עלייתה של הבינה המלאכותית

תמצית

"מבחן טיורינג" הוא כינוי למבחן שהציע אלן טיורינג בשנת 1950, כמדד אפשרי למידה שבה למכונה כלשהי יש אינטליגנציה. מכונה תחשב לתבונית, אם יינתן לאדם היושב בחדר סגור, לנהל שיחה באמצעות ממשק מחשב עם שתי ישויות הנמצאות בחדר השני, האחת מכונה והשנייה אנושית, והמשוחח לא יוכל לזהות מי משתי הישויות היא המכונה ומי האדם.

בינה מלאכותית עושה שימוש במידע ובמערכות מחשב כדי לדמות חשיבה אנושית אינטליגנטית, ולהתבסס על חשיבה כזו כדי ליצור ידע ותובנות שלא היו קיימים קודם לכן. זהו שם כולל למערכות מחשב מבוססות נתונים, המפיקות ידע ותובנות חדשות באמצעות הבנה, הנמקה ותפיסה, יכולות שעד כה נתפסו כייחודיות לבני אדם. למרות שהמושג מתייחס בכלליות לחומרה, לתוכנה או לשילוב ביניהם, ולמסוגלות להציג התנהגות שנתפסת כאינטליגנטית, כמעט כל מחקר בתחום בשנים האחרונות פותח בעובדה שעדיין לא קיימת הגדרה אחת מוסכמת למונח. הסיבה הראשונה נגזרת מהמגוון ומהשוני של הגישות בחקר התחום, והשנייה היא פועל יוצא של הקושי הבסיסי להגדיר מהי 'בינה' או 'אינטליגנציה'. זאת מאחר שהמונח טרם הוגדר ואופיין בהקשר האנושי על ידי הדיסציפלינות העוסקות בתחום, חקר מדעי המוח והפילוסופיה. מציאות זו מגבילה את היכולת לבחון מושגים אלה ביחס למכונות או להשליך אותם עליהן. מינסקי, ד"ר למתמטיקה שהיה מעורב במגוון מחקרים, המצאות ופיתוחים בתחום, מציע הגדרה פופולרית שהיא: "לגרום למכונה להתנהג בדרך שהייתה נחשבת לאינטליגנטית לו אדם התנהג כך".

בינה מלאכותית היא תחום טכנולוגי פורץ דרך, המאפשר לממש מגוון יישומים ביעילות יחסית, במחיר סביר ובקנה מידה רחב. והיא מסווגת על סמך רמת האינטלגנציה שלה:

בינה מלאכותית צרה – NAI – NERROW AI – היכולת לבצע משימה אחת בלבד, דוגמת: סיווג תמונות, גלאי אובייקטים, מזהי טקסט וכדומה.

בינה מלאכותית כללית – GAI – GENERAL  AI – היכולת לחשוב, להבין וללמוד כל משימה שבן אנוש יכול לבצע (לרוב באמצעות למידה מכונה) ומתייחסת בגדול למושג מערכות בינה מלאכותית שיש להן אינטליגנציה דמוית אדם;

בינה מלאכותית יוצרת (ג'נרטיבית – Generative AI) – המתמקדת ביצירת תוכן ורעיונות חדשים המבוססים על נתונים קיימים ויש לה פוטנציאל לשנות באופן דרסטי את הדרך בה אנו ניגשים ליצירת תוכן. יש לה יישומים ספציפיים והיא קבוצת משנה של בינה מלאכותית המצטיינת בפתרון משימות מסוימות.  (בהרחבה בהמשך) .

בינת "על" מלאכותית – SAI SUPER – AI – היכולת להתעלות על האינטלקט של המין האנושי ולבצע משימות שאף אדם לא יכול (סינגולריות). כיום אנו נמצאים בנקודת זמן בה האינטליגנציה של המכונות יכולה להשתוות לאינטליגנציה האנושית. חיקוי המוח האנושי באמצעות מכונות הוא בעיה קשה מאוד לפתרון הנחקרת בשתי רמות: האחת, דמוית אנוש – בה המחשב חושב ומסיק מסקנות באופן דומה למוח האנושי והשנייה, שאינה דמוית אנוש – לפיה המחשב יגיע ליכולות עצמאיות לחשיבה, ללא קשר לדרך שבה המוח האנושי עושה זאת.

בהרחבה

בינה מלאכותית נקשרת למדעי הנתונים ולרובוטיקה חכמה. דו"ח של מכון נאמן (2018), מתייחס לקשר בין שלושה תחומי מחקר אלו ומדגיש את העובדה שלשלושת המונחים אין הגדרה אחת המוסכמת בספרות. לכן, הם מתייחסים הן לבינה מלאכותית והן למדעי הנתונים בצורתם הרחבה ביותר. בינה מלאכותית מוגדרת כ-"כל שיטה לתכנות מחשבים המאפשרת להוציא לפועל מטלות או דרכי התנהגות שהיו מחייבות אינטליגנציה אילו היו מבוצעות על-ידי בני-אדם".^[1] הגדרת מדעי הנתונים מתייחסת לטכנולוגיות הרלוונטיות לתחום זה, שהן טכנולוגיות לאיסוף מידע לשימושים שונים, כגון האינטרנט של הדברים על כל חיישניה, ויזואליזציה של המידע, חיזוי וכריית מידע. טכנולוגיות לעיבוד וניתוח מידע, כגון טכנולוגיות לכריית מידע ופענוח משמעויות, ולבסוף, טכנולוגיות מבוססות בלוקצ'יין ליצירת אלגוריתמים אוטונומיים וחוזים חכמים. אלא, שנושאים כמו חיזוי אנליטי או פענוח משמעויות מתאימים גם להגדרה של בינה מלאכותית, ואכן, רבים מתייחסים למדעי הנתונים כתחום הכולל בתוכו גם בינה מלאכותית. המונח האחרון, 'רובוטיקה חכמה', מצביע על קשר בין רובוטים או מפעילים בעולם הפיזי ובין רובוטים אוטונומיים חכמים (Smart Autonomous Robots) המתבססים על בינה מלאכותית, למידת מכונה ויכולת התאמה לסביבה.  

בינה מלאכותית כבר משפיעה ועתידה להשפיע ביתר שאת על כל תחום בחיינו. אתגר השילוב של בינה מלאכותית וחינוך מחייב מתן מענה תפיסתי שלם, כמוצג במודל שלהלן (איור 5) המתייחס לשלושה תחומים רלוונטיים וליחסי הגומלין ביניהם. התחומים הם: טכנולוגיות בינה מלאכותית, עולם רווי בינה מלאכותית, ותחום החינוך.

קשרי הגומלין ביניהם כוללים: עיצוב העולם באמצעות בינה מלאכותית, קידום החינוך לעולם רווי בינה מלאכותית וחינוך לעולם רווי בינה מלאכותית. המרכיבים וקשרי הגומלין הם דינמיים ומשתנים באופן מתמיד לאור המציאות המשתנה.  

^[1] National Academy of Sciences, 2018