קוראים לי אַלֶה פלורס,
ואני מנהלת מוצר ב"אלכסה".
אני ד"ר צ'לסי האופט. אני עובדת במכון
"אלן" למחקר של אינטליגנציה מלאכותית,
ואני עובדת על מנוע חיפוש אקדמי
המופעל בעזרת אינטליגנציה מלאכותית.
כיום, בכל מקום מסביבכם, מחשבים מקבלים
החלטות, וההחלטות הללו משפיעות על
חיי היומיום שלכם. כשאתם מחפשים משהו
באינטרנט, או כשאתם גוללים בפיד שלכם,
המחשבים הם אלה שמחליטים מה תראו.
מחשבים יכולים כבר לזהות את הפנים
שלכם ולהבין את הקול שלכם,
ובקרוב הם יוכלו לנהוג ברכבים, או לזהות
מחלות, אפילו יותר טוב מבני־אדם.
אז איך כל זה מתאפשר בעצם?
אולי שמעתם על משהו שקרוי
.A.I - "אינטליגנציה מלאכותית", בעברית.
אינטליגנציה מלאכותית עדיין
רחוקה מאיתנו עשרות שנים.
אבל יש סוג של אינטליגנציה מלאכותית שזמין
כבר כיום: למידת מכונה (Machine Learning).
זהו סוג של אינטליגנציה מלאכותית שאתם אולי
נמצאים איתו במגע יומיומי, ולא ידעתם על כך.
יש בכוחו לסייע לנו בפיתרון של כמה מהבעיות
הגדולות ביותר שניצבות בפני האנושות כיום.
למידת מכונה היא האופן שבו מחשבים
מזהים דפוסים, ומבצעים החלטות
מבלי שהם מתוכנתים לכך באופן ישיר.
מה שכל כך מרגש בזה הוא שזו דרך
חדשה לגמרי לתכנת מחשב, שונה
מכל מה שהכרנו ועשינו בעבר.
בלמידת מכונה, במקום לתכנת מחשב צעד אחר צעד
אתם יכולים לתכנת אותו ללמוד ממש כמו שאתם
לומדים, דרך ניסוי וטעייה, והרבה תירגול.
הלמידה מגיעה מהחוויה עצמה,
והדבר הזה נכון גם לגבי למידת מכונה.
במקרה הזה, ה"חוויה" מורכבת
מהמון־המון נתונים.
למידת מכונה יכולה לקלוט כל סוג של מידע:
תמונות, וידאו, אודיו או טקסט -
ולהתחיל לזהות דפוסים בתוך המידע הזה.
ברגע שהיא לומדת לזהות דפוסים במידע,
היא יכולה ללמוד כיצד לבצע תחזיות
המבוססות על הדפוסים הללו.
כמו, למשל, להבחין בהבדלים הקיימים בין
תמונה של רכב לבין תמונה של אופניים.
אינטליגנציה מלאכותית ולמידת מכונה ממלאות
חלק הולך וגדל בחברה באופן כללי,
ומעצבות את העתיד של כל אחד ואחת מאיתנו.
לכן כל כך חשוב לדעת איך זה עובד,
ועוד יותר כשמדובר בניסיון מעשי.
אתם עומדים לקבל הזדמנות ו"לאמן"
מודל למידת מכונה משלכם.
זכרו, אינטליגנציה מלאכותית היא כמו כל כלי:
קודם משיגים את הידע, אח"כ משיגים את הכוח!