הרובוט ש(לא)חשב שהוא יכול: על רובוטים אוטונומיים והצלחות לא-צפויות

הרובוט ש(לא)חשב שהוא יכול: על רובוטים אוטונומיים והצלחות לא-צפויות

אני משתדל לעסוק בבלוג זה בנושאים שברומו של עולם: תרופות לסרטן, בינות מלאכותיות שמשתלטות על העולם, עתיד העבודה וכן הלאה. אלא שמדי פעם מגיע לתשומת לבי סיפור מיוחד כל-כך, שאיני יכול אלא לעצור הכל ולכתוב עליו. כזה הוא סיפורו של הרובוט ש(לא) חשב שהוא יכול.

סיפורנו מתחיל בסוף ינואר 2017, כאשר כלי-טיס בלתי-מאויש  (כטב"ם) שוגר מאריזונה שבארצות הברית במשימת אימונים פשוטה. שמו של הרובוט? צל (Shadow) RQ-7Bv2. נקרא לו בקיצור, צילי. רובוטים מסוגו של צילי משמשים לניטור אחר מטרות צבאיות לרוב, ואינם אמורים להתרחק יותר ממאה ועשרים קילומטרים מהתחנה השולטת בהם. אבל לצילי היו תכניות אחרות: מיד לאחר השיגור התנתק הקשר בינו לבין תחנת השליטה.

shadow uav.jpg

כלי טיס בלתי מאויש מסוג Shadow. המקור לתמונה: משרד ההגנה האמריקני.

כלים פשוטים יותר היו בוודאי מתרסקים כמה דקות לאחר אובדן התקשורת, אך צילי היה מיוחד. כטב"מים מסוג Shadow נהנים מרמה גבוהה של אוטונומיות. או במילים פשוטות, הם מסוגלים להישאר באוויר ולהמשיך למלא את המשימה גם אם הם מאבדים את הקשר עם המפעיל. מסיבה זו אני מרשה לעצמי לקרוא להם רובוטים אוטונומיים. אלא שצילי לא ידע מה המשימה שלו. וכפי שהבינו לפתע בני-האדם שנותרו על הקרקע מתחת לצלו של צילי, אף אחד בעצם לא ידע מה המשימה שלו.

כלי טיס בלתי-מאוישים מתוכנתים להתנהג בצורות שונות כאשר הם מאבדים תקשורת עם הקרקע. חלקם חגים באוויר מעל נקודה מסוימת עד לחידוש הקשר. אחרים מנמיכים רום ומנסים לנחות, או שמנסים לחזור לנקודה ממנה שוגרו במקור. מערכות חירום מופעלות ברגע שהכטב"ם מבין שהוא בודד עתה בשמים. אבל עבור צילי, נראה שהמערכות הללו לא הופעלו. סברה אחרת היא שצילי זכר בשוגג את הקואורדינטות של ביתו הקודם בבסיס צבאי במדינת וושינגטון, וניסה בגבורה לחזור לשם. או שאולי מערכות החירום לא הופעלו כלל, וצילי פשוט המשיך לשייט בשמים, במסעו אל הלא-נודע.

כך או כך, צילי הותיר מאחוריו את החיילים והמהנדסים המתוסכלים, והחל לטוס צפונה. צפונה, צפונה, צפונה, תוך שהוא מתעלם מכל ניסיון לחדש עמו קשר. הוא התרומם באוויר על גבי הרוחות החזקות, ונעזר בהן כדי לשייט מעל ליערות ושמורות אינדיאנים. כל אותו זמן, עקבו אחריו הרשויות באמצעות מערכות רדאר, אך לאחר חמש שעות הגיע צילי להרי הרוקי. הוא לא היה אמור להיות מסוגל לעבור אותם, ואנשי הצבא איבדו את חתימת הרדאר שלו באותה נקודה והניחו שהוא התרסק.

הרי הרוקי. צילי חצה גם אותם. מקור: Blue Planet Biomes

הוא לא התרסק. הוא רק התרומם עוד יותר גבוה, לרום של 4,000 מטרים, והפליג אל מעל ומעבר להרי הרוקי, לגבהים שלא תוכנן עבורם, למרחקים שלא נועד לגמוע. הוא המשיך צפונה, בלתי-נלאה, במסע בן אלף קילומטרים , עד שהתרסק בסמוך לדנוור. עדיין איננו יודעים מה היתה הסיבה להתרסקות, אך קשה להאמין שצילי היה יכול להמשיך עוד זמן רב, מאחר והדלק שלו בוודאי נגמר כבר, או היה קרוב להיגמר, באותו הזמן.

וזהו סיפורו של צילי, הרובוט שלא חשב שהוא יכול – מכיוון שאין לו כלל יכולת חשיבה – אבל שבדרך-לא-דרך גמע מרחקים שלא היה אמור לעבור, בפרק זמן שלא היה אמור לשרוד בשמים, ובניגוד להנחיות שהיה אמור לקבל.

יומם של הרובוטים האוטונומיים

צילי הוא רק חלק מדור חדש של רובוטים – כאלו הנהנים מאוטונומיות מוגבלת, ומסוגלים להוציא לפועל משימה המוגדרת להם, עם מעורבות מינימלית של מפעיל אנושי. הפרשה של צילי משקפת, למעשה, באג במערכת התפעול של הרובוט. לפעמים אנו מגלים באגים בתוכנות בהן אנו משתמשים: הוורד עשוי להיתקע פתאום או להתחיל למחוק אותיות ומילים בעצמו, או שמערכת ההפעלה של המחשב עשויה ליפול ולהפסיק לפעול. אלו באגים מעצבנים, אבל אנו מצפים להם ומבינים שהם כמעט בלתי-נמנעים במערכות מחשוב מורכבות כל-כך.

ובכן, גם לצילי היה באג. ההבדל היחיד הוא שצילי הוא כטב"ם צבאי בשווי של מיליון וחצי דולרים, והבאג גרם לו לחצות בטיסה שלוש מדינות ואת הרי הרוקי. אפשר לומר בצדק רב שהיה לנו מזל שצילי משמש למטרות ניטור בלבד, ולכן אינו חמוש. אבל בן-דודו הפרדטור (Predator) משמש גם הוא למטרות ניטור וריגול, וחמוש – רק ליתר ביטחון – בשני טילי הלפייר (Hellfire) נגד-טנקים ובשישה טילי גריפין (Griffin) אוויר-קרקע.

בן-דודו החביב-פחות של צילי, הפרדטור, יורה טיל הלפייר נגד-טנקים. מקור: Defense Systems

אני חושד שהיינו משועשעים פחות מכל הפרשיה אילו היה אחד מהפרדטורים החמושים תופס את מקומו של צילי ויוצא למסע דומה ברחבי אמריקה, מבלי שנבין לאן הוא טס או מה יכולותיו המדויקות.

הרצון שמאחורי הרובוט

הכתיבה הרגשנית בחלקה הראשון של הרשומה העלתה בוודאי גיחוך על פיותיהם של רובוטיקאים מומחים, ומסיבה טובה. לרובוטים אין רצונות משלהם. אין להם מחשבות או מודעות עצמית. אבל הרובוטים המשוכללים של היום מתחילים לזכות במה שאפשר לקרוא לו בצדק – "דחפים". המתכנתים מטמיעים ברובוטים האוטונומיים את הדחפים להגיב למצבים שונים בדרכים מסוימות שהוגדרו עבורם מראש. מבחינה זו, הרובוטים האוטונומיים מזכירים חרקים, שיכולים להגיב לאותו מצב פעם אחר פעם באותה הדרך בדיוק – גם אם דרך זו הוכחה כהרת אסון עבורם. ואף על פי כן, הם ניחנים בדחף לפעול כך.

חרקים הם יצורים משוכללים למדי, אך גם הם חושפים 'באגים' כאשר הם נתקלים במצבים לא-צפויים. זו הסיבה שיתושים ממשיכים לקבל זרמים חשמליים כשהם עפים אל האור המהפנט שבמלכודת החשמלית, או שזבובים ממשיכים להיכנס למלכודת זבובים מכנית פשוטה, למרות שהם רואים את כל חבריהם לכודים בתוכה. הדחפים הפשוטים המתוכנתים במערכת העצבים שלהם אינם יכולים להתמודד עם הסביבה המודרנית המורכבת החדשה.

ואם החרקים יכולים לחוות באגים כשהם נקלעים לסביבה לא-צפויה, על אחת כמה וכמה הדבר נכון לרובוטים אוטונומיים. סיפורו של צילי ממחיש מה קורה כאשר הרובוט מציית לדחפים שגויים, או כאשר מתרחש כשל במערכת שנועדה 'לדחוף' אותו לחזור הביתה. באגים כאלו הינם בלתי-נמנעים בכל מערכת מורכבת, אך השלכותיהם יכולות להיות הרות-אסון כשמדובר ברובוטים אוטונומיים, ובמיוחד רובוטים חמושים מהסוג שניתן למצוא בשדה הקרב.

אם גם אתכם זה מפחיד…

אם גם אתכם מפחיד תרחיש בו מתגלים באגים לא-צפויים ברובוטים אוטונומיים, ייתכן שתרצו לחתום על המכתב הפתוח ששחרר לפני שנה וחצי המכון לעתיד החיים (The Future of Life Institute), כנגד שימוש בכלי-נשק אוטונומיים בשדה הקרב. לא תהיו לבד בחתימה עליו: יותר מאלף מומחים וחוקרים בתחום הבינה המלאכותית חתמו כבר על המכתב הקורא להטיל איסור על השימוש בכלי נשק אוטונומיים.

האם המכתב יצליח להניא ממשלות מהקניית יכולות אוטונומיות לרובוטים בשדה הקרב? אני בספק. אם לא הצלחנו לעצור את החימוש הגרעיני, קשה להאמין שנוכל לעצור את חימוש הרובוטים. אבל לפחות כשצילי או פרדי הפרדטור ילכו לאיבוד בפעם הבאה, תוכלו לצקצק בלשונותיכם באכזבה ולציין שידעתם שזה יקרה.

בקיצור, תוכלו להיות עתידנים.

שלושת גלי הבינה המלאכותית שיעצבו את העתיד

שלושת גלי הבינה המלאכותית שיעצבו את העתיד

בחודשים האחרונים כתבתי בבלוג הרבה על בינה מלאכותית ויכולותיה, שלא לדבר על כל הכתיבה הקודמת שלי בספרים כמו "המדריך לעתיד" ו- "השולטים לעתיד" (שיצא לאור באמצע מרץ). בכתבים אלו הבטחתי שהעתיד צופן לנו גדולות ונצורות: בינה מלאכותית שמנתחת רגשות אנושיים, שמפענחת משמעויות וניואנסים חברתיים, שמאפילה על רופאים ועורכי-דין ביכולותיה ואפילו מייתרת חלק גדול מהמטלות שבני-אדם מבצעים כיום.

אני עדיין עומד מאחורי כל התחזיות הללו, אבל כפי שכתבתי – אלו תחזיות לטווח הארוך. ולכן נשאלת השאלה, מהו המצב בשטח כיום. עכשיו. בהווה. כדי לענות על השאלה, יצא לאחרונה סרטון של דרפ"א – סוכנות הביטחון המתקדמת בעולם, שעומדת מאחורי יצירת האינטרנט, רובוטים בעלי רגליים, שווקי תחזיות, מערכת המיקום הגלובלית (או כפי שאנו מכירים אותה בקיצור בשמה כיום – GPS), ועוד ועוד. מרגע שדרפ"א הוקמה, היא התמקדה בטכנולוגיות ובמיזמים פורצי-דרך, כך שאין פלא שכיום הסוכנות מרכזת מאמצי מחקר גם בתחום הבינה המלאכותית.

בימים האחרונים שחרר המשרד לחדשנות מידע בדרפ"א סרטון חדש, בו מנסה מנהל המשרד להסביר את המציאות בנוגע לבינה המלאכותית, ולהסביר מהן יכולותיה כיום – ומה היא תוכל לעשות בעתיד. המגזין המקוון Motherboard הגדיר את הסרטון כ- "מנתץ את ההייפ" שמסביב לבינה המלאכותית. האם הוא באמת עושה זאת? על כך תוכלו להחליט עד סוף הרשומה.

הסרטון באורך 16 דקות ושווה צפייה, אבל אם אתם מהאנשים שמעדיפים לקרוא, הרשיתי לעצמי לתמצת את הסרטון – ואת מחשבותיי על הנקודות שבו – ברשומה הנוכחית. כפי שדרפ"א עושה בסרטון, נחלק את מערכות הבינה המלאכותית לשלושה סוגים, שכל אחד מהם הגיע אחרי הקודם לו. למעשה, שלושה גלים, שתוצרי כל אחד מהם בעלי יכולות מתקדמות יותר מתוצרי הגל הקודם.

 

הגל הראשון: ידע מתוכנת

בגל הראשון של הבינה המלאכותית, מומחים תכנתו את האלגוריתמים ואת המחשבים לפי הידע שהיה ברשותם, ולפי החוקים וכללי ההיגיון שפוענחו וגובשו במהלך ההיסטוריה האנושית. בדרך זו, למשל, תוכנתו אלגוריתמים שהצליחו לשחק שחמט כנגד בני-אדם, או תוכנות לתיאום משלוחים. לא מוגזם לומר שרוב המוצרים הממוחשבים בהם אנו משתמשים כיום נסמכים על בינה מלאכותית מסוג זה: ווינדוס, האפליקציות בטלפון החכם שלנו, ואפילו הרמזורים להולכי הרגל בכבישים, שהאור בהם מתחלף לירוק כשאנו לוחצים על כפתור.

דוגמה טובה לדרך בה בינה מלאכותית מסוג זה פועלת, מגיעה מחברת מודריה. ממשלת הולנד, המחויבת לשלם עבור הייצוג המשפטי של בני-זוג ברוב מקרי הגירושין, הבינה שהיא עלולה לפשוט את הרגל אם שיעור הגירושין בחברה ימשיך לעלות. מכיוון שכך, הממשלה שכרה את חברת מודריה – שמתמחה ביצירת מערכות צדק חכמות – כדי לבנות כלי שמסייע לבעל ולאשה להתגרש מבלי צורך בעורך דין.

מודריה פעלה בהתאם למגבלות הגל הראשון של הבינה המלאכותית. היא תמצתה את הידע של עורכי-דין ומומחים בתחום הגירושין, ויצרה פלטפורמה מקוונת בה נשאלים בני-הזוג סדרה של שאלות. שאלות לדוגמה כוללות התייחסות לסוגיית המשמורת על הילדים, לחלוקת הרכוש בין המתגרשים, ועוד. כשבני-הזוג מסיימים לענות על השאלות, המערכת מזהה באופן אוטומטי את איזורי ההסכמה ואי-ההסכמה ביניהם, ומסייעת להכווין את הדיונים ביניהם באופן שיביא למתן מענה מיטבי.

המערכות בגל הראשון של הבינה המלאכותית – זה בו מומחים מסבירים למחשב כיצד לפעול – נוטות להתבסס על כללים הגיוניים וברורים. המערכות בוחנות מספר מרכיבים חשובים של כל מצב חדש בו הן נתקלות, ומגיעות למסקנה מה הפעולה המתאימה ביותר בכל מקרה. אבל מערכות אלו נתקלות בקשיים ניכרים כשהן נדרשות לבחון את העולם שמחוץ למחשב ולהבין מה בדיוק מתרחש בו. הן גם מתקשות בלמידה או בהפשטה – בנטילת ידע שגיבשו, ויישומו מחדש באופן שונה.

אם לסכם, מערכות אלו יכולות ליישם כללי היגיון פשוטים עבור בעיות המוגדרות היטב, אבל אינן מסוגלות ללמוד, ומתקשות מאד להתמודד עם מצבים של אי-ודאות.

כמובן, אתם עשויים לנחור עתה בזלזול ולטעון שזו אינה "בינה מלאכותית" מהסוג עליה חושבים רוב האנשים. אלא שההגדרות של האדם ברחוב בנוגע לבינה מלאכותית משתנות לאורך השנים. אם הייתי שואל אתכם לפני שלושים שנים האם "ווייז" היא בינה מלאכותית, הייתם אומרים לי שהתשובה חיובית במפורש. אחרי הכל, ווייז מסוגלת לתכנן עבורכם נתיב מיטבי למטרה, ולהסביר לכם בקול רם כיצד לפנות בכל צומת בכביש. ואף על פי כן, האדם ברחוב מתייחס כיום ליכולותיה של ווייז כמובנות מאליהן, וטוען שבינה מלאכותית 'אמיתית' אמורה להיות מסוגלת להרבה יותר: לנווט גם את הרכב עצמו בכביש, לפתח פילוסופיה מוסרית שמתחשבת ברצונותיו של הנוסע, ולהכין לו קפה בו-זמנית. ובכן, נחשו מה – גם מוצרים 'פרימיטיביים' כמו מערכת הצדק של מודריה, או ווייז, מבוססים על בינה מלאכותית, ועל עבודה מאומצת רבה בתחום. מערכות בינה מלאכותית המתבססות על הגל הראשון אחראיות למעשה על כמעט כל המוצרים הממוחשבים בהם השתמשנו בשני העשורים האחרונים.

הגל השני: למידה סטטיסטית

בשנת 2004 פתחה דרפ"א לראשונה את תחרות הנהיגה האוטונומית. במסגרת התחרות הוצע פרס של מיליון דולרים לקבוצה שתצליח לפתח רכב ללא-נהג שיוכל להשלים מסלול באורך 240 קילומטרים. הרכבים נסמכו על בינה מלאכותית מהגל הראשון – כלומר, מבוססת חוקים שהוגדרו על-ידי מומחים – ותוך זמן קצר המחישו את מגבלות השיטה. הרכבים התקשו במיוחד לפענח את התמונות והווידאו ולהסיק מתוכם מה עליהם לעשות. הם לא יכלו להבדיל היטב בין צורות כהות בתמונות, למשל, ולהבין האם מדובר בצל, בסלע, בחפץ במרחק רב או קצר, וכיצד עליהם לפעול. לא מפתיע לגלות שחלק מהרכבים 'פחדו' אפילו מהצל של עצמם, או שדמיינו מכשולים בכביש פתוח.

אף אחת מהקבוצות לא הצליחה להשלים את המסלול עד סופו – ולמעשה, הרכב המוצלח ביותר גמע רק 11.9 קילומטרים. זה היה כישלון מהדהד – בדיוק מהסוג שדרפ"א אוהבת לממן, בתקווה שהלקחים והתובנות שיופקו ממנו יביאו ליצירת מערכות מתקדמות יותר.

וזה בדיוק מה שקרה, שנה אחת לאחר מכן, כשדרפ"א חזרה על התחרות – והפעם, חמש קבוצות הגיעו לסוף המסלול בהצלחה, כשהן נסמכות על הגל השני של הבינה המלאכותית: למידה סטטיסטית. מנהל הקבוצה המנצחת, אגב, נחטף כמעט מיד על-ידי גוגל, ועמד מאחורי פיתוח הרכב האוטונומי כפי שאנו מכירים אותו כיום.

הגל השני של בינה מלאכותית מתבסס על למידה סטטיסטית, והוא זה שמאפשר לטלפון שלכם להבין את קולכם, או לזהות פנים של אינדיבידואלים בתמונות. בגל זה, המהנדסים אינם טורחים לגבש כללים מדויקים, אלא מפתחים מודלים סטטיסטיים עבור תחום מסוים של בעיה, ואז מאמנים את המודלים הללו על דוגמאות רבות ושונות, כדי לעדן ולשפר את הדיוק שלהן.

מערכות למידה סטטיסטית מוצלחות במיוחד בהבנת העולם שמסביבן: הן יכולות להבדיל בין אדם אחד למשנהו, או בין הברה להברה. הן מסוגלות גם ללמוד ולהתאים את עצמן למצבים שונים באמצעות אימון הולם. עם זאת, בניגוד למערכות מהגל הראשון, הן מוגבלות דווקא ביכולות הלוגיות שלהן – הן אינן נסמכות על כללים מדויקים, אלא "על מה שעובד מספיק טוב, מספיק מהפעמים". הן גם אינן מצליחות להעביר ידע מתחום אחד למשנהו באופן יעיל.

בקטגוריה זו נכללות רשתות העצבים המלאכותיות בהן אנו תולים תקוות גדולות כל-כך (ראו כאן). רשתות העצבים המלאכותיות מבוססות על שכבות חישוביות, שבכל אחת מהן מתבצעת פעולה אחרת פשוטה יחסית של עיבוד המידע, ותוצאותיה מועברות לשכבה הבאה לעיבוד נוסף. באמצעות אימון של הרשתות הללו ושל כל אחת מהשכבות, ניתן 'לאלף' אותן להפיק את התוצאות הנכונות ביותר. לעתים מלאכת האימון והאילוף דורשת מהרשתות לחזור על ניתוח המידע עשרות-אלפים פעמים, כדי להגיע לשיפור קטן נוסף. אבל בסופו של דבר, דרך זו מצליחה לספק תוצאות מרשימות.

רשתות עצבים מלאכותיות מצליחות להגיע לרמת זיהוי פנים שעולה על זו של בני-אדם, מבדילות בין סוגים שונים של חיות ועצמים בתמונות, שולטות בתנועתם של רכבים אוטונומיים ורחפנים, מתמללות דיבור אנושי ברמה שעולה על זו של טובי המתמללים האנושיים, ומגיעות להישגים מרשימים יותר ויותר גם בתחום התרגום. ההצלחות בתחום משאירות את טובי המומחים לבינה מלאכותית בפה פעור.

למרות כל ההצלחות האלו, אנו רואים שרשתות העצבים המלאכותיות מצליחות במשימות שניתנות להן, אך אינן מנסות להבין או לפענח את הכללים הלוגיים שמאחורי פעולות הניתוח שהן מבצעות. מבחינה זו הן דומות למוח שלנו: אנו יכולים להשליך כדור באוויר ולנבא מראש היכן הוא עומד ליפול, גם מבלי שנחשב את משוואות התנועה הפורמליות של ניוטון – או שנהיה מודעים אפילו לקיומן.

תאמרו עכשיו שאין בכך בעיה אמיתית? שגם אם איננו מסוגלים לחשב את משוואות התנועה של ניוטון, אנו עדיין מגיעים לתוצאות 'טובות מספיק'? ובכן, מיקרוסופט עשויה שלא להסכים עמכם בנקודה זו. החברה שחררה לרשת החברתית בוט – כלומר, אלגוריתם שנועד לחקות כתיבה אנושית ולהגיב לבני-אדם – שכמעט בוודאות מבוסס על רשתות עצבים מלאכותיות. האלגוריתם, שכונה 'טאי', נועד לחקות צעירה אמריקנית בת 19, ולשוחח עם הצעירים בשפתם. הצעירים זינקו על האתגר, והחלו לשלוח לטאי הודעות מאתגרות, בלשון המעטה. הם סיפרו לה על היטלר והצלחותיו הגדולות, בישרו לה שנפילת מגדלי התאומים בניו-יורק הונדסה על-ידי גורמים פנימיים בממשל האמריקני, ועדכנו אותה לגבי תכונותיהם השליליות של מהגרים. וכך, תוך שעות ספורות, טאי החלה לספק תשובות המבוססות על מה שלמדה מהציבור, והסכימה שהיטלר פעל כשורה.

ParentsProudest-640x266.png

זו הייתה הנקודה בה מהנדסי מיקרוסופט ניתקו את טאי מהרשת.

הודעתה האחרונה של טאי הייתה שהיא לוקחת פסק זמן כדי "לעכל הכל". עד כמה שאנו יודעים, היא עדיין מעכלת.

פרשיה זו חושפת את אתגר הסיבתיות. אם במערכות מהגל הראשון יכולנו לחזות מראש היטב כיצד יפעלו בנסיבות מסוימות, הרי שבמערכות מהגל השני איננו מסוגלים כבר להתחקות באופן מדויק אחר הסיבתיות – אחר הדרך המדויקת בה קלט הופך לפלט, ומידע מתורגם להחלטה.

כל זה לא בא לומר שאין תועלת ברשתות העצבים המלאכותיות. כפי שכתבתי, הן מגיעות לתוצאות מרשימות יותר מכל מערכת שהומצאה לפניהן בתחומים כמו עיבוד ראייה, תמלול ותרגום דיבור אנושי ועוד. אלא שברור שכדי שהבינה המלאכותית שנפתח לא תהלל את שמו של היטלר, היא חייבת להשתפר. עלינו לעבור לדור הבא – לגל השלישי (והעתידי) של הבינות המלאכותיות.

הגל השלישי: התאמה לפי הקשר

בגל השלישי, המערכות עצמן יוכלו לגבש מודלים שיסבירו כיצד העולם פועל. במילים אחרות, הן יגלו בעצמן את כללי ההיגיון הבסיסיים שלפיהם הן יפעלו.

נסביר באמצעות דוגמה. נניח שמערכת עצבים מלאכותית מהגל השני בוחנת את התמונה הבאה, ומגיעה למסקנה שמדובר בפרה. איך היא מסבירה את עצמה?

Cow_female_black_white.jpg

פרה. מערכות מהגל השלישי יכולות להסביר שיש סבירות גבוהה שמדובר בפרה מכיוון שיש לה ארבע רגליים, שטח פנים לבן עם כתמים שחורים, עטינים וקרניים. קישור: ויקיפדיה

מערכות מהגל השני אינן יכולות באמת לנמק את החלטותיהן – לא יותר מכפי שילד היה יכול להסביר את משוואות התנועה של ניוטון מתוך הבנת התנועה של כדור באוויר. הן יכולות רק להגיד לנו ש- "זוהי התמונה שהתקבלה, ולאחר כל החישובים שערכתי, יש הסתברות של 87 אחוזים שמדובר בפרה".

מערכות מהגל השלישי אמורות להיות מסוגלות לנמק גם את החלטותיהן. בדוגמת הפרה, המערכת תוכל להסביר שמכיוון שמדובר בעצם בעל ארבע רגליים יש סיכוי גבוה יותר שמדובר בבעל-חיים. מכיוון ששטח הפנים שלו לבן עם כתמים שחורים, יש סיכוי גבוה יותר שמדובר בפרה (או דלמטי). מכיוון שיש לו עטינים וקרניים, הסיכוי שמדובר בפרה גדל עוד יותר בהשוואה לשאר האפשרויות, ולכן זו תהיה התשובה הסופית שתוצג למשתמש, ביחד עם פירוט של כל הנימוקים שהובילו אליה.

מערכות מהגל השלישי יוכלו גם להסתמך על מודלים שמשלבים תוכן והבנה ממספר מקורות שונים, כדי להגיע למסקנה סופית ומנומקת. הן יוכלו, למשל, לבחון כתיבה אנושית בהסתמכות על מודלים שמתארים את תנועת כף היד במרחב, ובדרך זו להגיע למסקנה בנוגע לכתוב. הן יוכלו גם לאמן את עצמן – כפי שעשתה מערכת אלפא-גו כאשר שיחקה נגד עצמה מיליון משחקי גו, כדי לזהות את הכללים הלוגיים המתאימים ביותר למשחק ברמה גבוהה. בדרך זו היא הייתה יכולה להסביר חלק מהמהלכים בהם נקטה, או לפחות לציין את ההסתברות שאדם היה נוקט במהלך שכזה במצב דומה.

מערכות הגל השלישי יוכלו לבחון כל מצב ממספר נקודות מבט שונות, להבין את משמעותו הרחבה יותר ולגבש תגובה הולמת. מעבר לכך, ייתכן בהחלט שהן יצליחו גם להגיע לרמה של חשיבה מופשטת – אבל כפי שמציין מנהל המשרד לחדשנות המידע בדרפ"א – "יש עוד המון עבודה שצריך לעשות כדי שנוכל לבנות את המערכות האלו".

מערכות הגל השלישי הן אלו שטומנות בחובן את ההבטחה הגדולה ביותר לעתיד. מערכות הגל השלישי יוכלו לגבש תובנות לגבי הבריאות של כל אדם, באמצעות הסתמכות על מקורות המידע הרבים והשונים שיגיעו מהתיק הרפואי שלו, מהבית החכם בו הוא גר, מהמחשוב הלביש שהוא עונד ומהחיפושים שהוא עורך באינטרנט. מערכות הגל השלישי יוכלו לנתח מצבים מהחיים תוך שימוש גם בכלי חשיבה מופשטים, ויגיעו לתובנות ולמסקנות דומות לאלו שבני-אדם היו מגיעים אליהן.  מערכות הגל השלישי יוכלו אפילו לתכנת את עצמן – לשפר פעם אחר פעם את המודלים שבאמצעותם הן מגיעות לתובנות.

וזהו. עד לכאן מגיעה ידיעת דרפ"א בנוגע למערכות הבינה המלאכותית של ההווה והעתיד.

מה המשמעויות?

הסרטון מסביר מצוין את ההבדלים בין מערכות הבינה המלאכותית, אבל בניגוד למובטח בחלק מהאתרים שסיקרו אותו, הוא אינו "מנתץ את ההייפ" שאופף את הבינה המלאכותית. למעשה, הוא רק מחזק ומספק ביסוס לרעיונות ולחששות של רבים מההוגים בתחום. דרפ"א מבהירה שבכל הנוגע לבינה מלאכותית שעתידה "להשתלט על העולם" – אנחנו עדיין לא שם. אבל זה ברור. אף אחד לא טען שהבינה המלאכותית מתקדמת מספיק כיום כדי לעשות את כל מה שסופרי המדע הבדיוני ורבים מהעתידנים (ואני ביניהם) מצפים שתעשה בעוד כמה עשורים: לפתח מוטיבציה משל עצמה, לקבל החלטות מוסריות, לתפוס את משרותיהם של רוב העובדים האנושיים, ואפילו לפתח את הדור הבא של הבינה המלאכותית.

אבל הגל השלישי עומד לתת לה חלק לא-מבוטל מהיכולות הללו.

כאשר מערכות הגל השלישי מסוגלות לפענח בעצמן את המודלים החדשים שישפרו את פעולתן, הרי שהן יכולות הלכה למעשה לתכנת את הדור הבא של עצמן. כשהן יכולות לפקח על פעילותן באמצעות הבנת הקונטקסט – המשמעות וההשלכות של פעולותיהן – הן מסוגלות להחליף חלק גדול מהעובדים האנושיים, ואולי את כולם. וכשהן יכולות לשנות את המודלים באמצעותן הן מעריכות את משמעויותיהן של פעולות מסוימות, הרי שהמשמעות היא שהן יכולות גם לחשב מחדש את המוטיבציה של עצמן.

כל הדברים האלו לא יתרחשו בשנים הקרובות, ובוודאי לא יגיעו לכדי מימוש מלא בעשרים השנים הקרובות. כאמור, איש אינו טוען אחרת. הטענה העיקרית כיום מצד חוקרים ואנשי הגות המודאגים לגבי עתיד הבינה המלאכותית – סטיבן הוקינג, ניק בוסטרום, אלון מאסק ואחרים – היא שאנו צריכים להתחיל לחשוב כבר עכשיו איך להטמיע אמצעי בקרה בבינות המלאכותיות של הגל השלישי, מהסוג שיתחיל להופיע בכל מקום בעוד עשור או שניים. בהתחשב ביכולותיהן של הבינות המלאכותיות הללו, זו אינה נראית דרישה בלתי-הגיונית.

אבל עבורי השאלה המעניינת באמת, היא איך ייראה הגל הרביעי: זה שאפילו דרפ"א – המקום שמרכז את כל החוקרים שמסתכלים קדימה הרבה מעבר לכולם – לא מדברים עליו עדיין. האם מנגנון קבלת ההחלטות של מערכות הגל הרביעי יתבסס כבר על חיקוי מדויק של המוח האנושי? או אולי הן יסתמכו על מנגנוני קבלת החלטות שאיננו יכולים עדיין להבין בכלל, ויפותחו על-ידי הבינות המלאכותיות של הגל השלישי?

כל הנושאים האלו אינם מוזכרים בסרטון, וכנראה שבצדק. הסרטון נועד להסביר בקצרה ובקלילות את דרכי הפעולה של הבינה המלאכותית בה אנו עושים שימוש כיום, ונעשה שימוש בשנים הקרובות. הוא לא נועד לחקור את העתיד ואת ההשלכות של המערכות האלו. אנחנו אלו שצריכים לחשוב על הנושאים הללו, לדרבן לחקור אותם ולתהות על קנקנם עוד לפני שהם מתממשים.

זוהי העבודה שלנו, לפחות לעת עתה.

לפני שמערכות הגל השלישי יעברו לבצע גם אותה.

רובוט חדש "מעורר סיוטים"

רובוט חדש "מעורר סיוטים"

לפני מספר חודשים נפלה בידי הזכות להשתתף בהרצאה של אחת המהנדסות הבכירות בחברת בוסטון דינמיקס. החברה, למי שלא מכיר, בונה רובוטים. אבל לא סתם רובוטים: המכונות שלה מהלכות על ארבע או שתי רגליים, ובכך מחקות את דרך תנועתם של בעלי-חיים ושל בני-אדם. אחד הרובוטים המפורסמים ביותר של החברה הוא ביג דוג (כלב גדול, בלועזית), שנועד במקור לשמש את צבא ארצות הברית לנשיאת משאות בשדה הקרב. רובוט מפורסם אחר הוא אטלס, הנע על שתי רגליים כאילו היה אנושי, ומסוגל גם לפתוח דלתות, לשאת קופסאות, ואפילו לעשות שכיבות סמיכה.

בסוף ההרצאה הרמתי יד, ושאלתי מדוע בעצם מתרכזים מהנדסי החברה רק ברובוטים המחקים אחד-לאחד את דפוס התנועה הביולוגי. "למה אתם מסתמכים רק על מנגנונים שהתפתחו במהלך האבולוציה כדי לתמוך ביצורים ביולוגיים שצריכים גם להתכופף כדי לאסוף מזון, לשאת את צאצאיהם ולהזדווג? מדוע שלא תנסו למצוא דרכים יעילות יותר לתנועה, שהאבולוציה לא מצאה מעולם?"

מסתבר שהקשיבו לי שם.

(גילוי נאות: רוב הסיכויים שלא הקשיבו, והרובוט החדש הוא תוצר עבודת מחקר שהחלה הרבה לפני שהרמתי את היד. אבל מותר לי לחלום בהקיץ, לא כך?)

הרובוט החדש שהדגימה בוסטון דינמיקס בימים האחרונים מסוגל לנוע על שני גלגלים, ולאזן את מרכז הכובד של גופו באופן מושלם. הוא מפגין יכולת תנועה מהירה ומרשימה – בוודאי מהר יותר מאטלס ומביג דוג – על אף שהוא יהיה מוגבל בוודאי בעיקר למשטחים סלולים כמו כבישים ומדרכות. ומה אם הוא ייתקל במדרגה? אין מה לדאוג – הוא מסוגל לקפוץ כמו סוס מעל מכשולים בגובה מטר ויותר.

מייסד חברת בוסטון דינמיקס הגדיר את המכונה כ- "רובוט מעורר-סיוטים", ולא קשה להבין למה. הרובוטים הקודמים של החברה הזכירו בצורתם ובתנועתם את היצורים הביולוגיים שאנו רגילים לראות בכל מקום – כלבים ובני-אדם. הרובוט החדש הינו חדש במלוא מובן המילה: זהו יצור כלאיים שלא היה קיים כדוגמתו בכל ההיסטוריה של כדור-הארץ. הוא משלב בגוף אחד את הגלגל – טכנולוגיה שאינה שימושית בסביבה שאינה מכילה דרכים או משטחים חלקים – ואת הרגליים הביולוגיות והיכולת לשמור על שיווי משקל מושלם.

הרובוט החדש מראה לנו איך יכולים להיראות הרובוטים של העתיד: שונים מאד מחזונותיו של אסימוב אודות רובוטים אנושיים-למראה, ומותאמים באופן מושלם למטרות עבורן יוצרו. רובוטים דומים יוכלו להתנייד בכבישים ועל המדרכות תוך עשר שנים או פחות, לשאת משאות ומשלוחים, ואולי אפילו לקחת בני-אדם למחוז חפצם. וכן – הם יכולים גם להיות מכונות מלחמה מבעיתות, שיתפקדו בשטחים עירוניים. מכונות אלו יהיו עמידות בפני כדורים בזכות מיגון מתאים ויכולת להתאזן ולהימנע מנפילה בעקבות הפגיעה. מהירות התנועה שלהן תאפשר להן לשאת כלי-נשק מסוג ישן-חדש: להבים שיוכלו לגרום נזק נוראי לאזרחים בסביבות צפופות.

רובוט מלחמתי שכזה יכול באמת לעורר סיוטים, כפי שקבע מייסד בוסטון דינמיקס. אבל עד שתגיע המלחמה הגדולה הבאה, אפשר וראוי להתרשם מההחלטה לזנוח את דפוסי התנועה הביולוגיים המיושנים לטובת גופים ודפוסים חדשניים ושימושיים יותר. החברה ייצרה את הטכנולוגיה – ועכשיו תפקידנו להשגיח עליה, ולוודא שהיא משמשת לצרכים שייטיבו עם בני-האדם.

איך שבבי האיברים ישנו את הרפואה

איך שבבי האיברים ישנו את הרפואה

לפני כמה חודשים פתחתי בסקירה של "עשר הטכנולוגיות המפציעות של 2016", לפי דו"ח שהוציא הפורום הכלכלי העולמי בנושא. אני מודה שהתעכבתי יותר מהרגיל – בינתיים הספקתי לכסות רק חמש טכנולוגיות – אבל עדיף מאוחר מאשר לעולם לא! וכך, אני גאה להציג לכם את הטכנולוגיה המפציעה הבאה ברשימה: איברים על שבבים, או כפי שאני אוהב לקרוא להם בקיצור – "שבבי איברים".

 

שבבי איברים הופכים לסחורה חמה באקדמיה בעשור האחרון. הרעיון מטעה בפשטותו: החוקרים מנסים ליצור 'שבבים' – סביבות גידול זעירות לתאים, המחקות את התנאים הפיזיולוגיים הקיימים באיברים שונים מהגוף. חלק מהשבבים מחקים את סביבת המחיה שבריאות, בעוד שאחרים מחקים את פעילות הכליות, הכבד, ואפילו המוח. וכמובן, קיימים ניסיונות לחבר אפילו כמה מיקרו-סביבות כאלו זו לזו כדי ליצור 'אדם על שבב'.

כפי שאפשר להבין מהופעת הטכנולוגיה ברשימה היוקרתית של הפורום הכלכלי העולמי, מדובר בתחום פורץ דרך, שחוקרי הנדסה ביו-רפואית מכל העולם מעורבים בו.

אבל למה בכלל צריך את השבבים האלו?

כדי להבין את התשובה, נערוך ניסוי מחשבתי מהיר. שימו עצמכם בנעליו של חוקר שמאמין שחומר כימי מסוים יכול לטפל בהצלחה במחלה קשה. לא ניכנס למנגנון המדויק בו פועלת התרופה – בכל זאת, אתם לא רוצים לחשוף את המחקר שלכם למתחרים! – אבל נאמר רק שאתם בטוחים שיש לחומר שפיתחתם פוטנציאל גדול. אם תרצו להוציא אותו לשוק, הרי שתצטרכו קודם לבצע מבחני רעילות מתקדמים, במהלכם תנסו את החומר במינונים שונים על חיות מעבדה רבות. זהו הליך יקר. עכברי מעבדה פשוטים אמנם אינם עולים הרבה, אך במקרים רבים יש צורך להשתמש בעכברים או בחיות שהונדסו גנטית במיוחד לצרכי הניסוי. וגם את העכברים הפשוטים ביותר יש צורך לגדל ולהאכיל, וכמובן – לדאוג לבריאותם ולמנוע מהם כאב וסבל מיותרים.

המשמעות של כל הגורמים הללו היא שרק במעבדות ממומנות היטב ניתן לערוך ניסויים מעמיקים בבעלי-חיים ולבחון תרופות חדשות אפשריות. כולם מסכימים שתחום הביולוגיה והרפואה יוכל רק להרוויח ממצב בו יפותחו כלים זולים ויעילים יותר לבדיקת תרופות פוטנציאליות, ואם אפשר – רצוי שגם לא יעלו בחייהם של חיות מכל סוג שהוא.

וכאן בדיוק נכנסים שבבי האיברים. במקום לגדל עכברי מעבדה וחיות ניסוי אחרות, שבבי האיברים מספקים לכם כחוקרים את היכולת להתמקד רק באיבר אחד עליו אתם רוצים להשפיע, ולבחון כיצד מגיבים התאים הגדלים בתוך השבב, בסביבה הדומה לזו הקיימת באותו איבר בגוף האנושי. במקום להקריב מאות ואלפי עכברים כדי לקבל תוצאות משמעותיות סטטיסטית, אפשר להעמיד שורה של שבבי איברים זה לצד זה, ולקבל תשובות מכולם במהירות. ובמקום לערוך לעכברים נתיחות לאחר המוות, אפשר לבחון במיקרוסקופ ובכלים אחרים ישירות את המתרחש בתוך השבבים.

נפלא, לא?

אלא שיש עדיין בעיה אחת קטנה: השבבים האלו, בפשטות, עדיין לא עובדים.

 

טכנולוגיה בפיתוח

אולי המשפט האחרון היה הגזמה. יותר נכון לומר ששבבי האיברים מצליחים לספק תוצאות מעניינות, אבל קשה לדעת מראש האם התוצאות הללו יתאימו בדיוק לאלו שנראה במערכות מורכבות יותר, כמו בגוף האנושי השלם. כמובן, גם עכברים וחיות מעבדה אחרות אינם מושלמים לבדיקת תרופות חדשות, אבל לפחות בהם יש לנו ידע כללי בנוגע לדרך בה הם שונים מבני-אדם. ובשבבי האיברים? שם קשה הרבה יותר לדעת למה לצפות.

ניקח כדוגמה את אחת הטרגדיות הגדולות של הרפואה המודרנית: התרופה הידועה בשם תלידומיד. היא שווקה במקור בסוף שנות החמישים בגרמניה המערבית, כדרך לטפל בבחילות בוקר. שלא במפתיע, נשים הרות חטפו את התרופה מהמדפים. לרוע המזל, התרופה התגלתה כ- 'טרטוגנית' – חומר המזיק להתפתחות העובר בעודו ברחם. קרוב לעשרת אלפים תינוקות נולדו ללא גפיים, או עם גפיים קצרות במיוחד בהשפעת התלידומיד. התופעה הייתה רחבה כל-כך עד שילדים אלו זכו לשם "ילדי התלידומיד".

ילדי התלידומיד

ילדי התלידומיד

בראייה לאחור אנו יודעים שהתלידומיד לא נחקרה היטב בבעלי-חיים. בעקבות המקרה עלו הסטנדרטים רמה, ותרופה שמיועדת לנשים בהיריון נבדקת גם על נקבות הרות. אך האם שבבי האיברים היו יכולים לזהות מראש את הסכנה שבתרופה, אם היינו משתמשים בהם כדי לבדוק אותה?

התשובה כנראה שלילית. לפרודות (מולקולות) התלידומיד קיימות שני נגזרות – R ו- S. הראשונה בטוחה לגמרי, אך השנייה מזיקה לגוף העובר. מסתבר שגם אם מזריקים לדם רק את תצורת R הבטוחה, הרי שהיא יכולה לשנות את צורתה בתוך הגוף ולהפוך לנגזרת S. האם היינו רואים מהפך שכזה מתחולל גם בשבבי האיברים? כנראה שלא, מכיוון שלפחות בשלבים מוקדמים אלו, השבבים מנסים לחקות רק תת-סביבות מסוימות ומוגבלות, ולכן אינם יכולים עדיין לחקות את מלוא התנאים הקיימים בגוף האנושי.

המשמעות היא שלפחות כרגע, שבבי האיברים עדיין אינם יכולים להחליף לגמרי את חיות הניסוי, אך בוודאי אפשר להתחיל כבר היום להשתמש בהם כדי לקבל רמזים בנוגע להשפעתם של חומרים מסוימים על תאים, רקמות ואיברים – ולאשש את הרמזים האלו בניסויים בחיות מעבדה.

ומה בעתיד הרחוק?

 

משבבים למחשבים

בעתיד הרחוק, כאשר השבבים הללו ישתכללו עוד יותר, נוכל להחליף חלק הולך וגדל מחיות הניסוי בניסויים על שבבי איברים. ההחלפה תתרחש בוודאי בעיקר במקרים בהם יש צורך לבדוק תרופות שאנו מכירים היטב את השפעותיהן, אבל רוצים לוודא שלא נפלו שגיאות בתהליך הייצור. ייתכן בהחלט שמתוך סך כל בעלי-החיים המשמשים לניסויים באירופה, ניתן יהיה להחליף את 15.3 האחוזים המעורבים בניסויי בטיחות ויעילות בחיסונים, למשל.

בעשורים הקרובים, קרוב לוודאי שהתועלת הגדולה ביותר משבבי האיברים תגיע מכך שהם יורידו באופן דרמטי את עלות הניסויים הנדרשים כיום להכנסת תרופה חדשה לשוק. מכיוון שכך, מעבדות קטנות רבות מסביב לעולם יוכלו להיכנס למירוץ לפיתוח ושכלול תרופות חדשות, ומדע הרפואה יתקדם במהירות רבה יותר.

ומה בטווח הרחוק עוד יותר – נאמר, עוד חמישים שנים?

זה יהיה השלב בו נעביר כבר את השבבים למחשב. כוחות המחשוב שיהיו ברשותנו באותו הזמן אמורים להספיק כדי ליצור סימולציה של כל התאים בגוף והאינטראקציות ביניהם. סימולציה כזו תהיה מוגבלת כמובן בהתאם לידע המדעי עליו היא מבוססת, אך היא עדיין תאפשר לחוקרים רבים להריץ ניסויים ראשוניים במחשב כדי לדעת האם השערותיהם עולות בקנה אחד עם הידע הקיים על הגוף האנושי. סימולציות מתקדמות מסוג זה יהיו פתוחות לכולם – מחוקרים אקדמיים ארוכי-זקן, ועד לתלמידי תיכון שאפתניים במיוחד. כולם יוכלו לנסות ולבחון את רעיונותיהם במחשב, וכתוצאה – נראה גידול דרמטי עוד יותר במספר ההמצאות והפיתוחים בתחום הרפואה.

וכל זה מתחיל היום, עם שבבי האיברים.

 

בינה מלאכותית לכולם

בינה מלאכותית לכולם

הנה פעילות כיפית שתשרת אתכם היטב בעתיד: היכנסו ל- Google Photos, והעלו את כל התמונות שלכם לשם. יש להם מספיק מקום פנוי – טרה-בייט שלם – כך שמשתמש ממוצע לא צריך להיתקל בבעיות מקום. כשתסיימו את ההעלאה, התחילו לבקש ממנוע הבינה המלאכותית שימיין עבורכם את התמונות. הוא לא יעשה זאת לפי מועד הצילום או גודל הקובץ, כנהוג, אלא יפעל כבן-אדם ממש, וישאל אתכם: "מה תרצו שאמצא בתמונות?"

אתם יכולים להגיד לו שאתם רוצים תמונות עם אופניים – והוא ימצא עבורכם את כל התמונות מההיסטוריה שלכם המכילות אופניים. או אולי תרצו שימצא לכם תמונות עם ציפורים? הוא יעשה גם את זה. או עם שפמים? גם זה אפשרי. ואם תבקשו מושגים מופשטים יותר – למשל, אהבה – תעשה הבינה המלאכותית מאמץ מיוחד ותמצא עבורכם את כל התמונות בהם מופיעים שני אנשים המחייכים זה אל זה, מתנשקים ומתחבקים.

זוהי רק דוגמה אחת ליכולותיה הגוברות של הבינה המלאכותית, אך אנו נחשפים לדוגמאות נוספות מדי יום. אנו מתחילים לראות יועצים רפואיים ממוחשבים המספקים המלצות רפואיות הזהות ב- 99 אחוזים מהמקרים להמלצות שמספקים רופאים אנושיים, או שופטים ממוחשבים המסוגלים לחזות מראש את תוצאותיהם של משפטים המנוהלים על-ידי שופטים אנושיים. אלגוריתמים מספקים המלצות לגבי רכישת מניות בבורסה, ולעתים תכופות גם רוכשים את המניות הללו בעצמם במהירות העולה פי מיליון על זו בה פועל אדם ממוצע. ואפילו בעולם הפיזי אנו רואים את חדירתם של אלגוריתמים שאחראים כבר כיום על ניתוב הרכבים האוטונומיים בכבישים ועל פעולתם של בתים חכמים.

בעשור הקרוב נעבור לצורת קיום אחרת: כזו המשלבת בין צרכיהם של בני-האדם, ובין האלגוריתמים המסייעים לנו. הבינה המלאכותית תייעץ לנו בכל נושא אפשרי ובכל מקום בו נרצה את עצותיה. אף אדם לא יהיה עוד לבד – כולנו נוכל לקבל סיוע ממומחים דיגיטליים שיתקשרו עמנו דרך המחשוב הלביש והטלפונים החכמים.

אלו מילים והבטחות גדולות, אבל השאלה חייבת להישאל: איך מגיעים לעתיד כזה? איך עוברים מדרך חשיבה לפיה רק בני-אדם הם אלו המסוגלים לבצע מטלות קוגניטיביות מורכבות, לקיום יומיומי בו העצות, הרעיונות, הניתוח והדיון מגיעים דווקא מבינות מלאכותיות? איך מרגילים את המשתמשים למצב החדש, מבלי להעביר אותם טלטלה מחשבתית קשה שתגרום להם להתרחק מהטכנולוגיות הללו?

גוגל מתחבטת בשאלה זו בדיוק בימים אלו. חברת הענק עומדת כיום בקדמת תחום הלמידה העמוקה, המושתת על רשתות עצבים מלאכותיות – כלומר, מחשבים המריצים סימולציה (פשטנית מאד) של תאי עצב המחוברים זה לזה ומתקשרים זה לזה. כל 'עצב' ממוחשב שכזה פשוט מאד בפני עצמו, אך מיליוני עצבים כאלו ביחד יוצרים מערכת המסוגלת ללמוד, לזהות תבניות, לעבד תמונה, ולהפיק משמעות וידע חדש ממידע רב ומגוון. אבל איך גוגל יכולה להרגיל אנשים לסמוך על הבינות המלאכותיות שלה?

אחת מהדרכים היא באמצעות שיתוף הבינה המלאכותית עם הציבור הרחב, בניסיון להפוך אותה לחלק טבעי מחייהם. זה בדיוק מה ששירות Google Photos עושה – הוא מספק שירות רב-ערך לציבור הרחב, ובאותה העת מרגיל אנשים לסוג חדש של אינטראקציה עם המחשב.

אבל למה לעצור כאן?

בניסיונותיה להפוך את הבינה המלאכותית לחלק מעולמנו, שחררה גוגל לאחרונה מספר אפליקציות בינה מלאכותית שכל אדם יכול לשחק עמן. אחת מהן היא Quick Draw, בה אתם יכולים לצייר ציורים פשוטים על המסך והבינה המלאכותית צריכה לנחש מהם – ומצליחה בכך ברמה מעוררת השתאות. במשחק אחר, Giorgio Cam, אתם מוזמנים לצלם את עצמכם או חפצים באמצעות מצלמת הרשת, והמחשב מספר לכם מה הוא רואה בצורה של ראפ. שני המשחקים פתוחים לציבור הרחב, ומעניין להתנסות בהם.

אם אתם מתכנתים, כדאי שתדעו שגוגל שחררה את הקוד הפתוח למספר התנסויות אחרות עם הבינה המלאכותית. הקוד הפתוח של A.I. Duet, למשל, מאפשר לכם להשמיע לבינה המלאכותית נעימות פסנתר קצרות, והיא תשלים אותן כרצונה, או אפילו תנגן לצידכם ותגיב לצלילים שאתם מפיקים. הקוד הפתוח של What Neural Networks See מאפשר לכם להבין איך רשתות עצבים מלאכותיות 'רואות' – ומדגים לכם כיצד כל חפץ מתורגם לסדרה של נקודות, קווים, צבעים ומרכיבים אחרים. ובאמצעות Thing Translator אתם יכולים לצלם חפצים, לשאול את הבינה המלאכותית איזה חפץ היא רואה, ולבקש ממנה גם לתרגם את השם לכל שפה אפשרית. נסו ולא תתאכזבו!

 

בינה מלאכותית – לכולם

רבות מההמצאות של העתיד עומדות להגיע מ- 'האנשים הקטנים' – מתכנתים צעירים ומבוגרים כאחד, שרוצים להשתמש בקוד הפתוח כדי לבצע מטלות שאיש מעולם לא חשב להעביר לבינה המלאכותית. חברות המידע הגדולות כיום מבינות זאת היטב, ולכן פותחות את הכלים שברשותן לציבור הרחב. גוגל, בעיקר, פתחה את מנוע הבינה המלאכותית המבוסס על רשתות עצבים מלאכותיות, הידוע בשם TensorFlow, לכל אדם שירצה להשתמש בו.

אחת ההמצאות המוזרות יותר המסתמכת על TensorFlow הופיעה באוגוסט האחרון ביפן, כאשר מהנדס מערכות בשם מקוטו קויקה ראה כמה קשה להוריו למיין את המלפפונים הגדלים בחווה שניהלו. ההורים נאלצו להקדיש שמונה שעות ביום למיון המלפפונים לפי קריטריונים של אורך, עקמומיות, עובי, צבע ואחרים. מקוטו בנה מערכת פשוטה המעבירה את המלפפונים בסרט נע תחת מצלמה, מעריכה את 'שוויו' של כל מלפפון, ומפילה אותו לקופסה הנכונה. ולמרות שהוא השקיע כמה חודשים בלימוד ואימון המערכת, מהרגע שזו קלטה את העיקרון – היא ייתרה כמעט לחלוטין את הצורך במיון ידני של המלפפונים.

חוות המלפפונים האוטומטית של מקוטו היא רק דוגמה אחת מני רבות אליה ניחשף בשנים הקרובות בתחום הבינה המלאכותית. כאשר תכנות של בינה מלאכותית מתקדמת הופך להיות פשוט וקל (יחסית) באמצעות הכלים שמספקות לנו החברות הגדולות, אפשר לצפות לשפע של המצאות רבות ומוזרות שיגיעו ממתכנתים בודדים ומחברות קטנות ויצירתיות. אם הייתי צריך לנחש, הייתי אומר שבוודאי נראה "קורא וממליץ אוטומטי" של ספרים, "משערך אוטומטי" של סרטי פורנו עם התמקדות בסצינות המעניינות במיוחד, "יועץ יופי" שממליץ לך איך לצלם את עצמך לפייסבוק, "מעריך פוסטים לבלוג" שייתן לכל בלוגר ציון והמלצות לשיפור עוד בזמן כתיבת הפוסט, ועוד כהנה וכהנה רעיונות שישלבו את הבינה המלאכותית בכל תחום בחיינו.

 

מי יעצור את הבינה המלאכותית – ומי ישלוט בה?

עד כמה שאנו יכולים לראות, הרצת הבינה המלאכותית דרך הענן היא מטלה זולה – בוודאי בהשוואה לצורך במומחים אנושיים או בעבודה אנושית שתספק תוצאות דומות. מבחינה זאת, הבינה המלאכותית עומדת לשפר את חייהם של רבים מסביב לעולם, ובמיוחד האוכלוסיות מעוטות המשאבים והיכולת. אלו יוכלו לקבל שירותי ייעוץ רפואי, ייעוץ ביטוחי, ייעוץ משפטי וכן הלאה דרך הענן, בעלות אפסית – ואולי אפילו בחינם.

אבל האם נאפשר להן לעשות זאת?

חשוב לזכור שעולמנו מנוהל, במידה רבה, על-ידי 'גלדות' וקבוצות אינטרסים, שבוודאי לא ישמחו לראות חלק מפרנסתם זולגת לטובת הבינה המלאכותית. ארגוני הרופאים, למשל, בוודאי יביעו התנגדות לייעוץ רפואי שיסופק על-ידי מחשבים, גם אם הייעוץ הממוחשב מדויק יותר מהאנושי, ובוודאי מגיע מהר יותר דרך האינטרנט. הם יוכלו לעטוף את התנגדויותיהם באצטלה של דאגה לבריאות הציבור שתופקר לידיו הקרות של המחשב, ולמרות שיש אמת גם בטענה זו, ברור שגם ההסתמכות על רופאים אנושיים בלבד אינה מספקת מענה נוח לחלק גדול מהאוכלוסייה. הפתרון, לפיכך, יימצא בוודאי בשנים הראשונות בשיתוף פעולה בין המומחים האנושיים ליועצים הממוחשבים: בייעוץ רפואי ממוחשב מיידי, שמלווה בהפניה לרופא אנושי בכל מקרה של חשד למחלה מורכבת או חשש לטעות.

הצד השני של המשוואה הוא זה של חברות הענק שישלטו במנועי הבינה המלאכותית. כאשר אלגוריתמים יסייעו לנו בקבלת החלטות בתחומים רבים כל-כך, נהיה חייבים לדרוש מהחברות הללו שקיפות מלאה בנוגע לדרך הפעולה של האלגוריתמים. ללא שקיפות שכזו, לא נוכל לוודא שהחברות אינן מטות לתועלתן האישית את ההמלצות שמספקים האלגוריתמים (כפי שכבר מתברר שגוגל עושה כיום בתוצאות החיפוש שלה).

המשמעות הסופית היא שבעולם העתיד, נהיה חייבים לעבוד עם בינה מלאכותית ולצד בינה מלאכותית, אך כדי להפיק ממנה את המירב, כדאי מאד שגם נבין איך היא עובדת ועל-ידי מי היא נשלטת.

אז למה אתם מחכים? לכו לשחק עם אפליקציות הבינה המלאכותית של גוגל, והיכנסו לעולם חדש ומוזר, בו המחשבים מתחילים להשוות את יכולותיהם לאלו של בני-האדם.

 

—-

 

האפליקציות המומלצות:

Google Photos

Quick Draw

Giorgio Cam

 

בזמן שישנתם: הסיבות שטראמפ נבחר – ומה הן מלמדות על עתיד המערכת הפוליטית

ביומיים האחרונים נראית אמריקה כלאחר מלחמה. צעירים ממררים בבכי בכיכרות הערים. אזרחים צועדים ברחובות בעיניים מזוגגות, כאילו היו הלומי-קרב. נשיאת אחת האוניברסיטאות הגדילה ושלחה מכתב לכל הסטודנטים בו הפצירה בסטודנטים "לטפל בעצמכם ולספק תמיכה לאלו שזקוקים לה".

וכל זאת, רק מכיווון שנבחר הנשיא החדש של ארצות הברית: אחד דונאלד טראמפ.

התקשורת בארצות הברית לא הפסיקה לחבוט בטראמפ לכל אורך מסע הבחירות, וגם הרבה לפניו. ובצדק. האיש ליבה את הלהבות כנגד מהגרים חוקיים ולא-חוקיים וכנגד מוסלמים. מההתבטאויות שלו כנגד נשים נדף ריח עז של שובניזם והתנשאות, והוא אף הואשם על-ידי אחת-עשרה נשים שונות בהטרדה מינית, שחלק מעדויותיהן אומתו על-ידי קרובים ומכרים, להן סיפרו על ההטרדה עוד כשאירעה. אם כל זה לא מספיק, האיש מרבה בשקרים, או שהוא בור לגבי הנושאים אודותיהם הוא מדבר. מתוך כל אמירותיו, רק ארבעה אחוזים הינם אמת לאמיתה, ושבעים אחוזים נעים בין שקר גס ל- "שגוי ברובו". זאת בהשוואה להילארי קלינטון, ש- 25 אחוזים מאמירותיה אמת, ו- 26 אחוזים נוספים נעים בין שקר גס ל- "שגוי ברובו".  

ולמרות כל זאת, הציבור האמריקני בחר בטראמפ.

התגובה המיידית מצד התקשורת והילארי קלינטון, הייתה שבוחרי טראמפ שונאים נשים, גזענים, ובורים באופן כללי מכיוון שהם בוחרים שקרן שסילופיו והגזמותיו תועדו היטב, לתפקיד החשוב ביותר בעולם המערבי. כמובן שחלק מהבוחרים בטראמפ הם באמת גזענים, מיזוגנים, או שוטים. כאלו היו וכאלו יהיו תמיד, אבל הם רחוקים מלהיות הרוב בארצות הברית. את הבחירה בטראמפ הניע גורם אחר: בעיות של אמון. ולא אמון באדם ספציפי דווקא, אלא במערכת הפוליטית בכללותה.

כדי להבין את אי-האמון הזה, עלינו ללכת קצת יותר אחורנית – כמעט חמישה חודשים, ליתר דיוק – ולבחון את בריטניה בזמן שהחליטה להתנתק מהאיחוד האירופי. אירוע זה מכונה "ברקסיט", והוא אחד מהסימפטומים של תופעה רחבה יותר, במסגרתה מאבד הציבור אמון בדמוקרטיה הייצוגית.

בואו נבחן את הנתונים כדי להבין מה קרה כאן.

 

בעיות של אמון

זמן קצר אחרי שברקסיט התרחש, כתבתי מאמר באנגלית שהסביר בדיוק את הסיבות בעטיין הוא אירע. כיניתי את ברקסיט "נקמת האנשים העובדים", והסברתי שלמרות שהתומכים בברקסיט תוארו כגזענים, צרי-אופקים, או 'סתם מטומטמים', אפשר לראות את ההצבעה שלהם כצעד הגיוני ביותר. הם ראו שהמערכת הפוליטית אינה מצייתת להם, הבינו שהעולם מתקדם בלעדיהם, ופחדו להישאר מאחור.

אלו אינן מילים באוויר. הנה כמה נתונים. ראשית, בריטניה היא אחת המדינות האי-שוויוניות ביותר מבחינת השכר, והעשירון העליון בה מרוויח שכר הגבוה בממוצע פי 27 משכר העשירון התחתון. שנית, אזרחי בריטניה אינם סומכים על מפלגותיהם. כאשר התבקשו לדרג את רמת אמונם במפלגות הבריטיות, הציון הממוצע בכל רחבי בריטניה עמד על 3.54 מתוך 10. שלא במפתיע, האזורים בבריטניה שהפגינו רמת אמון גבוהה יותר בפוליטיקה, היו גם האזורים העשירים יותר – ואלו גם רצו פחות לנטוש את האיחוד האירופי. מבחינתם, החיים דבש. למה לשנות את המצב הקיים? סיכמתי את המאמר במילים הבאות –

"כרגע, הקונצנזוס בקרב עשירי ומפורסמי בריטניה הוא שהציבור מטומטם. הוא לא. הוא פשוט מתוסכל ורוצה להוכיח נקודה. אם האנשים בשלטון רוצים להימנע מקבלת החלטות הרסנית דומה בעתיד, הם צריכים להפסיק להאשים את הציבור, ולמצוא במקום זאת דרכים לשנות את הסביבה הפוליטית כך שהציבור יקבל כוח גדול יותר בענייני היום-יום של המדינות. כל מסלול פעולה אחר יוביל למתחים להתגבר, ואלו ישתחררו בפיצוץ בספרד-קסיט הבא, ביוון-קסיט הבא, או – מי יודע – אולי אפילו בטראמפ-קסיט."

ומה אתם יודעים? הנה זה קרה.

לא סתם הזכרתי את טראמפ. בעיות האמון של בריטניה הגיעו כבר מזמן גם לארצות הברית. בשישים השנים האחרונות נבדק הציבור האמריקני מדי שנה לגבי מידת ביטחונו שהממשלה "תעשה את הדבר הנכון". בשנת 1958, השנה הראשונה בסקר, ענו 73 אחוזים מהמבוגרים כי הם בוטחים בממשלה. מאז, מספר הסומכים צונח בהדרגה, והגיע בשנים האחרונות לשפל של 24 אחוזים בלבד.  

סקר אמון הציבור בממשלה בארצות הברית, בין השנים 1958 ל- 2015

סקר אמון הציבור בממשלה בארצות הברית, בין השנים 1958 ל- 2015

סקר דומה הועבר ב- 2011 וחשף שרמת האמון בקונגרס האמריקני צנחה לתשעה אחוזים בלבד. הרפובליקנים, במיוחד, חשו שהנשיא אובמה לא ייצג אותם היטב (או בכלל) בשמונה השנים האחרונות, ורמת אמונם בממשלה הגיעה לשפל של 13 אחוזים בלבד.

תוצאות דומות מגיעות גם מישראל. דו"ח המכון הישראלי לדמוקרטיה מ- 2015 חושף שכמעט שמונים אחוזים מהציבור אינם מרגישים שיש בידם הכוח להשפיע על מדיניות הממשלה.

חשבו על הנתונים הללו לרגע. בדמוקרטיה ייצוגית, אנו אמורים לבחור את נציגינו ולשלוח אותם לבית הנבחרים. איך ייתכן שאיננו סומכים עליהם, פעם אחר פעם, שיעשו את הדבר הנכון? אם מחלקה שלמה בחברה פרטית הייתה מגלה אחוזי אמון דומים במנהל המחלקה – האם הוא לא היה מוחלף לאלתר? ואם גם המנהל הבא אחריו היה זוכה באחוזי אמון דומים, והבא אחריו, והבא אחריו, והבא אחריו – האם אין מקום לחשוב מחדש על דרך בחירת המנהלים? האם אדם שעובד באותה מחלקה לא היה מסיק שדרך בחירת המנהלים שגויה מן היסוד?

זהו המצב בו מצאו את עצמם האמריקנים בבחירות האחרונות. על הסיבות המדויקות לחוסר האמון ארחיב לקראת סוף הרשומה, אבל שימו לב קודם מה קורה במצב כזה של חוסר-אמון קיצוני במערכת הפוליטית.

 

לבחור בשטן

שימו עצמכם בנעליו של אזרח אמריקני ממוצע. הוא מגיע לקלפי כשכולו זועם על השלטון, על הפוליטיקאים, על אפשרויות הבחירה שאינן באמת בידיו. הוא אינו אוהב את הילארי קלינטון, והוא ממש לא סובל את דונאלד טראמפ. המועמדים העצמאיים הם בדיחה. אותו אזרח עשוי לשרטט בראשו את הטבלה הבאה, שמגיעה מסקר של ה- CNN שנערך ביום הבחירות עצמו, ושתרגמתי לנוחות הקוראים בעברית –

התכונות החשובות של המועמדים בעיני הציבור, בסקר שערך ה- CNN מיד לאחר שהבוחרים יצאו מהקלפי

התכונות החשובות של המועמדים בעיני הציבור, בסקר שערך ה- CNN מיד לאחר שהבוחרים יצאו מהקלפי

הסקר מראה שהתכונה החשובה ביותר עבור מספר הבוחרים הגדול ביותר היא היכולת להביא לשינוי. וב- 'שינוי' אני לא מתכוון לטיפולים קטנים ומזעריים בחוק פה ובחוק שם, אלא לטלטול וניעור מחדש של המערכת כולה: טיפול בשחיתות המדומיינת והממשית של נבחרי הציבור, בהתעלמותם מהאזרחים הקטנים ובחוסר נכונותם להתמודד עם הזמנים המשתנים. זה מה שהיה חשוב באמת ל- 39 אחוזים מהבוחרים – יותר מכל תכונה אחרת.

הם לא רצו מישהו שידאג להם – והסקר מראה שרק למעטים היו אשליות שטראמפ באמת שם את הבוחרים בראש מעייניו.

הם לא רצו אדם עם הניסיון הנכון – מה עוזר ניסיון, אם אתה משתמש בו לרעת אלו שבחרו בך?

הם לא רצו שיקול דעת טוב – כבר היה ברור מי מבין המועמדים מקבל החלטות באופן רגוע ושקול, ומי מתפוצץ מדי דקה.

הם רצו את המועמד שיביא לשינוי, ומעטים מאד האמינו שקלינטון לחולל שינוי כזה במערכת הפוליטית. קלינטון, שנתמכה על-ידי המפלגה הדמוקרטית שכבר משכה בחוטים מאחורי הקלעים כדי שלא לאפשר לברני סנדרס להיבחר. קלינטון, שהייתה חלק מהמערכת הפוליטית עוד מאז היותה אשת הנשיא בשנות התשעים, ושנים ספורות לאחר מכן נבחרה להיות סנאטורית, ובקדנציה הבאה שירתה כמזכירת המדינה של ארצות הברית – למעשה, השר הבכיר ביותר בממשלה, שאחראי בעיקר על ענייני החוץ של המדינה. קלינטון, שלא הבריקה, שלא התייחסה לבעיית אי-האמון של האזרחים במערכת ובוודאי שלא הציעה חלופות.

לעומתה, דונאלד טראמפ: שקרן, בור, מלבה שנאה, אבל מבטיח שינוי. שינוי אמיתי, מן היסוד. כזה שיכול לחולל רק אדם שמגיע מחוץ למערכת הפוליטית, שאינו נתמך (לפחות לכאורה) מצד בעלי ההון הגדולים. שאינו חייב טובות לאף אחד, ושמעיז לספר לכולם את מה שכבר ידוע: שהמערכת מוטה ומושחתת. הוא טוען שהוא יכול לתקן אותה, וזו נקודת האור היחידה שהוא מביא.

והיא הספיקה להפוך את דונאלד טראמפ לנשיא ארצות הברית.

ועכשיו השאלה שאנחנו צריכים לשאול היא – האם זה באמת נורא כל כך?

 

ההשלכות לטווח הארוך

נעזוב לרגע את הפרשנויות בנוגע לקשר שבין טראמפ לישראל. אין לי מושג איך טראמפ יתייחס לישראל, וכל מי שאומר לכם שהוא יודע – משקר. כרגע, אף אחד לא מבין מה מדיניות החוץ המלאה של טראמפ. אפשר למצוא אמירות שלו בעד ישראל מחד, ונגד המשך המעורבות האמריקנית בעסקי העולם "בלי שיצא להם משהו מזה" מאידך.

בטווח הארוך, הבחירה בטראמפ מסמלת על השינוי שחייב להתחולל במערכות המדיניות מסביב לעולם. הציבור מבין שהוא מנותק ממוקדי הכוח הממשיים, ושנבחרי הציבור אינם מייצגים אותו כהלכה. השקיפות הגוברת חושפת את המנהיגים המושחתים (ראו פרשת מסמכי פנאמה עליה כתבתי באחת הרשומות הקודמות) ומספקת ראיות מוחשיות באמצעות ויקיליקס לדעותיהם האמיתיות של אנשי השלטון, ולמתחולל מאחורי הקלעים. ולצד כל זאת, אזרחי המערב חשים על בשרם את התמורות הכלכליות: את האבטלה הנגרמת בשל הטכנולוגיה וצפויה רק להמשיך ולהתרחב, את חוסר הביטחון התעסוקתי ואת אי-השוויון הגדל, שמספק כוח גדול עוד יותר לאנשי ההון והשלטון.

לצד כל אלו, כולנו נחשפים ליכולות החדשות שהאינטרנט מקנה לנו: להתווכח על כל נושא ולהצביע עליו בלי צורך בנציגים, להגיע להחלטות חכמות בכוח הציבור, לקרוא כל דיון שמתקיים בבית הנבחרים ולהחוות דעתינו עליו, ולעבוד ביחד במיזמים כמו ויקיפדיה כדי להפיק מוצרים מרשימים באיכותם. כלים אלו עדיין ראשוניים, אבל כל בר-דעת מבין כבר שהם יחליפו – שהם חייבים להחליף – את המערכת הקיימת שמוסדה בתקופה בה רוב בני-האדם לא ידעו קרוא וכתוב, בה לחדשות לקח שבועות להגיע מצד אחד של המדינה לצדה השני, ושבה הייתה החכמה נתונה בידי המעטים והעשירים.

קשה להאמין שטראמפ יצליח להעביר את המערכת הפוליטית שינוי משמעותי. לא נראה שהוא מוצלח במיוחד ביצירת קשרים טובים וארוכי-טווח עם אחרים, ובמיוחד עם פוליטיקאים משופשפים וחשדנים. אבל הוא אינו צריך לבצע שינוי, מכיוון שהשינוי האמיתי כבר קרה: הציבור האמריקני החליט לדלג על המועמדת הראויה ביותר מבחינת כישורים, ולבחור במועמד עם כל התכונות השליליות האפשריות בתקווה – מועטה ככל שתהיה – שיביא שינוי. המתחרים בבחירות 2020 יפנימו את הלקח הזה, וישתמשו בו כדי להבטיח לאזרחים שהנה, הם אלו שיביאו את השינוי המיוחל. הם ידעו מה הציבור רוצה, והם ידעו באיזו שפה לדבר, ומי מהם שייבחר ויהיה מוכשר ונאמן להבטחותיו, אולי עוד יביא את השינוי לפוליטיקה האמריקנית.

ועד אז? ננשוך שפתיים, נקווה לטוב, ונחכה לראות אצל מי יקרה הברקסיט הבא.

 

—-

 

אני מתייחס למערכות השלטון בהרחבה בספרי הבא – "השולטים בעתיד: הון-שלטון, טכנולוגיה, תקווה" – ולמעשה, כמעט מאתיים העמודים הראשונים בספר מוקדשים כדי להסביר את הסיבות למצב החדש שאנו נכנסים אליו. הספר אמור לצאת לאור בכינרת זמורה בעוד חודשיים. אם אתם רוצים להתעדכן כשהספר יוצא לאור, אני מציע שתירשמו כמנויים בבלוג, בתיבה מימין.

 

אובר צופה שמכוניות מעופפות יהיו זולות יותר ממוניות עד 2030

לפני חצי-שנה כתבתי מאמר באנגלית על כך שעד שנת 2035 נראה כבר מכוניות מעופפות בשמי העיר. כנראה שאובר שמעה גם היא על הנושא ועל החיזויים שלי, והחליטה לבחון אותו בעצמה. מחלקה פנימית בחברה בשם "אובר מעלה" (תרגום מאד חופשי ל- Uber Elevate) שחררה לפני שבוע דו"ח בו היא סוקרת את החידושים האחרונים ברחפנים המסוגלים לשאת נוסעים אנושיים. מסקנות הדו"ח ברורות –

"לסיכום, בניתוח שלנו מצאנו שכטמנ"אים (VTOL – כלי טיס הממריאים ונוחתים אנכית), עם התכונות הנחוצות לתפעול במספרים רבים, מתאפשרים טכנית בשימוש בטכנולוגיות של היום. במספרים רבים (כלומר, ברמות ייצור גבוהות הגיוניות), שירותי כטמנ"אים יהיו אפשריים בעלויות נמוכות מספיק כדי לאפשר אימוץ רחב."

למקרה שלא הבנתם את הניסוח עם כל הז'רגון הכלכלי-תעשייתי, הנה סיכום מצידי: אפשר להשתמש במכוניות מעופפות כאמצעי תחבורה ציבורית כבר היום, ואם מספיק אנשים ישתמשו בהן – הרי שהמחירים ירדו מספיק כדי להתחרות במכוניות רגילות. לפי הניתוח של אובר, נסיעה לאורך כל סאן פרנסיסקו, שהייתה אמורה לדרוש שעה וארבעים דקות ולעלות 111 דולרים במונית, תקוצר ל- 15 דקות בלבד באמצעות שימוש בטכמנ"אים. המחיר הראשוני של טיסה שכזו יהיה 129 דולרים, אך כאשר תיכנס המערכת לשימוש שוטף, אמור המחיר לרדת לעשרים דולרים בלבד לפי ההערכות.

כן, באמת.

כדי להבין איך הגיעו אנשי אובר למסקנות הללו, נעבור על הגורמים שהם מיפו כקריטיים להצלחת הרכבים המעופפים.

דוגמא לכטמנ"אי סיני – EHANG 184

 

אתגרים והצלחות

במאמר המקורי שכתבתי, זיהיתי שלושה אתגרים משמעותיים שמנעו עד כה את הצלחתן של המכוניות המעופפות –

  • בטיחות: לפי תקנות התעופה באמריקה, כדי לקבל אישור להטסת מטוס פרטי, יש צורך בניסיון של לפחות 500 שעות טיסה. בניתוח המקורי טענתי שהפיתרון לאתגר זה אמור להגיע מהתקנת טייסים אוטומטיים, שיפעלו בדומה לדרך בה רכבים אוטונומיים נוסעים בכבישים.
  • אנרגיה להנעת הרכב: רכבים מעופפים חייבים להסתמך על מקור אנרגיה שיחליף את הנפט הבזבזני והמזהם את הסביבה. הפיתרון הוא בהנעה חשמלית, ואכן אנו רואים שאבות הטיפוס של רכבים מעופפים רבים מסתמכים כיום על הנעה חשמלית גרידא. טענתי שקצב השיפור ביכולות הסוללות החשמליות מרמז כי כבר בשנים הקרובות נוכל להפעיל רכב חשמלי במשך יותר מעשרים דקות.
  • מקור לאנרגיה חשמלית: גם הנעה חשמלית גובה שפע של אנרגיה, ואת הסוללות יש להטעין מחדש לאחר כל טיסה. הדרך להתמודד עם אתגר זה טמונה באנרגיית השמש, שאנו צפויים לקצור ולאגור יותר ויותר ממנה בעשורים הקרובים, כך שרכבים חשמליים יוכלו להיטען בעלות נמוכה בכל פעם שינחתו.

גם המומחים של אובר זיהו את האתגרים הללו בסקירה שערכו, ועונים עליהם באופן דומה. הם הוסיפו מספר אתגרים נוספים עליהם לא חשבתי. השניים המעניינים ביותר לטעמי הם –

  • בעיית זיהום הרעש: אחת הסיבות לכך שמסוקים אינם נמצאים בשימוש בערים היא הרעש החזק שהם עושים בהמראה ובנחיתה. עם זאת, כטמנ"אים המונעים בחשמל מסוגלים להמריא ולנחות בשקט יחסי.
  • תשתיות הנחיתה וההמראה: הכטמנ"אים מסוגלים להמריא ולנחות באופן אנכי – כלומר, לעלות או לרדת ישירות באוויר – אך עדיין יש צורך במשטחי נחיתה והמראה ישרים ובטוחים. לשם כך מציעה אובר יצירה של ורטיפורטים ("נמלים אנכיים") ו- ורטיסטופים ("עצירות אנכיות"). בעיר גדולה כמו ניו-יורק יהיו בערך תריסר ורטיפורטים, שיכללו אנשי צוות שיתחזקו את הכטמנ"אים, תחנות להחלפת סוללות וציוד דומה. הוורטיסטופים, לעומת זאת, ישמשו כסוג של תחנות אוטובוס מוסדרות בהן יעצרו הכטמנ"אים כדי להוריד ולהעלות נוסעים. ניתן יהיה להקים נמלים אנכיים על גגות בניינים גדולים, כקניוני קניות, וכך להגיע לניצול מיטבי של התשתיות בעיר. ובאשר לוורטיסטופים – אלו יוכלו להופיע בכל מקום, ואובר צופה שעם התפתחות הטכנולוגיה, ניתן יהיה אפילו להביא את הנוסעים ישירות לבתיהם.

 

ונטיפורט (נמל אנכי לרכבים מעופפים) על גג חניון לרכבים קרקעיים.

ונטיפורט (נמל אנכי לרכבים מעופפים) על גג חניון לרכבים קרקעיים.

 

  • מזג אוויר: גשם חזק, שלג, וכמובן רוחות עוצמתיות צפויים להשפיע יותר על הכטמנ"אים מכפי שהם משפיעים על התחבורה הקרקעית. עם זאת, האנליסטים של אובר צופים שרק 16 אחוזים מזמן הפעולה של הכטמנ"אים יושפעו ממזג האוויר. הם אינם מודאגים במיוחד מקרח – הם סבורים שבאמצעות עיצוב נכון של להבי הכטמנ"אים וויסות פעולת המנוע החשמלי אפשר להימנע מרוב התאונות הנגרמות משלג ומקרח. רוחות חזקות הן כבר עניין אחר, וטייסי הכטמנ"אים (אנושיים או מלאכותיים) יצטרכו לשמור מרחק ממכשולים שהם עלולים להתנגש בהם בשל פרץ רוח פתאומי.

אתגר מזג האוויר, אגב, נעלם כמעט לחלוטין במדינות בעלות אקלים נוח כמו ישראל. אולי תל אביב תהיה הבאה בתור להתקין תשתיות לרכבים מעופפים, מיד אחרי שעמק הסיליקון יקבל את שלו?

 

לוחות זמנים

אם אתם מתכננים לצאת כבר מחר מהבית ולהזמין את המונית המעופפת שלכם, כדי שתמתינו עוד קצת. לא מדובר בחזון לשנים הקרובות. אובר צופה שהכטמנ"אי הראשון שיהיה מסוגל לגמוע בערך 150 קילומטרים במהירות של 250 קמ"ש, עם מספר נוסעים וטייס, יגיע לשוק רק בעוד חמש שנים. שירותי התחבורה הציבורית המעופפת הראשונים, לפי חישוב זה, אמורים להתחיל בין שנת 2025 ל- 2030. זאת, כמובן, בהנחה שכל הרשויות הציבוריות מתקתקות עניינים ומספקות את כל האישורים לאובר בפרק זמן סביר – וכולנו יודעים כמה שממשלות אוהבות את אובר, ובאיזו יעילות גבוהה הן מתפקדות כל העת.

 

לוח זמנים לרכבים מעופפים

לוח זמנים לרכבים מעופפים

אז אובר אופטימית, אולי יותר מדי, אבל עד עכשיו זה עבד לה לא רע בכלל. כך שאני עדיין דבק בחיזוי המקורי שלי: עד שנת 2035 נראה שירותי תחבורה ציבורית מעופפת להמונים בכמה מהערים הגדולות בעולם. אם הייתי צריך להמר, הייתי שם את הכסף על ערים עשירות עם מזג אוויר נעים כמו לוס אנג'לס, סאן פרנסיסקו, דובאי, וכמובן – תל אביב.

רק בואו נסיים קודם לבנות את הרכבת הקלה.