"קיים הבדל מרכזי משמעותי בין תעשיית ההייטק המסורתית לבין עידן הבינה המלאכותית: ישראל הצטיינה בתחום שלא דרשו השקעות עתק בתשתיות - עד פריצת מהפכת ה-AI כל מה שנדרש כדי לחדש בעולם מדעי המחשב היה המוח האנושי, חשיבה חדשנית ויכולת הסתגלות. לעומת זאת, ענף הבינה המלאכותית דורש השקעות עתק בתשתיות מחשוב" - כך אמר אתמול (ג') פרופ' אמנון שעשוע, מייסד מובילאיי, שפרש מניהול החברה מוקדם יותר השנה, וכעת הוא מעורב בחברת הבינה המלאכותית החדשה שהקים, doubleAI, שהכריזה בשבוע שעבר על פתרון בעיה מתמטית בת 38 שנה.
● חשד לריגול ב-OpenAI: מכשיר האזנה הוסתר בתוך נייר טואלט. עובד נעצר
● בלעדי | עם 20 עובדים בנתניה: חברת השבבים החדשה שמסעירה את השוק
● פתרון לחידה מתמטית בת 200 שנה: שתי פריצות הדרך שפורסמו בלילה אחד
את הדברים אמר שעשוע ליאיר שניר, שותף בקרן DTC של מייקל דל, בכנס ה-Journey השנתי שעורכת פירמת ראיית החשבון והייעוץ EY (ארנסט אנד יאנג).
"בין אם מדובר בהקמת מחשב-על ישראלי או בין אם בסבסוד תשתיות מחשוב עבור החברות - זה נושא שישראל עדיין מתלבטת לגביו", אמר שעשוע. "ישנן יוזמות שונות, אבל אין עדיין צעדים קונקרטיים בשטח - ו-AI מחייב השקעות מסיביות. זו הסיבה שרבים מהיזמים הישראלים מקימים את החברות שלהם בארה"ב, שם מרוכז הכסף הגדול. לכן, אני מאמין שישראל חייבת לגבש אסטרטגיה חכמה להשקעת משאבים, מתוך הבנה שעידן ה-AI דורש סדרי גודל אחרים של השקעה כספית".
שניר שיתף עם שעשוע את הסיבה בגללה החליט להשקיע בחברה שלו מטעם קרן DTC: "הנה משהו שלא שיתפתי מעולם: בסביבות סוף 2024 מודל השפה הסיני DeepSeek יצא לעולם, ואני מודה שזה הכניס אותי לתחושת תסכול. ראיתי בו את ההתגלמות של מה שהייתי מצפה שייצא מישראל - פתרון מהיר יותר, זול יותר ויעיל יותר, שעושה הרבה יותר עם פחות, כמיטב המסורת של ההייטק הישראלי. זה ממש עיצבן אותי. אבל אז נפגשנו, והבנתי שכאן בונה נבחרת חלומות אמיתית משהו פורץ דרך ברוח הזו".
פריצת דרך מתמטית
כאמור, בשבוע שעבר חשפה חברת ה-AI של שעשוע, doubleAI, כי פתרה את הבעיה המתמטית "בעית המסלול הארוך ביותר" - השנייה בחשיבותה בתורת הגרפים ואחת ממאה הבעיות המתמטיות הבלתי פתורות החשובות ביותר. היא עוסקת במציאת המסלול הארוך ביותר מנקודה לנקודה בתוך מעגל - כזה שאיננו חוזר לאותה הצומת פעמיים - מבחינת מספר הקשתות בו, ויש לה חשיבות יישומית רבה, כמו ביכולת לתקן שגיאות חישוב במחשוב קוונטי או במזעור שבבים.
שעשוע ציין כי עלות פתרון הבעיה לא עלתה על 2,000 דולר - שהלכו בעיקר על שימוש באסימונים להפעלת סוכני AI. לפי ההערכות, מדובר בעלות נמוכה פי כמה אלפים מזו שהקדישה OpenAI לפתרון כל אחת מהבעיות שלה.
doubleAI של פרופ' שעשוע הוקמה כדי לפתור בעיות הנדסיות ומדעיות ברף הקושי הגבוה באמצעות הפעלה של סוכני AI בתהליך של סיעור מוחות ובקרה מעולמות המחקר. במקום להיות תלויים אך ורק בסוכני ה-AI של חברות הענק כמו OpenAI ואנתרופיק, המבוססות על מודלי שפה בעלי אמינות בינונית, ב-doubleAI מפעילים מנגנוני בדיקה ובקרה שמרניים המבוססים על אלגוריתמים, שמסייעים לסוכני ה-AI להבדיל בין אמת להזיה ומייצרים ביניהם תהליך של הפריה רעיונית וסיעור מוחות מלאכותי.
אמש בכנס הסביר שעשוע איך הוא מסתכל על אינטליגציה, בינה, באשר היא: "קיימים לה שני חלקים: החלק האינטואיטיבי (חיפוש במרחב הרעיונות והתמודדות עם אי-ודאות) והחלק של אימות (Verification). בעוד שחלק מההישגים המרכזיים של ה-AI נשענו עד כה על 'חשיבה רדודה' ומציאת טריקים נקודתיים (כמו בבעיות מתמטיות), פתרון בעיות מורכבות בעולם האמיתי מחייב יכולת הסקת מסקנות קפדנית ורבת-שלבים המשלבת חיפוש עמוק".
האתגר המרכזי שעליו מצביע שעשוע נובע מכך שבניגוד לבני אדם - שיש להם תפיסה ברורה של נכון מול שגוי, והם משתמשים בבדיקות כדי לאתר באגים - בינה מלאכותית ממוקדת באופטימיזציה של מדד המטרה בלבד, מה שעלול להוביל לפתרונות עוקפים ולא בהכרח נכונים. בעוד שבמתמטיקה קיים גורם מאמת (כדוגמת שפת האימות LEAN) המאפשר לברור פתרונות נכונים מתוך אלפי ניסויים, מחוץ למתמטיקה אימות מהווה בעיה פתוחה וקריטית; פיתוח יכולות של חיפוש קפדני ומאמתים חיצוניים חזקים הוא המפתח שיאפשר לבינה מלאכותית לפתור בעיות ענק במדעי המחשב, בחומרה ובתחומים נוספים.
שעשוע תיאר את הדרך שנעשתה ב-doubleAI עד לפתרון הבעיה המתמטית: "התחלנו עם מספר אבני-דרך. לדוגמה, לקחנו ספרייה תוכנה של אנבידיה, שפת תכנות עבור מעבדים גרפיים (CUDA), והבינה המלאכותית שלנו כתבה מחדש את הספרייה, שבתצורתה המקורית נכתבה על-ידי מומחי אנבידיה ותוחזקה במשך עשר שנים. הבינה המלאכותית שלנו הביאה לעלייה בביצועים של פי 3.6 בממוצע, בעוד כשנתנו אותה למערכות הבינה המלאכותית החדישות ביותר בשוק, כ-40% מליבות הפונקציות היו שגויות. זה נתן לנו ביטחון שאנחנו בדרך הנכונה".
"בהמשך עברנו אבני-דרך נוספות ומדדי ביצועים גדולים, ואז בדקנו תחומים מחוץ לקידוד", הוסיף שעשוע. "למרות שהמערכת אומנה לקידוד, בדקנו את עיצוב המעגל הקוונטי - כמו למשל לבניית מעגל קוונטי שיכול לשבור הצפנת ביטקוין, והמערכת שלנו גברה על כל המדדים הקיימים בפער גדול. לאחר מכן נכנסנו לעיצוב חומרה, וגם שם גברנו על המדדים. בשבוע שעבר פרסמנו מאמר שנכתב כולו על-ידי הבינה המלאכותית, הפותר בעיה פתוחה בת 38 שנה בתורת הגרפים. המחבר המשותף היחיד הרשום במאמר הוא שם הסוכן, מכיוון שבני האדם לא השתתפו בכתיבתו".
האתגרים בתחום הרובוטיקה
על תחום הרובוטיקה - או "ה-AI הפיזי" כפי שהוא מכונה על-ידי מנכ"ל אנבידיה ג'נסן הואנג - אמר שעשוע: "כשאני מסתכל על עולם ה-AI הפיזי, אני רואה שהוא מורכב משני תחומים עיקריים: כלי רכב אוטונומיים ורובוטיקה דמוית אדם. בתחום כלי הרכב האוטונומיים, בעיית העלות הגבוהה שהעיבה על התחום נפתרת במידה רבה, ואנו רואים התקדמות ממשית - כולל מאות רכבי מבחן של מובילאיי על הכביש. הטכנולוגיה קיימת כדי להוזיל את העלויות לצרכן, ובסופו של דבר נראה אותה משולבת במכוניות פרטיות שאנשים קונים".
"לעומת זאת, ברובוטיקה דמוית אדם האתגר שונה לחלוטין", המשיך שעשוע. "נכון שרובוטים בסין כבר מציגים יכולות אתלטיות מרשימות ועוקפים ביצועים אנושיים בגובה הקפיצה ובמהירות הריצה, אבל הבעיה הגדולה טמונה בבינה המלאכותית שיושבת מתחת מכסה המנוע.
"האתגר הוא האם הרובוט מסוגל להכליל - כלומר, האם אפשר ללמד אותו משימה מסובכת באמצעות הדגמה פשוטה אחת, והוא יידע לחקות אותה ולהשתמש בה בסביבה שונה לחלוטין, בלי שילמדו אותו מחדש שוב ושוב. זו עדיין בעיה פתוחה, אבל כשהיא תיפתר בשנים הקרובות, ההשפעה שלה על החברה תהיה מדהימה.
"לצד ההזדמנויות העצומות, נצטרך לתת את הדעת על האתגרים שנוצרים כשרובוטים משתלבים בסביבת בני אדם. ישנו החשש הקטן יותר שבן אדם ישחית את הרובוט, בזמן שלרובוט אסור להגן על עצמו, אך הדאגה המרכזית היא הבטיחות - למשל, מה קורה אם רובוט ששוקל 70 קילו נופל על ילד בבית. אפשר לחשוב על פתרונות ביניים, כמו הפעלת הרובוטים רק בלילה כשאין בני אדם בסביבה. עם זאת, ההזדמנויות הזמינות עדיין מדהימות, ונוכל לבחון את המדיניות הרגולטורית ולהתאים אותה תוך כדי תנועה".
