בינה מלאכותית ולמידת מכונה: הדרך ל- 2018

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).


 

בינה מלאכותית העמידה צאצאים – והם מוצלחים יותר מתוכנות מעשה ידי-אדם

בינה מלאכותית העמידה צאצאים – והם מוצלחים יותר מתוכנות מעשה ידי-אדם

נו, אז הנה זה קרה: בינה מלאכותית יצרה צאצא של עצמה, והוא מתוק, יפהפה ומתפקד היטב, תודה ששאלתם.

בוודאי לא יפתיע אתכם לגלות שהחברה מאחורי הפיתוח היא גוגל. גוגל חשפה לפני מספר חודשים את "בינת האם" שמכונה AutoML – "למידת מכונה אוטומטית"[1]. נקרא לה מעכשיו בימא, שזה קיצור של בינה ואמא. בימא עושה פעולה פשוטה ומורכבת באותו הזמן: בני-האדם מבהירים לה מה הם צריכים – למשל, שהם רוצים בינה מלאכותית שתזהה עבורם בני-אדם בתמונות – ואז בימא מציעה כמה 'צאצאים' שיכולים לעשות את העבודה. כל אחד מהצאצאים האלו מהווה דרך מוסדרת שונה לניתוב מידע דרך רשתות עצבים מלאכותיות, באופן שיפיק תוצאה שבימא חושבת שתהיה בעלת משמעות.

עד לכאן, טוב ויפה, אבל הצאצאים הראשוניים האלו – איך לומר – גרועים במשימה שניתנה להם. ה- 'מוח' שלהם פשוט לא מכוונן נכון. וכך פותחת עכשיו בימא בתהליך השיפור ההדרגתי. היא נותנת להם מטלות – זהו את בני-האדם שבתמונה! – ובוחנת איך הם מתפקדים. היא לומדת מה עובד ומה לא, ולאחר כל סבב לימודי כזה, היא מכחידה את צאצאיה הקודמים (אכזרי, אני יודע) וממציאה חדשים משופרים. וכך היא חוזרת על התהליך אלפי פעמים, שוב ושוב, עד לתוצר 'הסופי' שהתפרסם לאחרונה בבלוג של גוגל: בינה מלאכותית שמסוגלת לזהות בני-אדם וחפצים בתמונות, טוב יותר מבינות מלאכותיות שפותחו על-ידי בני-אדם[2].

חשוב להבין שאנחנו רק בתחילת הדרך מבחינת הפיתוח של בימא. מנוע דומה יוכל לשמש אותנו בעתיד כדי ליצור תוכנות ואלגוריתמים במגוון רחב של תחומים. למעשה, בהחלט ייתכן שבאמצעות ממשקים פשוטים יותר, יוכל כל אדם מן השורה ליצור עבור עצמו (כלומר, להורות לבימא ליצור עבורו אוטומטית) בינה מלאכותית שמבצע פעולות מסוימות שחשובות עבורו: למיין מלפפונים בחווה[3], למשל, או להניע רובוט עם חמש רגליים שהוא פיתח בגראז' (באמצעות הרצת סימולציות חוזרות במחשב על הדרך בה רובוט כזה צריך לשלוט בגפיו)[4].

האפשרות המעניינת יותר היא שבימא יכולה לשלב גם משוב ממקור אנושי כדי לפתח את הצאצאים שלה. בימא שצריכה לפתח בינה מלאכותית ליצירת מנגינות עצובות ונוגות, למשל, יכולה לשלוח לביקורת את היצירות של צאצאיה לבני-אדם מסביב לעולם ("האזינו ליצירה במשך חצי-דקה, ודרגו כמה היא נגעה ללבכם!") בעלות אפסית, ולשפר את הצאצא בכל פעם. בדרך זו אפשר ליצור באופן אוטומטי בינות מלאכותיות משוכללות יותר גם בנושאים שאינם ניתנים לכימות בקלות.

אבל בואו נדבר על מה שמפחיד את כולם: שבינה מלאכותית שכזו תצא משליטה. האמת? זו אכן בעיה. לא מכיוון שאני חושש שבינה מלאכותית לזיהוי אנשים בתמונות תאבד את הרסן ותנסה להשתלט על העולם, אלא מכיוון שתהליך הפיתוח של הצאצאים פועל באופן אבולוציוני, וללא הכוונה של בני-אדם, או הבנה מלאה מדוע התוצר הסופי עובד כפי שהוא עובד. המשמעות היא שאם אנו בוחרים בדרך זו לייצר בינה מלאכותית שתכווין את התנועה בכבישים, למשל, אנו צריכים לקחת בחשבון שהיא עלולה לקבל החלטות לפי תהליך אופטימיזציה שעברה שמקדש את זרימת התנועה בכבישים – אבל שם פחות דגש על שימור חיי הנוסעים. וכך, בינה מלאכותית שכזו עלולה לייצר לנו מודלים לניהול התנועה שיהיו יעילים מאד, אבל יעלו בחייהם של כמה אנשים מדי חודש. ייתכן בהחלט שזהו יחס המרה טוב – אבל אנו צריכים להיות מודעים לפחות לבחירות שהבינה המלאכותית עושה עבורנו!

בסופו של דבר, הופעתן של בינות מלאכותיות שמסוגלות לתכנת את הדורות הבאים של עצמן, מהווה פיתוח שיכול לקדם עוד יותר את תחום המחשוב ולהאיץ את קצב השיפור. זוהי התפתחות ברוכה – אבל כמו בכל טכנולוגיה אחרת, עלינו להבין איך לשלוט בה ולוודא שהיא ממלאת את התפקיד שאנו מייעדים עבורה, אך מבלי לפגוע בערכי בסיס אנושיים.

אולי נוכל להפקיד בינה מלאכותית גם על זה.

 


 

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

 

[1] https://research.googleblog.com/2017/05/using-machine-learning-to-explore.html

[2] https://research.googleblog.com/2017/11/automl-for-large-scale-image.html

[3] https://cloud.google.com/blog/big-data/2016/08/how-a-japanese-cucumber-farmer-is-using-deep-learning-and-tensorflow

[4] https://www.extremetech.com/extreme/252242-googles-deepmind-teaches-ai-navigate-parkour-course