רעיון הבינה המלאכותית אינו רעיון חדש ומקורו לפחות כבר בשנות ה-50 של המאה הקודמת כשהמתמטיקאי הבריטי אלן טיורינג הגה את רעיון מבחן טיורינג. תיאורטית, במבחן טיורינג, מציבים אדם ומכונה מאחורי מסך ושואלים אותם שאלות על מנת לבחון האם ניתן, מצפייה בתשובות, להבחין בין אדם ומכונה.

נושא הבינה המלאכותית נבנה מאז גם קונספטואלית - בתיאוריות, רעיונות ואף סרטים וספרי מדע בדיוני – וגם מעשית, כשרוב ההתפתחויות בתחום נרשמו בעשור האחרון הודות לצמיחה בכוח המחשוב הזמין וביכולות איסוף הנתונים המשמשים לאימון האלגוריתמים. לאור ההתפתחויות האחרונות בתחומי הבינה המלאכותית ובראשן הנגשת ה-ChatGPT ושירותים מתחרים לציבור, החל הדיון הציבורי סביב היכולת של הטכנולוגיה להחליף את בני האדם, לעקוף אותם ביכולותיה התבוניות ואף להשתלט על האנושות. יש אף שהקבילו את המצב למהפכה התעשייתית, היכן שמכונות תעשייתיות תפסו את מקומם של האיכרים.

על מנת לתת מענה, ולו חלקי, לשאלות אלו, יש להבין את הקטגוריות השונות של תחום הבינה המלאכותית. כיום, רוב טכנולוגיות הבינה המלאכותית המוכרות לנו, מכונות בינה מלאכותית צרה (Narrow AI) והן מוכוונות לפתור בעיות ספציפיות, כגון זיהוי תמונות, נהיגה ועוד. הגישה הנפוצה ביותר לבינה מלאכותית צרה היא למידת המכונה, המתבססת על אלגוריתמים שמחקים משימות קוגנטיביות באמצעות אימון על מאגרי נתונים גדולים.

אפשר אם כן לומר, ששיטת הסקת המסקנות של טכנולוגיות למידת מכונה היא הסקה סטטיסטית הנשענת על אינדוקציה. אינדוקציה היא שיטה של למידת דפוס ממספר רב של דוגמאות על מנת להסיק מסקנות בנוגע למקרים עתידיים. אם הצגנו למכונה תמונות של ברבורים לבנים עם צוואר ארוך, היא "תלמד" או תדע לזהות ברבורים כעופות לבנים עם צוואר ארוך. אך אם מאגר המידע שעליו אימנו את האלגוריתם אינו כולל תמונות של ברבורים שחורים עם צוואר קצר, האלגוריתם לא יוכל לזהותם.

רבות מהערכות וההחלטות האנושיות שאנו מבצעים בחיי היום יום מבוססות גם הן על אינדוקציה והסקה על הכלל מן הפרט, וברוב הפעמים, התוצאה תואמת את הציפיות. עם זאת, לעיתים רחוקות מתרחשים אירועים ותופעות שלא יכולנו לחזות, ביניהן מלחמות, מגיפות ואסונות טבע ואפילו עליות וירידות בשוק המניות. את הבעיה הזאת ואת אופן השתקפותה בתיאוריה המדעית ניסו הפילוסוף קארל פופר ואחרים לפתור. פופר טען שלא ניתן להבטיח בוודאות שאירוע מסוים יהיה דומה לאירוע שהתרחש בעבר והוסיף שלא ניתן לאמת תיאוריות מדעיות אלא רק להפריכן על דרך השלילה. כלומר, תיאוריה או תחזית, תקפות כל עוד הן לא הופרכו אך לא ניתן לאמת אותן.

התיאוריה המדעית רלוונטית לבחינת היכולת של טכנולוגיות הבינה המלאכותית לעקוף את הבינה האנושית. בעוד שטכנולוגיות אלו יכולות לאתר דפוסים שונים על בסיס מידע רב שבן אנוש אינו יכול לעבד, הן אינן יכולות לבצע הפרכה ויכולות הניתוח שלהן מוגבלות לתופעות ואירועים שהתרחשו בעבר או שדומים לכאלו שהתרחשו בעבר. הדבר נכון לכל תחום שבו טכנולוגיות אלו באות כיום לידי ביטוי.

אתגרים נוספים שקיבלו תשומת לב רבה יותר בשיח הציבורי הם יכולת המערכות להבין הֵקְשר מידת הגיוון ואופן הבניה של מאגרי המידע עליהם מתבססים האלגוריתמים. מערכות זיהוי שזיהו פושעים כאנשים שחורים או מנהלים בכירים כגברים לבנים הן דוגמה מוכרת.

גם בתחום הסייבר, בו עוסק הכותב, ניכר כי בינה מלאכותית תהווה בהחלט מכפיל כוח, אך תשלים את האנליסטים האנושיים ולא תחליפם. זאת משום שבתחום הסייבר, המאופיין בחדשנות מהירה, בשינויים תכופים ובשימוש בטכנולוגיות חדשות, צפויים לצוץ כל העת תרחישים ודוגמאות חדשות, דברים שיחייבו הבנה מהקשר, דמיון מפותח והסתכלות רחבה. דוגמה לכך היא המידה הגדלה שבה הֵקְשרים היסטוריים וגיאו-פוליטיים הולכים ונקשרים לעולמות הסייבר בפרט והטכנולוגיה בכלל, באופן שחורג משמעותית מההיבטים הטכניים, בהם בינה מלאכותית מצטיינת.
 
סימני שאלה לעתיד

עם זאת, יש לזכור כי אנו רק בתחילת הדרך. טכנולוגיות הבינה המלאכותית של העתיד, זכו כבר למספר שמות כגון General AI, אולם איננו יודעים בוודאות כיצד הן תראנה והדבר תלוי במספר גורמים. כאמור, כוחן של מערכות בינה מלאכותית טמון במידה רבה בכוח המחשוב הזמין להן.

כוח המחשוב צמח באופן מעריכי החל מהמצאת הטרנזיסטור ב-1947 ובהתאם לתחזיתו של גורדון מור מ-1965, לפיה נוכל למזער את גודל הטרנזיסטורים פי 2 כל בערך שנתיים ולפיכך להכפיל את מספר הטרנזיסטורים שניתן להציב על פני מעגל משולב. עם זאת, מזעור הטרנזיסטורים מגיע למיצוי והדרך להמשיך במגמה היא לעבור לצורת מחשוב שונה.

הרעיון המוביל, שזכה גם הוא לתהודה ציבורית, הוא המחשוב הקוונטי, שצפוי להתבסס על תופעות מעולם פיזיקת הקוונטים. המחשוב הקוונטי צפוי על פי ההערכות לספק לאנושות כוח מחשוב רב בהרבה יותר. על פי הערכות, כוח מחשוב זה יהיה חזק פי 150 מיליון מכוח המחשוב הנמצא ברשותנו היום. לפיכך, קשה להעריך את היקף היכולות המדויק שיעמוד לרשותנו בעתיד. משום כך, קשה להעריך אילו טכנולוגיות עתידיות תוכל האנושות לפתח. עם זאת, בעתיד הקרוב, (ובתחום הטכנולוגיה, מדובר אפילו במספר שנים מועט), ניכר כי בינה מלאכותית תשלים ותהווה כלי יעיל בידי האנושות אך לא תחליפה.

עוד ב-

העלאה בשכר הבסיס ומענקים: אלו העובדים שירוויחו בענק

לכתבה המלאה

הכותב הוא חוקר במרכז למחקר סייבר באוניברסיטת ת"א, אשר עורך את שבוע הסייבר השנתי באוניברסיטת ת"א בשיתוף מערך הסייבר הלאומי, משרד הכלכלה ומשרד החוץ.