רעיונות משני עולם – מחשבים המלמדים את עצמם

טכנולוגיית הלמידה העמוקה מסייעת לתחום הבינה המלאכותית לקיים את ההבטחה הטמונה בו/גארי סטיקס

הכתבה מתפרסמת באישור סיינטיפיק אמריקן ישראל ורשת אורט ישראל

גוגל, פייסבוק ותאגידי ענק אחרים מתקדמים בצעדי ענק לקראת בניית טכנולוגיה שתוכל ללמוד בכוחות עצמה. המאמצים שלהם מסתמכים במידה ניכרת על שיטה המכונה בשם "למידה עמוקה" (deep learning) .

הרעיון לשיטה נטוע בדעה בת עשרות השנים שמחשבים ייעשו חכמים יותר אם יפעלו באופן דומה יותר למוח האדם. רשתות של למידה עמוקה מורכבות משכבות-שכבות של יחידות עיבוד ממוחשבות, הקרויות תאי עצב (נוירונים) מלאכותיים, שכל אחת מהן מבצעת פעולה שונה על הקלט שהיא מקבלת: תמונה שעליה לסווג, למשל. ההבדל בין רשתות נוירונים רגילות לבין רשתות למידה עמוקה הוא שבשיטה החדשה יש הרבה יותר שכבות. ככל שהרשת עמוקה יותר, כלומר ככל שיש בה יותר שכבות, כן גבוהה יותר רמת ההפשטה שבה היא יכולה לפעול.

תחום הלמידה העמוקה תפס תאוצה באמצע העשור הקודם באמצעות עבודתם של שלוש דמויות מפתח: ג'פרי הינטון מאוניברסיטת טורונטו, יהושע בנג'יו מאוניברסיטת מונטריאול ויאן לה-קאן מאוניברסיטת ניו יורק, אבל רק לאחרונה הוא חדר לעולם העסקי. דוגמה לכך הוא היישומון Google Photos, שיצא לעולם במאי 2015. התוכנה יודעת להעלות תמונות מן האייפון שלי, לזהות נכונה את אשתי, בני ונכדי, ואז לסווג אותן לתיבות דיגיטליות נפרדות שכל אחת מהן נושאת צלמית מתאימה. התוכנה יודעת לעשות זאת מפני שהיא למדה לזהות פרצופים לאחר שנחשפה למיליוני תמונות שהמערכת כבר ניתחה. כשהתוכנה מנתחת את התמונה בשכבות של הרשת, בזו אחר זו, היא מזהה את פרטי התמונה ברמה הולכת ועולה של הפשטה, עד שבסופו של דבר היא יכולה לזהות את כל מאפייני הפרצופים המופיעים בה.

לאחר שהתוכנה עברה אימון על מספר גבוה דיו של פרצופים, היא יכולה לאתר אפים ועיניים של אנשים יחידים בתמונות שהיא לא ראתה קודם לכן.

אבל למידה עמוקה יכולה לעשות הרבה יותר מארגון תמונות. למעשה, השיטה מסמנת צעד נוסף קדימה לקראת בינה מלאכותית המפגינה התנהגויות תבוניות שאי אפשר להבדיל בינן לבין התנהגותם של אדוניה האנושיים. צוות מומחים מחברת DeepMind מלונדון (שגוגל רכשה ב-2014 במחיר של 617 מיליון דולר) דיווח בפברואר 2015 על הצלחה בבניית מחשב שבאמצעות למידה עמוקה מסוגל ללמד את עצמו לשחק עשרות משחקי וידאו של אטארי. לאחר אימון ממושך, התוכנה ניצחה שחקנים אנושיים במחצית המשחקים. זהו צעד קטן, אבל עידן המכונות החושבות חייב להתחיל במקום כלשהו.