• ממשחק שחמט ועד ניהול ויכוח מנומק: האדם והמכונה בקרב צמוד

    הבינה המלאכותית כבר גברה על הבינה האנושית בכמה מקרים, אך נראה שדרושה עוד עבודת פיתוח מאומצת עד שבני האדם יפנו את מקומם לטובת המכונות • אם שואלים את חוקרי הבינה המלאכותית - הם עושים כל מאמץ שהיום הזה יגיע מהר מהמצופה
    10/07/2019 | ברנרד מר

    המחקר והפיתוח של הבינה המלאכותית ממשיך להתחזק, והיו כמה פרויקטים מרתקים להפליא שבו מכונות התמודדו מול בני האדם במשימות שנחשבו פעם תחומם הבלעדי של בני האנוש.

    למרות שלא כל הפרויקטים היו מוצלחים ב-100%, חוקרי הבינה המלאכותית וחברות הטכנולוגיה למדו הרבה כיצד להמשיך את המומנטום הזה, וראייתם העתידית מצביעה על מציאות בו מכונות ובני אדם יעבדו יחד, אחד לצד השני. הנה כמה מהסיפורים החמים שממחישים איך הבינה מלאכותית מנסה להתמודד על מקומם של בני האדם.

    האם המכונה תנצח את בני האדם? | צילום: shutterstock

    שחמט מול אלוף העולם

    אלוף העולם בשחמט בין השנים 1985-2000, גארי קספרוב, התחרה נגד הבינה המלאכותית פעמיים. במשחק השחמט הראשון בין המכונה (IBM Deep Blue) לבין האדם (קספארוב) ב-1996 זכה קספארוב. בשנה לאחר מכן, Deep Blue היתה המנצחת. כאשר Deep Blue ניצחה, רבים דיברו על כך שזה סימן שהאינטליגנציה המלאכותית משיגה את האינטלגנציה האנושית. הניצחון הזה עורר השראה לסרט דוקומנטרי הנקרא "האדם מול המכונה". זמן קצר לאחר שהפסיד, קספרוב טען כי צוות IBM רימה; עם זאת, בראיון שנערך ב-2016, אמר קספרוב כי ניתח את הנתונים ונסוג ממסקנתו הקודמת.

    המחשב שמבין רמזים

    בשנת 2011, פרויקט Watson של IBM ניצח את קן ג'נינגס ובראד רוטר, שניים מהמתחרים המוצלחים ביותר של שעשועון הטלוויזיה ג'אופארדי. כדי להתכונן לתחרות ווטסון שיחק 100 משחקים נגד זוכי השעשועון בעבר. המחשב היה בגודל של חדר, נקרא על שמו של מייסד IBM, תומאס ג'יי ווטסון, ודרש מערכת קירור חזקה ורועשת כדי לשמור על השרתים שלו מפני התחממות יתר.

    Deep Blue ו-Watson היו מוצרים שהגיעו מיוזמות של IBM שהעמידו את המכונות מול בני האדם שוב ושוב. מכיוון שלג'אופארדי יש פורמט ייחודי שבו המתמודדים מספקים את התשובות ל"רמזים" שניתנו להם, ווטסון היה הראשון ללמוד כיצד להתיר את השפה כדי לקבוע מה הוא נשאל עוד לפני שהוא יכול לעשות את העבודה כדי להבין איך להגיב, הישג משמעותי עבור עיבוד השפה הטבעית שהביאה IBM בפיתוח DeepQA, מבנה תוכנה שעושה בדיוק את זה.

    תוצאות טובות יותר באטארי

    האם בינה מלאכותית יכולה לשחק במשחקי Atari טוב יותר מאשר בני אדם? DeepMind Technologies לקחו על עצמם את האתגר הזה, ובשנת 2013 הם יישמו את מודל הלמידה העמוקה שלה על שבעה משחקים על קונסולת המשחקים Atari 2600.

    מאמץ זה היה צריך להתגבר על האתגר של למידה של 2 מקורות קלט: דיבור ותמונה. פריצות הדרך בראיית מחשב והכרה בדיבור אפשרו לחוקרים ב-DeepMind Technologies לפתח רשת עצבית לחיזוק הלמידה כדי לאפשר למכונה להשתלט על כמה משחקי אטארי תוך שימוש בפיקסלים גולמיים בלבד כקלט. בכמה מהמשחקים היו תוצאות טובות יותר למכונה מאשר לבני האדם.

    3,000 שנות ידע אנושי ב-40 יום

    AlphaGo היא מכונה המסוגלת להעשיר את עצמה בידע רב. היא מבוססת על מחשב על שמסוגל ללמוד 3,000 שנות ידע אנושי תוך ארבעים יום בלבד, מה שגרם לרבים לטעון שהוא "אחת ההתקדמויות הגדולות ביותר בתחום האינטליגנציה המלאכותית".

    המערכת למדה לנצח את משחק הלוח המסובך "גו" | צילום: shutterstock

    המערכת כבר למדה כיצד לנצח את אלוף העולם של "גו", משחק הלוח שמכונה לא הצליחה לנצח בו עד אז. ההצלחה של AlphaGo מציגה את האפשרות להשתמש במערכת כדי לפתור חלק מהבעיות המאתגרות ביותר בעולם, כגון בתחום הבריאות או האנרגיה או בעיות סביבתיות.

    מנצחת משחק מרובה משתתפים

    במבחן נוסף של יכולות בינה מלאכותית, חיפשו ב-DeepMind משחק מורכב יותר עבור הבינה המלאכותית לקרב שדרש שימוש בתכונות שונות של אינטליגנציה הנחוצות לפתרון בעיות מדעיות ומציאותיות. הם מצאו את האתגר הבא ב-StarCraft II, משחק אסטרטגיה הכולל משתתפים רבים. AlphaStar היתה האינטליגנציה המלאכותית הראשונה שהביסה שחקנים מקצועיים של המשחק באמצעות הרשת העצבית העמוקה שאומנה מנתוני משחק גולמיים על ידי חיזוק ולמידה מבוקרת.

    ניתוח של טיעוני היריב

    פרויקט דיבייטר, אחד הפרויקט המדוברים של IBM בתקופה האחרונה, מתמודד עם תחום התמחות נוסף בבינה מלאכותית. מיומנות זו כוללת ניתוח של טיעוני היריב ומציאת דרכים לערער על רגשותיהם (או על רגשותיו של הקהל) - משהו שנראה כמו יכולת ייחודית שהיתה שמורה עד כה רק לבני האדם.

    אף על פי שהמחשב הפסיד כאשר הוא ניצב מול אחד האלופים המובילים בעולם בדיבייט, זו עדיין היתה תצוגה מרשימה של יכולות הבינה המלאכותית. כדי להצליח בדיון, הבינה המלאכותית צריכה להסתמך על העובדות ועל ההיגיון, להיות מסוגלת להבין את קו המחשבה של היריב ולנווט בשפה האנושית במלואה, אחד האתגרים הכבדים ביותר בתחום.

  • גלריות
    מדורים
    דירוגים
    ראשי