אנחנו שואלים אותה שאלות, יוצרים בעזרתה תמונות מצחיקות, סרטונים שלנו רוכבים על חד־קרן או מצגות לבית הספר. הבינה המלאכותית פרצה לחיינו בסערה, והיא רק הולכת ומתפתחת  אבל מי חשב ליצור מחשב שחושב בכוחות עצמו? ואיך אפשר לרתום את הבינה המלאכותית לטובת המדע, הרפואה ואפילו להצלת כדור הארץ? יצאנו לבדוק!

קרדיט: אברהם יצחק מאיר

לא תמיד הייתה הבינה המלאכותית חלק כל כך גדול מחיינו. היום נראה לנו מובן מאליו לשאול את צ'אט GPT שאלות כמו מה גובה ההר הכי גבוה בעולם (תשובה: 8,848.86 מטרים, הר האוורסט, שמחנו לעזור) או לערוך איתה מצגת שקיבלתם בשיעורי הבית. היום אתרים, שירות לקוחות ואפילו משרדים ממשלתיים משתמשים בכלים של בינה מלאכותית כדי לייעל את השירות שלהם. בעתיד יהיה לה אפילו חלק גדול עוד יותר בחיינו. אבל אולי תופתעו לגלות כי עד לפני כמה שנים, מחשב שיודע לחשוב בעצמו, או תמונה ישנה שמתעוררת לחיים בסרטון צבעוני – היו בגדר מדע בדיוני. אז רגע לפני שהיא תשתלט על העולם (רמז: לא בדיוק) ותחליף את כולנו (שום סיכוי), נבין איך בכלל התפתחה הבינה המלאכותית שאנחנו מכירים היום, ואיך בזכות חלום קטן – נולדה מהפכה טכנולוגית של ממש.

 הדרך אל המחשב החושב

אֵלֶן טוּרִינג היה מדען אנגלי שהגה רעיון מהפכני: "מכונת חישובים". מכשיר שיוכל להתמודד בעצמו עם חישובים מתמטיים מסובכים. הרעיון הזה הוביל אותו לשאלה גדולה אפילו יותר – האם מכונה תוכל יום אחד לחשוב כמו בני אדם?

כדי לבדוק זאת, הוא הציע מבחן שנקרא "מבחן טורינג". דמיינו שאתם מתכתבים עם שני גורמים שאתם לא רואים – אחד מהם בן אדם והשני מכונה. אם בסוף השיחה אינכם יכולים לדעת בוודאות מי האדם ומי המכונה, המכונה עברה את המבחן. במשך שנים, זה היה העיקרון המנחה למדידת התקדמות בתחום, למרות שלא כל החוקרים הסכימו שלדבר כמו אדם אומר באמת לחשוב כמו אדם.

הביטוי עצמו, "בינה מלאכותית" (Artificial Intelligence), או בראשי תיבות – AI, הגיע רק כמה שנים מאוחר יותר, ב־1956. מספר חוקרים עם חלום גדול שיתפו פעולה בסדנה מפורסמת שנקראה "סדנת דַארְטְמוֹת'", שם הם העלו רעיונות חדשניים, וקיוו לפתח מכונה החושבת במהירות, כמעט כמונו. אבל אז הם גילו שזה הרבה יותר קשה ממה שהם חשבו. התוצאות הראשונות לא נראו "חושבות" באמת, והם כמעט התייאשו. היו אפילו תקופות ארוכות שנקראו "החורף של הבינה המלאכותית", שבהן המחקר בנושא נעצר כמעט לחלוטין, בגלל מחסור בתקציבים ו… אכזבה.

במשך עשרות שנים עבדו החוקרים על פיתוח הבינה המלאכותית, והתחום ידע עליות ומורדות. אחד האירועים שהביא להתפתחות משמעותית הגיע דווקא… ממשחק שחמט. 

בשנת 1997 בנתה חברת IBM מחשב־על בשם "כחול עמוק", שהתמחה בשחמט. להפתעת העולם כולו, ניצח ה"כחול עמוק" את אלוף העולם דאז, גארי קספרוב. ההישג הזה היה לא פחות ממדהים, כי שחמט לא דורש רק חישובים, אלא אסטרטגיה של ממש. איך הוא עשה את זה? המחשב בדק כ־200 מיליון (!) מהלכים אפשריים בשנייה, מיפה את כל האפשרויות שלו, בחר את זו עם הסיכוי הגבוה ביותר – וניצח במשחק. אז ״כחול עמוק״ הראה אומנם על יכולת ניתוח גבוהה ותכנון מהלכים קדימה, אך האם הבינה המלאכותית יכולה גם להבין את העולם, או להיות יצירתית? 

ההתקדמות המשמעותית הבאה הגיעה ב־2012. האתגר היה ללמד תוכנה לזהות מה יש בתמונות פשוטות, כמו כלב, מכונית, עץ וכו'. ממש כמו ללמד תינוק. זה אולי נשמע לנו פשוט, אבל למחשב, שמקבל רק אוסף של מספרים, הנקראים פיקסלים – זהו אתגר אדיר. והמחשב צלח את האתגר.

באותה שנה, פרויקט בשם "אלכס־נט", על שם החוקר אלכס קריז'בסקי, שהיה אחד משלושת חברי הצוות בפרויקט, הדהים את העולם. הרשת שפיתחו הגיעה ל־15.3% אחוזי טעות בלבד, בעוד המקום השני נתקע על 26.2%! סוד ההצלחה שלהם היה שילוב עוצמתי: הם השתמשו ברשת נוירונים ענקית והזינו אותה בכמות אדירה של תמונות. כל המידע הזה רץ על מעבדים גרפיים (GPU) – אותם רכיבים חזקים שמשמשים למשחקי מחשב, ויכולים לבצע המון חישובים במקביל. השילוב הזה הביא לתוצאה מדהימה ומהפכנית.