"האם האדם עדיין יצירתי יותר מהמכונה?" זו השאלה שהעלה פרופ' יועד קנת מהטכניון במפגש הסיליקון קלאב שנערך ב-6 בינואר בבית IBM בפתח תקווה, ביוזמת חברת ASG , בה נגע באחת הסוגיות החשובות והמסקרנות ביותר בעידן הטכנולוגי: היכולת להשוות בין היצירתיות האנושית לבין מערכות בינה מלאכותית (AI).

במפגש הסיליקון קלאב שנערך ב-6 בינואר בבית IBM בפתח תקווה, ביוזמת חברת ASG, הציג פרופ' יועד קנת מהטכניון את אחת השאלות המרכזיות והמסקרנות ביותר בעידן הבינה המלאכותית: "מי יצירתי יותר – האדם או המכונה?" בהרצאה מעמיקה ומעוררת השראה, נגע פרופ' קנת במורכבות של חקר היצירתיות, תפקיד הידע והיכולת האנושית לשאול שאלות פורצות דרך.

פרופ' קנת פתח את הרצאתו בתיאור חקר היצירתיות כתחום צעיר יחסית שהתפתח בעיקר בשלושת העשורים האחרונים. לדבריו, היצירתיות היא מושג רחב הכולל תחתיו תהליכים רבים ומגוונים, מיצירת רעיונות חדשניים ועד פתרון בעיות בצורה אנליטית. "היצירתיות אינה תכונה בודדת," הסביר. "מדובר בתופעה דינמית, מורכבת, וכמעט כל תחום במוח שלנו משתתף בתהליך היצירתי – מהדמיון הילדותי ועד למטלות אנליטיות מורכבות." מהמחקרים שביצע, עולה כי הדרך להבין יצירתיות עוברת דרך ניתוח המרכיבים השונים של המושג. הוא ציין כי היצירתיות תלויה במידה רבה ביכולת האדם לארגן את הידע שלו ולשלב אותו בתהליכי חשיבה גמישים.

בהתמקדותו בתפקיד הידע, הדגיש פרופ' קנת את הרעיון שיצירתיות היא למעשה היכולת לקחת ידע קיים ולייצר ממנו ידע חדש. בניגוד לדעה הרווחת שידע הוא רק מאגר סטטי של עובדות, הוא טוען שידע מאורגן היטב הוא הבסיס לכל חשיבה יצירתית. במעבדתו בטכניון, הוא וצוותו חוקרים כיצד ארגון של מושגים בידע משפיע על גמישות החשיבה ועל היכולת לייצר רעיונות מקוריים. פרופ' קנת הסביר כי במצבים שבהם מושגים קרובים זה לזה ברשת הידע של האדם, יש יותר סיכוי לחשיבה גמישה ולפריצות דרך יצירתיות. הוא הדגיש את הייחודיות של המוח האנושי בהשוואה למערכות AI, וציין כי למרות ההתקדמות המרשימה של מכונות, הן עדיין אינן יכולות להתחרות בגמישות ובמגוון של תהליכי החשיבה האנושיים.

אחת מהמשימות המרכזיות במחקריו היא "משימת השימושים האלטרנטיביים," שבה נבדקים מתבקשים לייצר כמה שיותר רעיונות לשימושים בחפצים יומיומיים. לדוגמה, כאשר מציגים לנבדקים קופסה פשוטה, התגובה הראשונה של רובם היא להשתמש בה לאחסון – תשובה פונקציונלית אך לא יצירתית במיוחד. עם זאת, ככל שהנבדקים מייצרים יותר רעיונות, התשובות שלהם הופכות למקוריות וליצירתיות יותר. "המוח האנושי נבנה לייצר גיוון," ציין פרופ' קנת, "והתשובות היצירתיות מגיעות לעיתים רק אחרי תהליך ממושך של חשיבה והתנסות."

פרופ' קנת הציג גם מודלים ממחקרים עדכניים שמשווים בין חשיבה אנושית למודלי AI מתקדמים כמו GPT. בעוד שמודלים אלה מצליחים לייצר תשובות שנראות יצירתיות, הן נוטות להיות פחות מגוונות ומקוריות לעומת תשובות אנושיות. "המכונה מצטיינת באיסוף ידע קיים ובהצגתו בדרכים שונות," אמר, "אך היא מתקשה לחרוג מהמגבלות של המידע שאגרה וליצור חיבורים בלתי צפויים כפי שהמוח האנושי יודע לעשות."

לשאול את השאלות הטובות

בהרצאתו, הדגיש פרופ' קנת את החשיבות של שאילת שאלות כבסיס לחשיבה יצירתית. לדבריו, שאלות מורכבות מובילות לחשיבה מעמיקה ולפיתוח רעיונות חדשים. במעבדתו פותחה מטלה שמאפשרת למדוד את רמת המורכבות של שאלות הנבדקים, והמחקרים מראים כי אנשים השואלים שאלות פשוטות נוטים להיות פחות יצירתיים, בעוד אלו השואלים שאלות מורכבות מפגינים יצירתיות רבה יותר. "היכולת לשאול שאלות טובות היא תכונה שמבחינה אותנו כבני אדם," הסביר. "באמצעותה אנחנו יכולים להניע תהליכי חשיבה פורצי דרך ולפתח רעיונות חדשים."

לסיום, פרופ' קנת הזמין את המשתתפים לבקר במעבדתו בטכניון ולהתנסות בכלים ובשיטות המחקר שהוא וצוותו פיתחו. הוא גם שיתף בתובנה אופטימית: "למרות התקדמות הבינה המלאכותית, האדם עדיין מוביל ביצירתיות וביכולת לפרוץ דרך."

הפוסט "מי יותר יצירתי: האדם או המכונה?" הופיע לראשונה ב-Chiportal.

ב-6 בינואר 2025 התקיים מפגש פורום הסיליקון קלאב בבית IBM בפתח תקווה, ביוזמת חברת ASG בניהולו של שלמה גרדמן. האירוע אירח פאנל מרתק שעסק בשאלה האם בינה מלאכותית תוכל אי פעם להשתוות ליכולות המוח האנושי או אף לעקוף אותן. בפאנל השתתפו פרופ' אילון ועדיה מהאוניברסיטה העברית, פרופ' גלית יובל מאוניברסיטת ת"א, אייל פרקש, סמנכ"ל טכנולוגיות בחברת אקסנצ'ר, ופרופ' אורן שריקי מאוניברסיטת בן גוריון. הפאנל סיפק הצצה מרתקת לעתיד שבו בינה מלאכותית ומוח אנושי יפעלו יחד. חברי הפאנל הציגו תובנות מעמיקות על האתגרים, היתרונות והמגבלות של שתי המערכות, תוך דגש על הצורך בשיתוף פעולה בין אדם למכונה.

המנחה שלמה גרדמן: "האם בעידן הבינה המלאכותית יש עדיין יתרון למוח האנושי?"

פרופ' אילון ועדיה: "המוח האנושי הוא מערכת גמישה להפליא, המסוגלת ללמוד ולהסתגל במהירות למצבים חדשים ולזהות דפוסים מורכבים. תהליכים אלו קשים מאוד לחיקוי על ידי מערכות חישוביות, למרות ההתקדמות המדהימה בתחום הבינה המלאכותית. יתר על כן, היכולת האנושית לחשוב באופן יצירתי ולשלב רגש בתהליך קבלת ההחלטות היא משהו ייחודי למוח שלנו."

פרופ' גלית יובל: "בעוד שבינה מלאכותית מצטיינת בביצוע משימות מוגדרות היטב ובזיהוי דפוסים, המוח האנושי מתעלה בתחומים הדורשים שיקול דעת, חשיבה יצירתית ויכולת להתמודד עם מצבים מורכבים ואמביוולנטיים. בעיות שאין להן תשובה אחת נכונה הן המקום שבו אנחנו, כבני אדם, ממשיכים להוביל."

אייל פרקש: "הבינה המלאכותית יכולה לבצע חישובים במהירות ובדיוק רב בהרבה מהמוח האנושי, אבל היא עדיין חסרה את ההבנה והאינטואיציה האנושית. השילוב בין המוח האנושי למערכות בינה מלאכותית עשוי ליצור שותפות אפקטיבית מאוד, שבה כל צד מביא לידי ביטוי את החוזקות שלו."

פרופ' אורן שריקי: "המוח האנושי הוא פלא אבולוציוני. יש לו יכולת לא רק לחשוב ולנתח, אלא גם לחוות רגשות, להרגיש אמפתיה וליצור קשרים אנושיים. אלו תכונות שהבינה המלאכותית לא מסוגלת לשכפל בצורה אמיתית, לפחות לא בעתיד הנראה לעין."

בהמשך נשאלו המשתתפים שאלות פרטניות.

פרופ' אילון ועדיה: יכולות הלמידה המופלאות של המוח האנושי

שאלה: כיצד המוח יודע ללמד את עצמו ולהפנים מציאויות חדשות שלא הכיר?

פרופ' ועדיה התייחס למחקריו בנושא זה והדגיש את יכולתו המופלאה של המוח האנושי לבצע למידה מופשטת והפנמת מציאויות חדשות. הוא שיתף כיצד גילה, במסגרת ניסויים, שמערכות למידה מבוססות רשתות עמוקות מצליחות ללמוד מושגים באופן מופשט, בדומה לאופן שבו המוח האנושי פועל.

"המוח יודע לזהות דפוסים חדשים במהירות מדהימה, גם במצבים של חוסר מידע," ציין ועדיה. לדבריו, יכולת זו של המוח יכולה להוביל לפיתוחים טכנולוגיים שיסייעו לאנושות בתחומים כמו רפואה, חינוך ואף תחומים יצירתיים.

שאלה: האם בעתיד נוכל להשתיל מוח אלקטרוני מבוסס בינה מלאכותית?

"הרעיון של השתלת מוח מלאכותי עדיין רחוק מאוד, אך הוא כבר אינו מדע בדיוני לגמרי," השיב ועדיה. הוא תיאר כיצד נעשים כיום ניסיונות ראשוניים לשלב אלמנטים ביולוגיים עם טכנולוגיות חישוביות, במטרה להבין טוב יותר את פוטנציאל השילוב בין מוח אנושי לבינה מלאכותית. יחד עם זאת, הוא הדגיש את הקשיים האתיים והטכניים שמלווים ניסיונות אלו.

פרופ' גלית יובל: זיהוי פנים ומגבלות המוח

שאלה: כיצד פועל המוח בזיהוי פנים, ומדוע אנו מזהים פנים אך שוכחים שמות?

פרופ' יובל הסבירה שזיהוי פנים הוא תהליך מוחי מורכב המערב אזורים מיוחדים במוח המוקדשים למשימה זו. "מדובר ביכולת נרכשת המתפתחת לאורך השנים, באמצעות אינטראקציה עם אנשים שונים," היא אמרה. לדבריה, אחת הסיבות המרכזיות לכך שאנו מזהים פנים אך מתקשים לזכור שמות קשורה לאופי הזיכרון הסמנטי: "שמות הם מידע חסר הקשר סמנטי ברור, ולכן קל לשכוח אותם."

שאלה: את מי קשה יותר לרמות בזיהוי פנים – את המוח האנושי או את הבינה המלאכותית?

"בינה מלאכותית כבר עוקפת את המוח האנושי בזיהוי פנים," הצהירה יובל. היא תיארה כיצד אלגוריתמים של זיהוי פנים מצליחים כיום להבחין בין פרצופים בצורה מדויקת ומהירה יותר מבני אדם. "העובדה שהאלגוריתמים הללו פועלים ללא הטיות רגשיות או עייפות היא יתרון משמעותי," הוסיפה. עם זאת, היא הדגישה את הצורך במעורבות אנושית בהחלטות קריטיות המבוססות על זיהוי פנים.

אייל פרקש: חיבורים בין מוח למחשב

שאלה: האם אנו קרובים ליצירת ממשק ישיר בין מוח האדם למחשב בינה מלאכותית?

פרקש הביע אופטימיות באשר לפיתוחים בתחום זה, אך הדגיש שמדובר בתהליך רב-שלבי ומורכב. "אנו רואים כבר היום יישומים ראשוניים של ממשקי מוח-מחשב המאפשרים לאנשים עם מוגבלויות לשלוט על מכשירים בעזרת מחשבותיהם בלבד," הוא אמר. לדבריו, השלב הבא יהיה יצירת ממשקים שיכולים לחבר בין עולמות החישוביות ועולמות הרגש.

שאלה: האם מכונות בינה מלאכותית יכולות להיות יצירתיות כמו בני אדם?

"מכונות יכולות לייצר פתרונות יצירתיים בתחומים מסוימים, אך הן עדיין רחוקות מלהשתוות ליצירתיות האנושית," השיב פרקש. הוא הסביר שהיצירתיות האנושית נובעת לעיתים קרובות ממאפיינים רגשיים ומחוויה אישית – מרכיבים שקשה מאוד לדמות באמצעות אלגוריתמים.

פרופ' אורן שריקי: ממשקי מוח-מכונה ככלי טיפולי

שאלה: האם ממשקי מוח-מכונה יכולים להוביל להישגים רפואיים חדשים?

פרופ' שריקי הדגיש את הפוטנציאל העצום של ממשקי מוח-מכונה בתחום הרפואי. "אנו רואים כבר היום טכנולוגיות שמאפשרות לנטר פעילות מוחית בזמן אמת ולעזור בטיפול במצבים כמו אפילפסיה או פרקינסון," הוא אמר. הוא תיאר כיצד ניתן לחזות התקפים אפילפטיים ולעצור אותם בזמן אמת באמצעות טכנולוגיות מתקדמות.

שאלה: האם יש גבול ליכולות הקוגניטיביות של המוח האנושי?

שריקי השיב שהמוח האנושי הוא מערכת גמישה להפליא, המסוגלת ללמוד ולהסתגל לאינספור מצבים. "אנו יכולים אפילו להוסיף חושים חדשים, כמו קליטת אותות אינפרה-אדום או אולטרסאונד, ולשלב אותם בתוך תהליך החישה הטבעי שלנו," עם זאת, הדגיש פרופ' שריקי את החשיבות של איזון בין הרחבת היכולות לבין שמירה על האנושיות שלנו.

לשאלת הסיום, "האם בינה מלאכותית תוכל לחקות את המוח האנושי בתחומים רגשיים ואסתטיים?", הסכימו חברי הפאנל כי מדובר באתגר משמעותי. בעוד שבינה מלאכותית מתקדמת יכולה לזהות דפוסים ולחקות תהליכי חשיבה, המורכבות הרגשית של המוח האנושי היא עדיין מחוץ להישג ידה. התשובה, אם כן, טמונה לא בהחלפה אלא בשיתוף פעולה שיאפשר לאנושות לנצל את היתרונות של שתי המערכות.

פרופ' אילון ועדיה: "לבינה המלאכותית אין 'אגו' ואין רגש אמיתי. יכולתה לחקות רגשות היא חיצונית בלבד, ולא משקפת חוויה פנימית אמיתית כמו זו של בני אדם. גם אם תצליח לחקות התנהגויות, היא לא תוכל לשכפל את המשמעות הרגשית והאישית שהן נושאות עבורנו."

פרופ' גלית יובל: "תחומים כמו אסתטיקה ורגשות דורשים הבנה של הקשר אישי ותרבותי, ולא רק זיהוי דפוסים. הבינה המלאכותית יכולה אולי לזהות אלמנטים מסוימים באמנות או במוזיקה, אבל היא לא יכולה לחוות את היופי או המשמעות כפי שבני אדם חווים אותם."

אייל פרקש: "הבינה המלאכותית עשויה ללמוד לנתח יצירות אמנות או לזהות יין כמו מבקר מנוסה, אך תמיד יישאר חסר לה אותו מגע אישי ואנושי שהופך את החוויה למשמעותית. היכולת האנושית להתרגש, להעריך יופי ולפתח טעם אישי היא מעבר לחישובים מתמטיים."

פרופ' אורן שריקי: "המורכבות של רגשות אנושיים ושל הבנת אסתטיקה קשורה לא רק לתפקוד מוחי אלא גם לחוויה האנושית הכוללת. ייתכן שנראה מערכות בינה מלאכותית שמחקות רגשות או נותנות הערכה אסתטית, אבל החוויה הסובייקטיבית שהמוח האנושי מביא היא דבר שלא ניתן לחיקוי."

הפוסט "בינה מלאכותית יכולה ללמוד, אבל לעולם לא תרגיש": תובנות ממפגש הסיליקון קלאב על יחסי אדם ומכונה 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.

ב-13 בנובמבר 2024, נערך כנס תעשיית השבבים של Silicon Catalyst במוזיאון ההיסטוריה של המחשבים במאונטן ויו, קליפורניה. הכנס, שהתמקד בהשפעת הבינה המלאכותית (AI) על תעשיית השבבים והסטארטאפים, כלל דיונים עם מומחים בולטים שסיפקו תובנות חדשניות על העתיד של תחום זה.

אתר semiengineering.com מדווח כי את האירוע פתח ריצ'רד קרטיס, שותף מנהל ב-Silicon Catalyst, שהזכיר את שורשיה ההיסטוריים של תעשיית השבבים בסיליקון ואלי, כשהנדסאים עזבו את Shockley Semiconductor כדי להקים חברות עצמאיות. דרך האנקדוטות ההיסטוריות, כמו פיצ' המפתח של רוברט נויס לשימוש בסיליקון כבסיס לייצור שבבים, הונחה הקרקע לדיון על החדשנות של ימינו.

הכנס כלל פאנל בהנחיית דיוויד פרנץ', מנכ"ל SigmaSense, בהשתתפות נאבין צ'דה (Mayfield),  קלואי מה (Arm), וג'יי דאוואני (Lemurian Labs)..   המשתתפים דנו במגוון נושאים מרכזיים: מהפכת הבינה המלאכותית, ההתפתחויות בתכנון שבבים, והשפעת הטכנולוגיות החדשות על החברה.

עידן הזהב של שבבים ובינה מלאכותית

נאבין צ'דה ציין כי אנחנו נמצאים בעידן זהב חדש לתעשיית השבבים, בעיקר בזכות AI. לדבריו, בינה מלאכותית מספקת כלי עבודה חדשניים שישמשו כ"שותפים" לבני האדם, תוך האצת תהליכי יצירה וחדשנות. AI מסייעת בייעול ייצור שבבים, שיפור איכות התהליכים, ופיתוח טכנולוגיות חדשות כגון כלי תוכנה חכמים לעיצוב חומרה.

לדבריו, "תוכנה כבר 'אכלה' את העולם, וכעת היא חוזרת אל החומרה." המשמעות היא שסטארטאפים בתעשיית השבבים לא רק מפתחים את השבבים עצמם, אלא גם תורמים לבסיס של חדשנות בפיזיקה, כימיה וביולוגיה.

שבירת חומת הזיכרון

קלואי מה הדגישה את פריצות הדרך של Arm, במיוחד באמצעות שיתוף הפעולה עם אנבידיה על שבב ה-Grace Hopper. שבב זה מציע גישה חדשנית לפתרון אתגרי "חומת הזיכרון" בתהליכי AI מתקדמים. החידושים מאפשרים מעבר מהיר של נתונים בין CPU ו-GPU במהירויות חסרות תקדים של 900GB/s.

קלואי הדגישה כי הבינה המלאכותית משפיעה גם על תחומים נוספים, כמו פיתוח משקפיים חכמים ורובוטים אישיים. בעיניה, AI לא רק תשנה את העבודה הלבנה אלא גם תפתח פוטנציאל לשיפור חיי היומיום שלנו, עם רובוטים שיבצעו משימות פיזיות מורכבות.

מדע בדיוני הופך למציאות

ג'יי דאוואני תיאר כיצד AI מביאה את המדע הבדיוני למציאות. הוא ציין את ההזדמנויות ברפואה מותאמת אישית ובמיפוי ביולוגי שיאפשרו הארכת חיים בריאים. לדבריו, החדשנות בארכיטקטורת שבבים תאפשר יצירת מודלים חכמים שמסוגלים להבין, לחפש ולבצע אינטראקציות מורכבות יותר ויותר.

השיח בכנס חיזק את המסר כי השילוב בין AI לשבבים לא רק משנה את טכנולוגיות הייצור אלא גם את האופן בו אנו מבינים את תעשיית ההייטק. הסטארטאפים של היום ניצבים בפני שפע הזדמנויות לחדש וליצור פתרונות שמשנים חיים.

כנס Silicon Catalyst 2024 הותיר רושם כי העתיד של שבבים, בינה מלאכותית והאנושות קשור זה בזה, תוך פיתוח כלים וטכנולוגיות שיאפשרו לשפר את איכות חיינו.

הפוסט כיצד בינה מלאכותית מעצבת מחדש את עולם הסטארטאפים בתעשיית השבבים הופיע לראשונה ב-Chiportal.

הבינה המלאכותית עברה דרך ארוכה מאז ימי הרובוטים המסורבלים בסרטי מדע בדיוני. כעת אנחנו בפתחה של מהפכה, שבה הבינה המלאכותית חודרת במהירות לחיי היומיום שלנו וקשה לפספס את הנוכחות הגוברת שלה. ממכשירים חכמים בבתינו דרך המלצות מותאמות אישית על שירותי הסטרימינג שלנו, ועד לתמיכה במספר תעשיות בהיפר-סקאלה, AI הופכת את חיינו לקלים ונוחים יותר.

כיום, בינה מלאכותית עשויה להפוך לרווחת עוד יותר, שכן התקדמות בחומרה, אלגוריתמים ויכולות ניהול נתונים הופכות אותה לנגישה ואפקטיבית יותר מאי פעם. שילוב הבינה המלאכותית גם מאפשר לעסקים למנף את כוחם של הנתונים ולהפוך משימות שגרתיות לאוטומטיות, ובכך לשפר את השורה התחתונה שלהם ולשפר את חווית הלקוחות.

בבסיסו, בינה מלאכותית כרוכה בפיתוח מערכות מחשב המסוגלות לבצע משימות שבדרך כלל דורשות אינטליגנציה אנושית. מערכות אלו נועדו להיות מסוגלות ללמוד מניסיון, להסתגל למצבים חדשים ולקבל החלטות על סמך נתונים ולא על תכנות מפורש. הבינה המלאכותית מועסקת כיום במגוון רחב של יישומים, כולל כלי רכב בנהיגה עצמית, עוזרים וירטואליים, אוטומציה ביתית, אבחון שירותי בריאות וניתוח כספים. הפוטנציאל האמיתי של בינה מלאכותית טמון ביכולתה לבצע אוטומציה של משימות שחוזרות על עצמן ולשחרר עובדים אנושיים להתמקד בעבודה מורכבת ויצירתית יותר.

עתיד הבינה המלאכותית

ממכוניות מונעות בעצמן ועד לטיפולים רפואיים מותאמים אישית, בינה מלאכותית מאפשרת לנו להשיג דברים שפעם היו בלתי אפשריים. אחד מתחומי הפיתוח המרגשים ביותר בבינה מלאכותית הוא בינה מלאכותית בקנה מידה גבוה, המתייחס ליכולתן של מערכות בינה מלאכותית להגדיל ולטפל בכמויות אדירות של נתונים. עם עליית האינטרנט של הדברים (IoT) והתפשטות המכשירים המחוברים, כמות הנתונים שנוצרת גדלה באופן אקספוננציאלי. Hyperscale AI יאפשר לנו לרתום את הנתונים האלה ולהשתמש בהם כדי להניע חדשנות וצמיחה במגוון רחב של תעשיות.

מהפכה בתעשיית המזון

בינה מלאכותית משנה באופן פעיל את תעשיית המזון, שם היא משמשת לשיפור בטיחות המזון, שיפור שיטות חקלאות ויצירת חוויות קולינריות חדשות. בעתיד, מערכות מזון המופעלות על ידי בינה מלאכותית יחוללו מהפכה באופן שבו אנו מגדלים, מעבדים וצורכים מזון. אחד ההתפתחויות המרגשות ביותר במערכות מזון המופעלות על ידי בינה מלאכותית היא הופעת מכשירי בישול חכמים שיכולים לבשל ארוחות מאפס. מכשירים אלה משתמשים באלגוריתמים של למידת מכונה כדי ללמוד את העדפות המשתמש וסגנונות הבישול, והם יכולים להתאים את טכניקות הבישול שלהם בהתאם. לדוגמה, מכשירי בישול חכמים מסוימים יכולים להתאים את הטמפרטורה וזמן הבישול בהתאם למשקל ועובי המזון המתבשל. אחרים יכולים לספק המלצות מתכונים על סמך העדפות התזונה וזמינות המרכיבים של המשתמש.

פיתוח טכנולוגיה אינטראקטיבית

תחום נוסף של פיתוח ב-AI הוא עוזרים דיגיטליים הכולל יצירת בני אדם וירטואליים שיכולים ליצור אינטראקציה עם אנשים בצורה טבעית ואינטואיטיבית. מכשירים כמו Alexa ו-Google Assistant של אמזון כבר מסוגלים להבין מגוון רחב של פקודות קוליות, אבל בעתיד, הם עשויים להפוך אפילו יותר אינטואיטיביים. ניתן להשתמש בבני אדם דיגיטליים כדי ליצור חוויות וירטואליות מרתקות וסוחפות יותר, או לספק שירות לקוחות מותאם אישית באופן שמרגיש אנושי יותר.

צ'אטבוטים המופעלים על ידי בינה מלאכותית כמו ChatGPT כבר משנים את הדרך בה אנו מתקשרים עם טכנולוגיה, ומספקים ממשקים טבעיים ואינטואיטיביים יותר לתקשורת ואחזור מידע. עם צ'אטבוטים כמו Copy.ai, משתמשים יכולים להזין כמה מילות מפתח או הנחיות, וה-AI תנתח טקסטים קיימים ויפיק חומרים כתובים, כגון כותרות, תיאורי מוצרים, פוסטים בבלוג ועדכוני מדיה חברתית עם טון וסגנון עקביים. זה עוזר לעסקים לשפר ולייעל את אסטרטגיות שיווק התוכן שלהם.

AI בקנה מידה גדול יותר

אלגוריתמים של בינה מלאכותית יכולים לייעל את הקצאת המשאבים, לשפר את ניהול עומס העבודה ולהפחית את צריכת האנרגיה. במסחר האלקטרוני, נעשה שימוש בבינה מלאכותית להתאמה אישית של המלצות מוצרים, ייעול לוגיסטיקה וניהול שרשרת אספקה. על ידי ניתוח נתוני לקוחות ודפוסי התנהגות, אלגוריתמי AI יכולים לזהות הזדמנויות להפחתת עלויות, תוך שיפור חווית הקנייה הכוללת עבור הצרכנים.

בינה מלאכותית משמשת גם לשיפור זיהוי הונאות בעסקאות פיננסיות. על ידי ניתוח דפוסי התנהגות ונתוני עסקאות, אלגוריתמי AI יכולים לזהות מקרים פוטנציאליים של הונאה הרבה יותר מהר ומדויק מאשר אנליסטים אנושיים. זה חוסך למוסדות פיננסיים מיליארדי דולרים בשנה, תוך הגנה על הצרכנים מפני הונאות פיננסיות וגניבת זהות.

ההתקדמות העצומה בטכנולוגיית הרובוטיקה לצד יכולות הבינה המלאכותית מאפשרות לנו ליצור כיום רובוטים היכולים לבצע מגוון רחב של משימות וזוהי רק ההתחלה…

הפוסט <strong>לאן פניה של הבינה המלאכותית</strong> הופיע לראשונה ב-Chiportal.

בינה מלאכותית (AI) היתה ללא ספק הנושא המרכזי של כנס החדשנות של אינטל אשר ארח את הצמרת הניהולית של אינטל ביחד עם לקוחות מרכזים, אנליסטים ועיתונאים מכל רחבי העולם שהתאספו כולם במרכז הכנסים של סן חוזה, בלב עמק הסיליקון , קליפורניה, כדי ללמד על התפתחיות הטכנולוגיות האחרונות של אינטל. כאמור בינה מלאכותית היתה הנושא המרכזי בפי כל וגם פט טרח להדגיש כי חברתו עובדת ללא הרף כדי להטמיע בינה מלאכותית במחשבי ה- Client, במרכזי נתונים, במחשוב ענן ובמחשבי EDGE .

בהמשך דבריו הציג גלסינגר מושג חדש בשם Siliconomy  כלומר כלכלה מבוססת שבבים והסביר כי תפקיד המחשוב עובר כעת שינוי מהותי, וזהו הזמן שבו מחשבים משמשים כבסיס להזדמנות כלכלית גדולה יותר ולעתיד טוב יותר עבור כל אדם על פני כדור הארץ.  "כיום תעשיית המחשוב יודעת לספק כוח עיבוד רב יותר, בעוצמה גדולה יותר ובמחיר סביר יותר וזהו מרכיב חיוני לכלכלות צומחות בכל מקום."אמר.

"הבינה המלאכותית מייצגת שינוי דורי במחשוב אשר מוביל לסיליקונומי. אני יכול להעיד כי כבר בשנות ה-80 דיברו על בינה מלאכותית אבל שום דבר לא קרה כעת הבינה המלאכותית באמת משנה את העולם וההתמקדות שלנו באינטל היא להביא בינה מלאכותית לכל מקום.

פט טרח לדבר על חוק מור (שהומצא כידוע ע"י גורדון מור, אחד ממיסדי אינטל – ש.ג.) וציין: "אנחנו במרדף בלתי פוסק אחר מחשוב חזק ויעיל יותר. חוק מור לא מת. הוא ממשיך להיות רלוונטי גם כיום".

במהלך הרצאתו הציג גלסינגר שורה של ישומים העושים שימוש במעבדי גאודי של אינטל (פרי פיתוחה של חברת הבאנה הישראלית – ש.ג.) . אחד הישומים המעניינים ביותר היה של חברתBiodesign  Scala  הישראלית העושה שימוש בביולוגיה חישובית וב-AI ג'נרטיבי כדי להאיץ באופן דרמטי את תהליך הנדסת החלבון. בסרטון שהציג גלסינגר מסבירות מייסדות  סקאלה ד"ר רוית נצר (מנכ"לית) וד"ר עדי גולדנצוויג, ,CTO  כי חלבונים מאפשרים חיים. אבל זה יכול לקחת שנים של פיתוח ומיליוני דולרים כדי לייצר חלבונים חדשים, שלעתים קרובות נכשלים. סקאלה לוקחת כעת את הנדסת חלבון מהמעבדה לעולם המחשבים ובעזרת בינה מלכותית מאיצה באופן דרמטי את פיתוח החלבונים למוצרים מסחריים.

בהמשך הזמין גלסינגר גם את ג'רי קאו, ה- COO של ענקית המחשבים האישים אייסר כדי להדגים את הטמעת הבינה המלאכותית במחשבים האישים בעזרת טכנולוגית Intel Core Ultra וערכת הכלים OpenVINO. ג'רי הציג תמונה מובנת ותלת מימדית הנעה במרחב שנוצרה בעזרת כלי הפיתוח המתקדמים שיצרה אינטל עבור Acer וחברות אחרות.

גלסינגר המשיך והציג מגוון ישומים העושים שימוש בטכנולוגיות של אינטל ולא פסח גם על התקדמותה בתחום טכנולוגיות היצור. הוא פרס בפני הקהל כמה מהטכנולוגית החדשות הצפיות להיכנס ליצור בשנים הבאות ולסיום הציג לראשונה פרוסת סיליקון העשויה מזכוכית שקופה.  

בתום שעה וחצי של הרצאה בה הדגים מנעד רחב מאד של פעילויות בהן אינטל מעורבת ציין גלסניגר כי אינטל מתכוונת גם לשחק תפקיד קריטי באיזון מחדש של שרשרת האספקה וצפויה להשקיע לא פחות מ- 100 מילארד דולר במפעלים על אדמת ארה"ב.

הפוסט <strong>פט גלסינגר במושב הפתיחה של כנס Intel Innovation 2023: מאז שנות ה-80 מדברים על AI אבל שום דבר לא קרה עד לאחרונה</strong> הופיע לראשונה ב-Chiportal.

AION Labs, מעבדת חדשנות ראשונה מסוגה העומדת בחזית אימוץ טכנולוגיות בינה מלאכותית ומדע חישובי לבניית חברות הזנק לפיתוח פתרון אתגרים מחקריים  , ומכון המחקר העצמאי הגרמני BioMed X, הודיעו על פרסום קול קורא ראשון שמטרתו לזהות מדענים וממציאים מתחום הביו-רפואה כדי להקים חברת סטארט-אפ חדשה במעבדת החדשנות AION Labs ברחובות.

צוות הסטארט-אפ שייבחר על ידי AION Labs יזכה לתמיכת השותפים המובילים בתעשייה ולתמיכת רשות החדשנות הישראלית. הקול הקורא מתפרסם בחסות אסטרהזניקה, מרק, פייזר, טבע ו-Israel Biotech Fund, עם תמיכה צמודה של Amazon Web Services (AWS).

"אנו נרגשים להרחיב את הזדמנויות הקריירה עבור חוקרים אקדמיים מוכשרים בישראל", אמר ד"ר כריסטיאן טידונה, מייסד ומנהל בפועל של מכון BioMed X. "AION Labs, הממוקמת בלב 'אומת הסטארט-אפ', היא המקום המושלם לחוקרי ביו-רפואה מרחבי העולם ללמוד כיצד להפוך ליזמי ביוטק מצליחים".

נוגדנים טיפוליים משמשים כתרופות מצילות חיים. הגילוי של נוגדנים טיפוליים קיימים מסתמך על יצירת נוגדנים בבעלי חיים או על סריקה מעבדתית מתוך ספריות גדולות מוגדרות מראש המכסות מרחב מוגבל של רצפים. בחירת מועמד לתרופה מתוך מיליוני רצפי נוגדנים פוטנציאליים היא משימה מייגעת ויקרה, ובמקרים רבים אינה מצליחה לזהות נוגדנים שימושיים. פיתוחים מהשנים האחרונות בניבוי מבנה החלבון, אלגוריתמים של בינה מלאכותית וזמינות מוגדלת של מבני אנטיגן שנמצאו בניסויים מדעיים, יוצרים הזדמנות ייחודית לגילוי נוגדנים בסיוע בינה מלאכותית.

AION Labs מזמינה ביולוגים חישוביים ומדענים מתחום הביו-רפואה ממעבדות מחקר באקדמיה ובתעשייה להציע את פיתוח הדור הבא בפלטפורמות חישוביות כלליות לתכנון נוגדנים בעלי עוצמת קישור גבוהה והתנהגות ביופיזית מתאימה המכוונים לפעול על לחלבונים נבחרים, כאשר נקודת המוצא היא מבנה האנטיגן או רצף האנטיגן. שותפי הפארמה של AION Labs המעורבים בפרויקט יספקו כמויות גדולות של דאטה לאימון המודל ויציעו את מומחיותם בהגדרת מפרטים ובהערכת התוצאות. תינתן עדיפות לרעיונות מקוריים החורגים מעבר לטכנולוגיות קיימות.

"AION Labs גאה ונרגשת לפרסם קול קורא ראשון", אמר מתי גיל, מנכ"ל AION Labs. "אנו מצפים בשמחה לספק לסטארט-אפ הנבחר את מלוא המשאבים הנדרשים והדרכת המנטורים שלנו במהלך עבודתנו המשותפת על פיתוח פתרון מתקדם, שיתגבר על האתגר הפרמצבטי של בחירת מועמדים לפיתוח תרופות מתוך רצפי נוגדנים. וזו רק ההתחלה".

כחלק מהליך הגשת המועמדות המקוון, המועמדים מתבקשים להגיש הצעת פרויקט תחרותית. לאחר סבב מיון מקדמי, המועמדים המובילים יוזמנו ל'מחנה אימונים' לחדשנות בן חמישה ימים שיתקיים ברחובות. בתמיכת המנטורים המנוסים מענפי הפארמה, ההי-טק והון הסיכון, יקבל צוות המדענים המנצח הדרכה והכוונה לאורך תקופת החממה, שתימשך עד ארבע שנים לקראת הפיכתו לסטארט-אפ עצמאי.

הפוסט מעבדת החדשנות AION Labs מפרסמת קול קורא ראשון לגילוי נוגדנים טיפוליים באמצעות בינה מלאכותית הופיע לראשונה ב-Chiportal.

מאת מייקל מג'סטר , פרנסואה ז'וזף ואן אודנהוב, אוליבייה ניננה, אוליבייה פיילוט , מתייה בלונדל , ד"ר קלאוס שמיץ , מייקל איידן, ריק איגר – חברת המחקר Arthur D. Little

אחרי כל ההייפ בשנים האחרונות, מכוניות אוטונומיות, קרי מכוניות ללא נהג המונחות על ידי בינה מלאכותית (AI) עדיין נמצאות במרחק של שנים בעתיד. עם זאת, עד אז עדיין קיים פוטנציאל עצום  לבינה המלאכותית לסייע בפתרון אתגרי תחבורה ורכב קריטיים רבים כעת ובעתיד, הן מבחינת שיפור האפקטיביות עבור מצבים מסוימים, כגון רכבות ומטוסים, והן מבחינת אופטימיזציה של הרכב הביתי  ואפשרות של רמת מערכת רחבה יותר שתגיב על מצבים רבים.  מהן כמה מההזדמנויות המבטיחות ביותר כיום ומהן התנאים המוקדמים החשובים להתקדמות?

חלון הזדמנויות לשינוי קיצוני במערכות הרכב

ניתן לומר כי AI נמצא כעת בקטע של "התפכחות" של עקומת ההייפ המפורסמת, כאשר התחזיות האופטימיות הקודמות של השפעות הטרנספורמציה כבר בטווח הקרוב מתוקנות כעת כלפי מטה. בפרט בכל הקשור לרכבים אוטונומיים, שבהם חששות הבטיחות והרגש הצרכני השלילי הביאו את רוב המשקיפים לחזות פריסה רק בהקשרים מוגבלים ומופרדים, לפחות בטווח הקצר עד הבינוני.

משבר הקורונה בהחלט לא עזר – עם ניסויים והשקות שנדחו או נגנזו. עם זאת, ההפרעה שנגרמה על ידי המגפה הייתה גם מהפך גדול. היא גרמה לחברה להבין לראשונה שניתן לשנות באופן דרסטי את הרגלי הניידות, במיוחד בערים.

המגיפה האיצה מגמות רבות שכבר היו קיימות, כולל יותר עבודה מהבית; שימוש רב יותר במצבי תחבורה בודדים במקום בהסעת המונים ודאגות ציבוריות גדולות יותר לגבי בריאות, בטיחות וקיימות סביבתית.

בגלל האצה זו, השנים הבאות מציעות חלון הזדמנויות ייחודי לבצע שינויים קיצוניים לעבר המטרה של מערכות רכב בר-קיימא, גמישות יותר וממוקדות אנוש.

כיצד יכולה הבינה המלאכותית לסייע בהבאת השינוי?

ל- AI פוטנציאל עצום לעזור לחולל שינוי זה, הרבה מעבר לכלי רכב אוטונומיים. ברמה בסיסית מאוד, AI יכול לעשות שלושה דברים מרכזיים לשיפור מערכות הרכב (ראה איור למטה):

1. חישה – לכידה ופרשנות של נתונים שיכולים להגיע מהרשת, כמו מזג אוויר, זרימת תנועה וצפיפות.
2. חשיבה – יצירת תובנות וניבוי תנאים עתידיים, כמו הפרעות וגודש.
3. מעשה – סיוע לבני אדם בקבלת החלטות מהירות, כגון אופטימיזציה של מסלולים והתאמת מהירויות.

בהתבסס על יכולות אלה, בואו נסתכל על כמה הזדמנויות עבור AI, הן ביישומים ספציפיים והן לשיפור מערכת הניידות הכוללת. ל- AI יש פוטנציאל להתפתח יותר ויותר משלב החישה לכיוון שלב החשיבה  ובסופו של דבר לפעולה.

1. תכנון וביצוע תחבורתיים – מתכנון ארוך טווח ועד אופטימיזציה של זרימת התנועה בזמן אמת

AI משמשת כבר כדי לאפשר חיזויים דינמיים ומדויקים הרבה יותר של צרכי התשתית  ברמה איזורית. דוגמה אחת היא מודל מערכות התשתית הלאומיות בבריטניה (NISMOD) , העוסק בתחומים מרובים, כולל אנרגיה, דיגיטציה, תחבורה וניהול מים. NISMOD עוסק הרבה יותר טוב בתלות הדדית בסוגים שונים של תשתיות ומאפשר רענון בזמן אמת של נתוני המקור. כאן, AI ממונפת באמצעות יכולת החישה באמצעות ייצוג ידע ולמידה עמוקה.

בקצה השני של הסקאלה, נעשה שימוש ב- AI לצורך אופטימיזציה דינמית של בקרת רשת התחבורה לשיפור המהירות והקיבולת ללא צורך בהרחבות פיזיות. אחת הדוגמאות הרבות היא תאגיד דרום נורפולק בארה"ב, המייעל באופן דינמי את דפוסי התנועה ברחבי רשת ההסעה ברכבת, ומאפשר לנהגי הרכבת להגביר את המהירות ב -10% -20%. מינוף חשיבה באמצעות יכולת המחשבה מאפשר עיבוד כמויות נתונים בזמן אמת גבוהות בהרבה מכפי שמשלח אנושי יכול היה להתמודד איתו.

דוגמה נוספת היא שדה התעופה צ'אנגי בסינגפור, שמציע מערכת אב-טיפוס המופעלת על ידי AI לחיזוי זמני הגעת טיסות ארוכות טווח בדיוק רב בהרבה ממה שהיה ניתן להשיג בעבר, והגיעה ל ~ 95% דיוק. שימוש בלמידת מכונה וקבלת החלטות בשלב החשיבה מאפשר ביצוע פעולות טיפול קרקעיות מגיבות ויעילות יותר, כמו גם תורים קצרים יותר לנוסעים.

2. ניהול מחזור חיי נכסים ניישים – החל מתחזוקה ועד החלפת נכסים

AI כבר משמשת לאבחון מצב הנכס מתמונות שצולמו אוטומטית וממליץ על התערבויות תחזוקה, שיפור ביצועי הנכס והפחתת עלויות והשבתה. חברת הרכבות הלאומית של גרמניה דויטשה באן מפעילה מערכת כזו לתחזוקת מלאי ציוד; ישנם יישומים רבים במצבי תחבורה אחרים (למשל, השכרות ותחזוקת מטוסים).

שדות תעופה מובילים כמו סיאטל-טקומה אינטרנשיונל וגטוויק בלונדון משתמשים בזיהוי הווידאו וב- AI במוד של חשיבה כדי לשפר את האבטחה והיעילות של הפעילות. בהתבסס על נתונים לא מובנים מהמטוס, אסיה מזהה את המשימות שיש לבצע ומתאים אותן לנהלי תחזוקה כדי להבטיח שכל המשימות מבוצעות בצורה יעילה ובטוחה בכל הצוותים במסלול. AI משמשת גם כדי להגדיל את יכולות מפעילי התחזוקה (למשל, על ידי אספקה ​​אוטומטית של נתונים קונטקסטואליים רלוונטיים לתיקון או הצבעה על היבטים שקשה אולי לראות בעין האנושית).

3. ניהול משברים – החל מחיזוי ועד התאוששות עסקית

יכולות החישה והניבוי של הבינה המלאכותית אינן בעלות ערך רב לשיפור חוסן המערכת וניהול משברים. דוגמה לכך היא המערכת מבוססת ה- AI של מפעילת התחבורה בהונג קונג , שיכולה לחזות סוגים ספציפיים של אירועים עד חמישה ימים קדימה. המערכת נשענת על תחזיות מזג אוויר, אירועים היסטוריים, נתונים טופולוגיים ותנאים עכשוויים (למשל, צבע עלים וגובה עצים) כדי ליצור תובנות והמלצות שיעזרו למנוע הפרעה.

בתחום הרכב, חברת אאודי כבר אוספת נתוני חיישנים בכדי לחשב את החלקלקות  בכבישים ומתאימה את המתלים בהתאם. לאחר מכן הנתונים מועלים לענן ומשודרים לכל מכוניות אאודי כדי להזהיר אותם מפני סכנות אפשריות  לפניהן. ליישום זה של למידת מכונה בצורה חשיבה יש השפעה חיובית משמעותית על בטיחות הדרכים.

4. מעורבות לקוחות – מתקשורת להתאמה אישית

AI מסייעת בהעלאת ההתאמה האישית של חוויית המשתמש ברכב לשלב הבא. לדוגמה, בסוף שנת 2020, אפליקציית הניווט וייז הציגה תכונות חדשות שמציעות באופן יזום מסלולים המשתמשים בהיסטוריית נסיעות אישית, לוקליזציה ונתוני זמן.

ההתאמה האישית תהיה רלוונטית יותר ויותר ככל שמערכות הרכב מתפתחות לקראת מרכזיות אנושית וקיימות רבה יותר. אפליקציות כמו AxonVibe ו- MotionTag , המאתרות ומנבאות דפוסי תנועה בזמן אמת, דוחפות מידע קונטקסטואלי רק ברגע הנכון ובמקום הנכון, דבר החיוני לחולל שינוי התנהגות.

בשדות תעופה ברחבי העולם משתמשים גם ברובוטים המופעלים על ידי AI כדי לשפר את חוויית הלקוח. ניתן להשתמש ביכולת Act True שכן רובוטים אלה מאומנים ברציפות לבצע מגוון רחב של משימות, החל מניקיון ואבטחה וכלה בצ'ק-אין ובטיפול במטען.

5. רכבים אוטונומיים – מהבטחה למימוש

כלי רכב אוטונומיים (למשל, בצורה של תרמילים מחוברים קטנים המחליפים רכבים קונבנציונליים) הם עדיין הקצה המדמם של טכנולוגיית הבינה המלאכותית. הנה, AI נדרשת לחשב ברציפות ובמהירות כיצד להתקדם לאורך הכביש. ישנם מספר יתרונות פוטנציאליים, כולל הגדלת קיבולת הכביש, הפחתה בזיהום האוויר, הפחתת העומס עומס ושיפור הבטיחות. עם זאת, בניסויים וטייסים שונים בשנים האחרונות ראינו את המגבלות של הטכנולוגיות הנוכחיות והיינו מודעים יותר לאתגרים ההתנהגותיים, החברתיים והאתיים הרחבים יותר.

יהיה צורך בשיפורים נוספים של AI בכדי לדגם ולחזות תנועות אנושיות טובות יותר, ובני אדם צריכים להבין טוב יותר כיצד לחיות עם כלי רכב אוטונומיים.

יתר על כן, חלק מהיתרונות הצפויים, כגון גודש מופחת וטביעת רגל סביבתית, עשויים שלא להיות כל כך קלים להשגה. ארתור ד.ליטל ביצעה לאחרונה מחקר על שיפור הקיבולת הכללית שניתן להשיג מכלי רכב אוטונומיים. הגענו למסקנה שתנועה מעורבת (עם 50% כלי רכב קונבנציונליים שאינם אוטונומיים בכביש בנוסף לרכבים אוטונומיים) אכן תפחית את היכולת הכוללת בכ- 16% בהשוואה למצב קונבנציונאלי לחלוטין. יתרונות העומס בנהיגה אוטונומית, אפקט מכפיל משמעותי של פי עשרה בערך יושג רק אם נהנה מפריסה אוניברסלית של נהיגה אוטונומית. קשה לחזות את זה בעתיד הנראה לעין וייתכן שזה לא משהו שנכוון אליו. מה שנראה ברור הוא שלא משנה מה יהיה מסלול הפיתוח, כלי רכב אוטונומיים יצטרכו לעבד עוד נתונים כדי לממש את הבטחתם בשנים הבאות. בינה מלאכותית טובה יותר יהיה אחד הגורמים שיאפשרו לזה לקרות.

למחקר המלא

ישומי בינה המלאכותית יעמדו במרכז כנס ChipEx2021 שיערך ב-21 ביוני בגני התערוכה בת”א. בין המרצים בכנס כמה מהמומחים העולמים האחראים כיום לישומי בינה מלאכותית בחברות אנבידיה, קוואלקום, גוגל, Hailo, Vayyar  ורבות אחרות. להרשמה לכנס לחצו כאן

עוד בנושא:

• אפל, אמזון וגוגל ישתתפו לראשונה בכנס ChipEx2021
• לקראת ChipEx2021: ד”ר אבנר לנדוור, אינטל: האימות הפורמאלי נכנס למיינסטרים
• שלומית וייס, אנבידיה: ChipEx מהווה פלטפורמה לכל עובדי התעשיה להחליף רעיונות יצירתיים
• לקראת ChipEx2021: מכוניות אוטונומיות תידרשנה למחשבי על

הפוסט בינה מלאכותית ברכב – ערך אמיתי גם בלי ההייפ של הנהיגה האוטונומית הופיע לראשונה ב-Chiportal.