הנדסה לאחור של בינה מלאכותית. שיטה חישובית שפיתחו חוקרים מאוניברסיטת בן-גוריון בנגב מאפשרת פירוק של תמונות רפואיות לרכיבים בעלי משמעות קלינית. הבנת מנגנון ההחלטה של מודלי בינה מלאכותית (AI) עשויה להשפיע על יישומים נרחבים בהבנה של תהליכים ביולוגיים ובעולם הרפואה. ממצאי המחקר פורסמו בכתב העת היוקרתי Nature Communications.

“למידה עמוקה” באמצעות רשתות עצביות מלאכותיות היא שיטה חישובית מבוססת בינה מלאכותית המסוגלת ללמוד תבניות של קשרים המורכבים מנתונים באופן ישיר על ידי חיקוי של תהליך הלמידה במוח האנושי. החיסרון המרכזי בשימוש בשיטות מבוססות AI מהסוג הזה הוא חוסר היכולת להבין ולהסביר מה עומד מאחורי ההחלטה של הרשת העצבית. המגבלה הזו נובעת מכך שתהליך האימון של הרשת נערך באופן אוטומטי, ישירות מהנתונים, ללא התערבות אנושית. חסרון זה מהווה חסם משמעותי בפני שימוש רחב יותר בתחומים כגון ביולוגיה ורפואה בהם ההסבר לא פחות חשוב מהיכולת של המכונה לקבל החלטה נכונה. 

הדוקטורנט עודד רותם בהנחיית פרופ’ אסף זריצקי, מהמחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב, פיתח שיטה חישובית שמאפשרת להנדס לאחור את ה-AI באמצעות פירוק תמונה לרכיבים בעלי משמעות סמנטית שבאמצעותם ה-AI מקבל את ההחלטה. בשיתוף פעולה עם חברת ההזנק הישראלית AIVF, החוקרים הדגימו את היכולת של הטכנולוגיה לאפיין את התכונות של העובר שהיו המשמעותיות ביותר ל-AI על מנת לקבל החלטה.

בכדי לוודא שניתן להפעיל את הטכנולוגיה בהקשרים מעבר לעולם ההפריה החוץ גופית, החוקרים הדגימו פרשנות של החלטת ה-AI גם עבור דימות MRI במוחות של חולי אלצהיימר ואף בתמונות שצולמו ע”י מצלמה רגילה  בכדי לפרש איך ה-AI מבחין בין כלבים לחתולים ובין גברים ונשים.

צוות המחקר השתמש במאגר תמונות עשיר של אלפי עוברים מתהליך הפריה חוץ גופית שנאסף בחברת AIVF. דימות העוברים נערך באמצעות מיקרוסקופ אור, ומומחים להתפתחות העובר (אמבריולוגים) בחברה בחנו ודירגו כל עובר על סמך מספר תכונות כגון: גודל העובר ושרשרת תאים העוטפת אותו בשלבי ההתפתחות המוקדמים. החוקרים הוכיחו שה-AI מצליח במשימה של חיזוי איכות העובר עם ביצועים דומים למומחה האנושי, אך ה-AI לא הציע לחוקרים רמזים לגבי מהן תכונות העובר שהובילו להצלחת החיזוי.

“אמנם למידה עמוקה מאפשרת לזהות דפוסים נסתרים בנתוני הדמיה ביו-רפואיים שהעין האנושית לא מזהה, אך כדי להיות מסוגלים לאפיין ולקבל החלטות קליניות או מדעיות, עלינו לפתור את התעלומה ולגלות מה ה-AI זיהה, לפרש את המשמעות הביולוגית או הקלינית של ההסבר, ולהחליט לפי הפרשנות את הצעדים הבאים בטיפול או במחקר”, הסביר פרופ’ זריצקי.

בשלב הבא, פיתחו החוקרים שיטה חדשה בסגנון “דיפ-פייק”, שמאפשרת, למשל, להחליף בתמונה פנים של אדם אחד באדם אחר. השיטה, הנושאת את השם  DISCOVER”, מבוססת על רשת עצבית נוספת המסוגלת ליצור תמונות סינטטיות של עוברים באופן מבוקר. יצירת התמונות מבוססת על הגדרה של רכיבים מסוימים ברשת, כך שכל רכיב מצד אחד יהיה משמעותי בחיזוי איכות העובר ומצד שני יקודד חלקי תמונה בעלי משמעות. כל רכיב כזה מקודד חלקי תמונה ייחודיים תחת ההנחה שהם יתרגמו לתכונה חד משמעית ושונה בין רכיב לרכיב. שינוי הדרגתי של הרכיבים הללו, כל רכיב בנפרד, מאפשר יצירת תמונות של עוברים אשר כל אחד מהם שונה מתמונת האמת בתכונה אחת שחשובה לתהליך ההחלטה של ה-AI. באופן הזה ניתן להציג למומחה את אותו העובר במספר אופנים שונים, כך שבכל תמונה “מוגברת” באופן מלאכותי תכונה אחת, בעוד יתר התמונה נשארת ללא שינוי. בכך השיטה מאפשרת למומחה לפרש את אופן הפעולה של ה-AI ואף לציין כמה חשיבות קיבלה כל תכונה בהחלטה. 

באמצעות יצירת סדרת תמונות “מזויפות” של עוברים שמעולם לא התקיימו במציאות, הצליחו החוקרים לזהות שינוי בגודל העובר ובשרשרת התאים העוטפת את העובר – בהתאם לאופן ההחלטה של האמבריולוג בקליניקה. מעבר לכך, החוקרים הצליחו לזהות תכונה חדשה שה-AI זיהה כתכונה המייצגת עובר איכותי ללא הנחייה אנושית –  מבנה מסוים של חלל פנימי בעובר המכיל חומרים מזינים למסה הפנימית של התאים המתואר קלינית כ-“צפיפות הבלסטוציסט”.

“אמבריולוגים מכירים היטב את חשיבותן של תכונות ביולוגיות מסוימות בקביעת איכות העובר, אך לעיתים קרובות העין האנושית מוגבלת ביכולתה למדוד ולהעריך אותן באופן מדויק”, הסבירה דניאלה גלבוע, מנכ”לית חברת AIVF ואמבריולוגית קלינית בהכשרתה. “דוגמה מצוינת לכך היא צפיפות הבלסטוציסט, תכונה בעלת חשיבות רבה באיכות העובר שאינה נמצאת בשימוש קליני נרחב מכיוון שקשה מאוד למדוד ולכמת אותה בעין אנושית בעת בחינת העובר במעבדה. כעת, עם ההסבר הויזואלי של DISCOVER, ניתן לזהות ולנתח תכונות ביולוגיות חשובות מעין אלה באופן מדויק ואובייקטיבי יותר. כתוצאה מכך, אנו יכולים לשפר משמעותית את תהליך בחירת העובר בעל הסיכויים הגבוהים ביותר להשרשה מוצלחת ברחם, ובכך להגדיל את סיכויי ההצלחה של טיפולי הפוריות.”

“היכולות של DISCOVER לזהות ולהגביר באופן מלאכותי דפוסי תמונה שחשובים ל-AI כדי לאפשר פרשנות, ניתנים לשימוש גם בתחומים של דימות ביולוגי, רפואי ובתחומים אחרים בהם הבינה המלאכותית היא כלי מסנן”, ציין עודד רותם, הדוקטורנט שהגה ופיתח את השיטה. ד”ר גלית מזוז פרלמוטר, מחברת BGN, חברת המסחור של אוניברסיטת בן גוריון בנגב, גם ציינה את הפוטנציאל הגלום בשיטה החישובית: “הפיתוח של פרופ’ זריצקי וצוות המעבדה בעל חשיבות יישומית עבור תחומים שונים בעולם הרפואה”.

בצוות המחקר השתתפו תמר שוורץ, רון מאור, ישי טאובר, מאיה צרפתי-שפירו, דניאלה גלבוע ופרופ’ דניאל זיידמן מחברת AIVF, וכן פרופ’ מרכוס מסגר ממרפאת הפוריות IVI בולנסיה אשר בספרד.

מחקר זה נתמך על ידי קרן Rosetree Trust ועל ידי המועצה הישראלית להשכלה גבוהה באמצעות מרכז המחקר למדעי הנתונים, אוניברסיטת בן-גוריון בנגב.

למאמר המדעי

הפוסט כיצד הבינה המלאכותית מסייעת לרופאים לפענח תמונות רפואיות? הופיע לראשונה ב-Chiportal.

כיצד אפשר לגרום לרובוטים – כגון מכוניות אוטונומיות – לקבל החלטות נכונות וכך למלא דרישות שונות, כמו מהירות, בטיחות, חיסכון בדלק, הפחתה בזיהום אוויר ועוד? כל החלטה היא משמעותית ובעלת משקל ונדרשת יכולת לאזן בין כולן ולשקלל את כלל המשמעויות וההשלכות.

פרופ’ גרא וייס וצוותו מהמחלקה למדעי המחשב ומהמחלקה להנדסת מכונות באוניברסיטת בן גוריון בנגב, ביקשו להחיל את אסטרטגיית “הפרד ומשול” על מערכות רובוטיות כדי שיוכלו לקבל החלטות באופן מושכל ולהתמודד ביעילות עם מגוון משימות. אסטרטגיה זו משמשת בתחומי הממשל והכלכלה לניהול מערכת בדרך של פיצול ליחידות; כל יחידה מקבלת כוח ושליטה יחסיים ו”דואגת” לאינטרסים שלה, מה שמביא באופן טבעי לחלוקת המטרות ולאיזונן. באסטרטגיות אחרות, החלטות מתקבלות באופן ריכוזי, אבל קשה ליישמן כאשר ההחלטות מרובות ומשתנות בשטח.

מחקרם של פרופ’ וייס וצוותו משלב מתמטיקה, הנדסה, מדעי המחשב, הנדסת תוכנה והנדסת מכונות. “מטרתנו לפצל את כוח  ההחלטה של רובוטים בין יחידות (תת-מערכות) שכל אחת מהן אחראית על מטרה מסוימת. אף על פי שהתחרות הפנימית הזאת דורשת משאבים, היא מאפשרת לאזן בין מטרות מתחרות ולהגיע לביצועים רובוטיים טובים יותר מאלו שמתאפשרים באמצעות שקלול כל המטרות למטרה אחת. בדרך זו, רובוטים יכולים לשקלל נתונים רבים בזמן אמת, לפעול בהתאם לתנאים המשתנים בשטח ולהתמודד עם ריבוי מטרות ומשימות”, מסביר פרופ’ וייס.

בהתאם לכך, במחקרם האחרון, שזכה במענק מחקר מהקרן הלאומית למדע, פיתחו החוקרים אלגוריתמים שמבוססים על תורת המשחקים – ענף במתמטיקה שמנתח מצבי עימות או שיתוף פעולה בין מקבלי החלטות בעלי רצונות שונים. אלגוריתמים אלו מייצרים משחקים וירטואליים, מוטמעים במערכות רובוטיות ומייצגים את התחרות בין מטרותיהם. באמצעותם אפשר להגדיר מהן המטרות, לאזן ביניהן (מבלי להזדקק לקביעת ערכים מספריים ולשקלול שמבצעים מהנדסים), ולקבל פעולות אופטימליות. “המשחקים מאזנים בין המטרות השונות של הרובוט. כך למשל מכונית אוטונומית, שצריכה להיות גם בטיחותית, גם חסכונית בדלק וגם מהירה, יכולה להחליט מהי הפעולה החשובה ביותר באותו רגע – למשל לעקוף ולהגביר מהירות ובמקביל לבזבז דלק ולהסתכן או לעשות את ההפך? לכל החלטה יש משמעות והאלגוריתמים מסייעים לשקלל את מכלול הנתונים ולהחליט מהי הפעולה הנכונה ביותר לאותו הרגע מבין אוסף פעולות. מדובר באיזון דינמי ופשוט שיכול לסייע למהנדסי בקרה לבנות רובוטים שיבצעו מטלות בדרך טובה וחכמה יותר. בנוסף, האלגוריתמים הללו מפשטים את תהליך בניית הרובוט וחוסכים זמן וכסף”, מוסיף פרופ’ וייס.

בשלב זה הטמיעו החוקרים את האלגוריתמים ברחפנים והטיסו אותם במסדרון. לאחר מכן הטמיעו באותם רחפנים אלגוריתמים אחרים, שמשקללים את כל המטרות לכדי מטרה אחת, והטיסו גם אותם. כך יכלו להשוות בין שתי השיטות. המטרות היו לטוס מהר ובה בעת גם  להימנע מלהיתקע בקירות ולשמור על גובה. נמצא כי כאשר הרחפנים פעלו בשיטה החדשה הם ביצעו משימות לפי עדיפויות שמשתנות בזמן אמת. כך למשל, כשהתקרבו לקיר – הנמיכו מהירות, וכשהתרחקו ממנו – הגבירו מהירות. לעומת זאת כאשר הרחפנים התבססו על השיטה הישנה הם פעלו אוטומטית, לפי שקלול מטרות מוגדר ולא גמיש. כך למשל מראש לא התקרבו לאזור הקיר, נזהרו יתר על המידה והפסידו מהירות.

לרחפנים בשיטה החדשה יש טוויסט. במקום לשקלל את כל המטרות לכדי מטרה אחת, הם משקללים מטרות באופן דינמי, לפי תנאי השטח המשתנים. כך, בכל פעם, מטרה אחרת מקבלת עדיפות.

“לרחפנים בשיטה החדשה יש טוויסט. במקום לשקלל את כל המטרות לכדי מטרה אחת, הם משקללים מטרות באופן דינמי, לפי תנאי השטח המשתנים. כך, בכל פעם, מטרה אחרת “זוכה” בעדיפות, והביצועים טובים ויעילים יותר. אפשר לומר שכך הרחבנו את ארגז הכלים של מהנדסי בקרה כדי שיוכלו לתכנן מערכות רובוטיות שיגדירו בנפרד כל מטרה ויתמודדו עם מגוון משימות מורכבות. המוצר המוגמר הוא חבילת תוכנה הנגישה כקוד פתוח לכל”, מסכם פרופ’ וייס.

הפוסט חוקרים בבן גוריון מסייעים לרובוטים להגיע להחלטה הנכונה הופיע לראשונה ב-Chiportal.

בדו שיח עם צ’ט-בוטים, דהיינו עם רשתות המעבדות שפה, פעמים רבות נדמה שיש בן אדם מהצד השני של הצ’ט. חוקרים מאוניברסיטת בן-גוריון בנגב ואוניברסיטת קולומביה בדקו האם הרשתות הללו מבינות ומעבדות שפה כמו בני האדם ומצאו פערים מפתיעים. ממצאי המחקר התפרסמו בכתב העת היוקרתי Nature Machine Intelligence.

כשבוחנים עיבוד של משפטים בשפה האנגלית בקרב בני אדם ובקרב מערכות למידה עמוקה (רשתות נוירונים מלאכותיות), נראה שיש דמיון מפתיע בין בני האדם ובין הרשתות. נתון זה הטריד את ד”ר טל גולן מהמחלקה למדעי הקוגניציה והמוח באוניברסיטת בן-גוריון בנגב ואת מתיו סיגלמן, תלמיד מחקר מאוניברסיטת קולומביה, שכן ישנם הבדלים משמעותיים בין הרשתות השונות וכן בין הצורה בה הרשתות הללו בנויות ופועלות, לבין המוח האנושי. ״אם נבין טוב יותר את הדמיון וההבדלים בין אינטליגנציה מלאכותית ואינטליגנציה טבעית, נוכל להבין טוב יותר כיצד אנחנו עצמנו פועלים״,  הסביר ד”ר גולן.

אחד הכלים המרכזיים בחקר השפה הוא בחינת המשפטים הנתפסים על ידי דוברי השפה כ-״קבילים״. למשל ״דנה אכלה כריך״ הוא משפט קביל בעברית, אך ״דנה כריך אכל״ או ״כריך אכל דנה״, אינם משפטים קבילים. בשנים האחרונות, מדענים החלו לבחון רשתות נוירונים מלאכותיות באופן דומה, ומצאו להפתעתם דמיון רב בין השיפוטים האנושיים ובין ההסתברות שרשתות נוירונים מלאכותיות מייחסות למשפטים שונים.

במחקר הנוכחי, החוקרים רצו לבחון את גבולות הדמיון בין בני האדם והרשתות. לצורך כך, הם פיתחו תוכנה שבונה זוגות של משפטים ״מעוררי מחלוקת״ בין הרשתות. בכל זוג כזה, יש משפט שרשת אחת מזהה כקביל, ואילו הרשת השנייה מזהה כבלתי קביל. המשפט השני נשפט על ידי הרשתות באופן הפוך- הרשת הראשונה מזהה אותו כבלתי קביל והרשת השנייה כקביל.

למשל, המשפט ״This is the week you have been dying״ נמצא כבלתי קביל לפי רשת מסוג GPT-2, וכקביל לחלוטין לפי רשת מסוג BERT. לעומת זאת המשפט ״That is the narrative we have been sold״ נמצא כקביל לפי GPT-2 וכבלתי קביל לפי BERT. אחרי שהחוקרים יצרו מאות זוגות של משפטים כאלה, המשפטים הוצגו ל-100 נבדקים אנושיים דוברי אנגלית, שהתבקשו לשפוט עבור כל אחד מהזוגות איזה משפט קביל יותר. במבחן שכזה, אחת הרשתות חייבת להיכשל, כיוון שהן אינן מסכימות ביניהן.

החוקרים מצאו שתחת המבחן המחמיר הזה, כל הרשתות מפגינות פערים משמעותיים בשיפוטים שלהן לעומת בני האדם. הן קיבלו משפטים לא דקדוקיים ולא הגיוניים כקבילים, ובאותו הזמן דחו משפטים דקדוקיים והגיוניים כלא קבילים. הרשת שנמצאה כדומה ביותר לבני האדם הייתה GPT-2, שלומדת על ידי ניסיון לחזות את המילה הבאה בטקסט, אותו עקרון המיושם בשלב האימון הראשון והעיקרי של צ׳ט-בוטים כגון ChatGPT.

״המחקר חושף פערים בין האופן שבו רשתות נוירונים מלאכותיות ובני אדם מעבדים שפה כתובה”, מסביר ד”ר גולן. “ככל שתחום הבינה המלאכותית מתקדם, קל יותר לרשתות האלה לשטות בנו ולהתחזות כדומות מאד בהתנהגותן לבני אדם. אבל כאשר אנחנו מפעילים את הכלים המתאימים, אנחנו יכולים לראות שישנה עוד דרך עד שנגיע לאלגוריתמים שמחקים בצורה מאד מדויקת התנהגות אנושית. ייתכן ונוכל לבנות רשתות נוירונים שמדמות באופן מדויק שיפוטים לשוניים של בני אדם רק כאשר הרשתות יממשו כישורים קוגניטיביים נוספים, כגון חישת הסביבה ובקרת תנועה, ולא רק יקראו מיליוני ספרים,” סיכם ד”ר גולן.

קבוצת המחקר כללה את: פרופסור כריסטופר בלדסנו ופרופסור ניקולאוס קריגסקורטה מהמחלקה לפסיכולוגיה של אוניברסיטת קולומביה.

מחקר זה (מס’ מענק1948004 ) מומן ע”י הקרן האמריקאית למדע ומלגת צוקרמן.

עוד בנושא באתר הידען:

הפוסט האם רשתות נוירונים מלאכותיות מבינות שפה כמונו? הופיע לראשונה ב-Chiportal.

נראה שהבינה המלאכותית הופכת יותר ויותר שימושית בכל תחום בו שולטת הטכנולוגיה בימינו. בכלל זה, גם אומדן גיל על פי פנים אנושיות. נתון זה עשוי לשמש בעתיד גורמים הדורשים זיהוי גיל, למשל כתנאי כניסה או רכישת אלכוהול. חוקרים מאוניברסיטת בן-גוריון בנגב ומאוניברסיטת אונטריו המערבית בקנדה בדקו האם יש הבדל בין שיפוט אנושי לבין AI וגילו שהבינה המלאכותית סובלת מאותן הטיות הקיימות בשיפוט אנושי של גיל, אך במידה חמורה יותר. המחקר פורסם בכתב העת Scientific Reports.

הערכות האנושיות לגבי גילו של אדם על פי מראה הפנים שלו מתאפיינות באי דיוקים ובהטיות משמעותיות. ככל שהבינה המלאכותית משתלבת בחיינו, בכלל זה גם זיהוי גיל על פי מראה פנים, העלו החוקרים שאלה- האם בינה מלאכותית יכולה להתגבר על הטיות אלו?

החוקרים, פרופ' צבי גנאל מהמחלקה לפסיכולוגיה, פרופ' כרמל סופר מהמחלקה למדעי המוח והקוגניציה, שניהם מאוניברסיטת בן-גוריון בנגב, יחד עם פרופ' מלווין גודייל מאוניברסיטת מערב אונטריו בקנדה, אספו נתונים של ביצועי בינה מלאכותית במהלך השנים 2020–2022. הם סיפקו מערך מייצג של 21 טכנולוגיות בינה מלאכותית מובילות (כמו Microsoft, Amazon,  Everypixelועוד), מסחריות ולא מסחריות, להערכת גיל מתוך פרצוף. ביצועי הבינה המלאכותית הושוו לביצועים של 30 סטודנטים וסטודנטיות לתואר ראשון מאוניברסיטת בן גוריון בנגב.

התוצאות הצביעו על כך שהבינה המלאכותית פחות מדויקת ויותר מוטה מאשר צופים אנושיים, כאשר שופטים את גילו של אדם. כך לדוגמא, בני האדם נוטים להעריך פרצופים מחייכים כמבוגרים יותר בהשוואה לפרצופים של אותם אנשים עם הבעה ניטרלית, ומדייקים פחות בשיפוטי גיל של פרצופים מבוגרים. טכנולוגיות עכשוויות של בינה מלאכותית מראות את אותן הטיות ואי דיוקים, אך במידה מוגזמת יחסית לבני אדם.

" העניין הגובר בהערכת גיל באמצעות טכנולוגיית בינה מלאכותית (AI) מעלה את השאלה כיצד AI משתווה לביצועים אנושיים והאם הוא סובל מאותן הטיות. השוואת ביצועים האנושיים עם ביצועים של טכנולוגיות הבינה המלאכותית הנחשבות כטובות ביותר הקיימות כיום הצביעה על כך שכל ההטיות ואי הדיוקים האנושיים נמצאים גם ב- AI, אך בצורה חריפה יותר", ציין פרופ' צבי גנאל. "תוצאות אלו מצביעות על כך שההערכות שלנו לגבי הגיל מפרצופים מונעות במידה רבה על ידי רמזים תמונתיים כמו קמטים, פיגמנטציה, צבע שיער ומבנה הפנים, ולא על ידי דעות קדומות או ציפיות". 

מעבר לנתונים שהתקבלו מהמחקר, דפוסי השגיאות וההטיות שהתגלו בתוצאות יכולים לספק מספר תובנות לגבי האופן שבו ניתן לשפר טכנולוגיות AI להערכת גיל מפרצופים."פרצופים מחייכים נתפסים מבוגרים יותר ובאופן פחות מדויק מפרצופים ניטרליים, פרצופי נשים נתפסים באופן פחות מדויק מפרצופי גברים. אלו נתונים שהראינו בעבר אצל נבדקים אנושיים וכעת אנו מבינים שתופעה זו קיימת ובצורה חזקה יותר גם ב- AI, ביחס לנבדקים אנושיים. עם ההבנה הזו ניתן לעשות שימוש יעיל יותר בטכנולוגיות AI  קיימות", סיכם פרופ' גנאל.

הפוסט מערכות זיהוי הפנים מזייפות בהערכת גיל המצולם הופיע לראשונה ב-Chiportal.

במה עדיף להשתמש למניעת הדרדרות קוגניטיבית – רובוט חברתי או קסדת מציאות מדומה? ממצאי ניסוי ראשון מסוגו שנעשה במעבדה של פרופ' שלי לוי-צדק מאוניברסיטת בן-גוריון בנגב חשפו תוצאה מפתיעה. ממצאי המחקר התפרסמו בכתב העת  International Journal of Human-Computer Studies .

פתרון תשבצים ופיצוח משחקי חשיבה כסודוקו, כמו גם ביצוע מטלות שדורשות ריכוז ומחשבה, נחשבו במשך תקופה ארוכה לפתרון האולטימטיבי עבור אנשים ונשים הסובלים וסובלות מהדרדרות קוגניטיבית המתלווה לתהליך ההזדקנות. בהמשך פותחו למענם רובוטים דמוי בן אנוש, בעלי כישורים חברתיים, ועתה נבחנת האפשרות לגייס למשימה קסדות VR – אביזר המוצמד לראש ויכול לקחת אותנו למסע חוויתי במציאות מדומה.

באוניברסיטת בן-גוריון בנגב הלכו צעד אחד קדימה, ובחנו את היתכנות השימוש בקסדות VR  בקרב צעירים ומבוגרים שטרם חוו הדרדרות קוגניטיבית, בהנחה ששימוש באמצעי זה ישפר את סיכוייהם לשמר את הקיים. במסגרת ניסוי ראשון מסוגו שנעשה במעבדה לחקר הקוגניציה, הזקנה והשיקום, בראשותה של פרופ' שלי לוי-צדק, נבחנו תבניות העדפה של מטופלים לתרגול עם שתי פלטפורמות טכנולוגיות חדשניות: רובוט חברתי ומציאות מדומה.

בפלטפורמה הראשונה המתרגלים פגשו רובוט דמוי אנוש ששימש כמדריך המעודד אותם לבצע את התרגול, ומנחה אותם בסדרה של מתיחות ותרגילי הרפיה בין תרגול לתרגול; בפלטפורמה השנייה חבשו משתתפי הניסוי קסדת מציאות מדומה (360°), ויצאו למסע חווייתי שבמהלכו צללו בים, רכבו על אופנוע ואף הטיסו מטוס. לכמה רגעים הם אולי הרגישו כמו טייסים בחיל האוויר המתאמנים במציאות מדומה בתאי סימולציה.

במחקר הנוכחי הוכח שההשוואה הרלוונטית אינה בין אינטראקציה חברתית עם רובוט אמיתי לרובוט וירטואלי, אלא בין אינטראקציה חברתית עם רובוט אמיתי (social presence) לתחושת השהייה במקום אחר (spatial presence), המאפיינת את טכנולוגיית המציאות המדומה. 

אורית כוכבי, מסטרנטית במחלקה למדעי הקוגניציה והמוח באוניברסיטת בן-גוריון בנגב, בנתה את מערך הניסוי, תכנתה את הרובוט דמוי האנוש, ויצרה עולם וירטואלי שלם במציאות המדומה. היא גם ערכה את הניסוי, שבמהלכו נבחנו 64 משתתפים (32 מבוגרים, שגילם הממוצע היה 70  ו-32 צעירים, בגיל ממוצע של 26) שהתנסו בתרגול עם שתי הפלטפורמות. התוצאות היו מפתיעות: 66% מהנבדקים – צעירים ומבוגרים כאחד – העדיפו את המציאות המדומה על פני הרובוט.

פרופ' לוי-צדק : "עבודה זו היא פורצת דרך בכך שהיא מאתגרת את השיטה המקובלת עד כה להשוואת פלטפורמות: במקום להשוות את הפלטפורמה הרובוטית לפלטפורמת VR, שבה יש אווטאר רובוטי, מקסמנו את התועלת של ה-VR בהצעת חוויה סוחפת של להיות  'elsewhere' ויצרנו קו עלילה של 'Roadtrip', שבו התבקשו המשתתפים לפתור חידות קוגניטיביות כדי להתקדם בתוך קו העלילה.

בהתאם לשימוש במתודולוגיה לא שגרתית זו מצאנו גם תוצאות לא שגרתיות: המשתתפים העדיפו את חווית ה-VR על פני האינטראקציה עם הרובוט החברתי".

הפוסט חוקרים באוני' בן גוריון פיתחו קסדות VR שיגנו מפני הידרדרות קוגניטיבית הופיע לראשונה ב-Chiportal.

הפיזיקאים של אוניברסיטת בן-גוריון בנגב הם הראשונים שניסו להבין את תכונות הכאוס באמצעות שבב קוונטי. הם גייסו חלקיקי אור כדי לדמות כאוס והצליחו לחזות מתאמים המעידים עליו. מסקנותיהם פורסמו בכתב העת המדעי Nature Partner Journal, Quantum Information.

פרופ' איתן גרוספלד ועמיתו ד"ר דניאל דהן מהמחלקה לפיזיקה באוניברסיטת בן גוריון בנגב, יחד עם ד"ר גבע ארואס, בוגר המחלקה, בתר-דוקטורט בפריז, הדגימו שמערכות הלוכדות אור בחלל תהודה מיקרומטרי על טבעת, יכולות לחשוף התנהגות בלתי צפויה, כאשר אור עם תכונה סיבובית (אור כיראלי) מוזרק לתוך החללים הללו.

הפוטונים, חלקיקי האור, מתנהגים על פי חוקי מכניקת הקוונטים. החוקרים עקבו אחר המסלולים של מספר פוטונים בתוך המיקרו-חללים וגילו שהתנהגותם הופכת כל כך בלתי צפויה ואף עלולה להראות לגמרי אקראית, בשל רגישות גבוהה לשינויים קטנים בתנאים ההתחלתיים. עם זאת, הם חזו שמתאמים מסוימים בין פליטת פוטונים במיקרו-חללים השונים יצביעו על ההתנהגות הכאוטית. הפיזיקאים מאוניברסיטת בן-גוריון הם הראשונים שהציעו את חלקיקי האור, הפולריטונים, כמי שיכולים לדמות כאוס. גילוי זה נעשה במסגרת תוכנית הדגל של האיחוד האירופי שמטרתה להפוך את המחקר הקוונטי לטכנולוגיות קוונטיות.

"למיטב ידיעתנו, אנו הראשונים להציע סימולטורים קוונטיים במצב מוצק המבוססים על חלקיקי אור כמי שיכולים לדמות סוגים מסוימים של כאוס בהם קשה מאוד לקבוע את הכללים", הסביר פרופ' גרוספלד. "חלקיקים אלו מורכבים מפוטונים ואקסיטונים של מצב מוצק. שבב המצב המוצק קושר את הפוטונים ומייצר מהם תגובה בה אנו משתמשים בסימולציות שלנו".

שותפים נוספים לקבוצת המחקר: אוניברסיטת אוקספורד, אוניברסיטאי קולג' בלונדון, אוניברסיטת שפילד בבריטניה CNRS-C2N בפריז, המכון לפיזיקה בוורשה ומכון פול דרוד בברלין.

מחקר זה (מס' 1626/16 *) נתמך על-ידי הקרן הלאומית למדע ובהמשך נתמך על ידי רשות החדשנות במסגרת תכנית קמין- בפרויקט QuantERA InterPol  ובסיוע BGN Technologies – חברת מסחור הטכנולוגיות של אוניברסיטת בן-גוריון בנגב.

הפוסט שופכים אור על הכאוס הופיע לראשונה ב-Chiportal.

מרכז "יזמות 360" באוניברסיטת בן-גוריון בנגב בשיתוף המרכז הרפואי אוניברסיטאי "סורוקה" פיתחו את תכנית "המעבדה" להאצת יזמות חוקרים, אשר זכתה במענק  על סך 10.8 מיליון שקלים – הגבוה ביותר מבין המוסדות האקדמיים בישראל. התוכנית החדשה, פרי של שיתוף פעולה מתמשך בין יזמות 360 וחברת המסחור של האוניברסיטה BGN Technologies, תקדם את המחקר הבסיסי אל אופקים יישומיים ותהווה קרש קפיצה לקידום מסחור הידע אל הזירה העסקית.

התוכנית מותאמת לאיתור והבשלת מיזמים מהאקדמיה הנמצאים בשלבי פיתוח מוקדמים ותקודם תוך שיתוף פעולה עם "סורוקה" במטרה להרחיב את אפשרויות החיבור בין חוקרי האוניברסיטה לרופאים – ומכאן גם את מספר הפרויקטים היישומיים שיהוו פוטנציאל להקמת חברות. בהתאם לזאת, התוכנית מקנה פתרון נרחב ומתמשך למחקרים מבטיחים – הן בשלבים המוקדמים של פיתוח אפיקים יישומיים ומימון ראשוני, שבהם מתמקדת המעבדה, והן בשלבי ה"קפיצה למים" הסוערים של התעשייה הישראלית.  התוכנית תתממשק לפעילותו של האקסלרטור אואזיס, בהובלתם של יוליה סגלין ומישל אסייג, אשר הוקם במרכז היזמות של האוניברסיטה לפני כשנתיים, אשר הופך בהצלחה מחקרים למיזמים בוגרים וברי-השקעה.

פרופ' כרמל סופר, יו"ר מרכז יזמות 360 אמר: ״מרכז יזמות 360 באוניברסיטת בן גוריון בנגב היה בין הראשונים לזהות את הצורך בהכשרה שיטתית ומדויקת לחוקרים ולחוקרות, כמו גם למימון לפרויקטים יישומיים בשלבים מוקדמים. תוכנית ״המעבדה״ החדשה תחבור בצורה מושלמת לאקסלרטור אואזיס. כך נקדם את המחקר הבסיסי אל הזירה העסקית ותתאפשר הקמתן של עשרות חברות סטארט-אפ מעולות המבוססות על הטכנולוגיות העמוקות המפותחות במעבדות האוניברסיטה.

דנה גביש פרידמן, מנהלת יזמות 360: המענה ההוליסטי אשר תכנית "המעבדה" תקנה לחוקרים יביא עמו צמיחה והבשלה אמיתית של ידע אקדמי לטובת מימושו המיטבי בתעשייה, לרווחת כל השותפים בתהליך, ובעיקר תסייע בעדנו להקים חברות סטארטאפ חדשות באקוסיסטם בנגב ובישראל.

הפוסט אוניברסיטת בן-גוריון וסורוקה זכו במענק של משרד המדע להצמחת יזמות חוקרים בסך של כ-11 מיליון שקלים הופיע לראשונה ב-Chiportal.

במאה ה-20 התרחשו שתי מהפכות בתחום הפיסיקה: תורת היחסות (שעוסקת גם בגרביטציה) ותורת הקוונטים. שתיהן מהוות עד היום את עמודי התווך של הפיסיקה המודרנית. אחת השאלות הפתוחות בפיסיקה המודרנית היא מדוע לא מצליחים לאחד בין שתי התיאוריות המוצלחות הללו לכדי תיאוריה אחת שנקראת גרביטציה-קוונטית?

במאמר שפורסם בכתב העת  Science Advancesהצליחה להסביר קבוצת מחקר בראשות פרופ' רון פולמן מהמחלקה לפיזיקה באוניברסיטת בן-גוריון בנגב כיצד ניתן לבצע ניסוי שיבחן את הקשר בין שתי התיאוריות.

בבסיס הרעיון עומד מכשיר המבוסס על עקרונות תורת הקוונטים והמסוגל לשים גוף אחד בשני מקומות בו-זמנית. המכשיר נקרא אינטרפרומטר. יש סוגים רבים של אינטרפרומטרים, אולם האינטרפרומטר שפותח עתה לראשונה חשוב במיוחד היות והוא מתאים לעבודה עם חלקיקים בעלי מסה גדולה (שחשופים לאינטראקציה גרביטציונית גדולה). המכשיר הייחודי, אותו הצליחה הקבוצה לממש הוא 'אינטרפרומטר לולאה מלאה המבוסס על אפקט שטרן-גרלך' או בקצרה 'אינטרפרומטר מגנטי'.

לפני 100 שנה בדיוק נערך ניסוי בו נתגלה 'אפקט שטרן-גרלך', על שם הפיזיקאים וולטר גרלך ואוטו שטרן. קרן של אטומי כסף שוגרה לכיוון מסך, כשהיא חוצה בדרכה שדה מגנטי שגודלו משתנה. השדה המגנטי פיצל את האטומים לשתי קרניים. ההסבר הקוונטי לפיצול זה הוא שהאטום הוא בעצם מגנט קטן שיכול להימצא רק בשני כיוונים ביחס לשדה המגנטי וכך פועלים עליו שני כוחות מגנטיים. למיגנוט הפנימי של האטום ניתן השם ספין.

בשנות ה-50 היה זה התיאורטיקן בוהם שהציע ליצור לולאה מלאה של פיצול וחיבור מחדש של הקרניים: אחרי הפיצול, שדה מגנטי יעצור את הקרניים ויכוון אותן בחזרה זו לעבר זו, כך שהקרניים יתאחדו שוב לקרן אחת, לאחר שעשו לולאה מלאה. כך נוצר האינטרפרומטר המגנטי. לאחר שגוף היה בשני מקומות בו-זמנית, הוא שוב מתאחד לכדי גוף אחד ועל ידי מדידות המבוצעות על הגוף האחד הזה, ניתן ללמוד על הבדלים בתנאים שחווה הגוף בשני המסלולים, תנאים כמו האינטראקציה הגרביטציונית.

למעשה, היה קשה מאוד ליישם לולאה מעין זו. היה צורך שחלקי האטום המפוצל לא רק יוחזרו לאותו המקום אלא גם בדיוק באותה המהירות. המדענים מאוניברסיטת בן-גוריון בנגב עשו זאת על ידי כך שהצליחו לשלוט ברמת דיוק גבוהה במיוחד בשדה המגנטי באמצעות שבב (דוגמת השבבים שיש במחשב). בנוסף, קרן האטומים בה השתמשו לא הייתה של אטומי כסף, אלא של אטומי רובידיום שעברו תהליך של קירור עמוק לכדי טמפרטורה של כמעט מינוס 273 מעלות, כך שהשליטה בתכונות האטום הייתה גבוהה מאוד.

לפני מספר שנים ביצעה הקבוצה ניסוי בעל מטרה דומה כאשר עשתה שימוש בשעון המורכב מאטום בודד שהושם בשני מקומות בו זמנית, האחד יותר קרוב מהשני לכדור הארץ (על פי תורת היחסות הזמן משתנה כפונקציה של כוחות הגרביטציה). אולם בכדי להגיע לתוצאות חד-משמעיות בניסוי זה יידרשו שיפורים משמעותיים בביצועי השעונים האטומיים. כעת מציעה הקבוצה לשים באינטרפרומטר גוף בעל מסה גדולה מאוד, כזה שכוחות הגרביטציה הפועלים עליו לא יהיו זניחים. בצורה זו יתקבל ניסוי אחד, בו תפעל תורת הקוונטים המאפשרת לשים גוף אחד בשני מקומות בו-זמנית, לצד תורת הגרביטציה שהכוח אותו היא מפעילה תלוי בגודל המסה של הגוף. רק בעזרת שילוב שתי התיאוריות יחדיו יתאפשר להסביר את הניסוי.

כדי להוכיח את היתכנות הניסוי השאפתני, ביצעה קבוצת המחקר, הקרויה בשם 'קבוצת השבב האטומי', ניסוי ראשוני ובו מחד, השתמשו באטומים בודדים, ומאידך מימשו את כל התהליך שיידרש בכדי לבצע זאת עם מסה כבדה.

זו הפעם הראשונה שניסוי מעין זה מתבצע בעולם. עד היום קבוצות מחקר שמו באינטרפרומטרים מסוגים שונים אטומים בודדים ואפילו מולקולות, אולם אף אחד עדיין לא הצליח לשים אטומים ב-'אינטרפרומטר מגנטי'.

"להישג הזה יש משמעות לא מבוטלת", מסביר פרופ' רון פולמן. "שכן ייתכן שיצירת אינטרפרומטר שטרן-גרלך שכזה עם מסה גדולה תיתן בידינו רמזים חדשים לגבי האופי הקוונטי של כוח הכבידה (הגרביטציה), ובכך נוכל אולי לפתור את אחת התעלומות הגדולות של הפיזיקה המודרנית".

כעת, משנראה שיש דרך פרקטית לעשות זאת, תתחיל הקבוצה יחד עם קבוצות נוספות ברחבי העולם, במימוש הניסוי.

צוות המחקר כלל את: ד"ר יאיר מרגלית, מר אור דובקובסקי, ד"ר ז'יפן זו, מר עומר עמית, ד"ר יונתן יפה, ד"ר סמואל מוקורי, ד"ר דניאל רורליך, פרופ' אנופם מזומדר, פרופ' סוגאטו בוז, ד"ר קרסטן הנקל ופרופ' רון פולמן.

הפוסט באוניברסיטת בן-גוריון פותח מכשיר שיאפשר לענות על אחת השאלות המרכזיות בפיסיקה שנותרו ללא מענה הופיע לראשונה ב-Chiportal.

חוקרים מהטכניון ומאוניברסיטת בן-גוריון מציגים ממצאים חדשים הנוגעים להמרת אנרגיה סולרית לחשמל ולדלק מימן. במסגרת המחקר שהתפרסם ב- Nature Materials פותחה שיטה חדשנית למדידת יעילות ההמרה של פוטונים למטענים חשמליים ניידים (אלקטרונים וחורים) במוליכים למחצה. בשיטה זו הם גילו גורם לא מוכר המגביל את יעילות ההמרה של פוטונים לזרם חשמלי בתחמוצת ברזל (המטייט). הגורם שהתגלה צפוי להשפיע על יעילותם של חומרים נוספים, בפרט בחומרים בעלי אלקטרונים מקושרים (electron correlated materials), שיש בהם אינטראקציה חזקה בין האלקטרונים לאטומים בגביש. השיטה שפותחה צפויה להניב ידע חדש על האינטראקציה בין אור לחומר בחומרים אלה ולסייע בפיתוח חומרים חדשים לתאים סולריים בעלי מאפיינים ייחודיים.

רקע:

יתרונותיה של האנרגיה הסולרית – אנרגיה שמקורה בשמש – ידועים כבר שנים, והניסיון לרתום אותה לצורכי האדם הוביל לפיתוחים רבים ובהם תאים סולריים פוטו-וולטאיים. התקנים אלה קולטים את חלקיקי האור (פוטונים) בחומר מוליך-למחצה, ואלה מוסרים את האנרגיה שלהם למטענים חשמליים ניידים המוכרים כאלקטרונים וחורים ומקנים להם מתח חשמלי המאפשר להם לבצע עבודה (אנרגיה חופשית). עבודה זו באה לידי ביטוי כאנרגיה חשמלית בתאים פוטו-וולטאיים, ובאופן עקרוני תאים שכאלו עשויים לספק את כל צורכי האנרגיה שלנו.

הקושי העיקרי במעבר לאנרגיה סולרית בת קיימה נובע מהזמינות המשתנה של אור השמש לאורך שעות היממה והתלות של אור זה בעננות ובאובך. תפוקת החשמל של תא פוטו-וולטאי נגזרת מעוצמת האור הפוגע בו, ולכן היא משתנה משעה לשעה, מעונה לעונה, ובימים רבים בשנה היא מוגבלת על ידי עננים ואובך. כדי שיהיה אפשר להסתמך על אנרגיה סולרית כמקור אנרגיה מרכזי היכול לספק את הדרישות לחשמל, חום, דלק וצרכים אחרים בכל שעות היממה ובכל עונות השנה יש צורך בהמרתה לאנרגיה הניתנת לאחסון (אגירה) והמרה מחדש לחשמל, חום ודלק בהתאם לדרישה. כך, למשל, אפשר לאגור את החשמל המופק בתאים סולריים פוטו-וולטאיים בסוללות (בטריות) נטענות, ולהמירו בחזרה לחשמל בשעת הצורך. אגירה בסוללות מייקרת את עלות החשמל הסולרי ומתאימה לשימוש בטווח של יממה לכל היותר. אגירה ארוכת טווח, למשל מעונה לעונה, דורשת פתרונות טכנולוגיים אחרים, וכך גם צורכי אנרגיה נוספים, מלבד הפקת חשמל, כגון חימום ביתי ותעשייתי, דלק לתחבורה ועוד.

פתרון שכזה ניתן למימוש באמצעות תאים פוטו-אלקטרוכימיים הפועלים באופן דומה לתאים פוטו-וולטאיים, אך במקום חשמל הם מייצרים מימן על ידי פיצול מולקולות מים לשני מרכיביהם – חמצן ומימן. אלה נאגרים לשימוש עתידי, בין אם לייצור חשמל ובין אם להנעת כלי רכב חשמליים המונעים במימן באמצעות תא דלק המחליף את מערך הסוללות בכלי רכב חשמליים כדוגמת טסלה ואחרים. מימן הנוצר באופן זה מכונה מימן "ירוק" והוא מהווה תחליף אידאלי לדלק פחמימני שכן הפקתו והשימוש בו אינם מלווים בפליטת גזי חממה או כל דבר אחר מלבד מים זכים.

תאים פוטו-אלקטרוכימיים להמרת אנרגיה סולרית למימן "ירוק" מעסיקים קבוצות רבות של מחקר ופיתוח באקדמיה, אולם טכנולוגיות אלה עדיין לא הבשילו ליישום. זאת בעיקר בשל מגבלות החומרים היכולים לשמש בהם. בדומה לתאים הפוטו-וולטאיים, גם כאן לב ליבו של התא עשוי מחומר מוליך-למחצה הקולט את הפוטונים וממיר את האנרגיה שלהם (אנרגיה של קרינה) לעבודה, אלא שכאן העבודה מתבטאת באנרגיה כימית האצורה בקשרים הכימיים של מולקולות המימן והחמצן הנוצרות מפיצול מולקולות המים. לשם כך, המוליך-למחצה טבול באלקטרוליט מימי בעל תכונות קורוזיביות שלא מאפשרות שימוש במוליכים למחצה רגילים כמו הסיליקון המשמש בתאים פוטו-וולטאיים. מגבלות אלה ואחרות מצריכות מוליכים-למחצה אחרים בעלי מאפיינים ייחודיים שאינם בנמצא ברגיל.

ממצאי המחקר וחשיבותם:

מזה למעלה מעשור, פרופ' אבנר רוטשילד וקבוצת המחקר שלו בטכניון חוקרים מינרל הנקרא המטייט (hematite) והוא סוג של תחמוצת ברזל בעלת הרכב כימי דומה לחלודה, בעל קשת המאפיינים הדרושים לתא פוטו-אלקטרוכימי לפיצול מים למימן וחמצן. מחקר זה הוביל לפריצות דרך מדעיות וטכנולוגיות שפורסמו בכתבי עת מדעיים מובילים מקבוצת Nature ואחרים. למרות השיפורים שהושגו בתכונות החומר ומבנה התא הפוטו-אלקטרוכימי, יעילות ההמרה של פוטונים לזרם חשמלי בהתקנים מבוססי המטייט מגיעה לפחות ממחצית הגבול התיאורטי לחומר זה. לשם השוואה, תאים פוטו-וולטאיים מסיליקון מגיעים קרוב ל- 100% מהגבול התיאורטי של סיליקון.

לאחר שנים של מחקר שבו הפכו החוקרים כל אבן בדרך לשיפור תכונות החומר ומבנה התא, הם הגיעו למסקנה שרב הנסתר על הגלוי וחייב להיות גורם נעלם ייחודי להמטייט שמונע הגעה לגבול התיאורטי המוכר לחומר זה. במחקרם האחרון, שפורסם זה עתה בכתב העת המדעי Nature Materials, הם חושפים ומגלים את הגורם הנעלם הזה, ומציעים שיטה חדשה לאיפיונו בהמטייט ובחומרים אחרים. בניגוד לסיליקון ומוליכים למחצה אחרים המשמשים בתאים סולריים והתקנים אופטו-אלקטרוניים אחרים, בהם הפוטונים הנבלעים בחומר מייצרים מטענים חשמליים ניידים (אלקטרונים וחורים) היכולים לנוע בחופשיות וליצור זרם חשמלי, חלק ניכר מהפוטונים המגיעים להמטייט נבלעים באופן שונה באמצעות מעברים אלקטרוניים מקומיים בהם האלקטרון עובר ממצב אנרגטי (הנקרא אורביטל) אחד לאחר באותו האטום עצמו או בקשר הכימי בין שני אטומים שכנים. מאחר שאלקטרון שכזה נשאר ממוקם באתר ספציפי בגביש, אין לו יכולת תנועה (ניידות) ולכן אין הוא יכול לתרום ליצירת זרם חשמלי. לכן, הפוטונים הנבלעים באופן זה "מתבזבזים" ואינם תורמים ליצירת זרם חשמלי (בתא פוטו-וולטאי) או מימן (בתא פוטו-אלקטרוכימי).

בשל תכונות כימיות ופיזיקליות ייחודיות המתבטאות, בין השאר, באינטראקציה חזקה בין האלקטרונים לאטומים בגביש, חלק ניכר (כמחצית) מהפוטונים הנבלעים בהמטייט יוצרים מעברים אלקטרוניים מקומיים מסוג זה. תכונה זו אופיינה לראשונה במחקר הנוכחי כתלות באורך הגל של הפוטונים הפוגעים בחומר, בהמטייט ובכמה תחמוצות מוליכות למחצה אחרות שבהן התופעה נמצאה שולית בהשוואה להמטייט. עם זאת, החוקרים מציינים כי מדובר בתופעה לא מוכרת ולכן קרוב לוודאי שהיא קיימת גם במוליכים למחצה אחרים. עצם חשיפת התופעה והתוויית דרכים לאיפיונה מהווה פריצת דרך מדעית בחקר האינטראקציה בין אור לחומר בחומרים בעלי אלקטרונים מקושרים (correlated electron materials), ויש לה חשיבות מעשית בחקר חומרים חדשים לתאים סולריים בעלי מאפיינים ייחודיים כדוגמת התאים הפוטו-אלקטרוכימיים לפיצול מים למימן וחמצן, נושא המחקר הנוכחי.

את המאמר שהתפרסם בכתב העת היוקרתי Nature Materials הובילו חוקרים מקבוצת המחקר של פרופ' אבנר רוטשילד מהפקולטה למדע והנדסה של חומרים בטכניון, ובהם ד"ר דניאל גרוה (מדען בכיר במחלקה להנדסת חומרים באוניברסיטת בן-גוריון בנגב), ד"ר דויד אליס והדוקטורנטית יפעת פיקנר מתוכנית האנרגיה ע"ש גרנד בטכניון (GTEP), בשיתוף חוקרים מהמכון לחקר דלקים סולריים בראשותו של Prof. Roel van de Krol ב- Helmholtz-Zentrum Berlin. במחקר תמכו מוקד המחקר בנושא פוטוקטליזטורים ופוטואלקטרודות לייצור מימן בתכנית לתחליפי נפט לתחבורה של הקרן הלאומית למדע (ISF), מרכז האנרגיה ע"ש גרנד בטכניון (GTEP) ומכון ראסל ברי למחקר בננוטכנולוגיה (RBNI).

למאמר ב- Nature Materials

הפוסט מה מגביל את היעילות האנרגטית של תאים סולריים מסוג חדש? חוקרים בטכניון ובאוניברסיטת בן-גוריון גילו את הסיבה הופיע לראשונה ב-Chiportal.

הפוסט מחקר ישראלי – גם מחשבים ביולוגיים לא חסינים מפריצות הופיע לראשונה ב-Chiportal.