בינה מלאכותית
הוצג| English | משמעות |
|---|---|
| artificial intelligence/ˌɑːtɪˈfɪʃl ɪnˈtelɪdʒəns/ | בינה מלאכותית |
| machine learning/məˈʃiːn ˈlɜːnɪŋ/ | למידת מכונה |
| training data/ˈtreɪnɪŋ ˈdeɪtə/ | נתוני אימון |
| deep learning/diːp ˈlɜːnɪŋ/ | למידה עמוקה |
| neural networks/ˈnjuːrəl ˈnetwɜːks/ | רשתות עצביות |
| speech recognition/spiːtʃ ˌrekəɡˈnɪʃn/ | זיהוי דיבור |
| image recognition/ˈɪmɪdʒ ˌrekəɡˈnɪʃn/ | זיהוי תמונה |
| machine translation/məˈʃiːn trænˈsleɪʃn/ | תרגום מכונתי |
| recommendation systems/ˌrekəmenˈdeɪʃn ˈsɪstəmz/ | מערכות המלצה |
| autonomous vehicles/ɔːˈtɒnəməs ˈvɪəklz/ | רכבים אוטונומיים |
| optical character recognition/ˈɒptɪkl ˈkærɪktə ˌrekəɡˈnɪʃn/ | זיהוי דפוס אופטי |
| text-to-speech/tekst tə spiːtʃ/ | מטען טקסט לקול |
| bias/ˈbaɪəs/ | שיפוטיות |
| accountability/əˌkaʊntəˈbɪlɪti/ | חייביות |
התנועה שאף אדם לא היה מבצע
- במרץ 2016, תוכנית בשם AlphaGo ניצחה את לי סדול, אחד מחזירי ה-Go החזקים בעולם, בארבעה משחקים מול אחד. במשחק השני היא ביצעה תנועה שהמגישים כינו לשגיאה; הסתבר שזו הייתה הרעיון המנצח.
- אף אחד לא תכנן תנועה זו. המערכת למדה משחק על ידי עיון במיליוני מצבים ומשחק נגד עצמה, ומצאה דפוסים שמפתחתיה לא היו יכולות לכתוב.
- שנתיים לאחר מכן, אמזון ביטלה כלי גיוס המבוסס על בינה מלאכותית לאחר שגילתה כי הוא למד מתוך עשר שנות קורות חיים לסמן בחיסרון כל קורא שכלל את המילה "נשים".
- שתיהן בינה מלאכותית. שיעור זה עוסק בכיצד היא לומדת, למה משמשת, ובשפעתה החברתית, הכלכלית והסביבתית.
מהי בינה מלאכותית וכיצד בינה מלאכותית מודרנית לומדת
- בינה מלאכותית (AI) מתייחסת למערכות מחשב המבצעות משימות הדורשות בדרך כלל בינה אנושית: זיהוי דיבור ותמונות, תרגום, משחקים והנהגה.
- רוב הבינה המלאכותית המודרנית משתמשת בלמידת מכונה: במקום לתכנת אותה צעד אחר צעד, המערכת משפרת את ביצועיה במשימה על ידי לימוד דפוסים מכמות גדולה שלנתוני אימון.
- למידה עמוקה משתמשת ברשתות נוירונים עם הרבה שכבות של נקודות מקוונות, והיא הגישה המובילה כיום. נתונים טובים וגדולים יותר מספקים מודל טוב יותר; נתונים רעים מובילים לתוצאות רעות.
מודל מאומן על בסיס דוגמאות, ולא נכתב כסדרת כללים
למידת מכונה שונה מתכנות מסורתי משום שהיא:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
אלגוריתמי ML משפרים במשימה על ידי למידה מכמות גדולה של נתונים, במקום לפעול לפי כללים כתובים ידנית.
התאמו כל מונח בינה מלאכותית למשמעות שלו.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
ML לומדת מהנתונים; למידה עמוקה משתמשת בשכבות רבות; הטיה ואי-שקיפות (קופסה שחורה) הן דאגות אתיות מרכזיות.
יישומים
- הבנת קלט: זיהוי דיבור ממיר מילים מדוברות לטקסט; זיהוי תמונות מזהה אובייקטים, פנים או טקסט בתמונות.
- ייצור פלט או החלטות: תרגום מכונתי בין שפות; מערכות המלצה הממליצות על סרטונים, מוצרים או מוזיקה; רכבים אוטונומיים ורובוטים; אבחון רפואי ואיתור הונאה.
- בבחינה בדרך כלל ינתן תרחיש ויתבקש לקבוע באילו סוגי בינה מלאכותית הוא משתמש, או כיצד הוא פועל.
מעבדת מושגי מחשוב
סווג דוגמאות מلموسة לפי הרעיון המחשובי שהן מדגימות.
איזה מייצג יישום יומיומי של בינה מלאכותית?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
מערכות המלצה (וגם זיהוי דיבור/תמונה, תרגום, נהיגה אוטונומית) הן יישומי בינה מלאכותית נפוצים.
דוגמה פתורה: קריאת תווית זרה בקול
- אפליקציית טלפון מצלמת תווית מוצר, תורגמת אותה וקוראת אותה בקול. הסבר כיצד משתמשים בבינה מלאכותית. [4]
- זיהוי אופטי של תוויות (OCR) מנתח את הפיקסלים של הצילום כדי למקם את התוויות, ודפוס הפיקסלים מומר לתוויות ומילים בודדות.
- תרגום מכונתי ממיר את המילים לשפת המשתמש.
- טקסט-לקול מייצר את הפלט המדובר. כל שלב הוא נקודה אחת, בסדר הזרם.
זיהוי, תרגום, דיבור
סדר את שלבי אפליקציית קריאת התוויות.
Difficulty 3/5 · 200 coins + a small bonus on first completion today
זיהוי, קריאה, תרגום, דיבור. כל שלב הוא נקודה בתשובה בעלת ארבע נקודות.
יתרונות
- נגישות: בינה מלאכותית בקול ובתמונה עוזרת למשתמשים עם לקויות; תרגום עוזר לאנשים שאינם דוברי השפה.
- פרודוקטיביות: משימות חוזרות מתאוטמות, ומשחררות אנשים לעבודה יצירתית.
- תמיכה בהחלטות: בינה מלאכותית מזהה דפוסים במאגרי נתונים גדולים מדי עבור אדם, בסריקות רפואיות או בעסקאות.
- היא זמינה בכל שעה וניתנת להתאמה אישית לכל משתמש.
יתרון של בינה מלאכותית הוא:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
בינה מלאכותית מצטיינת במציאת דפוסים בנתונים גדולים (תמיכה בהחלטות). צדק והסבריות הם דאגות ולא הבטחות.
השפעה חברתית של
- יתרונות: קורא תוויות עוזר לאנשים עם לקות ראייה, לאנשים שאינם יכולים לקרוא את השפה ולאנשים עם קשיי קריאה; זיהוי פנים בשדה תעופה מאיץ בדיקות זהות ועלול למנוע כניסת נחשדים.
- נזקים: זיהוי פנים מזהה שגויות מסוימים אנשים ועוקב אחרי כולם ללא הסכמה, ולכן נפגעת הפרטיות; אנשים התלויים בבינה מלאכותית עלולים לאבד מיומנויות; מערכות המלצה עלולות ללכוד משתמשים בדעות צרות.
- בתשובה להשפעה חברתית יש לציין את הקבוצה המושפעת ואת השינוי שהיא חווה.
השפעה כלכלית של
- מודול זיהוי תקלות באמצעות בינה מלאכותית בחנות תיקונים מאבחן תקלות מהר ובדיוק גבוה יותר, כך שמספר הרכבים המתוקנים ביום עולה והעלויות יורדות.
- אך ייתכן שיעלה הצורך במכונאים מומחים, ולכן יובילו לפיטורים; כמו כן, על המודול להיות נרכש, מאומן ותוחזק.
- באופן כללי, בינה מלאכותית מעלה את הפרודוקטיביות ויוצרת תעסוקה חדשה בתחומים מסוימים, בעוד שמבטלת תעסוקה שוטפת בתחומים אחרים.
השפעה סביבתית של
- אימון והפעלת מודלים גדולים צורכים כמות רבה של חשמל, ומרכזי נתונים משתמשים במים לקירור; החומרה בהם מופעלת הופכת לפסולת אלקטרונית.
- מצדו האחר, בינה מלאכותית מצמצמת צריכת אנרגיה בבניינים, אופטימיזת מסלולי תחבורה ועוקבת אחר הסביבה.
- לשתי הכיוונים יש נקודות, ובמבחן מצופה שתדע ששניהם קיימים.
למחשבים המהווים את בסיס הבינה המלאכותית יש אורך חיים, וגם חיים לאחר מכן
התאם כל דוגמה לכותרת שבה היא משתייכת.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
עבודה ועלויות הם נושאים כלכליים, אנשים ופרטיות הם נושאים חברתיים, אנרגיה ופסולת הם נושאים סביבתיים.
האימון וההפעלה של מודלים גדולים של בינה מלאכותית אינם גורמים לעלות סביבתית משמעותית.
Difficulty 1/5 · 100 coins + a small bonus on first completion today
מודלים גדולים צורכים כמות רבה של חשמל ומי קירור, והחומרה שלהם הופכת לפסולת אלקטרונית. עם זאת, הבינה המלאכותית עוזרת גם לצמצם את הצורך באנרגיה בתחומים אחרים, ולכן יש לכלול את שני הכיוונים בתשובה.
דוגמה מפורטת: מענה לשאלת "השפעה"
- הסבר את ההשפעה הכלכלית של ג'ראג' (מוסך) המתקין מערכת לאבחון תקלות באמצעות בינה מלאכותית. [4]
- תן את ההשפעה וגם את התוצאה שלה, וציין גם כיוונים.
- התקלות נבדקות מהר ובאופן מדויק יותר, ולכן מספר הרכבים הנ repaireds ליום עולה וההכנסות גדלות. נדרשים פחות שעות עבודה של מכונאים לכל רכב, ולכן העלויות יורדות.
- מכונאים מומחים עלולים להישאר ללא עבודה, ולכן מתרחשת אבטלה ואובדן מיומנויות; ומערכת זו דורשת קנייה ותחזוקה, ולכן נוצרת עלות ראשונית ועודפת.
נקודת השפעה זוכה לניקוד מלא כאשר מציינים את ההשפעה ואת ה______ שלה, בדרך כלל בעזרת האות "so" (אז).
Difficulty 1/5 · 100 coins + a small bonus on first completion today
המשפט "צריך פחות מכונאים, אז עובדים מיומנים מאבדים את תפקידם" הוא ניקוד; הביטוי "פחות מכונאים" לבדו אינו מהווה ניקוד.
דאגות
- הטיה: דפוסים בלתי הוגנים במאגר הנתונים המדריב הופכים להחלטות בלתי הוגנות, כמו בכלי הגיוס של אמזון. החלפה בתעסוקה: תפקידים שוטפניים נעלמים.
- פרטיות: הדירוש משתמש בכמות גדולה של נתונים אישיים. שקיפות: מודלים גדולים הם "קופסאות שחורות" שהחלטותיהן קשות להסבר.
- אחריות: כאשר הבינה המלאכותית טועה, האם המפתח, המפעיל או המשתמש אחראי? הפרעה: deepfakes, מידע שגוי, ניטור.
- מקצוענים צריכים להבין את הגבולות של מה שבנו, לערער משתמשים ולהפחית נזקים.
ההטייה נכנסת עם הנתונים ויוצאת בהחלטות
ה"שיפוטיות" (bias) בבינה מלאכותית נובעת בדרך כלל מכך ש:
Difficulty 1/5 · 100 coins + a small bonus on first completion today
אם מאגר הנתונים להאימון משקף דפוטים לא הוגנים, המודל לומד אותם וחוזר עליהם – לדוגמה בתהליכי גיוס או מתן הלוואות.
בחר את כל הדאגות האמיתיות הקשורות לבינה מלאכותית.
Difficulty 2/5 · 140 coins + a small bonus on first completion today
שיפוטיות, חוסר שקיפות והפרעה לשימוש הן דאגות אמיתיות. ברור שהבינה המלאכותית בהחלט יכולה להיות שגויה – ואחריות על כך היא עצמה דאגה.
סימונים נופלים מהיד
- בינה מלאכותית היא לא "רובוט" או "מחשב שחושב". הגדר אותה כמערכות המבצעות משימות שדורשות בדרך כלל בינה אנושית.
- השפעה ללא תוצאה היא חצי נקודה. "נאבדים תפקידים" דורש "ולכן עובדים מיומנים נשארים ללא עבודה".
- חברתי, כלכלי וסביבתי הם שלושה סעיפים. ענה תחת הסעיף שמשתמש בשאלה.
- ההטייה נובעת מה-נתונים מהם למד המודל, ולא מכך למחשב יש דעות.
הבנתך מושלמת
- בינה מלאכותית מבצעת משימות שדורשות בדרך כלל בינה אנושית; למידת מכונה לומדת דפוסים מ-נתוני הדירוש במקום לפעול לפי כללי כתובים; למידה עמוקה משתמשת ברשתות עצביות שכבתיות
- יישומים: זיהוי דיבור ותמונות מבינים קלט; תרגום, המלצה ורכבים אוטונומיים מייצרים פלט; OCR → תרגום → טקסט-לדיבור קורא תווית בקול
- השפעה תחת שלושה סעיפים, כל אחד עם תוצאה ושני הכיוונים: חברתי, כלכלי, סביבתי
- דאגות: הטיה מהנתונים, החלפת תעסוקה, פרטיות, שקיפות, חשיבות, שימוש לרעה