1
00:00:08,300 --> 00:00:11,860
שמי אָלֶה פלורס,
ואני מנהלת מוצר ב"אלכסה".

2
00:00:12,500 --> 00:00:15,220
שמי ד"ר צ'לסי האופט. אני עובדת במכון
"אלן" לבינה מלאכותית,

3
00:00:15,360 --> 00:00:19,500
ואני עובדת על מנוע חיפוש אקדמי
המופעל בעזרת בינה מלאכותית.

4
00:00:21,180 --> 00:00:26,020
מחשבים מקבלים החלטות בכל מקום, 
וההחלטות הללו משפיעות על

5
00:00:26,020 --> 00:00:31,259
חיי היום-יום שלכם. כשאתם מחפשים משהו
באינטרנט או כשאתם גוללים בעדכון החדשות שלכם,

6
00:00:31,260 --> 00:00:34,360
מחשבים הם אלה שמחליטים מה תראו.

7
00:00:34,360 --> 00:00:39,060
מחשבים כבר יכולים לזהות את הפנים
שלכם ולהבין את הקול שלכם,

8
00:00:39,060 --> 00:00:44,080
ובקרוב הם יוכלו לנהוג ברכבים ולזהות
מחלות, אפילו טוב יותר מבני אדם.

9
00:00:44,480 --> 00:00:46,900
אז איך כל זה מתאפשר?

10
00:00:47,520 --> 00:00:52,960
אולי שמעתם על משהו שקרוי
A.I - "בינה מלאכותית".

11
00:00:53,320 --> 00:00:56,780
בינה מלאכותית אמיתית עדיין
רחוקה מאיתנו עשרות שנים.

12
00:00:57,200 --> 00:01:01,520
אבל יש סוג של בינה מלאכותית שזמין 
כבר כיום: למידת מכונה (Machine Learning).

13
00:01:01,520 --> 00:01:05,360
זהו סוג של בינה מלאכותית שככל הנראה אתם
נמצאים במגע יום-יומי איתו, גם בלי לדעת.

14
00:01:05,360 --> 00:01:10,700
יש לו הפוטנציאל לסייע בפתרון כמה מהבעיות
הגדולות ביותר שניצבות בפנינו בעולם כיום.

15
00:01:12,660 --> 00:01:18,180
למידת מכונה היא האופן שבו מחשבים
מזהים דפוסים ומבצעים החלטות

16
00:01:18,180 --> 00:01:21,360
בלי שהם מתוכנתים לכך באופן ישיר.

17
00:01:21,820 --> 00:01:27,580
מה שמרגש בזה כל כך הוא שזו דרך
שונה לגמרי לתכנת מחשב

18
00:01:27,580 --> 00:01:29,620
מכל מה שהכרנו ועשינו בעבר.

19
00:01:31,340 --> 00:01:36,860
בלמידת מכונה, במקום לתכנת 
את המחשב צעד אחר צעד,

20
00:01:37,360 --> 00:01:43,760
אתם יכולים לתכנת אותו ללמוד ממש כמו שאתם
לומדים, דרך ניסוי וטעייה, והרבה תרגול.

21
00:01:44,560 --> 00:01:48,880
למידה מגיעה מההתנסות עצמה,
והדבר נכון גם בנוגע ללמידת מכונה.

22
00:01:49,280 --> 00:01:53,700
במקרה הזה, "התנסות" פירושה
המון־המון נתונים.

23
00:01:54,500 --> 00:01:57,560
למידת מכונה יכולה לקלוט כל סוג של מידע:

24
00:01:57,560 --> 00:02:04,520
תמונות, וידאו, שֶׁמַע או טקסט -
ולהתחיל לזהות דפוסים בתוך המידע הזה.

25
00:02:06,300 --> 00:02:11,120
ברגע שהיא לומדת לזהות דפוסים במידע,
היא יכולה ללמוד כיצד לבצע תחזיות

26
00:02:11,120 --> 00:02:12,980
המבוססות על הדפוסים הללו.

27
00:02:13,340 --> 00:02:18,420
כמו למשל להבחין בהבדלים הקיימים בין
תמונה של רכב ובין תמונה של אופניים.

28
00:02:20,600 --> 00:02:26,200
בינה מלאכותית ולמידת מכונה ממלאות
חלק הולך וגדל בחברה באופן כללי,

29
00:02:26,640 --> 00:02:29,000
ומעצבות את העתיד של כל אחד ואחת מאיתנו.

30
00:02:29,000 --> 00:02:34,600
לכן חשוב כל כך להבין כיצד הן פועלות,
ולהתנסות בזה בעצמנו.

31
00:02:35,000 --> 00:02:39,000
אתם עומדים לקבל הזדמנות ו"לאמן"
מודל למידת מכונה משלכם.

32
00:02:40,940 --> 00:02:47,020
זכרו, בינה מלאכותית היא כמו כל כלי:
קודם משיגים את הידע, ואז משיגים את הכוח!