בינה מלאכותית מסכמת עבורנו טקסטים, עונה על שאלות ומסייעת במשימות יומיומיות. אבל כשזה מגיע להחלטות חשובות, רוב האנשים (ובעצם גם רוב הארגונים) עדיין לא ממש יכולים לסמוך עליה. אחד האתגרים המשמעותיים ביותר בעבודה עם מערכות AI הוא היכולת לסמוך על המידע שהן מספקות, במיוחד כשהן נדרשות לנתח ולהסיק מסקנות מתוך כמויות עצומות של מידע.

Maestro, מערכת חדשה שפיתחה AI21 הישראלית, מבטיחה להפוך את ה-AI לכלי שאפשר להסתמך עליו גם במשימות מורכבות וקריטיות. מדובר בטכנולוגיה שמקפיצה את רמת הדיוק של מודלי השפה בעד 50%, מה שמאפשר לראשונה שימוש אמיתי בבינה מלאכותית בעולמות שבהם טעות אחת יכולה לעלות ביוקר. "מערכת מאסטרו נועדה בדיוק למטרה הזו", אומר בשיחה עם ice אמנון מורג, סמנכ"ל המוצר ב-AI21, "לאפשר ל-AI לפעול גם במשימות הקריטיות ביותר במינימום פיקוח אנושי ולהיות בטוחים שה-AI יפעל בדיוק כמצופה".

מורג, שהחל את דרכו בחברה כמנתח שוק לפני כשבע שנים, משמש כ-VP Product  ב-AI21, והיה שותף מלא לתהליך פיתוח מערכת Maestro. מאחוריו שירות כראש מדור ביחידה 8200 ולימודים בתחומי המשפטים, הכלכלה, הפילוסופיה וההיסטוריה באוניברסיטת תל אביב, לצד תואר שני במשפטים שגם אותו השלים בתל אביב ובהרווארד.

אחד המסרים המרכזיים סביב ההשקה של Maestro הוא ההבטחה לשפר את רמת הדיוק של מודלי הבינה המלאכותית באופן ניכר, אבל מה זה אומר בפועל? "כדי להבין את ההבדל, תחשבו על קרן השקעות שרוצה AI שיסכם דו"חות פיננסיים עבור אנליסטים", הוא אומר. "על מנת שאנליסטים באמת יוכלו לסמוך על הסיכומים ולקבל על בסיסם החלטות עם מחיר טעות עצום, ה-AI חייב להיות מדויק לחלוטין – לא לפספס שום פרט חשוב בדו"חות ולא להמציא עובדות יש מאין".

לדבריו, מודלי שפה, במיוחד כשהם מטפלים במסמכים ארוכים, נוטים לטעות בדיוק בהיבטים האלה. כאן נכנסת לתמונה Maestro, שבונה תכנית פעולה מפורטת: היא מפרקת את המשימה לשלבים, מבצעת אימות של התוצאות בכל שלב ובסיום התהליך כולו, ומשתמשת בטכניקות תיקון שמבטיחות רמת דיוק גבוהה במיוחד.

אחד הנתונים המפתיעים ביותר שעולים מהשיח סביב הטמעת בינה מלאכותית הוא שמעטים מאוד מצליחים לעשות את זה בפועל. לפי דו"ח AWS לשנת 2024, רק שישה אחוזים מפרויקטי ה-AI באמת מגיעים להפקה מלאה. לדברי מורג, "כדי לבנות פתרון AI שמביא תוצאות אמינות באופן עקבי, ארגונים צריכים לעבוד מאוד קשה". התהליך כולל "לייצר סקריפט מוגדר מראש שמפרק את המשימה לשלבים, להוסיף טכניקות אימות ותיקון, לנסות מודלים שונים ופרומפטים שונים". כל אלה דורשים הרבה זמן, משאבים ומומחיות.

כאן נכנסת לתמונה Maestro, שמציעה פתרון אוטומטי לאתגר הזה. "מאסטרו עושה אוטומציה לתהליכים הללו ומאפשר לארגונים להאיץ את קצב הפיתוח ואת רמת האמינות שאליה ניתן להגיע תוך זמן קצר", הוא מסביר. בעיניו, זהו השינוי שעשוי להוביל למהפכה בקצב שבו בינה מלאכותית תוטמע במערכות עבודה שונות. "הדבר יביא למהפכה בקצב ההטמעה של AI בארגונים", הוא מדגיש.

למרות ההתקדמות המרשימה בתחום הבינה המלאכותית, השאלה האם מדובר בטכנולוגיה שבאמת מוכנה לשימוש רחב עדיין עומדת בעינה. מורג מודה כי "עד היום AI בארגונים עוד לא הביא לטרנספורמציה המיוחלת". עם זאת, הוא מעריך שהשנה הקרובה תהיה נקודת המפנה. "ב-AI21 אנחנו מעריכים ש-2025 תהיה שנת המעבר מהתנסות מסיבית להטמעה מסיבית בארגונים, ומערכות AI שמספקות רמת אמינות גבוהה יהיו הקטר", הוא מוסיף.

לדבריו, השפעת הטכנולוגיה הזו על שוק העבודה צפויה להיות עמוקה ומשמעותית. "בעתיד, AI יגדיל אקספוננציאלית את כמות העבודה הדיגיטלית שארגונים יכולים לבצע ותביא אותנו לעידן של super-productivity", הוא אומר. עם זאת, מורג מדגיש כי אין מדובר בתחליף לאנשים. "זו תהיה מהפכה תעשייתית חדשה שתייצר זעזועים בשוק העבודה אבל כלל לא תייתר את הצורך בעובדים אנושיים. למעשה, היא תהפוך עובדים אנושיים להרבה יותר אפקטיביים".

למרות הבשורה שב-Maestro, אנחנו תוהים מה יידרש כדי להגיע לבינה מלאכותית כללית – כזו שתחשוב ותפעל ברמה של אדם. מורג סבור שהפער עדיין גדול, והחסם המרכזי ברור לו מאוד.

"AI21 דוחפת את גבולות הבינה המלאכותית ומטפלת בפער הטכנולוגי הגדול ביותר שמבדיל היום בין בינה אנושית ובינה מלאכותית – היכולת לתכנן באופן שיטתי כיצד לפתור בעיות מורכבות, טרם ביצוע ותוך כדי ביצוע", הוא מסביר.

עוד ב-

הבכיר ב-Dell מבהיר: מי בסיכון לאבד את עבודתו בגלל ה-AI?

לכתבה המלאה

לדבריו, בני אדם מצטיינים בדיוק בזה: "בני אדם, בוודאי כאלה שאנחנו סומכים עליהם עם משימות מורכבות, יודעים איך לנתח את מרחב האפשרויות, להעריך את התועלות והמחירים של החלופות ולבחור באופן רציונאלי באיזו אפשרות לנקוט". בניגוד לבני האדם, אומר מורג לסיום, "מודלי השפה הקיימים היום לא מסוגלים לבצע תהליכי תכנון מסוג זה".