October 2, 2025

שיחה על קפה - בינה מלאכותית

מומלץ לקרוא עם הקפה שלכם

הקדמה

לומר בינה מלאכותית היום זה כמו לומר עיתון או טלפון או אפליקציה - זה סטנדרט ואין מי שמכיר את זה.
אם נשווה את זה ל11 שנים אחורה - ב-2014, רק קבוצות מסוימות של אנשים התלהבו מאוד מהרעיון.
ואם נלך אחורה בזמן - כי רשתות נוירונים זה לא נושא חדש - רק האקדמיה ואנשים בודדים שמחו מאוד מהרעיון, זה כמו קוונטים היום - זה לא בדיוק עובד כמו שרצינו אבל יבוא יום וזה ייעבוד.

אך הבעיה היא שהלמידה על התחום עוברת כמו טלפון שבור - אנשים מקבלים פיסות מידע ולא מתאמצים להבין את הנושא.

בפוסט הזה נדבר קצת על בינה מלאכותית ומה צריך לדעת מהיבט לא טכני - לכולם.
אם אתם מסתבכים עם מושגים טכניים תתעלמו או שאם זה מסקרן אתכם אני ממליץ לחפש וללמוד על זה.
אז נתחיל!

בינה מלאכותית או אלגוריתמיקה?

אי שם לפני 2 עשורים פיתחתי משחקים פשוטים.
מי שזוכר את עצמו משחק יודע שתמיד היה אופציה לשחק מול חבר או לשחק מול AI.
האם ה-AI של פעם הוא אותו AI המדובר כיום?
כן ולא.

כן - בסופו של דבר מדובר במחשב המבצע החלטות לגבי אופן הפעולה במשחק.
לא - צורת הדרך שבה המחשב “חושב” היא שונה לחלוטין.

ה-AI הוא מושג שמגדיר כל סוג של מחשב המבצע כל סוג של חשיבה.
לעיתים נפתור צורת מחשבה בעזרת אלגוריתמיקה בלבד - סדר פעולות קבוע או משתנה הפותר בעיה כלשהי.

כשעולים שלב קדימה אנו נמצא מודלים פשוטים שמבצעים את אותו הדבר אך עם למידה.
בעצם החלפנו את האלגוריתמיקה במודל סטטיסטי שלעיתים פותר את הבעיה בצורה כללית יותר וטובה יותר.
למשל הדוגמאות הקלאסיות זה זיהוי עצמים בוידאו או תמונות.

כשעולים שלב נוסף למעלה זהו בעצם תוספת של אלגוריתמים מסובכים יותר בתחום למידת המכונה - כשמשלבים ביניהם הם הופכים לכלים מאוד חזקים.
למשל - LLM שהוא Large Language Model וזה ה-ChatGPT שכולם מכירים.

תדמיינו לכם לגו, אתם מרכיבים פריטים ועם הפריטים האלו אתם בונים סצינות ועם הסצינות האלו אתם בונים עולם.
ככה מורכב עולם הבינה מלאכותית היום.

בינה מלאכותית או מודלים?

תדמיינו שמודל הוא קופסה שעושה משהו.
למשל יש לי קופסה שיודעת לזהות בגדים בתמונות, וקופסה אחרת שיודעת לסווג את הבגדים - זה חולצה, זה מכנסיים וכדו’..

אם הייתי רוצה קופסה אחת הייתי צריך ללמד אותו בצורה מגוונת יותר לזהות בגדים - שטכנית זה אפשרי.
ואם הייתי רוצה שהקופסה תדע לזהות מותגים אז זה כבר 3 דברים במכה.

במקום זה אפשר לפצל את זה ל-3 קופסאות שונות.
קופסה שמסווגת אם זה בגד או לא.
קופסה שיודעת לסווג סוגי בגדים - זו חולצה, זה מכנסיים וכדו’…
וקופסה שמזהה עבור סוג בגד איזה מותג זה, למשל מותגים של חולצות בלבד.

מה היתרון בזה?
האתגר הטכני שאני פותר בעזרת כל קופסה הוא קטן וספציפי, מה שעוזר לנו ללמד את הקופסה בצורה קלה יותר.
מן הסתם יש בזה חסרונות גם כן - ליצור 3 קופסאות יכול להיות ארוך יותר מ-1.

אם אתם באמת זקוקים לקופסה אחת גדולה אולי זה עדיף, אבל הלימוד של קופסה כזו היא מורכבת ותפתור לכם הרבה בעיות.
אבל אם אתם זקוקים למשהו ספציפי - מוטב להשתמש בקופסה קטנה יותר.

אז מה עם ChatGPT?

זוהי קופסה די גדולה שלימדו אותה לעשות הרבה דברים.
מן הסתם זו קופסה הרבה יותר מורכבת מקופסאות פשוטות.

זו אחת הסיבות למה המודלים הגדולים האלו יודעים לעשות דברים ספציפיים טוב מאוד,
אך ככל שעובר הזמן החברה משקיעה יותר בלימוד והפיתוח וכך היא יודעת לעשות הרבה יותר דברים בצורה מדויקת וחכמה יותר.

עלות

אני לא מאמין בדברים חינמיים, אם זה חינם אז יש כאן משהו מאחורי הקלעים…
מכיוון שזה לא בחינם זה עולה למישהו כסף - או לנו או להם.

אז בואו נדבר קצת על עלויות.

עלות לצרכן

מי שמשתמש במודלים ובינה יודע שזה עולה כסף, בין אם זה תשלום חודשי, או תשלום על החומרה למי שמריץ את זה לבד או אפילו על חשמל אם זה המחשב הביתי שלכם.

עלות לחברה

תחזוקה יכולה להיות יקרה, מה נכנס לתחזוקה כזו:

  • חשמל
  • תחזוקת מבנה ושרתים
  • תשלום לאנשים
  • חומרה
    וכמובן יש עוד…

לפי מידע ע”י The Information עלות התחזוקה של ChatGPT לחברת OpenAI היא כ-700,000$ ליום!
זה בערך 250 מיליון דולר לשנה!

צריכת חשמל

אחת הסיבות שאני אוהב לדבר על עלויות זה צריכת החשמל שמגולמת על כולנו…
אם חברות חשמל עולמיות יצטרכו לתחזק נקודות שרתים כבדות זה ייצטרך להתגלם על הצרכן בסופו של דבר.

לHuggingFace אתר עם הרבה מודלים פופולרים יש טבלת ניקוד:

https://huggingface.co/spaces/AIEnergyScore/Leaderboard

לשימוש בודד אומנם זה לא הרבה, אבל כפי שאנחנו יודעים הרבה אנשים משתמשים במודלים כמעט כל הזמן.
והשימוש בחשמל גובר יותר ויותר במיוחד בשימוש במעבדים גרפיים או מידעי אחר כגון ביטקוין וטכנולוגיות בלוק-צ’יין.

חיבורים למוצרי תוכנה אחרים

התחום מתקדם ואיתו גם הרעיונות, עם קצב הגידול הזה חברות הבינה משווקות חיבורים של הצ’אטים לכלים אחרים.
הצ’אט הוא יותר מצ’אט - הוא גם מבצע.
למשל אם עד עכשיו הייתם מבקשים ממנו לכתוב לכם אימייל, היום אתם יכולים גם לבקש לשלוח אותו.

אילו “מוצרים תוכנתיים” אני מדבר עליהם, זה פשוט:

  • הג’ימייל שלכם
  • google drive
  • Microsoft one drive
  • DropBox

משתמשים מתקדמים יכולים לאפשר חיבוריות להרבה יותר מוצרים, כמובן שבאחריות אישית.

האם כדאי לי?

נתחיל עם החסרונות:

  • אתם נותנים גישה למוצר תוכנה למידע אישי ולעיתים לא מוגבל, חיבור לאימייל יכול להוביל לכם שאתם נותנים את כל תיבת האימייל שלכם לחברת הבינה המלאכותית.
  • נושא האבטחה עדיין בתחילתו ויש יותר ויותר באגים שגורמים לבעיות אבטחה ופרטיות.
  • שימו לב יכול להיות הבינה המלאכותית משתמשת בחומרים שלכם כדי ללמד את הבינה - כך שמידע שלכם יכול להופיע לאנשים אחרים בטעות.
  • באגים יובילו לדברים שיהיה קשה לתקן או לשחזר.
  • אם מקבלים גישה לצ’אט שלכם בעצם מקבלים גישה גם לשאר הדברים.

רוב החסרונות מתמקדים בפרטיות ואבטחה, שזהו הנושא הכי מורכב בתחום הבינה המלאכותית.

ומה עם היתרונות?

  • הופך את השימוש לקליל ומהנה יותר
  • נותן אפשרות לעשות פעולות טכניות לאנשים לא טכניים
  • יכול להקל מאוד בניהול לוח זמנים ומשימות
  • בשימושים מורכבים יותר נותן יכולות גבוהות.

נוכל לומר שאם נושא האבטחה פחות חשוב לכם והשימוש בו יכול לעודד אתכם להיות פרודקטיביים אז שימוש סביר יכול מאוד לעזור לכם.

מה מתכנתי תוכנה רוצים שתדעו

וייב קודינג זה לא לתכנת.

כאשר אתם יוצרים קוד בוייב קודינג אבל אתם לא באמת יודעים לקרוא או להבין אותו - אתם תגיעו למגבלה שלכם די מהר.

אתם יכולים ליצור את הרעיונות שלכם די מהר - וזה נהדר, אני ממש ממליץ על זה.
אבל גם תיזהרו עם זה מאוד.
יש הבדל בין ליצור רעיון שיכול להיות נחמד כקונספט למימוש אולם להשיק מוצר תוכנה כשאתם לא יודעים מה אתם עושים יכול להוביל כל כך הרבה בעיות.

תיזהרו מהחיבוריות

כבר נאמר בחסרונות אולם אני רוצה שוב פעם להדגיש את זה.
תיזהרו ממוצרים שנותנים לכם לחבר את הפייסבוק שלכם, או את הטיקטוק שלכם או כל דבר שקשור לחיים הפרטיים שלכם.
בקליק אחד אתם יכולים בטעות לחשוף דברים שלא הייתם רוצים.

תהנו ותלמדו מהניסיון שלכם

כשהתחלתי ללמוד לתכנת למדתי בגישה אוטודידקטית קלאסית - ספרים ספרים ספרים…
קראתי מעל ל-3000 עמודים ולמדתי נושאים מאוד עמוקים:

  • C#
  • C++
  • Assembly
  • OpenGL

וזה עד גיל 17.
אם היו לי את הכלים שיש היום פעם, הייתי יכול ללמוד דברים הרבה יותר לעומק בצורה הרבה יותר מהנה.
אז תנצלו את זה - תשתמשו בכלים האלו כדי ללמוד ולהתפתח.


זהו, תנסו ללמוד על העולם הזה ולהבין אותו יותר לעומק,
הפוטנציאל הוא עצום.

תודה על הקריאה.

על הפוסט

הפוסט נכתב על ידי Ilya, רישיון על ידי CC BY-NC-ND 4.0.

שתפו את הפוסט

Email Facebook Linkedin Print

קנו לי קפה

#Software#AI#ML