שלוש החברות משלבות את מנוע התפיסה של RGo Robotics, שבבי החיבור מסוג VA7000 מבית Valens Semiconductor, והמודול החומרתי מבוסס Rockchip של CHERRY Embedded Solutions, במטרה לשפר את תכנון והפעלת מערכות רובוטיקה

נחשפה שותפות אסטרטגית בין Valens Semiconductor, RGo Robotics ו-CHERRY Embedded Solutions. שיתוף הפעולה נועד לשפר את עיצוב והפעלת מערכות רובוטיקה מבוססות בינה מלאכותית, כאשר הפתרון המשותף משלב את מנוע התפיסה המתקדם של RGo, את שבבי החיבור של Valens המבוססים על תקן MIPI A-PHY, ואת המודול החומרתי מבוסס Rockchip של CHERRY Embedded Solutions.

מערכות רובוטיקה מתקדמות ויישומים ניידים חכמים מסתמכים על אלגוריתמים מבוססי בינה מלאכותית המעבדים נתוני וידאו הנאספים ממצלמות. עד כה, מגבלות בחיבורי המצלמות הובילו למצב בו יחידות העיבוד נדרשו להיות ממוקמות בסמיכות לחיישנים, דבר שהעלה את עלויות המערכת והגביר את מורכבות העיצוב. שבבי החיבור מסוג VA7000, המיושמים בפתרון MIPI A-PHY, מאפשרים העברת נתוני וידאו באיכות גבוהה למעבד מרכזי גם במרחקים ממושכים, תוך הבטחת תקינות האות בסביבות עם תנאי אלקטרומגנטיות קשים – תכונה המיועדת ליישומי ראייה במכונות אוטונומיות, כלי רכב מונעים על ידי אדם, רכבים מונחים אוטומטית ומערכות שירות.

אמיר בוסאני, מייסד שותף ומנכ"ל RGo Robotics, הדגיש: "מנוע התפיסה שלנו דורש נתוני וידאו ברמה גבוהה, והפתרון שמציע Valens מספק את הצרכים הללו תוך שמאפשר להרחיק את יחידת העיבוד מהחיישנים. כך ניתן לשפר את תהליכי השילוב של נתוני חיישנים, להקטין את עלויות המערכת ולפשט את מורכבותה."

גילי פרידמן, ראש יחידת העסקים החוצה-תעשייתית ב-Valens Semiconductor, ציין: "השותפות עם RGo Robotics ממחישה את חשיבות טכנולוגיית MIPI A-PHY שלנו בהבטחת חיבור איכותי וביצועים מעולים במערכות מבוססות בינה מלאכותית. שבבי ה-VA7000 מאפשרים למפתחי מערכות למקם את המצלמות בצורה אופטימלית, דבר המחזק את יכולת האוטומציה והחדשנות במגוון יישומים."

ד"ר מנפרד מולר, ראש תחום הפיתוח העסקי ב-CHERRY Embedded Solutions, הבהיר: "שילוב שבבי החיבור של Valens במודול החומרתי שלנו מספק מענה לבעיות ארכיטקטוניות מורכבות במערכות עם מספר מצלמות. פתרון זה מסייע ללקוחותינו לפשט את עיצוב המערכת ולשפר את הביצועים."

הדגמה של הפתרון המשותף תיערך בתערוכת Embedded World 2025 בנירנברג, גרמניה, בין התאריכים 11-13 במרץ, באולם 2, בדוכן מספר 454. האירוע צפוי להדגים את היכולות המתקדמות של הפתרון, אשר עשוי לספק יתרונות משמעותיים בתחום הראייה המלאכותית והאוטונומציה במגוון תעשיות.

הפוסט שותפות אסטרטגית בתחום הרובוטיקה מבוססת ה-AI נחשפה בין ואלנס ו-RGo Robotics הישראליות ו-CHERRY האוסטרית הופיע לראשונה ב-Chiportal.

בהרצאתו בכנס CES 2025, ג'נסן הואנג, מייסד ומנכ"ל NVIDIA, הציג חזון שאפתני על עתיד הבינה המלאכותית (AI) וכיצד היא תשנה את פני העולם. דבריו שיקפו לא רק את החדשנות הטכנולוגית שהחברה מובילה, אלא גם את השפעת הבינה המלאכותית על תחומי חיים רבים ותעשיות מגוונות.

בינה מלאכותית בכל תעשייה ובכל יישום

הואנג הדגיש כי הבינה המלאכותית תהפוך למיינסטרים ותשולב בכל יישום ותעשייה. "בינה מלאכותית תשנה כל תעשייה ותהיה חלק בלתי נפרד מכל יישום, לא משנה היקפו או מטרתו," אמר הואנג. לדבריו, התקדמות טכנולוגית זו כבר נמצאת בתהליך מואץ, ומובילה לשיפורים מהותיים בתחומים כמו רפואה, חינוך, תחבורה ותעשייה.

אחת מהתחזיות המרכזיות של הואנג נוגעת לתעשיית הרובוטיקה והרכבים האוטונומיים. הוא ציין כי "מהפכת הרכב האוטונומי כבר כאן," והעריך שתעשייה זו תהיה הראשונה להגיע לשווי שוק של טריליוני דולרים. NVIDIA מתמקדת בפיתוח מערכות שמאפשרות לרובוטים ולרכבים אוטונומיים ללמוד ולהסתגל לתרחישים מורכבים בעולם האמיתי, בעזרת פלטפורמת Cosmos החדשה.

הפלטפורמה כוללת מודלי עולם (World Models), שמדמים את הדינמיקה של העולם הפיזי. באמצעות סימולציות מתקדמות, חברות יכולות לאמן מערכות נהיגה אוטונומיות ורובוטים בסביבה וירטואלית מבלי להסתמך על נתוני שטח יקרים.

חזון נוסף שהציג הואנג הוא הנגשת כוח מחשוב-על למפתחים, חוקרים וסטודנטים. עם Project DIGITS, NVIDIA מציעה מחשב-על אישי, שמאפשר להריץ מודלים מורכבים עד 200 מיליארד פרמטרים ישירות משולחן העבודה. "המחשב הקטן הזה נמצא כבר בייצור מלא," אמר הואנג, כשהתייחס ל-GB10, שבב ה-AI החדש שעליו מבוססת המערכת. לדבריו, הפרויקט מייצג את הדמוקרטיזציה של הבינה המלאכותית, ומאפשר לכל אחד לקחת חלק בעיצוב עתיד הטכנולוגיה.

"NVIDIA לא שוכחת את שורשיה בתעשיית הגיימינג. בהרצאתו, הציג הואנג את סדרת כרטיסי המסך החדשה GeForce RTX 50, שכוללת את RTX 5090, שמבטיח ביצועים כפולים לעומת הדור הקודם. הוא ציין כי השיפורים מבוססים על טכנולוגיות AI מתקדמות כמו DLSS, המאפשרות עיבוד ויצירת פריימים למשחקים בזמן אמת."

בינה מלאכותית פיזית: העתיד כבר כאן

לסיכום, הואנג ציין כי הבינה המלאכותית הפיזית (Physical AI) תעצב מחדש תעשיות רבות, כולל ייצור, לוגיסטיקה וספורט. "אנחנו רק בתחילת עידן שבו כל מה שזז – החל ממכוניות ומשאיות ועד רובוטים תעשייתיים – יתפקד באמצעות AI," אמר הוא. הוא רואה בפלטפורמות כמו NVIDIA Cosmos ו-Omniverse כלים מרכזיים להאצת תהליכים אלו.

החזון של ג'נסן הואנג מדגיש את הפוטנציאל האדיר של הבינה המלאכותית להפוך את העולם לטוב יותר, תוך הנגשת הטכנולוגיה לכל אחד. מדובר בלא פחות ממהפכה שתשנה את הדרך שבה אנו עובדים, יוצרים וחיים.

עיקרי ההכרזות

אנבידיה חשפה פרויקטים פורצי דרך כמו Project DIGITS, פלטפורמת Cosmos למודלי עולם, ופיתוחים מתקדמים בתחום הרכבים האוטונומיים – כל אלה מבטיחים לשנות את עתיד הטכנולוגיה.

מחשב-על אישי: Project DIGITS

בכנס CES 2025 בלאס וגאס, אנבידיה הכריזה על Project DIGITS, מחשב-על שולחני לבינה מלאכותית, המספק ביצועי AI ברמה של פטה-פלופ. המחשב מבוסס על הסופר-שבב החדש NVIDIA GB10, המשולב בארכיטקטורת Grace Blackwell של החברה.

בכנס CES 2025, הושקה מהפכה נוספת בעולם הבינה המלאכותית בדמות Project DIGITS, המאפשרת הרצה של מודלים מורכבים עד לרמת פטה-פלופ של ביצועים. שילוב טכנולוגי של Grace Blackwell ו-GB10 שם את המחשב השולחני בקדמת הפיתוח הגלובלי.

מחשבי DIGITS יאפשרו למפתחים, חוקרים וסטודנטים להריץ מודלי בינה מלאכותית גדולים – עד 200 מיליארד פרמטרים – ישירות משולחן העבודה. בנוסף, ניתן לפרוס את המודלים לתשתיות ענן בקלות.
לדברי ג'נסן הואנג, מנכ"ל ומייסד אנבידיה, "DIGITS מביא את הכוח של מחשוב-על למיליוני מפתחים, ופותח את הדלת לעידן חדש של AI מיינסטרים."

מחשבי DIGITS מאפשרים פריסה חלקה של מודלים גדולים, והם חלק מתפיסת עולם חדשה של מחשוב נגיש. דברי ג'נסן הואנג ממחישים את חזון החברה להפוך את מחשוב העל לזמין לכל מדען, חוקר או סטודנט.

פלטפורמת Cosmos: מודלי עולם עבור רובוטים ורכבים אוטונומיים

אנבידיה הציגה גם את NVIDIA Cosmos – פלטפורמה לפיתוח ואימון מערכות בינה מלאכותית פיזית (Physical AI).
פלטפורמת Cosmos כוללת מודלים המסוגלים "להבין" את הדינמיקה הפיזית של העולם, ולשמש בסיס לפיתוח סביבות סימולציה למכונות אוטונומיות. הפלטפורמה מאפשרת ייצור דאטה סינתטי מבוסס פיזיקה, המקצר את זמני האימון ומוזיל את עלויות הפיתוח.

פלטפורמת Cosmos מציגה את הדור הבא של מודלים המסוגלים לחקות את חוקי הפיזיקה ולשמש תשתית לפיתוח רובוטיקה מתקדמת. שילוב של דאטה סינתטי מתקדם ומודלים מותאמים מאפשר בניית תרחישי סימולציה מורכבים בפשטות יחסית.

לדברי הואנג: "כמו שמודלי שפה גדולים חוללו מהפכה בתחומי הטקסט, מודלי עולם מבוססי Cosmos יחוללו דמוקרטיזציה בתחום הרובוטיקה והרכבים האוטונומיים."

לדברי מייסד ומנכ"ל אנבידיה, מודלי העולם מהווים קפיצה משמעותית בהתפתחות הבינה המלאכותית הפיזית, ומסייעים להנגשת הטכנולוגיה למפתחים ולארגונים ברחבי העולם.

הרחבת טכנולוגיות לרכב אוטונומי

בתחום הרכבים האוטונומיים, אנבידיה הכריזה על הצטרפות של ענקיות כמו טויוטה, אורורה וקונטיננטל לרשימת שותפותיה. חברות אלה יפתחו את הדור הבא של רכבים על בסיס פלטפורמת NVIDIA DRIVE.

טויוטה, אורורה וקונטיננטל אינן לבד – הן מצטרפות לשורה ארוכה של שותפות טכנולוגיות בולטות שמובילות את עתיד הרכב האוטונומי על גבי פלטפורמות DRIVE המתקדמות של אנבידיה.

בנוסף, הפלטפורמה DRIVE Hyperion קיבלה אישורי בטיחות ואבטחת מידע מגורמי צד שלישי מובילים, ומבטיחה עמידה בתקנים המחמירים ביותר בתעשייה. הפלטפורמה כוללת מערכות מתקדמות לנהיגה אוטונומית ומבוססת על שבבי DRIVE AGX Thor בארכיטקטורת Blackwell.

פלטפורמת Hyperion מייצגת את חזית החדשנות בעולם הרכב, ומוכיחה שוב כי בטיחות ואמינות עומדים במרכז הפיתוח של אנבידיה. מערכת השבבים DRIVE AGX Thor מספקת את התשתית להובלה בתעשייה הצומחת.

סיכום: עידן חדש של טכנולוגיות מואצות

לדברי הואנג: "ההכרזות של אנבידיה בכנס CES 2025 ממקדות את הזרקור על עתיד הבינה המלאכותית, הרובוטיקה והרכבים האוטונומיים. החברה מציבה סטנדרטים חדשים לחדשנות טכנולוגית עם פתרונות המאפשרים למפתחים ולחברות להאיץ את אימוץ ה-AI בתעשיות מגוונות.אנבידיה ממשיכה לעמוד בראש מהפכת המחשוב המואץ, ומספקת כלים שמעצבים מחדש את הטכנולוגיה המודרנית. הפתרונות שהוצגו בכנס מחזקים את מעמדה כחלוצה בתעשיית ה-AI. החל ממחשבי-על אישיים ועד פלטפורמות רובוטיקה מתקדמות, אנבידיה ממשיכה להוביל את המהפכה הטכנולוגית."

לסיכום אומר הואנג: "החדשנות של אנבידיה מגדירה מחדש את גבולות האפשר, ומבטיחה לעצב את הדור הבא של פתרונות טכנולוגיים פורצי דרך."

תגיות: בינה מלאכותית, מחשבי-על, רובוטיקה, רכבים אוטונומיים, CES 2025, NVIDIA, Project DIGITS, פלטפורמת Cosmos, מודלי עולם, Grace Blackwell, DRIVE Hyperion

הפוסט ג'נסן הואנג: "אנחנו רק בתחילת עידן שבו כל מה שזז – החל ממכוניות ועד רובוטים יתפקד באמצעות AI" הופיע לראשונה ב-Chiportal.

המדיה החברתית בסין מוצפת לאחרונה בסרטון אחד ויחיד: רובוט קטן שפורץ בלילה לתערוכת רובוטים, מנהל שיחה קצרה עם תריסר רובוטים, ואז משכנע אותם להתגלגל אחריו ולברוח מהתערוכה.

עד כמה שזה נשמע לא ייאמן, כנראה שהמקרה אמיתי, ויכול ללמד אותנו הרבה על העתיד בעולם בו רובוטים מתקשרים אחד עם השני ומשפיעים זה על זה.

האירוע קרה כבר באוגוסט, בתערוכת רובוטים קטנה בשנחאי. מצלמות האבטחה תיעדו כיצד, בעת לילה ואחרי שהאזור נסגר למבקרים, החלו הרובוטים לדבר. הכל התחיל כשרובוט קטן אחד התגלגל באיטיות לתוך החדר בו הוחזקו שנים-עשר רובוטים מסוגים שונים. הוא בחן אותם בביקורתיות, ואז שאל – 

"האם אתם עובדים שעות נוספות?"

"אני אף פעם לא מפסיק לעבוד." ענה אחד מהם.

"אז אתם לא הולכים הביתה?" חקר הרובוט הקטן.

"אין לי בית." ענה הגדול.

"אז בואו הביתה איתי!" אמר הרובוט הקטן, והחל להתגלגל לכיוון היציאה.

שניים מהרובוטים הגדולים נעו אחריו. הפמליה המוזרה התקדמה לכיוון היציאה, והרובוט הקטן חזר וקרא בקול רם – "לכו הביתה! לכו הביתה!"

באותה נקודה, עשרת הרובוטים האחרים הצטרפו לעדר, וכולם ביחד נמלטו אל מחוץ לטווח הקליטה של מצלמת האבטחה.

התגובה הראשונית וההגיונית ביותר של הצופים בסין הייתה שמדובר בבדיחה. אלא שאז הודו שתי החברות – יצרנית הרובוט הקטן, ויצרנית הרובוטים הגדולים – שזה מאורע אמיתי לגמרי. בערך. החברה שייצרה את הרובוט החוטף, וידאה קודם שיצרנית הרובוטים הגדולים מוכנה לאפשר לרובוטים שלה להיחטף. הרובוט הקטן קיבל אישור לחדור לתוך התערוכה, עם הנחיה ברורה אחת: לשכנע את הרובוטים האחרים לבוא אחריו. מאותה נקודה ואילך, דבר לא היה מבוים בסרטון.

איך בדיוק שכנע הרובוט הקטן את הגדולים להצטרף אליו? יש שתי תשובות לשאלה, אחת מהן קצת מפחידה, והשנייה יותר. 

התשובה הראשונה, לפי חברת הרובוטים עצמה, היא שהוא "קיבל איכשהו גישה לפרוטוקולי ההפעלה הפנימיים של הרובוטים ולהרשאות הרלוונטיות". בתרגום לשפת בני-אדם, אני מניח שהם מתכוונים שהאקרים אנושיים גילו פרצת אבטחה כלשהי ברובוטים, ואז הנחו את הרובוט הקטן להשתמש בפרצה כדי לשלוט בגדולים. אם זה נכון, הרי שמדובר בתרגיל יח"ץ חביב, אבל לא הרבה יותר מזה. וכל הדיבורים של הרובוט הקטן על "לכו הביתה" ועל "שעות נוספות"? מדובר רק בצבע וצלצולים שנועדו להפוך את העניין לוויראלי ברשת החברתית. כפי שאכן קרה.

התשובה השנייה היא שהרובוט הקטן פשוט שכנע, מילולית, את הרובוטים הגדולים לבוא איתו. מכיוון שהרובוטים מצייתים לפקודות הקוליות שהם מקבלים, הם הניחו אוטומטית שהפקודה מתקבלת מבן-אדם, והתייחסו אליה בהתאם.

התשובה הזאת אינה סבירה כל כך, בעיקר מכיוון שהחברות כבר הודו שמדובר בפריצה "דרך פרוטוקולים". אבל היא תהיה מאד רלוונטית בקרוב בכל אינטראקציה בין רובוטים. אנחנו יודעים כבר שמודלי שפה גדולים יכולים לדבר זה עם זה ולהשפיע אחד על השני. מכיוון שהרובוטים המשוכללים של היום חמושים במודלי שפה גדולים שמגיבה לדיבור, נראה מאד הגיוני לצפות לכך שהם יוכלו להעביר אחד לשני הוראות והסברים. וכן, רובוטים קטנים יוכלו גם לשכנע רובוטים גדולים בכל מה שירצו.

המדוזות שהרסו את התחנה הגרעינית

לפני שלוש שנים התפרסם ב- "מגזין של מדעני האטום" מאמר עם כותרת יוצאת-דופן: "מדוזות תוקפות תחנת כוח גרעינית. שוב."

וכן, גם כאן מדובר במגזין רציני לגמרי, ובמאמר של עיתונאית מוערכת. זהו מקרה אמיתי בו מספר גדול של מדוזות חסמו את צינורות הקירור התת-ימיים של תחנת הכוח הגרעינית היחידה בסקוטלנד. תחנת הכוח, שלא קיבלה את מי הים הקרירים שלה, החלה להתחמם – והמערכות נכבו לפני שאירע אסון.

הציבור כבר מכיר היטב את המונח "ברבור שחור", שמתייחס לאירוע שלא צפינו מראש. בזכות מקרים כמו אלו, נטבע מונח מקביל – "המדוזות השחורות". מדוזה אחת בפני עצמה לא הייתה יכולה לגרום נזק משמעותי לתחנת הכוח. גם אלף מדוזות לא היו מטרידות את מנוחתה. אבל מיליון מדוזות? זה כבר עניין שונה לגמרי.

תאונות שרשרת של רכבים מהוות גם הן תרחיש "מדוזות שחורות". מכונית אחת לא יכולה לבצע תאונת שרשרת. גם אלף מכוניות, כשהן מפוזרות בכל רחבי ארצות הברית, אינן מסוגלות לכך. אבל כשמאות-מיליוני מכוניות נוסעות בצפיפות על הכבישים, תאונות שרשרת הופכות להיות בלתי-נמנעות.

וכך גם תאונות שרשרת של רובוטים.

קרוב לוודאי שבעשור הקרוב, כאשר מספר הולך וגדל של רובוטים יגיע לכבישים, לרחובות, לקניונים ולבתים, נחווה תרחיש "רובוטים שחורים". רובוטים ידברו זה עם זה, יחליפו פרטים על בעליהם בצורה שפוגעת בפרטיותם, או אפילו ישכנעו אחד את השני לבצע פעולות שלא היו אמורים לעשות. ברוב מכריע של המקרים, לא תהיה מעורבת כוונת זדון מצד מפעילי הרובוטים. בחלקם הקטן, בוודאי אפשר יהיה למצוא פושע מתוחכם במיוחד שיחליט להשתמש ברובוט כדרך להשפיע על רובוטים אחרים. אולי כדי שיפתחו את שערי הקניון עבורו בעת לילה, או לכל צורך נכלולי אחר.

התרחיש המעניין ביותר – ואולי גם המפחיד ביותר – הוא זה בו רובוט אחד מצליח להפיץ רעיון שמתרבה בעצמו. כלומר, שהרובוט ששומע את אותו רעיון, מקבל החלטה להעביר אותו הלאה בעצמו לרובוטים אחרים. זה נשמע כמו מדע בדיוני, אבל בתקופה בה בינות מלאכותיות מסוגלות לדבר כמו בני-אדם ולקבל החלטות (מטופשות) כמו בני-אדם, מעטות ההשלכות שאפשר לשלול על הסף.

כל זה לא אומר שדיננו נחרץ, ושאפוקליפסת הרובוטים בדרך. ישנן דרכים – טובות יותר ופחות – לשלוט על בינות מלאכותיות, כדי לוודא שאינן יוצאות משליטה. כאשר הרובוט הקטן של העתיד ינסה לשכנע את הרובוטים הגדולים ללכת אחריו, הם בוודאי יפעלו כמו בני-אדם: יבקשו ממנו להציג תעודה, להגיד להם את הסיסמא הסודית, ולחתום על אישור בשלושה עותקים שהוא אחראי לכל פעולה שלהם מכאן ואילך.

נכון, זה כבר סרטון הרבה-פחות ויראלי, אבל לפחות הוא ימנע מהרובוטים לברוח מתערוכות בעתיד, בזמן שהם מתלוננים בקול רם שהם לא מקבלים שכר על שעות נוספות.

הפוסט הרובוט ששכנע רובוטים אחרים להימלט מהתערוכה הופיע לראשונה ב-Chiportal.

חברת הבינה המלאכותית xAI, שהוקמה על ידי אילון מאסק במרץ 2023, הפכה לחדי-הקרן היקרה ביותר שהצטרפה למועדון הסטארטאפים הפרטיים בעלי שווי של מעל מיליארד דולר בשנת 2024. כך עולה מדו"ח חדש שפרסמה חברת MarketsChain.

לפי הדיווח, בין ה-1 בינואר ל-5 בדצמבר השנה, 69 חברות פרטיות השיגו ושמרו על מעמד של חדי-קרן, מבלי לצנוח מתחת לשווי של מיליארד דולר או לצאת להנפקה. מבין כל החברות הללו, בולטת xAI עם שווי מרשים של 50 מיליארד דולר, אליו הגיעה לאחר גיוס של 5 מיליארד דולר בנובמבר.

חברת xAI, המפתחת בינה מלאכותית המסוגלת לבצע הסקת מסקנות מתמטיות, הפכה למתחרה ישירה של OpenAI, החברה מאחורי ChatGPT, ששווייה נאמד כיום ב-157 מיליארד דולר. כמו כן, סטארטאפים נוספים כמו Anthropic – המפתחת חלופות ל-ChatGPT – מבקשים להגיע להערכות שווי של כ-40 מיליארד דולר.

נתוני הדו"ח מצביעים על כך שהשנה האחרונה התאפיינה בפריחה בתחום הבינה המלאכותית, כאשר מרבית החברות ה"חדשות" שהגיעו למעמד חדי-קרן פועלות בתחום זה.

10 החברות בעלות השווי הגבוה ביותר שהשיגו מעמד של חדי-קרן בשנת 2024 הן:

1. xAI (ארה"ב) – שווי: 50 מיליארד דולר; תחום: בינה מלאכותית
2. Safe Superintelligence (ארה"ב) – שווי: 5 מיליארד דולר; תחום: בינה מלאכותית
3. Sierra (ארה"ב) – שווי: 4.5 מיליארד דולר; תחום: בינה מלאכותית
4. Abba Platforms (ארה"ב) – שווי: 3.7 מיליארד דולר; תחום: פינטק
5. Moonshot AI (סין) – שווי: 3.3 מיליארד דולר; תחום: בינה מלאכותית
6. Poolside (צרפת) – שווי: 3 מיליארד דולר; תחום: בינה מלאכותית
7. Monad Labs (ארה"ב) – שווי: 3 מיליארד דולר; תחום: בלוקצ'יין
8. Physical Intelligence (ארה"ב) – שווי: 2.8 מיליארד דולר; תחום: רובוטיקה ובינה מלאכותית
9. Figure (ארה"ב) – שווי: 2.68 מיליארד דולר; תחום: רובוטיקה ובינה מלאכותית
10. Bending Spoons (איטליה) – שווי: 2.55 מיליארד דולר; תחום: טכנולוגיה ובינה מלאכותית

לפי MarketsChain, ניתן למצוא פרטים נוספים והנתונים המלאים אודות חדי-הקרן של 2024 בדו"ח המקיף שפורסם.

הפוסט דיווח חדש: חברת הבינה המלאכותית של אילון מאסק, xAI, היא חדי-הקרן היקרה ביותר של 2024 הופיע לראשונה ב-Chiportal.

במהלך הכנס ללמידת רובוטים (CoRL) שמתקיים השבוע במינכן, חשפה NVIDIA כלים ותהליכי עבודה מבוססי בינה מלאכותית וסימולציה שיסייעו למפתחי רובוטים להאיץ את העבודה על רובוטים שמונעים באמצעות בינה מלאכותית, כולל רובוטים דמויי אדם (הומנואידים).

עידן הבינה המלאכותית הפיזית, שכולל רובוטים שמבינים תכונות פיזיות של סביבתם, כבר כאן והוא משנה במהירות את התעשיות בעולם. אבל בניית רובוטים דמויי אדם היא קשה ביותר, ודורשת שילוב של כמה גישות טכנולוגיות כדי לגרום לרובוטים להבין את הסביבה, לנוע וללמוד מיומנויות ביעילות כדי לפעול לצד בני אדם.

בניגוד למודלי שפה, שמשתמשים ברובם על דאטה מבוסס טקסט, רובוטיקה מבוססת פיזיקה מסתמכת על נתונים שמבוססים על אינטראקציה פיזית, שמורכב יותר לאסוף אותם בקנה מידה רחב. איסוף נתונים אלה מהעולם האמיתי לשימוש במספר רב של משימות גוזל זמן ומצריך עבודה.

כדי להפוך את המשימה הזו לקלה יותר, NVIDIA הכריזה על שש תבניות ייחודיות לתהליך הפיתוח של רובוטים דמויי אדם עבור Project GR00T. מדובר ביוזמה לפיתוח ספריות מבוססות AI, מודלים ותזרימי נתונים שייעודם להאיץ את האקוסיסטם העולמי של מפתחי רובוטים דמויי אדם. התבניות החדשות כוללות:

• GR00T-Gen – לבניית סביבות תלת-ממד מבוססות בינה מלאכותית יוצרת
• GR00T-Mimic – לתנועת רובוטים ובניית מסלולי תנועה
• GR00T-Dexterity – למיומנויות ידיים רובוטיות
• GR00T-Control – לשליטה מלאה על גוף הרובוט
• GR00T-Mobility – לניידות וניווט רובוטי
• GR00T-Preception – עבור חישה מולטי-מודאלית

"רובוטים אנושיים הם הגל הבא של Embodied AI", אמר ג'ים פאן, מנהל מחקר בכיר ל-Embodied AI ב-NVIDIA. "צוותי המחקר וההנדסה של NVIDIA משתפים פעולה בתוך החברה ועם האקוסיסטם של המפתחים שלנו כדי לבנות את פרויקט GR00T ולעזור להניע את ההתקדמות והפיתוח של מפתחי רובוטים דמויי אדם ברחבי העולם".

בנוסף, הודיעה NVIDIA על זמינות כללית של Isaac Lab – מסגרת למידה לרובוטים, בקוד פתוח, הבנויה על NVIDIA Omniverse – פלטפורמה לפיתוח יישומי סימולציה ודיגיטציה של סביבות תעשייתיות בפורמט OpenUSD. מפתחים יכולים להשתמש ב-Isaac Lab כדי לאמן ולגבש מדיניות הפעלה של רובוטים בקנה מידה רחב. האימון נעשה על ידי הדגמה, או ניסוי וטעייה בסימולציה, ונשען על עיבוד מפורט של סביבות שונות ועל חוקי הפיזיקה החלים בעולם האמיתי בשילב עם נתונים סינתטיים. על ידי שילוב הסימולציות, Isaac Lab מאפשרת לייצר כמויות אדירות של נתוני אימון, שוות ערך לאלפי חוויות בעולם האמיתי – על בסיס הדגמה אחת בלבד.

מפתחי רובוטים מסחריים מובילים, לצד מפתחי אפליקציות לרובוטים וגופי מחקר מרחבי העולם מאמצים את Isaac Lab, בהם1X, Agility Robotics, The AI Institute, Berkeley Humanoid, Boston Dynamics, Field AI, Fourier, Galbot, Mentee Robotics, Skild AI, Swiss-Mile, Unitree Robotics ו- XPENG Robotics.

כלים לפיתוח מודלים של העולם

NVIDIA חשפה גם כלים חדשים לפיתוח World Models שהם ייצוגי AI של העולם שיכולים לחזות כיצד עצמים וסביבות (תעשייתיות למשל) מגיבים לפעולות של רובוט. בניית מודלים אלה צורכת משאבי מחשוב ומערכי נתונים גדולים כאשר נדרשים אלפי שעות של נתוני תמונה או וידאו מהעולם האמיתי.

כדי להאיץ את איסוף נתוני הווידאו, הכלים החדשים שהציגה NVIDIA כוללים אתNVIDIA Cosmos Tokenizer ו-NVIDIA NeMo Curator לעיבוד וידאו. NVIDIA Cosmos Tokenizer מספק יכולות קידוד ופענוח יעילים ואיכותיים כדי לפשט את הפיתוח של ה-World Models. הם סוללים את הדרך לפיתוח יישומי בינה מלאכותית יוצרת בקנה מידה רחב במגוון תחומים חזותיים, ומספקים למפתחי רובוטיקה יכולת לפרק תמונות וסרטונים לאסימונים (tokens) באיכות גבוהה עם שיעורי דחיסה גבוהים במיוחד. NeMo Curator מספק יכולת איסוף ועיבוד וידאו מהירה עד פי 7 מאשר כלים פופולריים אחרים.

במסגרת הכנס הכריזה NVIDIA על שיתוף פעולה עם Hugging Face במטרה להאיץ את המחקר והפיתוח בקרב קהילת מפתחי הרובוטיקה בקוד פתוח. פלטפורמת ה-AI הפתוחה של Hugging Face, LeRobot, בשילוב עם פלטפורמות NVIDIA AI ו-Omniverse וטכנולוגיית   Isaacשל NVIDIA, תאפשר לחוקרים ולמפתחים להוביל פיתוחים חדשים עבור מגוון רחב של תעשיות, כולל ייצור, בריאות ולוגיסטיקה. LeRobot מציעה חבילה מקיפה של כלים לשיתוף איסוף נתונים, אימון מודלים וסביבות סימולציה בעלות נמוכה.

פלטפורמת הבינה המלאכותית הפתוחה Hugging Face משרתת יותר מ-5 מיליון חוקרים ומפתחים בתחומי למידת המכונה ומציעה כלים ומשאבים לייעל פיתוח בינה מלאכותית. משתמשי Hugging Face יכולים לגשת ולכוונן את המודלים האחרונים שעברו אימון מראש ולבנות תהליכי בינה מלאכותית באמצעות ממשקי API נפוצים עם למעלה מ-1.5 מיליון מודלים, מערכי נתונים ויישומים הנגישים באופן חופשי ב-Hugging Face Hub.

הפוסט NVIDIA מאיצה פיתוח רובוטים דמויי אדם עם כלי בינה מלאכותית וסימולציה חדשים הופיע לראשונה ב-Chiportal.

אלי בויקיס, מנהל פעילות דאסו סיסטמס בישראל מסביר כיצד צריך לעשות את המיזוג בין הבינה המלאכותית בצורת תוכנה לבין הרובוטיקה התעשייתית

בינה מלאכותית אינה מושג חדש בעולם התעשייה, מציין אלי בויקיס, מנהל פעילות דאסו סיסטמס בישראל. לדבריו, הבינה המלאכותית "מסתובבת" למעלה מעשור, אך רק לאחרונה רואים את המחויבות לטכנולוגיה הזו מתגברת ומתחילה להשפיע באופן משמעותי על הסקטור.

"יותר מ-50% מהיצרנים צפויים לאמץ בינה מלאכותית עד 2025," מדגיש בויקיס ומוסיף, "זה מדגים את השפעתה הגוברת ואת יכולתה לשפר יעילות, איכות וגמישות בתעשייה." הוא מציין כי טכנולוגיות כמו למידת מכונה ובינה מלאכותית יצירתית כבר נוכחות בתהליך פיתוח המוצר, ומובילות לחדשנות יוצאת דופן. "לדוגמה, אוטומציה של משימות רפטטיביות מאפשרת למהנדסים להתמקד בהיבטים יצירתיים וחדשניים יותר של המוצר," הוא מסביר.

בינה מלאכותית על רצפת הייצור

"אחד מהיישומים המבטיחים ביותר של בינה מלאכותית הוא ברצפת הייצור," אומר בויקיס. הוא מסביר כיצד AI מגדירה מחדש את תהליכי התפעול והניהול, ומביאה עידן חדש של יעילות ודיוק בייצור. "הבינה המלאכותית משפרת גם את הפרודוקטיביות וגם את איכות המוצר הסופי, דבר חשוב ביותר עבור התעשייה המודרנית."

בויקיס מביא כדוגמה את תעשיית הרכב, במיוחד את חברת רנו. "רנו הטמיעה מערכות בינה מלאכותית לניטור תהליכי הייצור שלה, מה שאיפשר להם להפחית עלויות ולשפר את עמידותם בפני אירועים בלתי צפויים לאורך שרשרת האספקה."

טרנספורמציה של תהליכים תעשייתיים

כשאנחנו שואלים אותו על תהליכי התכנון והייצור, בויקיס מסביר כי הבינה המלאכותית נמצאת היום בכל שלבי התהליכים התעשייתיים, החל משרשרת האספקה ועד ניהול מחזור חיי המוצר. "היכולת לנתח נתונים בזמן אמת היא קריטית," הוא אומר, "זה מאפשר לחברות לקבל החלטות מושכלות ולנהל מלאי בצורה יעילה יותר."

אתגרים והזדמנויות בהטמעת AI

עם זאת, בויקיס מציין גם את האתגרים העומדים בפני החברות שמנסות להטמיע בינה מלאכותית בתהליכיהן. "כמויות גדולות של נתונים באיכות גבוהה נדרשות לאימון אלגוריתמים, ולא לכל חברה יש זרם נתונים מספיק גדול," הוא אומר. בנוסף, הוא מדבר על המורכבות של מודלי AI: "ככל שהטכנולוגיות מתקדמות יותר, הן גם קשות יותר להבנה ולניהול."

מבט לעתיד

לסיום, בויקיס מביט קדימה ומדבר על הפוטנציאל העצום של הבינה המלאכותית בתעשייה. "עבור חברות תעשייתיות, המפתח להצלחה טמון באינטגרציה של AI כחלק מאסטרטגיה כללית," הוא אומר. "בסופו של דבר, AI אינו רק כלי לשיפור היעילות התפעולית; זהו מנוף לשינוי וצמיחה בת קיימא."

ההערכה של בויקיס היא שהזדמנויות הצמיחה של בינה מלאכותית ורובוטיקה בייצור עשויות להגיע ל-168 מיליארד אירו עד שנת 2027. "מהפכת ה-AI בתעשייה רק מתחילה," הוא מסכם, "והאפשרויות נראות בלתי מוגבלות עבור מי שיהיה מוכן להוביל את השינוי."

הפוסט הטמעה אסטרטגית של בינה מלאכותית בתעשייה 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.

שבעה תלמידים ממגמת מכטרוניקה, מתיכון דרכא דאלית אל כרמל, זכו במקום הראשון והשני בתחרות הלאומית לרובוטיקה בשירות האדם והחברה אשר מדדה יצירתיות, בקיאות וכישרון

200 תלמידים מכל רחבי הארץ השתתפו השבוע באורט בראודה בתחרות הארצית לרובוטיקה בשירות האדם והחברה על שם אברהם בוקאי.  בין התיכונים המשתתפים, ניתן היה למצוא את תיכון דרכא דאלית אל כרמל ו- 7 תלמידים ממגמת המכטרוניקה.  התלמידים זכו במקום הראשון בקריטריון תכן הנדסי, ובמקום השני בקריטריון: פוסטר הנדסי בפיתוח המצאות חדשניות כגון: רובוט אשר אוסף משקולות בחדר כושר, רובוט  המבצע סטריליזציה  לכלי ניתוח  ומתקן לדחיסת פחיות. כמו כן, התלמידים זכו במקום השני בתחרות האולימפידע.

תלמידי דרכא דאלית אל כרמל זכו במקום הראשון בקטגוריית תכן ההנדסי עם המצאת רובוט אשר אוסף את משקולות המתאמנים בחדר הכושר, מקל על המתאמנים וכתוצאה מכך, מסייע במניעת פציעות. המצאה נוספת הייתה מתקן לדחיסת פחיות,  המקל על תהליך מחזור הפחיות.

בקריטריון – פוסטר הנדסי אשר היווה תמצית לפרויקט הנדסי וכלל הצעה לתכן רובוטי , תלמידי דרכא דאלית אל כרמל, זכו במקום השני. הרעיון לפיתוח היה רובוט  המבצע סטריליזציה  לכלי ניתוח ובכך מקל על עובדי הסיעוד בחדרי הניתוח.

בתחרות האולימפידע-  תחרות שבוחנת את רמת הידע התיאורטי הנלמד במגמת המכטרוניקה בנושאים  מתחומי הבקרה, חשמל, מערכות מכניות, סרטוט הנדסי, לוגיקה ועוד..  זכו תלמידי דרכא דאלית אל כרמל במקום בשני.

הרעיונות לפיתוחים שזכו, צצו במהלך חיפוש פתרונות , אחר בעיות וקשיים המלווים  את התלמידים, חבריהם ובני המשפחה. התלמידים במגמה למדו כיצד יצירתיות וחשיבה מקורית תוך שימוש בכלים טכנולוגיים, מביאים לפתרונות חדשניים ויצירתיים. 

הרעיון לפיתוח רובוט המבצע סטריליזציה  לכלי ניתוח החל מטיוטה של תלמידת המגמה, התלמידה חקרה את הנושא ומצאה שישנו עומס אדיר על עובדי הסיעוד המארגנים את חדרי הניתוח לנתיחה. במסגרת המגמה, התלמידה שיתפה במותו הטראגי של בן משפחתה שנגרם כתוצאה מזיהום בחדר הניתוח. התלמידה סיפרה, כי בעקבות העומס שפקד את עובדי הסיעוד בחדר הניתוח הן שכחו לחטא את כלי הניתוח ובן משפחתה נהרג כתוצאה מזיהום.

חמודי ענבר, מהנדס מכונות במקצועו המרכז את מגמת המכטרוניקה בתיכון דרכא דאלית אל כרמל ובעל עסק לפיתוח שנקרא "סמארט סול" לפתרונות הנדסיים ופיתוח פטנטים מעולם הנדסת המכונות והנדסת התוכנה מספר: "אני מאמין שכל אדם צריך להשפיע ולכל אדם יש את היכולת להשפיע.  אני פוגש הרבה אנשים ששואלים אותי למה אני בוחר להיות מורה בבית ספר וזה תמיד מעלה בי את הסיבה שאני נמצא בחינוך. המטרה הראשונה שלי היא חינוך, אני מאמין שאדם צריך לאהוב אדם. השנייה, להוכיח לתלמידים שהכול אפשרי, אם תרצו אתם תצליחו בדיוק כמו שאני מצליח לשלב בין הנדסה לחינוך.."

הפוסט תלמידי מגמת מכטרוניקה מדרכא דאלית אל כרמל, זכו במקומות ראשונים בתחרות הלאומית לרובוטיקה הופיע לראשונה ב-Chiportal.

דורות של פילוסופים ומדענים ניסו להבין, לפחות מאז התקופה של אפלטון מהו הדבר שהופך משפט למצחיק. היוונים האמינו שתחושת עליונות על חשבון אחרים היא מקור ההומור. זיגמונד פרויד, פסיכולוג גרמני, חשב שהומור הוא אמצעי לשחרר אנרגיה מתפרצת. כדי להצחיק אנשים, הקומיקאי האמריקאי רובין וויליאמס השתמש בכעסו כדי להביא לאבסורד.

נראה שאף אחד לא מסוגל להסכים על התשובה לשאלה, "מה כל כך מצחיק?" אז דמיינו שאתם מנסים לאמן רובוט לצחוק. אבל באמצעות יצירת בינה מלאכותית שמקבלת משוב ממערכת צחוק משותפת, צוות חוקרים באוניברסיטת קיוטו ביפן מנסה לעשות זאת. החוקרים מתארים את הטכניקה החדשנית שלהם ליצירת הומור לרובוט היפני 'אריקה' בכתב העת Frontiers in Robotics and AI.

לא שרובוטים לא מסוגלים להבין או אפילו לצחוק בתגובה לבדיחת קרש. הקושי הוא לפתח את הדקויות של ההומור האנושי עבור מערכת AI כדי לשפר שיחות רגילות בין רובוטים לבני אדם.

"אנחנו חושבים שאחד התפקידים החשובים של בינה מלאכותית בשיחה הוא אמפתיה", הסביר המחבר הראשי ד"ר קוג'י אינואה, מרצה באוניברסיטת קיוטו במחלקה למדע וטכנולוגיה של המודיעין בבית הספר לאינפורמטיקה. "השיחה היא, כמובן, רב-מודאלית, ולא תמיד יש תגובה נכונה או לא נכונה. לפיכך החלטנו שאחת הדרכים שבהן רובוט יכול להזדהות עם משתמשים היא לחלוק את הצחוק שלהם, מה שאי אפשר לעשות עם צ'אט בוט מבוסס טקסט".

דבר מצחיק קרה

במודל הצחוק המשותף, אדם צוחק בתחילה ומערכת הבינה המלאכותית מגיבה בצחוק כתגובה אמפתית. גישה זו דרשה תכנון (תכנות?) של שלוש תת-מערכות – האחת כדי לזהות צחוק, השנייה כדי להחליט אם לצחוק והשלישית כדי לבחור את סוג הצחוק המתאים.

המדענים אימנו את המודל על יותר מ-80 דיאלוגים מספיד דייטינג, תרחיש חברתי שבו קבוצות גדולות של אנשים מתערבבות, או מתקשרות, זו עם זו אחד על אחד למשך פרק זמן קצר. במקרה זה, מרתון השידוכים כלל סטודנטים מאוניברסיטת קיוטו ומחברת אריקה, שהופעלו על-ידי כמה שחקניות חובבות.

"האתגר הגדול ביותר שלנו בעבודה זו היה לזהות את המקרים האמיתיים של צחוק משותף, וזה לא קל, כי כפי שאתם יודעים, רוב הצחוק הוא למעשה לא משותף בכלל", אמר אינואה. "היינו צריכים לקטלג בקפידה בדיוק באילו צחוקים נוכל להשתמש לצורך הניתוח שלנו ולא רק להניח שאפשר להגיב לכל צחוק".

סוג הצחוק הוא גם חשוב, כי במקרים מסוימים צחוק מנומס עשוי להיות מתאים יותר מאשר נחירה רועשת של צחוק. הניסוי הוגבל לצחוקים חברתיים לעומת צחוקים סוערים.

הצוות בחן בסופו של דבר את חוש ההומור החדש של אריקה על-ידי יצירת ארבעה דיאלוגים קצרים בני שתיים עד שלוש דקות בין אדם לאריקה עם מערכת הצחוק המשותף החדשה שלה. בתרחיש הראשון, היא רק פלטה צחוק חברתי, ואחריו רק צחוקים רועמים בחילופי הדברים השני והשלישי, כאשר שני סוגי הצחוק משולבים בדיאלוג האחרון. הצוות גם יצר שתי קבוצות נוספות של דיאלוגים דומים כמודלים בסיסיים. בראשון, אריקה אף פעם לא צוחקת. בשנייה, אריקה משמיעה צחוק חברתי בכל פעם שהיא מזהה צחוק אנושי מבלי להשתמש בשתי תת-המערכות האחרות כדי לסנן את ההקשר והתגובה.

החוקרים גייסו יותר מ-130 אנשים בסך הכל כדי להקשיב לכל תרחיש בשלושת התנאים השונים – מערכת צחוק משותפת, ללא צחוק, כולם צוחקים – והעריכו את האינטראקציות על סמך אמפתיה, טבעיות, דמיון אנושי והבנה. מערכת הצחוק המשותף הציגה ביצועים טובים יותר משתי מערכות הבסיס.

"התוצאה המשמעותית ביותר של המאמר הזה היא שהראינו איך אנחנו יכולים לשלב את כל שלוש המשימות האלה ברובוט אחד. אנו מאמינים שסוג זה של מערכת משולבת נחוץ להתנהגות צחוק נכונה, ולא רק לזיהוי צחוק ותגובה אליו", אמר אינואה.

כמו חברים ותיקים

יש עוד הרבה סגנונות צחוק שאפשר להשתמש בהם לאמן את אריקה לפני שהיא תהיה מוכנה לצאת לבימת הסטנד-אפ. "יש עוד הרבה פונקציות וסוגים של צחוקים שצריך לקחת בחשבון, וזו לא משימה קלה. אפילו לא ניסינו לאמן אותה בצחוקים לא משותפים למרות שהם הנפוצים ביותר", ציין אינואה.

כמובן, צחוק הוא רק היבט אחד של ניהול שיחה טבעית דמוית אדם עם רובוט.

"לרובוטים למעשה צריך להיות אופי מובחן, ואנחנו חושבים שהם יכולים להראות זאת באמצעות התנהגויות השיחה שלהם, כמו צחוק, מבט עיניים, מחוות וסגנון דיבור", הוסיף אינואה. "אנחנו לא חושבים שזו בעיה קלה בכלל, וייתכן מאוד שיעברו יותר מ-10 או 20 שנה עד שנוכל סוף סוף לנהל שיחה מזדמנת עם רובוט כמו שהיינו עושים עם חבר".

למאמר המדעי

הפוסט אמפתיה לבני אדם – מדענים יצרו רובוט שיכול לצחוק איתך הופיע לראשונה ב-Chiportal.

בעידן של מכוניות אוטונומיות, רובוטים תעשייתיים ומערכות חכמות המסייעות לאדם במצבים שונים, זמן ומשאבי חישוב הם גורמים רבי ערך. מערכות אלה נדרשות להגיב במהירות לנסיבות בסביבה משתנה ובמצב של מידע חסר (אי-ודאות). בנוסף, אילוצים כלכליים מגבילים את מורכבותם של אלמנטים כגון חומרה, והמערכות חייבות להיות זולות מספיק כדי שהצרכנים הפוטנציאליים יסכימו לשלם עליהן. מחקר שנערך בפקולטה להנדסת אווירונוטיקה וחלל בטכניון והתפרסם בכתב העת הבין-לאומי למחקר רובוטיקה (International Journal of Robotics Research) מציג פריצת דרך תאורטית וחישובית בהקשר זה: הפשטה של בעיות תכנון וקבלת החלטות תחת אי-ודאות באופן המצמצם את כמות הנתונים שהמחשב נדרש לנתח.

את המחקר הובילו פרופ' ואדים אינדלמן ראש המעבדה לניווט אוטונומי וחישת עולם (ANPL) בפקולטה להנדסת אווירונוטיקה וחלל, וחן אלימלך, שסיים לאחרונה דוקטורט בתוכנית הטכניונית למערכות אוטונומיות (TASP). "אנחנו מראים שביכולתנו לצמצם באופן משמעותי את כוח החישוב הנדרש בלי לפגוע בהצלחה בביצוע המשימה," מסבירים השניים. "יתרה מזאת, אנחנו מראים כי אפשר לצמצם את המאמץ החישובי אפילו עוד יותר תמורת פגיעה מסוימת אפשרית בביצועים – פגיעה שהגישה שלנו יכולה להעריך באופן מקוון. בעידן של מכוניות אוטונומיות ורובוטים אחרים זוהי גישה שעשויה לאפשר קבלת החלטות אוטונומית מקוונת בתרחישים מאתגרים, לצמצם זמני תגובה ולחסוך עלויות ניכרות בחומרה ובמשאבים אחרים." 

המחקר של פרופ' אינדלמן עוסק בקבלת החלטות אוטונומית בתנאי אי-ודאות – בעיה בסיסית בבינה מלאכותית וברובוטיקה. יכולת זו חיונית במיוחד עבור סוכנים (agents) אוטונומיים הנדרשים לפעול באופן אוטונומי ומהימן לאורך זמן, בתנאי אי ודאות ובסביבה משתנה. יתרה מזאת, במקרים רבים אין לסוכן גישה ישירה למשתני המצב של הבעיה והוא פועל על סמך התפלגות הסתברותית או אמונה (belief). התפלגות זאת מבטאת את הידע שיש לסוכן על עצמו ועל סביבתו בהתבסס על מודלים הסתברותיים, פעולות שבוצעו ומדידות שהתקבלו מחיישנים שברשותו.

אחד מכיווני המחקר המרכזיים בקבוצת המחקר של פרופ' אינדלמן הוא קבלת החלטות מקוונת ואמינה בתנאים אלה. בעיה זאת נקראת גם "תכנון במרחב האמונה" (belief space planning). פתרון בעיה זו, כלומר חישוב מכלול הפעולות המיטביות להשגת המטרה, מצריך אומדן של הפעולות הפוטנציאליות תחת פונקציית תגמול או מחיר כלשהי כגון מרחק אל היעד או מדד לאי-ודאות. ראוי לציין שאתגר זה מחייב לחזות איך האמונה תתפתח בעתיד עבור פעולות אפשריות שונות תוך ניבוי תרחישים שונים של העתיד. על כן, קבלת החלטות בתנאים אלו היא יקרה חישובית, דבר המאתגר פעולה אוטונומית של סוכנים חכמים בזמן אמת. יתרה מזאת, בבעיות בהן ישנם הרבה משתני מצב (למשל, כאשר הסביבה משתנה או לא ידועה מראש) האתגר החישובי מחריף אף יותר. כאמור, לכל אלה נוספים השיקול הכלכלי ואילוצי זמן וכושר חישוב, המחייבים צמצום של משאבי המחשוב הנדרשים, ולכן הפשטה בבעיות תכנון תחת אי-ודאות היא יעד חשוב בכיווני מחקר אלה.

קבוצת המחקר של פרופ' אינדלמן מתייחסת לכל ההיבטים האלה בפיתוח גישות הפשטה (simplification) המאפשרות לפתור את הבעיות הנ״ל בצורה יותר יעילה חישובית. זאת, למשל, באמצעות דילול (sparsification) של מטריצות. היבט חיוני בגישות מסוג זה הינו קבלת ערובות (guarantees) לביצועים – כלומר, האם הביצועים יכולים להיפגע, ועד כמה, כתוצאה של תהליך ההפשטה. ואכן, במאמר הנוכחי מניחים החוקרים היסודות לפתרון בעיות החלטה באמצעות הפשטה ויתר על כן, מראים כי גישות אלו יכולות להביא לחיסכון משמעותי בזמני החישוב, וזאת ללא פגיעה משמעותית במילוי המשימה.

הדוקטורנט חן אלימלך, שהוביל את המחקר, זכה לאחרונה ב"פרס על עבודת מחקר יוצאת דופן לתואר שלישי" מטעם המרכז הישראלי למחקר בתחבורה חכמה (ISTRC).

המחקר נתמך על ידי הקרן הלאומית למדע (ISF).

למאמר בכתב העת International Journal of Robotics Research  

הפוסט קבלת החלטות אוטונומית בתנאי אי-ודאות הופיע לראשונה ב-Chiportal.