הסטארט-אפ שמשדך בין הגולשים לבינה המלאכותית

ניכר שטכנולוגיית זיהוי התמונות של מטא-מיינד עדיין רחוקה מבשלות, אם כי היא פועלת טוב בהרבה בתחומים: אלגוריתם ייעודי המוקדש לתמונות של אוכל זיהה בקלות טאקו עסיסי או צלחת חומוס (אך בלבל באופן מביך בין אגרול לנתח גבינה). הכלים החביבים האלה, שאפשר להתנסות בהם באתר הסטארט־אפ, מציגים על קצה המזלג את המהפכה שהוא מבקש להוביל: להכיר להמונים את תחום הלמידה העמוקה.

לומדים מחוץ למעבדה

ענף הבינה המלאכותית, המוגדר כלמידה עמוקה (Deep Learning) ומאפשר לאלגוריתמים לחקות במידת מה את תהליך הלמידה האנושי, הפך בתקופה האחרונה לאחד הענפים הלוהטים בעמק הסיליקון, וזוכה ליותר ויותר יישומים מעשיים.

ד"ר ריצ'רד סוצ'ר

גוגל נעזרת בטכנולוגיה בין היתר בשירות התרגום שלה, שבו מעבדים האלגוריתמים מיליוני מסמכים ועותקים מתורגמים שלהם כדי לשפר את רמת הדיוק וללמד את המערכת שפות חדשות; IBM מקדמת את פרויקט הדגל ווטסון, פלטפורמה המבוססת על מחשב העל שיודע בין היתר ליצור מתכונים אוטומטית, להציע טיפולים לסרטן ולזהות תמונות; בעזרת הלמידה העמוקה יכולות חברות כמו אמזון וספוטיפיי להציג מוצרים הרלבנטיים למאפייני המשתמש, ורובוטים מסוגלים "לראות" את סביבתם. החוקרים הלא רבים ששולטים בתחום נחטפים במהירות בידי ענקיות הטכנולוגיה האמריקאיות, וגם המתחרות האסייתיות נכנסות לתחום - למשל באידו הסינית, שהשקיעה בחודשים האחרונים 300 מיליון דולר בהקמת שני מרכזי פיתוח, בקליפורניה ובבייג'ינג, המוקדשים לענף הלמידה העמוקה.

מטא-מיינד רחוקה מאוד מלהיות אחת הענקיות האלה: מדובר בחברת סטארט-אפ צעירה שהקימו בשנה שעברה ריצ'רד סוצ'ר, דוקטור למדעי המחשב מסטנפורד, וסוון סטרובנד, המנהל הטכנולוגי של קרן ההון סיכון המשפיעה קושלה ונצ'רס. בתוך זמן קצר היא עלתה לכותרות, לאחר שגייסה 8 מיליון דולר מקושלה וממארק בניוף, מנכ"ל ענקית מחשוב הענן Salesforce. מטרת החברה, המפתחת טכנולוגיות למידה עמוקה, פשוטה אבל שאפתנית: להוציא אותן ממעבדות החברות הגדולות והמחלקות למדעי המחשב באוניברסיטאות ולהפוך אותן לנגישות עבור כל חברה, ארגון או אדם שירצו לעשות בהן שימוש.

"כשלימדתי בקורס על למידה עמוקה בסטנפורד, ראיתי עד כמה הנושא פופולרי: בכל חמש דקות היה נכנס למעבדה שלנו מישהו שרצה להשתמש במערכת שפיתחנו שם כדי לקטלג צילומים של גלקסיות או לנתח תגובות רגשיות בטקסטים", סיפר סוצ'ר בראיון ל"כלכליסט". "יש לטכנולוגיות הבינה המלאכותית הרבה מאוד יישומים, אבל האנשים שעובדים עליהן בחברות כמו גוגל ופייסבוק עוסקים בפרויקטים פנימיים. אנחנו הופכים את המחקר שלנו לפומבי ומאפשרים לאנשים להשתמש בו".

המחשב מאבחן מלריה

מטא-מיינד מאפשרת לגולשים לא רק להתנסות ביכולות המערכת שלה, אלא גם, ובעיקר, ליצור כלי למידה עמוקה חדשים למטרות מוגדרות - אפילו בלי לדעת לתכנת או להתקין תוכנה כלשהי. באתר ניתן למצוא כ-190 כלים שיצרו משתמשים בפלטפורמה, ובהם אחד שמזהה נגיפי מלריה בצילומי בדיקות דם ואחר שמבדיל בין סוגים שונים של כלי רכב.

זיהוי תמונות ממוחשב הוא אחד מתתי התחומים הבולטים כיום בענף הלמידה העמוקה: בקיץ האחרון חשפה מיקרוסופט את "פרויקט אדם", מערכת בינה מלאכותית שאפתנית שסרקה 14 מיליון תמונות וסיווגה אותן ל-22 אלף קטגוריות. המערכת חוברה לקורטנה, העוזרת הווירטואלית של מיקרוסופט (בדומה לסירי של אפל). התוצאה היא שאם משתמש ווינדוס פון נתקל בכלב ברחוב, למשל, המכשיר יכול לספר לו לאיזה גזע הוא משתייך.

גוגל לא נשארה חייבת, ובנובמבר האחרון היא פרסמה מחקר שערכה עם סטנפורד, ובו הצליח אלגוריתם לספק תיאור מפורט בשפה טבעית של סצנה המוצגת בתמונה - לדוגמה, "קבוצת חברים משחקת בפריזבי בפארק". יכולת זו אמורה להפוך את חיפוש התמונות בגוגל ליעיל בהרבה.

התמונה שניתח אלגוריתם גוגל

לדברי סוצ'ר, יכולת זיהוי התמונה הממוחשבת כבר עולה בתחומים מסוימים על זו האנושית. "אין הרבה אנשים שיכולים להבדיל בקלות בין סוגים שונים של זני לווייתנים, למשל, משימה שמחשב יכול לבצע בקלות יחסית", הוא אומר. "נוסף על כך, אם נצטרך להעסיק בני אדם במשימות כאלה, זה יימאס עליהם אחרי כמה שעות ורמת הדיוק תדעך. אנחנו רואים דרישה גבוהה לזיהוי תמונות ממוחשב במחקר הרפואי: הטכנולוגיה שלנו יכולה, למשל, לעזור בטיפול בסרטן ומחלות קשות אחרות באמצעות פענוח סריקות MRI ו־CT. רופאים יכולים להסתייע בכלים שלנו כדי לקבל חוות דעת נוספת במקרים שבהם הם לא בטוחים בפענוח התוצאות. אנחנו עובדים עכשיו עם שורה של מוסדות רפואיים כדי לפתח את היכולת הזאת".

תשכחו מסקיינט

לצד זיהוי התמונות מציגה מטא-מיינד בפני הגולשים כלים שונים לניתוח טקסטים, כמו זיהוי היחס לנושאים מסוימים ברשת החברתית טוויטר. המשתמש מקליד מילת חיפוש או האשטאג, והמערכת סורקת את הפיד ומציגה את התפלגות הציוצים. בדיקת המערכת מגלה שמונחים כמו #Israel ו־#Obama זוכים בעיקר לציוצים המוגדרים ניטרליים, ככל הנראה מאתרי חדשות. כשבודקים מונחים כמו #Love ו־#Shocking מספר התוצאות המביעות רגש גבוה הרבה יותר (ג'סטין ביבר, אגב, שנחשב לזמר שמקבל תגובות שנאה רבות במיוחד, דווקא זוכה ליחס חיובי). כלי נוסף מדגים את יכולת המערכת "להבין" את משמעותם של משפטים: מזינים שני משפטים באנגלית ומקבלים ציון של 1-5 שמגדיר עד כמה הם קשורים זה לזה. משפטים המציגים מסר זהה, גם אם הוא מובע בצורה לשונית שונה לחלוטין, יקבלו ציון הקרוב ל-5.

מה ניתן לעשות ביכולות כאלה? את אחת התשובות האפשריות מציג סטודנט מסטנפורד בשם רוב ווייט (Rob Voigt), שמשתמש בפלטפורמה כדי לנבא את סיכויי ההצלחה של קמפיינים לגיוס כספים באתר קיקסטארטר על פי ההסבר שמופיע בדף המוצר. ווייט הזין לתוכה כ־16 אלף קמפיינים שכבר הסתיימו, מחציתם בהצלחה ומחציתם בכישלון. התוצאה היא שאפשר כיום לנבא הצלחה או כישלון של קמפיין ב-־70% מהניסיונות - עדיין לא רמת ניבוי גבוהה במיוחד, אך כזו המאפשרת שימושים מעשיים וכאמור יכולה להשתפר עם הזמן. "לא פנו אלינו מקיקסטארטר ועדיין לא שיתפנו איתם פעולה, אבל זה רעיון לא רע", אמר סוצ'ר.

הפרויקט הזה מדגים את כוחה של הפלטפורמה: האפשרות לאמן אותה לביצוע משימות באמצעות הזנת כמות גדולה מספיק של מידע רלבנטי וממשק העתק-הדבק פשוט שאינו דורש ידע טכני. ואולם, מטא-מיינד היא בכל זאת חברה ולא פרויקט פילנתרופי. סוצ'ר מעדיף לפי שעה שלא לדבר על היעדים העסקיים של החברה במונחים כספיים, אך מסביר כי את ההכנסות הם מתכוונים לייצר באמצעות שירותים שיסופקו לחברות גדולות וללקוחות עסקיים, אשר יסתייעו בטכנולוגיה של החברה להגדלת הכנסותיהם.

סקיינט? הגזמתם צילום: בלומברג

סוצ'ר מעריך כי בשנים הקרובות ענפי הרובוטיקה והפרסום יאמצו יותר ויותר את הלמידה העמוקה, ומצטרף להערכה הרווחת שלפיה בעשורים הקרובים אלגוריתמים ממוחשבים יחליפו עובדים אנושיים במטלות רבות. הוא מסכים כי תהיה לכך השפעה רבה על שוק העבודה, אך בעיניו מדובר בתהליך בלתי נמנע. "המחשוב משנה את שוק העבודה כבר שנים ארוכות, וזו מגמה שתימשך ביתר שאת. אנשים צעירים שמחפשים כיום את דרכם המקצועית צריכים ללמוד תכנות או לחשוב על מקצועות אחרים שדורשים יצירתיות, כאלה שלא ניתן להחליף באלגוריתם", הוא אומר. עם זאת, סוצ'ר דואג להזהיר מכניסה לפאניקה: "הרבה אנשים מדמיינים עתיד דיסטופי שבו בינה מלאכותית מרושעת מפתחת תודעה עצמאית ומשתלטת על העולם, כמו סקיינט ב'שליחות קטלנית'. זו טעות גדולה בדרך שבה אנשים מבינים את הרעיון של בינה מלאכותית, ואין שום סיכוי שדבר כזה יקרה".