיבוד שפה טבעית. עד לפני שלוש שנים היה באוניברסיטת סטנפורד קורס על עיבוד שפה טבעית, שבו נעשה שימוש באותה טכנולוגיה. לפני שלוש שנים הפרופסור אמר שהוא משנה את המסלול כי אין הגיון ללמד את הכיתה טכנולוגיות מיושנות כאשר הרבה עסקים יהיו שונים לחלוטין בעוד עשר או 15 שנים מהיום, ואנשים לא צריכים לפחד להמציא את עצמם מחדש. במאה ה-19 היו מאירים רחובות בנורות גז ואז יום אחד עברו לשימוש בחשמל והאנשים הללו היו צריכים לחפש עבודה אחרת.
אנחנו באמזון הצלחנו לשנות את הדרך בה אנו משרתים את הלקוחות שלנו. לאמזון יש אלפי מהנדסים שמחויבים לתחום למידת מכונה ואנחנו משקיעים בזה ב-20 השנים האחרונות והופכים את הטכנולוגיה זמינה לכל הלקוחות שלנו שבתורם יכולים להשתמש בה מבלי לפתח אותה בעצמם".
ד"ר קוויליו: "כשהתכוננתי לפאנל הזה בחנתי מקרים של כשלים בצ'אטבוקסס. היום חברות רבות נעזרות בצ'ט בוקס באתר שלהם. נאמר שבארגון שלכם קיבלתם החלטה להעביר את כל שירות הלקוחות בצ'אט מכונה, והצ'אט מציע למשל להוסיף לקניה שני תפוחים ושתי שניות אחר כך הוא משנה את זה לארבע בננות. ההיבט המאתגר ביותר הוא איך להוסיף לעסק את הצ'אטבוקס באופן שלא ירתיע את הלקוחות שלך."
"ראיתי את זה קורה למשל בדרך כלל בשיחות הסייען האישי בבית – ויש לי את כל הסייענים של כל החברות. אם אני בברזיל ומבקש מוזיקה, הבוט אמור לדעת שאני מתכוון למוזיקה ברזילאית אבל הסייענים הדיגיטלים לא יודעים להסתדר. זו דוגמה לשימוש בלימוד מכונה כך שהעוזר הדיגיטלי יוכל להתאים את עצמו למשתמשים. אנחנו עוזרים ללקוחות להפוך הרבה מהפעולות שלהם ליעילות וחכמות יותר כדי לנצל את לימוד המכונה גם בקצה."
אשכנזי סיכמה את הדיון באמרה: "כולנו מסכימים שלמידת מכונה היא כנראה אחד הפיתוחים החשובים ביותר בזמננו והטרנספורמציה הדיגיטלית שהיא מאפשרת תעשה מהפכה גדולה ותשפיע על רבדים רבים בחיינו".
