“קרנות הון הסיכון חוזרות בגדול לתחום השבבים בזכות התבונה המלאכותית”

כך אמר וולי ריינס, מנכ”ל לשעבר של מנטור עד מכירתה לסימנס בהרצאה בעקבות זכייתו באות מוביל התעשייה הגלובלית, בערב הבכירים של כנס ChipEX2019

“קרנות הון הסיכון חוזרות לתחום השבבים בזכות התבונה המלאכותית בעולם בכלל אך במיוחד בסין.” כך אמר וולי ריינס, מנכ”ל לשעבר של מנטור עד מכירתה לסימנס בהרצאה בעקבות זכייתו באות מוביל התעשייה הגלובלית, בערב הבכירים של כנס ChipEX2019 שהתקיים בשבוע שעבר בת”א.

קצב זרימת השקעות הון הסיכון עבור חברות המפתחות שבבים ליישומי תבונה מלאכותית גדל פי חמישה ב-18 החודשים האחרונים. כמעט מחצית מההשקעות הללו היתה בשנת 2018 לבדה, והמימון הסיני מתעלה על שאר העולם. ישראל נמצאת במקום השלישי אחרי סין וארה”ב. בישראל יש עומק טכנולוגי ותכנונים מצטיינים, וההשקעה במו”פ לנפש היא הגדולה בעולם.
אני מכיר היטב את ישראל ונראה שמספר דברים גרמו להצלחה – אם זו ההכשרה הצבאית שמאפשרת נסיון מנהיגות בגיל צעיר, אך גם בונה מערכות יחסים בקרב אנשים שעברו את הקריירה שלהם ביחד בצבא, בחממות ובמוסדות האקדמיים וכן היזמים המנוסים. העובדה שישראל היא אומה של עולים וחשוב מאוד שסובלנות לכישלון וליכולת ללמוד מכישלון משהו שכלל לא קיים באסיה. הוא גם לא קיים ברוב ארצות הברית ואירופה למעט עמק הסיליקון.
עם זאת בסין יש השקעה ממשלתית עצומה במוליכים למחצה. הם מתכוונים להשקיע 2ם מיליארד דולרים, סכום שאף גוף פרטי לא יכול להשקיע. היה עדיף שבמקום סוכנות ממשלתית בסין המחליטה לאן יילכו ההשקעות עדיף שהיה מועבר באמצעות הון פרטיי עם כוונת רווח. התבונה המלאכותית ולמידת המכונה הם כוח מניע גדול, יש היום כ-1,400 חברות סטרטאפ בתחום.
זה אינו תחום חדש, יש לי כאן שער של מגזין משנת 1986, לפני למעלה משלושים שנה, ואמרתי (אז בתפקידי בטקסס אינסטרומנטס) כי אנו נמצאים במהפכה, אבל היה לנו אז מחסור בביג דטה שאפשר היה לנתח. גם כוח המיחשוב היה מוגבל. אך האלגוריתמים התפתחו הרבה מאז והם יכולים לזהות תבניות. הם עושים דברים שהמוח האנושי והמחשבים המסורתיים מתקשים בהם. היום אנו רואים שבבים המכילים רשתות עצביות בעלות שכבות רבות, דבר היוצר בעיות חדשות עבור מתכנני השבבים בשל הקושי לבצע אימות.
אם מנתחים את ההשקעות עד כה, התחום שקיבל את ההשקעה הגבוהה ביותר היה תחום הראיה המלאכותית או העיבוד החזותי. זה לא מפתיע כי מוח האדם מקדיש לפחות חצי מעוצמתו לעיבוד אותות חזותיים. מי שמובילות בתחום הן חברות סיניות, בזכות ההשקעה האדירה.
אבל לא רק סטרטאפים – מערכות הולולנס של מיקרוסופט למציאות רבודה והיכולת להפוך את העצמים התלת ממדיים בחלל למידע באמצעות יכולת עיבוד תמונה בזמן אמת. יש לנו חברות רבות שמפתחות שבבים לסיוע בנהיגה או אף בניהגה אוטונומית והם מתמקדים בזיהוי עצמים.
אבל גם כאשר השבבים האלה עובדים ביעילות יש לנו עדיין הרבה בעיות עדינות יותר בזיהוי תבניות. לדוגמא הבעות פנים על ידי נהגים אחרים. איך אתה יכול לדעת מתי הם עלולים להאיץ. לכן צריכים תבונה מלאכותית גמישה.
מלבד זיהוי התמונות יש שימוש לתבונה מלאכותית במרכזי נתונים ובהאצת הענן, ובגלל זה חברות כמו גוגל פייסבוק ואמזון מעצבים שבבי תבונה מלאכותית שיהפכו את מרכזי המיחשוב שלהם לעילים יותר עבור עיבוד בזמן אמת.
תעשיית ה-EDA חווה גידול דרמטי, כאשר לדוגמה 500 חברות מפתחות מכוניות חשמליות ומשאיות קלות אוטונומיות. אמנם לא כל החברות יצליחו אבל בזמן התכנון הן זקוקות למערכות EDA, למעשה, רובם לא\ אבל כולם סומכים על תוכנת ה-EDA כדי לפתח את האב-טיפוס הראשון שלהם. לפתע אני נהנה מכך שאנשים כמוני מאפשרים להתפתחות הזו לקרות.