בינה מלאכותית ולמידת מכונה: הדרך ל- 2018

אם הייתי צריך להצביע על ההתקדמות הטכנולוגית החשובה ביותר בשנת 2017, היא כנראה הבאה: סדרה של בינות מלאכותיות עברו על נתוניהם של מאות-אלפי חולים, וגיבשו מודלים משלהן בנוגע לגורמים המשפיעים ביותר על סיכויו של כל אדם ללקות במחלת לב. כשהמודלים הושוו לדרך המיושנת (סליחה, המקובלת כיום) בה רופאים מנסים לחזות את הסיכוי ללקות במחלות לב, התגלה שכולם מדויקים ומוצלחים יותר מהשיטות של הרופאים האנושיים.

טוב, עד כאן זה לא באמת מפתיע. הדרך המקובלת כיום לחזות התקף לב היא באמצעות סקירת שמונה גורמי סיכון, כגיל המטופל, רמות כולסטרול בדם, עישון, סוכרת, לחץ דם ועוד. הרופאים מצרפים את כל אלו ביחד כדי להגיע למסקנה סופית, ובהתאם לכך ממליצים למטופל מה לעשות. אלא שבאמצעות למידת מכונה ניתן לעבור על עשרות גורמי סיכון נוספים, ולהתחיל למצוא דפוסים שאינם ברורים במבט ראשון. זה בדיוק מה שעשו החוקרים, ולאחר שהבינות המלאכותיות שלהם מצאו את הדפוסים הללו, הם בחנו אותם על 83,000 תיקים רפואיים – וכאמור, גילו שהמודלים הממוחשבים החדשים חוזים התקפי לב טוב יותר מהמודלים שהיו בידי הרפואה עד כה.

ההפתעה – והמבוכה – הגדולות באמת הגיעו כשהתברר שסוכרת, שהיא אחד מגורמי הסיכון שמקובלים בדרך המסורתית לחיזוי התקפי לב, לא הצליחה להיכנס לרשימת "עשרת הגורמים הקריטיים ביותר" שזיהו הבינות המלאכותיות. ולחלופין, ברשימת גורמי-הסיכון הקריטיים שגיבשו הבינות, ניתן למצוא פרמטרים שהמודל המסורתי אינו לוקח בחשבון, כגון נטילת קורטיקוסטרואידים, או מחלה נפשית קשה.

למה זה חשוב? קודם כל, מכיוון שהמודלים החדשים הללו יכולים להציל חיים. מתוך 83,000 התיקים הרפואיים שנבדקו על-ידי הבינות, בערך 355 מטופלים היו יכולים לקבל התרעה מראש על כך שהם בעלי סיכוי גבוה לפתח מחלת לב בשנים הקרובות, והיו יכולים לקבל טיפול רפואי מקדים שהיה מוריד את סיכוייהם לחלות. אימוץ של המודלים החדשים יכול להציל אלפי נפשות מסביב לעולם. אם, כמובן, הרופאים יסכימו להתייחס למודלים הללו ברצינות.

אבל מה שחשוב יותר להבין שהמחקר שתיארתי מ- 2017 אינו עומד בפני עצמו. הוא משקף מגמה גדולה יותר, בה הבינות המלאכותיות מתחילות להפיק עבורנו מודלים ורעיונות מוצלחים יותר מאלו הקיימים כיום. וזה בסדר, באמת שלא צריך לדאוג – אנחנו לא בדרך לטרמינייטור, מכיוון שהן עושות זאת בשיתוף פעולה עם חוקרים אנושיים. כלומר, החוקרים מפתחים את הבינה המלאכותית, נותנים לה להתאמן על אוסף גדול של נתונים, בוררים את המוץ מהתבן ומפרסמים את התוצאות המעניינות והחשובות ביותר.

לא קשה לחזות מה יקרה בשנת 2018: חוקרים בכל התחומים יאמנו בינות מלאכותיות על אוספי נתונים עצומים בכל התחומים, ואלו יזהו חוקיות שחמקה עד כה מעיני הסטטיסטיקאים האנושיים. התהליך הזה יקרה ברפואה, בביטוח, בפסיכולוגיה, בחינוך, בלוחמה בפשיעה ובטרור ואפילו באהבה. והתוצאה תהיה שבעוד שנה יהיו ברשותנו מודלים מדויקים קצת יותר בנוגע למתרחש בעולם. נבין טוב יותר את עצמנו, את המחלות המאיימות עלינו, את הגורמים שמפעילים אותנו, בזכות הבינה המלאכותית. ושנה לאחר מכן, כשהיא תשתפר עוד יותר ביכולותיה, ישתפר עוד יותר הידע שברשותנו ויאפשר לנו להגיע לתובנות ולפריצות-דרך חדשות בכל התחומים.

אם אתם רוצים לדעת למה אני אופטימי כל-כך לגבי שנת 2018, ולגבי עתיד המין האנושי בכלל, זו הסיבה. אנו נותנים למכונות שלנו להתחיל להפיק עבורנו ידע ותובנות – והן עושות את זה טוב יותר מאיתנו, וימשיכו לעשות זאת עבורנו עוד הרבה מאד זמן.

———

אתם מוזמנים לקרוא עוד על עתיד הבינה המלאכותית והרובוטים בספרי החדש "השולטים בעתיד", בחנויות הספרים המובחרות (וגם אלו שסתם בסדר).


 

5 מחשבות על “בינה מלאכותית ולמידת מכונה: הדרך ל- 2018

  1. "נבין טוב יותר את עצמנו" ???

    לא מומחה לבינה מלאכותית, אבל עד כמה שקראתי עד היום, בינה מלאכותית בדר"כ לא מאפשרת לנו להבין איך היא הגיעה למסקנותיה, אז תהיה לנו "קופסא שחורה" שתדע להסיק מסקנה סטטיסטית על נתונים של אדם מתוך נתוניהם של המון אחרים, אבל, לא נדע להבין את הסיבות לכך. או שיש התפתחות חדשה בנושא ?

    אהבתי

    • כתבתי על זה בעבר בבלוג. בקצרה: יש כמה גלים של בינה מלאכותית. בגל השני (בו אנו כרגע), היא לא מסבירה לנו איך הגיעה למסקנות שלה. בגל השלישי, שצפוי להתחיל בשנים הקרובות, היא גם תדע להסביר לנו איך הגיעה אליהן.
      אבל במשפט בפוסט התכוונתי למשהו קצת שונה: הבינה המלאכותית תוכל לעזור לנו לחקור את הגוף ולהגיע לתובנות חדשות, וכך נבין את עצמנו טוב יותר.

      אהבתי

  2. למחבר הכתבה המכובד יש יתר אופטימות בקשר ליכולות של בינה מלאכותית. בתולדות בינת מלאכותית היו שני גלי אופטימיות (שבדיעבד התבררו כ אופטימיות יתר). גל ראשון התרחש בשנות 60 וגל שני בשנות 80. כרגע אנו חווים עוד גל של אופטימיות (השלישי). אינני שולל התקדמות בבינה מלאכותית אך בתחום יש מגבלות כבדות (חלק מהן הגבלות מתמטיות כמו Cybenko Theorem).

    אהבתי

    • זה טבע הדברים שיש גלים של אופטימיות ופסימיות בהתקדמות טכנולוגית, אבל בסופו של דבר מתקדמים.

      זו נקודה מחוכמת שאתה מעלה על מימדים גבוהים (ארור תהיה על שהכרחת אותי להסתכל על מתמטיקה). אבל יש לך פה הרבה הנחות, למשל שנמשיך להשתמש ברשתות נוירונים, שמספר המימדים יהיה כזה שלא יאפשר לנו להתקרב מספיק לשפה, שלא ניתן לעשות מניפולציות למרחב הבעיה כך שרוב המחלקה יהיה רחוק מהאזור של הגבול בין המחלקות, שהגבול בין המחלקות מכסה חלק ניכר מהשפה, וכו'.

      אני די בטוח שהמונח של No free lunch theorems מוכר לך. משפטים מסוג זה מוכיחים בתחום אחר תחום של מדעי המחשב שעבור רוב הבעיות אין פתרונות טובים או אין דרכים טובות למצוא פתרונות טובים. ובכל זאת כל הזמן מוצאים פתרונות טובים לבעיות. הסיבה היא שעולם הבעיות האפשריות שונה מאוד מעולם הבעיות שאנחנו רוצים בד"כ לפתור. האם אפשר לפתור את כל בעיות הקליסיפיקציה ביקום בצורה טובה בעזרת למידת מכונה? אולי לא. אבל האם אפשר ללמד מחשב להבדיל בין תפוחים לאגסים? בין שולחנות לכסאות? האם אפשר לפתח כלים שיהפכו מכוניות ממוחשבות לנהגות טובות מכל אדם? יכול מאוד להיות שכן.

      Liked by 1 person

להשאיר תגובה

הזינו את פרטיכם בטופס, או לחצו על אחד מהאייקונים כדי להשתמש בחשבון קיים:

הלוגו של WordPress.com

אתה מגיב באמצעות חשבון WordPress.com שלך. לצאת מהמערכת / לשנות )

תמונת Twitter

אתה מגיב באמצעות חשבון Twitter שלך. לצאת מהמערכת / לשנות )

תמונת Facebook

אתה מגיב באמצעות חשבון Facebook שלך. לצאת מהמערכת / לשנות )

תמונת גוגל פלוס

אתה מגיב באמצעות חשבון Google+ שלך. לצאת מהמערכת / לשנות )

מתחבר ל-%s