בראודה ופלאי הבינה מלאכותית

כיצד אפשר ללמד מחשב יכולות שעוזרות לנו למנוע מחלות, לאתר מראש תקלות בתהליכי ייצור ואפילו לאתר בזמן אמת אדם העומד לטבוע בים? שני מרצים מהמכללה, אליעד בן נון (הנדסת תעשייה וניהול) וד”ר אמיר אדלר (הנדסת חשמל ואלקטרוניקה), מסבירים על היכולות המופלאות של הבינה המלאכותית ועל חדירתה כמעט לכל תחום בתעשייה הישראלית.

היום לא צריך להיות חלק מעולם ההייטק כדי להכיר את המונח “בינה מלאכותית” – כולם מדברים על זה. אבל מהי בעצם בינה מלאכותית? ובכן, אליעד בן נון, מומחה לתחומי תעשייה והנדסת איכות ובינה מלאכותית (AI), ומרצה במכללה, מסביר שלמעשה מדובר בשיטה ה”מלמדת” את המחשב יכולות כגון התבוננות, ניתוח, הסקת מסקנות והחלטות עצמאיות, שהיו שמורות בעבר לבני אנוש ולא למכונה. זיהוי פנים, מתן המלצה לבנקאי על רמת הסיכון בהינתן הלוואה, ניתוח סריקה של מכשיר CT באופן עצמאי ומתן התראה על הימצאות מחלה חלילה – כל אלה הם פיתוחים הניתנים לביצוע תודות ליכולותיה של הבינה המלאכותית. בן נון מציין, כי אופן האימון של המחשב ביכולות הללו ניתן לשליטה ובקרה.

“מאחר שלמחשב קיימת היכולת להתמודד עם כמות עצומה של מידע ויכולת לחשב ולעבד אותו באופן מהיר, במקרים מסוימים לבינה מלאכותית ישנן יכולות גדולות יותר אפילו מצוות של מומחים בתחום מסוים”, הוא מסביר. לדבריו, תחום הבינה המלאכותית הולך וצובר תאוצה בהיבטים רבים בתעשייה. הוא קודם לכל מבחין בין תעשיית ההייטק – המאמצת במהירות מגוון נרחב של יישומי בינה מלאכותית, ומרבית הפיתוחים בתחום יוצאים ממנה – לבין תעשייה יצרנית מסורתית (Low Tech),  שם, מטבע הדברים, כניסת יישומי הבינה המלאכותית  מתבצעת בקצב איטי יותר.

אליעד בן נון

אליעד בן-נון, מרצה במחלקה להנדסת תעשייה וניהול

בינה מלאכותית בתעשייה המסורתית

די להבין טוב יותר כיצד הבינה המלאכותית משתלבת בתעשייה, בן נון מספק כמה דוגמאות רלוונטיות. תחילה מהתעשייה המסורתית. “שילוב בינה מלאכותית במפעלי ייצור למשל, מאפשר תזמון מועדי תחזוקה אידאליים של מכונות לפני שהן מתקלקלות או מושבתות, ומביא בכך לחיסכון בזמן ומשאבים במפעלים. כך מפעל שמייצר שעוני מים, שכבר עושה שימוש בטכנולוגיה, זוכה לתחזית אידאלית של תזמון מועד תחזוקת המכונות, המושפעת מנתונים שונים שנאספו לאורך הזמן מגורמים שונים בפס הייצור, ומשפיעים על פעולת המכונות ותפוקותיהן. כך למעשה מתאפשרת מניעת תקלות מסוימות וחיסכון בזמן ובמשאבים כספיים”. 

דוגמה נוספת שקשורה לשילוב הבינה המלאכותית בתעשייה המסורתית מגיעה מעולם מכונות הדפוס: ” מערכת בינה מלאכותית בתחום זה מאפשרת האזנה קולית למכונות ומנתחת דפוסים ואנומליות ברעש שנגרם בזמן פעולתן, על מנת לתזמן את מועד התחזוקה האידאלי. במקרה הזה, ההתבססות העיקרית היא על הרעש שהמכונה מייצרת, שאינו בהכרח ניתן לשמיעה על ידי אוזן אנושית. המטרה היא להתמודד עם בעיות ועם תקלות שקורות במכונות עוד לפני שהן קורות – סוג של טיפול מונע”. 

בינה מלאכותית בתעשיית ההייטק

כפי שציין בן נון, הבינה המלאכותית נכנסת בקצב מהיר יחסית לעולם ההייטק. כך, למשל, הוא מציין כי כיום חברות המספקות שירותי ענן לגולשים, נעזרות בפיתוח ישראלי לחיזוי קריסות בשרותי הענן. “המערכת מזהה אנומליות מבעוד מועד, במהלך פעילות שמתרחשת בתעבורת הנתונים בתוך הענן, מה שמאפשר לקבל תחזית לגבי קריסה צפויה וגם כמובן – נקיטת פעולה למניעתה”.     

לדבריו, ישנם ענפים נוספים שנחשבים שמרניים יחסית, כמו תעשיית התרופות וענפי הבנקאות והביטוח שלא נוטים לאמץ במהירות טכנולוגיות שאמורות להחליף את הבינה האנושית, וגם לא את קבלת ההחלטות הנעשית בידי אדם. אולם לאחרונה, וביתר שאת בשנתיים האחרונות, חל שינוי גדול גם בענפים אלו. “בישראל כבר קיימות מספר חברות ביטוח שפועלות על טהרת הבינה המלאכותית”, מספר  בן נון. “חברות אלה מייעלות את התפעול, מה שמתבטא במהירות הטיפול בתביעות, בהוזלת עלויות העסק ובדיוק בקבלת ההחלטות. גם חברות הביטוח הוותיקות הפועלות בישראל מבינות את התועלת, וחלקן אף הקימו מחלקות AI בתוכן”.

בינה מלאכותית ורפואה

לצד השכלולים והפיתוחים הרבים, אין ספק כי אחד התחומים המרתקים בבינה מלאכותית קשור לעולם הרפואה. כידוע, כיום נעשים מאמצים גדולים כדי לזהות מחלות עוד לפני שהן מתפרצות. הדבר בא לידי ביטוי למשל בבדיקות סקר, המיועדות לבחון סיכוי להופעת גידולים מסוימים כמו סרטן שד, או סרטן המעי הגס. “זיהוי מחלות בתחילתן, הרבה לפני הופעת סימפטומים, לעיתים גם שנים לפני הופעתם, או זיהוי מראש של פוטנציאל גבוה להתפתחותן אצל אדם זה או אחר, מאפשר יכולת להתמודד עם המחלה באופן הרבה יותר אפקטיבי, ובמקרים אחרים אף מאפשר למנוע אותה”, מציין בן נון. “הנתונים מסופקים למערכת באמצעות בינה מלאכותית מבדיקות דם מהעבר, למשל, או בדיקות שתן’, בנוסף למידע נוסף מההיסטוריה הרפואית, ונתונים כלליים לגבי האדם בהשוואה לנתוני דאטה של אוכלוסיות דומות, מאפשרים לנתח את נתוניו האישיים ולהעריך את סיכויו ללקות במחלות שונות”.

ד"ר אמיר אדלר

ד”ר אמיר אדלר, מרצה במחלקה להנדסת חשמל ואלקטרוניקה

ממש כפי שישראל ניצבת בקדמת הבמה בהחדרת תחומים משיקים כמו רפואה מותאמת אישית, ורפואה דיגיטלית, כך גם הבינה המלאכותית ברפואה, מציבה אותה בחזית העולמית. אולם, עדיין, בן נון מציין כי התחום אינו מפותח דיו – לא בארץ ולא מחוצה לה – ולהערכתו, אנו צפויים לפריצות דרך בשנים הבאות. “אפשר להבחין בכניסת הבינה המלאכותית גם לתחום התרופות. במקרה הזה, הטכנולוגיה מאפשרת במקרים מסוימים, לקצר את התהליכים המקובלים בעת ביצוע ניסויים קליניים”.

הבינה המלאכותית משתלבת בתחומים רבים נוספים. בתעשייה הביטחונית, לדוגמא, כבר רואים כיצד מערכת של בינה מלאכותית מסייעת לאתר ‘צוואר בקבוק’ בתהליכי ייצור מורכבים, מצליחה לאתר תקלות ולהעריך את משך זמן הטיפול בהן. “כך גם בתחום התחבורה ובפרט הנהיגה האוטונומית”, מוסיף בן נון. “סטרטאפים וחברות רכב מקומיות מפתחים מערכות משלימות, כמו למשל מערכת המאפשרת לנהגים לראות תצוגה טובה יותר של הכביש בזמן חשכה מוחלטת ובתנאי ערפל; ויש אפילו מצלמות בחוף הים המבוססות על בינה מלאכותית ומאפשרות לזהות מקרי טביעה באופן אוטומטי. במקרה כזה, המצלמה היא למעשה חיישן שמזהה אובייקטים ש’מתנהגים’ במים בתנועות המאפיינות תנועות אדם, ובכך מגבירה את הסיכויים להצילו בטרם ייטבע”.

הפיתוח הישראלי שמאפשר לאתר מקורות גז באמצעות בינה מלאכותית

גם ד”ר אמיר אדלר, מרצה במחלקה להנדסת חשמל ואלקטרוניקה במכללה, ערך מחקר בשיתוף עמיתים מאוניברסיטת MIT וחברת האנרגיה TOTAL.  לדבריו, מחקר זה בוחן את השימוש בבינה המלאכותית כתחליף לפתרון משוואות התפשטות הגלים, המיועדות לשם מציאת גז ונפט בדרכים מהירות ויעילות יותר.

“גילוי הגז הוא נושא מאוד משמעותי. כיום ישנם כמה מאגרי גז שמשמשים ליצירת חשמל. התהליכים הנדרשים כדי לאתר מאגר של גז הם ארוכים ויקרים, בעוד שאחוזי ההצלחה שבצדם אינם גבוהים”, הוא מסביר. “בנוסף, תהליך פענוח ה’דאטה’ שנאסף על ידי אוניות שסורקות אזורים שונים בים לרוב נמשך חודשים ספורים עד שנתיים. יתרה מכך, מדובר בתהליך המחייב סיעור מוחות של מיטב אנשי המקצוע, המעריכים יחדיו היכן ההסתברות הגבוהה ביותר למצוא מקורות גז. מצאנו שבאמצעות  פיתוח כלים של בינה מלאכותית, ניתן לפענח נתוני עתק אלה באופן מהיר וללא התערבות של אנשי מקצוע. “הדבר מאפשר לקצר באופן משמעותי את זמני הפענוח, ואף מאפשר איתור מקורות אנרגיה נוספים לרבות מאגרי מים”, הוא מציין.

כלי נוסף שפיתח ד”ר אדלר נשען על מחקר שנעשה בשיתוף מכון בטולוז שבצרפת. מטרת הבינה המלאכותית במקרה הזה היא לבצע חישובי זרמים, ובאמצעותם לבצע סימולציות של מטוסים, טילים ועצמים נוספים שנדרשים לנוע במהירות גבוהה, כולל ביחס לנתוני מזג אוויר ואקלים. “הרעיון הוא בעצם ללמד את המכונה כיצד להיעזר בידע האנושי לפתרון עומס חישובי, ובהמשך לנצל את הידע הזה”, מסביר ד”ר אדלר.

ייעוץ לימודים