מתי יפקע חוק מור? זאת השאלה שמוצגת הכי הרבה למייק מייברי, סמנכ"ל הטכנולוגיה של אינטל. על התחזית משנת 1965 - אחת הקולעות ביותר בתחום הטכנולוגיה - לפיה מספר הרכיבים האלקטרוניים במעגלים משולבים יוכפל מדי שנה. נוסחה זו שונתה במהלך השנים, אך היא ממשיכה ליצור גאדג'טים מהירים יותר, קטנים יותר ובעלי מחיר נמוך יותר. גורדון מור, המהנדס שניסח את החוק הקרוי על שמו, השתתף בהקמת אינטל כמה שנים לאחר מכן.
מייברי בן ה-61 הצטרף לאינטל ב-1984 כמהנדס אינטגרציית תהליך, הוא מאמין שחומרים חדשים וגישות חדשות לייצור שבבים יבטיחו את המשכיותו של חוק מור. כראש מעבדות אינטל (Intel Labs), חטיבת חקר המוצרים של יצרנית השבבים מעמק הסיליקון, עובד מייברי על שבב "נוירומורפי". בדומה למוח האנושי, יקבל השבב החלטות בתגובה לדפוסים ואסוציאציות נלמדים. שבב במכונית אוטונומית, למשל, יוכל לזהות עצמים ולהגיב להם. ב-2017 הימרה אינטל על טכנולוגיית נהיגה אוטונומית כששילמה 15.3 מיליארד דולר עבור מובילאיי, הסטארט-אפ הישראלי שמפתח חומרה ותוכנה לכלי רכב אוטונומיים. אינטל גם מתחרה בענקיות טכנולוגיה אחרות, כולל מיקרוסופט, גוגל של אלפבית ו-IBM, בפיתוח מחשבים קוונטיים - מכונות עוצמתיות שיוכלו לפצח קידודים מורכבים ולסייע בפיתוח תרופות חדשות.
מייברי שוחח עם The Future of Everything מבית הוול סטריט ג'ורנל על החסרונות של הבינה המלאכותית במתכונתה הנוכחית, על לוח הזמנים למחשוב קוונטי ועל הסוגיות שמעכבות את כלי הרכב האוטונומיים.
האם מקור העיכוב במכוניות אוטונומיות הוא אנשים או טכנולוגיה?
"העתיד שבו כלי רכב אוטונומיים יהיו במחיר נמוך מספיק ויתנו תמורה טובה עבור המחיר כדי שכולם ירצו כלי כזה, נראה עדיין רחוק מאוד - אך מדובר פחות בצפי טכנולוגי ויותר בצפי כלכלי והתנהגותי. כשהייתי צעיר לא יכולתי לחכות כדי להשיג את רישיון הנהיגה שלי, אבל באופן מפתיע הילדים שלי לא היו כל-כך להוטים להשיג רישיון נהיגה, וייתכן שהילדים שלהם לא ירצו בכלל לנהוג. מרבית המכוניות יופעלו בידי אנשים ב-10 השנים הבאות לפחות. יש גם עניין של אמון: האם עדיין תרצו להתמודד עם הסוגיה של איך לבצע רגולציה? איך מוודאים את נושא הבטיחות? איך ישכנעו אנשים לקבל מכוניות אוטונומיות? יכול להיות שבחלקי עולם שונים ממשלות שונות ינקטו גישות שונות בעניין זה".
אולי עדיף להתחיל במשאיות אוטונומיות?
"משאיות אוטונומיות הן אפשרות, אבל עולה השאלה מה לעשות לאחר ההגעה ליעד, כשצריך להסיע את המשאית לאחור כדי להגיע למסוף ההטענה: האם נעביר בנקודה זו את ההגה לנהג אנושי או לא? יכול להיות שתהיה לנו תחבורה ארוכת טווח אוטומטית לפני שנבצע אוטומציה בשלב המקומי והעמוס".
האם בינה מלאכותית, במכוניות אוטונומיות או במכונות אחרות, תוכל לחקות את המוח האנושי?
"מה שמעניין באופן שבו המוח עובד זה שהמידע מאוחסן באופן רב-שכבתי. אם אשאל: 'איך הייתה הנסיעה שלך לעבודה?' אקבל תשובה מסוימת, אבל אם אגיד 'היו נהגים משוגעים הבוקר?' אקבל תשובה שונה. אנחנו, כבני אדם, לא צריכים לחזור לאחור ולהריץ את כל הסרט של המסע לעבודה כדי למצוא את התשובות האלה. לעומת זאת, מערכות הבינה המלאכותית של היום חייבות להריץ את הסרט לאחור ואחת הסיבות לכך היא האופן שבו אנו בנינו אותן. סיבה נוספת היא שאנחנו לא מבינים מספיק טוב כיצד מאחסנים בני האדם מידע כדי שיהיה ביכולתנו לחקות את זה. אם נוכל לבנות מערכת נוירומורפית שתחקה את המוח, אז לא רק נוכל לתרום להבנת המוח, אלא נוכל גם להמציא יישומים טובים יותר למערכת הנוירומורפית, כיוון שהצלחנו לחקות באופן מהותי את האבולוציה שכבר יודעת כיצד לעשות דבר זה או אחר".
ואחר-כך? מה יהיה הצעד הבא בלמידה החישובית?
"הצעדים הראשוניים בתחום למידת מכונה היו מבוססים על כללים. זה עולה בקנה אחד עם המחשוב הקונבנציונלי, שבו מעבדים הוראה אחת בכל פעם. אך בסופו של דבר אוזלת היכולת להתמודד עם בעיות מכיוון שהאמת היא שלא כל ההתנהגות שלנו היא מבוססת-כללים. וללמידה החישובית במתכונתה הנוכחית אין שום מושג של זמן - אין שום דבר שמהווה מקבילה לאירוע או לטריגר.
"מחשוב נוירומורפי הוא דוגמה של ללכת צעד אחד קדימה ולומר: 'אוקיי, מה יקרה אם אשלב זמן בתוך המעבד?'. מושג הזמן והאינטראקציה והפידבק הזה מהווה התקדמות משמעותית אל מעבר למה שאנו מסוגלים לעשות היום. ייתכן שמערכת מחשוב נוירומורפי תוכל לחקות מערכת כאוטית באופן טוב יותר ממערכת מחשוב קונבנציונלית. ברמה מסוימת כאוס הוא חלק מחיינו - התנועה בכביש, לדוגמה. יש אינספור החלטות שאנו מקבלים מדי יום, כשהשיקולים שלנו הם מגבלות רבות שמוטלות עלינו - ואולי אנחנו לא מוצאים תשובה מושלמת, אבל אנחנו מוצאים תשובה טובה למדי, ובמהירות. אז זה בדיוק מה שלדעתנו נוכל לעשות עם סוג המערכות הזה: נציג את בעיית הניווט במסלול שכולל מכשולים ומציאת מסלול טוב למדי במהירות רבה יותר, ותוך שימוש קטן יותר במאמץ מחשובי, בהשוואה לשיטה שבמסגרתה ממצים את השילובים השונים".
מה לגבי מחשבים קוונטיים?
"אנחנו אומרים שאנחנו במרחק של 10 שנים משימוש נרחב במחשוב קוונטי. כשהתחלנו לפני שלוש שנים אמרנו שאנחנו במרחק של כתריסר שנים עם טווח טעות גדול למדי. יהיו אנשים שיגידו: 'טוב, יהיו לנו מערכות עוד לפני זה', והייתי מסכים עם זה, אך המערכות האלה אינן גדולות מספיק בהכרח כדי לפתור את סוג הבעיות שאנשים ירצו באמת לפתור. אנחנו מתכוונים לבנות דגם מערכת בשנים הבאות, כנראה בטווח 500 או 1,000 קיוביט. אם רוצים לבצע סימולציה של מולקולת תרופה, מספר הקיוביטים שנצטרך הוא ברמה של מיליונים. היום הדרך הטובה ביותר לבדוק אם תרופה עובדת היא לייצר את התרופה ולערוך ניסויים, וקשה לנו לחזות שדרך טובה יותר לבצע סימולציה של תרופה תוביל לתרופה טובה יותר. כשננחל הצלחה במחשוב הקוונטי, נוכל להתחיל לבצע סימולציות של דברים שכיום אנו יכולים רק לבצע בהם ניסויים. זה יאיץ את קצב בדיקתם של חומרים שונים. זו לא ערובה לכך שיהיו לנו חומרים טובים יותר, אבל זה יאיץ את הקצה הקדמי של התהליך".