בינה מלאכותית מבני אדם: החברה שהופכת אנשים למוח-כוורת

כשד"ר לואיס רוזנברג שלף 20 דולר והימר על הזוכים בארבעת המקומות הראשונים בקנטקי דרבי אשתקד, אחד ממרוצי הסוסים החשובים בארה"ב, הוא הרגיש די בטוח בסיכויים שלו. כשהסוסים הגיעו לקו הגמר, התברר שכנגד סיכויי זכייה של 1 ל-540, ההימור היה מדויק לחלוטין. רוזנברג גרף לכיסו 10,842 דולר, אבל מבחינתו לא היה מדובר כלל בהימור אלא בהחלטה מחושבת היטב, שהתבססה על טכנולוגיית קבלת החלטות שפיתחה החברה שהקים שנתיים קודם לכן, Unanimous AI.

במרכז הטכנולוגיה לא ניצב אלגוריתם בינה מלאכותית (AI) אלא בני אדם: קבוצה של עשרות משתמשים שעובדים יחד כדי לקבל החלטה, ופועלים למעשה כמו נחיל של דבורים או נמלים שיוצר שלם שתבונתו עולה על סך חלקיו. מעין מח כוורת.

"אנחנו לוקחים אנשים ובאמצעות חיבורם זה לזה בזמן אמת באמצעות אלגוריתם AI אנחנו הופכים אותם לסופר-מומחה מלאכותי שמאפשר להם להיות חכמים יותר מכפי שהיו לבד", מסביר רוזנברג את המערכת בראיון ל"כלכליסט".

ד"ר לואיס רוזנברג

הפלטפורמה של החברה, שמכונה UNU, מזכירה קצת לוח סיאנסים. חברי הנחיל נפגשים בחדר צ'ט מקוון, שבמרכזו משורטט משושה ומעליו יושבת שאלת המחקר. בכל אחת מפינות המשושה מוצבת תשובה אפשרית ובמרכזו בועה, שהמשתמשים, שמיוצגים באמצעות סמלי מגנטים, מושכים לתשובה הרצויה עבורם. החלטה סופית מתקבלת כאשר מסה מספקת של משתמשים מושכים את הבועה לתשובה מוסכמת.

"ההשראה שלנו היא הטבע", מסביר רוזנברג. "רוב המינים החברתיים בטבע — דבורים, ציפורים, דגים — פיתחו שיטות לעבודה וחשיבה משותפת, שמאפשרות לקבל החלטות וליצור תחזיות חכמות הרבה יותר משל כל גורם בכוחות עצמו.

ביולוגים מכנים זאת בינת נחיל (Swarm Intelligence). בכל המקרים האלו הקבוצות עובדות ביחד בזמן אמת והופכות לאורגניזם-על. פיתחנו את האלגוריתם ואת הממשקים שמאפשרים לקבוצות אנשים לעשות אותו דבר וליצור נחילים מקוונים. קוראים לזה Swarm AI, נחילים של אנשים ברשת".

בינת הנחיל יודעת לעבד גם תחושות ורגשות

רוזנברג, בעל תואר ראשון, שני ושלישי בהנדסה מאוניברסיטת סטנפורד, החל את דרכו בעולם הטכנולוגיה בתחילת שנות התשעים, כמייסד ומנכ"ל Immersion Corporation, מהחברות הראשונות שעסקו בתחום המציאות הווירטואלית (VR). החברה, שהתמקדה בפיתוח יכולות VR לתחום הרפואה, הונפקה ב־1999 ורוזנברג עזב אותה כשנתיים לאחר מכן.

"בעולם ה־VR התמקדתי בפיתוח עבור משתמש אינדבידואלי", הוא מסביר. "לפני 10 שנים התחלתי להתעניין בקבוצות של אנשים, והבנתי שלמרות שזה מעניין להגביר את הביצועים של הפרט, הרבה יותר מעניין להגביר ביצועים של קבוצות. התחלתי לעבוד בתחום ה־AI כדי להגביר את התבונה של קבוצות אנשים וזה מה שהוביל ל־Unanimous AI".

שאיבת השראה מהטבע אינה הברקה מקורית של רוזנברג. "הטבע הוא השראה לכל מי שפועל בתחום ה־AI", הוא מפרט. "כשמחקר הבינה המלאכותית היה עוד בחיתוליו בשנות החמישים והשישים חוקרים בחנו את המוח האנושי. הם הבינו שהוא בנוי מנוירונים שהחיבור ביניהם במערכת הדוקה מספיק מביא להיווצרות בינה. ההשראה שלי הגיעה כשבחנתי קבוצות של אנשים והבנתי שלטבע יש דרך נוספת ליצור בינה מלאכותית, שחוקרים בתחום התעלמו ממנה כי היא לא מוכרת כמו המוח האנושי. כשבחנתי את המערכות שקיימות בטבע הבנתי שרבים מהעקרונות שקיימים במוח האנושי זהים למערכות של אורגניזמים. בינת נחיל היא למעשה מוח של מוחות".

במה שונה Swarm AI מבינה מלאכותית מסורתית?

"בהיבט ארכיטקטוני מחקר AI מסורתי שאב השראה מהטבע כדי לבנות מערכות של נוירונים מלאכותיים, ולחבר אותם יחד במבנים גדולים ומורכבים יותר כדי ליצור בינה. בינת נחיל גם קיבלה השראה מהטבע, אבל מהדרך השנייה שלו ליצור תבונה: חיבור מוחות. אנחנו בונים נחילים מלאכותיים באמצעות אלגוריתם וממשק שמאפשרים לקבוצות של מוחות אנושיים לעבוד יחד במערכות מקוונות בזמן אמת כדי לענות על שאלות, ליצור תחזיות ולחולל תובנות.

"מעשית, מחקר ה־AI המסורתי מתמקד בעיבוד מידע, באיסוף כמויות גדולות של מידע ושימוש בטכנולוגיה כדי למצוא בהם דפוסים (מה שמכונה ביג דאטה — ע"כ). זה עוצמתי, אבל זה עובד רק במקומות שבהם יש מידע מדויק שאפשר לעבד. בינה מלאכותית מבוססת נחיל (Swarm AI) לא משתמשת במידע כקלט אלא באנשים, ולמעשה מתחברת לכמויות העצומות של המידע ששמורות במוחותיהם. התוצאה היא שבינת הנחיל יכולה להתמודד עם בעיות שכוללות מחשבות, תחושות ורגשות של אוכלוסיות. כל זאת מבלי לאבד מידע כתוצאה מהפיכת המחשבות והתחושות הללו למספרים מופשטים כמו ב־AI מסורתי".

מה ההבדל בין המערכת שלכם לבין כל סקר טלפוני או מקוון?

"נחיל הוא מיוחד בגלל הסינכרון בין משתתפיו. אנשים אוהבים לחשוב על חוכמת המונים (Wisdom of the crowd), אבל נחיל והמון הם דברים שונים לחלוטין. חוכמת המונים זה לערוך סקר בקרב קבוצת אנשים ולמצוא את התשובה הפופולרית ביותר. נחיל שונה מאוד, הוא לא אוסף פיסות מידע יחידות מאנשים ומפיק מהן ממוצע סטטיסטי. במקום זאת, כל האנשים מחוברים למערכת באותו זמן וכולם מושכים ודוחפים עד שהם מגיעים יחד לתשובה. בנחיל אנחנו מאפשרים לכל המשתתפים להביע את רצונם באותו זמן. הקלט הוא לא בחירה אחת חד־פעמית, המשתתפים יכולים לעדכן את הבחירות שלהם ולשנות לא רק את ההעדפה שלהם אלא גם את העוצמה. הם מביעים דעה ורמת ביטחון שמשתנות במשך תהליך הבחירה.

"זה כמו משיכת חבל רב־כיוונית, עד שקולקטיבית חברי הנחיל מוצאים דרך שמייצגת את הפתרון שהם יכולים להסכים עליו בצורה הטובה ביותר. הפיתרון המוסכם מבטא את השילוב האולטימטיבי של הידע, התובנות והאינטואיציות שלהם. פעמים רבות התוצאה תהיה שונה מאוד מהצבעה בסקר, כי הסקר לא מתייחס לכך שאנשים והדעות שלהם הם דברים מורכבים".

נחיל הוא כמו שיחה מתמשכת של פעולות, במקום מענה בצורה מבודדת.

"זו מערכת עם לולאות משוב, שמאפשרות לאנשים להתכנס לתשובה הטובה ביותר. מגוון התשובות מעניק למערכת עוצמה כי אנשים מתלבטים בין האפשרויות. למשל בדוגמה של שישה אנשים שמנסים להסכים על מסעדה. בהצבעה, ייתכן שאדם אחד היה בוחר מסעדה סינית, אחר באיטלקית, אדם שלישי בתאילנדית, רביעי במקסיקנית ושניים בהודית. במקרה כזה מירב הקולות ניתנו למסעדה ההודית ולכן זו המסעדה שתיבחר. אבל אין סיבה להאמין שאוכל הודי ימקסם את שביעות הרצון של הקבוצה.

אולי ארבעת האחרים שונאים אוכל הודי?

בנחיל, התשובה תתחיל לזוז לכיוון מסעדה הודית אבל יתר החברים יגיבו. מישהו שמשך לכיוון מסעדה סינית ישנה את האסטרטגיה שלו כדי להימנע מאוכל הודי ויתחיל למשוך לכיוון איטלקי. אז הנחיל יתחיל לנוע לכיוון אחר ואולי ייעצר על מסעדה איטלקית. יכול להיות שאף אחד מחברי הנחיל לא משך בתחילה לכיוון האיטלקית, אבל זה הפיתרון שממקסם את שביעות הרצון הקולקטיבית".

הצלחה גדולה בניחוש הזוכים באוסקר האחרון

פלטפורמת הפקת התובנות של Unanimous AI אפשרה לה לגייס מאז היווסדה ב־2014, לדברי רוזנברג, 6 מיליון דולר. הגיוס האחרון נעשה לפי שווי של 24 מיליון דולר. מרבית לקוחות החברה חסויים, ועם אלו ששמותיהם גלויים נמנים חברת התעופה בואינג, מותג משקאות האנרגיה רדבול וקרן אקס פרייז, הידועה בעיקר בתחרות שערכה לפיתוח מעבורות חלל.

בינת הנחיל של Unanimous AI זכתה להצלחה גדולה אשתקד, בחיזוי הזוכים בקטגוריות המובילות בפרסי האוסקר בדיוק של 76%, באמצעות 55 חובבי סרטים רנדומליים. זאת, בשעה שממוצע מבקרי הסרטים עמד על 64% וממוצע הבחירות האינדבידואליות של המשתתפים בסקרים עמד על 44% בלבד.

"אלו היו מעריצי סרטים רגילים, לא מומחים", מסביר רוזנברג את תהליך הבחירה. "הידע שלהם היה חלקי, אף אחד מהם לא ראה את כל הסרטים שהיו מועמדים לזכייה. אבל זה לא משנה, כי הנחיל ממלא את פערי הידע. לכולם היה ידע מוגבל ורמות ביטחון מוגבלות, אבל הם שילבו את הידע שלהם למציאת הפיתרון הטוב ביותר. התחזיות של הנחיל היו טובות יותר מכמעט כל המומחים, יותר מ'הניו יורק טיימס', 'ל.א. טיימס' או 'ורייאטי'".

היכן משתלבת הבינה המלאכותית במערכת שלכם? נראה שהיא מתבססת בעיקר על פעולות אנושיות.

"בני אדם הם חלק גדול מהמערכת והמקור של הבינה הגולמית. אבל העוצמה מגיעה מהמערכת. הממשק אולי נראה מאוד פשוט להבנה עבור משתמשים, אבל המתמטיקה שמתרחשת מאחורי הקלעים לשילוב הקלט של האנשים מורכבת הרבה יותר. יש אלגוריתמים של AI שרצים ברקע כדי לחשב איך לשלב את הקלט מהמשתתפים השונים. האלגוריתמים בוחנים את התנהגות המשתתפים ומנסים להבין איך משתנה רמת הביטחון שלהם. אנחנו משקללים לא רק את הדעה של האדם, אלא גם את רמת הביטחון שלו.

"אם 50 אנשים חוזים את זוכי האוסקר ורובם לא ראו את כל הסרטים, רמת הביטחון שלהם משתנה בהתאם לידע והסרטים שצפו בהם. האלגוריתם בוחן את ההתנהגות שלהם ומשלב את הקלט לפי רמת הביטחון שהציגו. אנחנו מנסים להפוך את הממשק למאוד אינטואטיבי, אבל המערכת הרבה יותר מתוחכמת מכפי שהיא נראית".

עד כמה המערכת אובייקטיבית? באחת הדוגמאות באתר שלכם השאלה היא "מיהו רוצח הזודיאק", והתשובה שנבחרת כמעט מיד היא הסנטור הרפובליקני טד קרוז. די ברור שזה לא הוא. המערכת לא חסינה מתמרונים.

"זה תלוי בהקשר. כשאנשים יוצרים נחיל יכול להיות שהוא נוצר כדי להיות מדויק, ויכול להיות שהוא נוצר כדי להיות מצחיק. אנשים משתמשים בנחילים למטרות שונות ואנחנו בודקים את כל האפשרויות. הדוגמה הזו היא דוגמה חברתית. זו קבוצה שחשבה ביחד כדי להצחיק".

לפעמים התשובה תלויה בזהות החברים בנחיל. למשל, בדוגמה אחרת התשובה לשאלה מה הסדרה הטובה ביותר של נטפליקס היתה כתום זה השחור החדש. אבל קבוצת נחיל אחרת, למשל קבוצה של גברים חובבי סטיבן קינג שגדלו באייטיז, היתה בוחרת אולי ב־Stranger Things. איך משקללים את זה?

"ערכנו מחקרים עבור תאגידים, שיש להם שאלות על מוצרים, שירותים או פרסומות, והרכב הנחיל חשוב להם. אם אני רוצה מענה לשאלות על מסעדות מזון מהיר, למשל על התפריט, ניצור נחיל של לקוחות פונטציאלים. אם אנחנו רוצים נחיל שיבחן טריילרים של סרטי אימה, ניצור נחיל של אנשים שהם כנראה חובבי סוגת הסרטים הזו. הנחיל יכול לחבר אנשים מכל מקום בעולם ומקל עלינו לקלוט אוכלוסיות מגוונות שיוצרות נחילים ספציפיים".

הנחיל חזה שטראמפ ינצח, אבל רוזנברג פקפק

רוזנברג מגלה לרוב ביטחון מלא במערכת שלו אבל היה מקרה אחד שגרם לו לפקפק בה, כשבינואר 2016 חזה הנחיל שדונלד טראמפ ינצח בפריימריז הרפובליקני לנשיאות ארה"ב. "הנחיל היה מאוד בטוח בעצמו, אבל אנחנו תהינו אם משהו לא בסדר באלגוריתם שלנו, כי הסקרים באותה עת היו כל כך שונים", הוא נזכר. "אנחנו תמיד אומרים שנחילים טובים יותר מסקרים, אבל הסקרים אז היו כל כך שונים. תהינו אולי משהו בשיטות שלנו לא בסדר. אבל לאורך זמן הסקרים התקרבו יותר ויותר לנחיל, והבנו שהתובנה של הנחיל טובה הרבה יותר".

למה כל הדבר הזה טוב? יש דרך לעשות מזה כסף נוסף על הימורים על מירוצי סוסים?

"אנחנו מייצרים הכנסות באמצעות פרויקטים לארגונים. יש לנו יכולות ליצור נחילים שיענו על שאלות עסקיות. אלו יכולות להיות שאלות כמו מה התכונות שצריך לשלב במוצר חדש או מה המסר העסקי הטוב ביותר. עשינו פרויקטים שבהם נחילים ראו פרסומות טלוויזיה והתבקשו לחזות איך הן ישפיעו על אנשים, פרויקטים שבהם נחילים צפו בטריילרים וחזו הצלחה בקופות, או פרויקטים למסעדות ולקבלנים של משרד ההגנה. יש לנו ערך לתת בכל מקום שבו יש צורך לענות על שאלות.

"אנחנו יכולים לעשות את זה בשתי דרכים: הראשונה היא לבנות נחיל של צרכנים אפשריים. למשל, אם מדובר ברשת מסעדות אפשר להציג לנחיל שינויים בתפריט ולשאול אם הם יהיו יעילים. אבל אפשר גם ליצור נחיל של חברי הארגון עצמו, כי יש כל כך הרבה ידע ותובנות בתוך הארגון, במיוחד כשמדובר בחברה גדולה. לאותה רשת מסעדות אפשר לעשות נחיל של מנהלים מכל העולם, שיעשה תחזיות לגבי מכירות למשל. בכל מקום שבו ארגון רוצה בינה מוגברת, זה יישום טוב בעבורנו".