איך בינה מלאכותית תשפיע עלינו?

דמיינו מכונה שלמדה את כל המידע האמין שהופץ אין פעם באינטרנט,
למדה כיצד בני האדם חושבים ע"י קריאת כל הרשתות החברתיות,
ניחנה ביכולת להבין את כל המידע הזה ולשמור אותו,
וניחנה ביכולת לימוד של גאון.

המכונה הזו תוכל לחשוב מעבר לגבול החשיבה שלנו, וליצור מידע על אנושי.

עכשיו דמיינו שיש אלפי מכונות כאלה!

ככל שכח המחשוב יגדל, מערכות בינה מלאכותית (AI) עשויות לנהל כל תחום בחיינו, ולפרוץ כל תבנית חשיבה מוכרת.

כתב ויתור: התחזיות על עתיד הבינה המלאכותית, הרשומות במאמר זה, נועדו לספק נקודת מבט כללית בלבד ואינן ודאיות. אנא זיכרו שמדובר בהשערות בלבד, והמציאות עשויה להפתיע בכיוונים שלא צפינו.

תוכן עניינים

• הסינגולריות הטכנולוגית
• סוגים של AI ומודלי AI כיום
• סוגים של מודלי AI מבוססי למידת מכונה
• דוגמאות למודלי AI מבוססי למידת מכונה
• חברות AI כיום
• כלי AI כיום
• סוכני AI
• רובוטיקה ומציאות רבודה או וירטואלית
• מערכות מומחה
• מערכות AI שפרטיים ישתמשו בהן
• מערכות AI בשימוש חברות ועסקים
• מערכות AI שמדינות ישתמשו בהן
• מקצועות שישתנו ומקצועות חדשים
• כוח המחשוב שיריץ את המערכות האלה
• הסכנות והאתגרים
• איך כל זה ישפיע עלינו?
• ניהול זמן בעידן ה-AI
• שאלות שקשה לנבא אותן

הסינגולריות הטכנולוגית

כבר היום קשה לסיים מאמר זה כי הטכנולוגיה מתחדשת כל רגע.

סינגולריות (או "הסינגולריות הטכנולוגית") היא מושג המתאר נקודת זמן עתידית שבה אינטליגנציה מלאכותית (AI), תהיה חכמה במידה כזו שתוכל לייעל ולשפר את עצמה בקצב כה מהיר, עד שאין אפשרות לחזות את השפעותיה על החברה האנושית.

הסינגולריות עשויה להתרחש כאשר אינטליגנציה מלאכותית תעבור את רמת היכולת האנושית בתחומים שונים, מה שיכול להוביל לשינויים דרמטיים במבנה החברתי, הכלכלי והפוליטי של העולם.

יש המאמינים שהסינגולריות יכולה להביא לתועלת רבה, כמו שיפור הבריאות, הארכת החיים והפחתת עוני, בעוד אחרים חוששים מהסיכונים שהיא עשויה להניב, כמו אובדן שליטה על טכנולוגיות שיכולות להתפתח מעבר להבנתנו.

סוגים של AI ומודלי AI כיום

בינה מלאכותית (AI) היא היכולת של מערכות מחשב לחקות אינטליגנציה של בני אדם,
להלן סוגים עיקריים של בינה מלאכותית:

1. בינה מלאכותית צרה (ANI) – מה שקיים היום: מתמקדת במיומנויות ספציפיות, יכולה לבצע משימה ספציפית אחת או קבוצה מוגבלת של משימות ולכן נקראת גם "בינה מלאכותית חלשה".
2. בינה מלאכותית כללית (AGI) – עדיין לא קיימת אך כל חברות הענק עובדות על זה: מתיימרת לבצע כל משימה אינטלקטואלית שהאדם מסוגל לבצע, כולל להבין, ללמוד, ולהסתגל לכל תחום או משימה באותה רמה כמו בני אדם.
3. בינה על מלאכותית (ASI) – קיימת רק בתיאוריה: שלב מתקדם יותר מה-AGI עם יכולות על-אנושיות.

האלגוריתמים שמבצעים משימות של בינה מלאכותית נקראים מודלי בינה מלאכותית (AI Models), והם מתחלקים לשתי טכנולוגיות עיקריות:

1. מודלי בינה מלאכותית מבוססי כללים (Rule Based System): משתמשים בכללים לוגיים של "אם-אז" כדי לקבל החלטות ולבצע פעולות. הכללים נכתבים בדרך כלל על ידי מומחים בתחום והם מתארים כיצד יש לפעול במצבים שונים.
2. מודלי בינה מלאכותית מבוססי למידת מכונה (Machine Learning): למידת מכונה מתיימרת לחכות את יכולות הלימוד של האדם, היא לומדת ומנתחת בעצמה נתונים ומבצעת תחזיות או החלטות בהתבסס על דפוסים שנמצאו בנתונים שברשותה.

תת-תחום בלמידת מכונה נקרא למידה עמוקה (Deep Learning) המשתמש בטכנולוגיה שנקראת רשתות נוירונים עמוקות (ANN) שמתיימרת לחכות את מח האדם כדי לזהות דפוסים מורכבים בנתונים.

להלן התהליך הבסיסי בעבודה עם למידת מכונה עמוקה, תהליך הנקרא אימון המודל:

1. איסוף וארגון הנתונים במגוון שיטות.
2. בחירת אלגוריתם למידת מכונה מתאים והזנת הנתונים אליו לשם למידתם.
3. ניתוח התוצאות שהתקבלו מהאלגוריתם (בדר"כ ע"י המודל עצמו).
4. בדיקה וכוונון הפרמטרים של האלגוריתמים לשיפור התוצאות.

סוגים של מודלי AI מבוססי למידת מכונה

• עיבוד שפה טבעית (NLP): מחקה את יכולת הבנת הנקרא וקיום השיחה של האדם, מאפשר לפרש ולהבין טקסט אנושי כתוב ולענות לו, כלומר לנהל שיחה. מודלים גדולים לשפה (LLMs) משתייכים לתחום עיבוד השפה הטבעית ומשמשים לצ'אטבוטים, זיהוי סנטימנט, סיכום טקסט ועיבוד ותיוג מידע. בנוסף גם ללמוד את החוקים והמבנים של שפות שונות על ידי ניתוח טקסטים רבים, ולתרגם מסרים בין שפות.
• ראייה ממוחשבת (Computer vision): מחקה את חוש הראיה של האדם, מאפשר עיבוד אוטומטי של תמונות או וידאו. לדוגמא, לראות תמונה ולהבין מה יש בה או לראות סרטונים ולהבין אותם, לזהות פנים בסרטון, לנתח תמונות רפואיות, לזהות תנועות בוידאו, לראות בנהיגה אוטונומית.
• עיבוד קול ושמע (Audio processing): מחקה את חוש השמיעה של האדם, מאפשר זיהוי צלילים, סינון רעשים, זיהוי דיבור אוטומטי (ASR) כולל פיענוח אותות קוליים לטקסט, ניתוח רגשות בדיבור (Sentiment Analysis), יצירת דיבור מלאכותי (סינתזת דיבור (TTS), זיהוי מוזיקה, דחיסת אודיו ועוד.
• ייצוג ידע והיסקים (Knowledge representation and reasoning): מחקה את יכולות הזכרון של האדם, כל המודלים משתמשים בתחום זה. ייצוג ידע מתייחס לאופן שבו מודל בינה מלאכותית מאחסן את המידע עליו הוא עובד. לדוגמה, עובדות, חוקים, מושגים והיחסים בין כולם. היסקים מתייחס ליכולת של מודל בינה מלאכותית להשתמש במידע שהוא אחסן כדי להבין הקשרים, להסיק מסקנות, לפתור בעיות ולקבל החלטות.
• מערכות מומחה (Expert system): מחקה את קבלת ההחלטות של מומחה אנושי בתחום מסוים, עד היום רוב מערכות המומחה השתמשו במערכות בינה מלאכותית מבוססות כללים. אך כיום, לאחר פריצת הדרך המשמעותית בלמידת מכונה, מערכות אלה התחילו להשתמש בה וכתוצאה מכך להתמודד עם כמויות ענק של נתונים. לדוגמא, מערכת לאבחון זיהומים בקטריאליים לפי תסמינים של מטופל.
• בינה מלאכותית יוצרת (Generative AI): מחקה את יכולות היצירה של האדם, מאפשרת ליצור תוכן חדש ולא רק לנתח תוכן קיים. זה התחום שעורר את הבאזז הגדול של בינה מלאכותית משנת 2023 עד היום עם צ'אטים שיכולים לענות על כל שאלה, ומערכות ליצירת תמונות, וידאו וצלילים. מערכות Generative AI לומדות מדוגמאות קיימות ומייצרות יצירות חדשות המבוססות על דפוסים שנלמדו. רמת הביצוע כיום נמוכה לעומת מה שנראה בשנים הקרובות: כיום ניתן לזהות תמונה או סרטון שנוצרו ע"י AI בקלות, כמו כן התשובות לשאלות עדיין לא אמינות ויש להצליב מידע עם מקורות נוספים.

דוגמאות למודלי AI מבוססי למידת מכונה

חברות AI כיום

להלן כמה מהחברות המובילות כיום (תחילת שנת 2025) בתחום ה-AI:

לחברות אלה יש כמה יתרונות: יש להן המון כסף, הן מנוסות בפיתוח תוכנה, כבר עכשיו הן נכנסות לפיתוח חומרה, יש להן מסדי נתונים ענקיים עלינו ועל העולם.

כלי AI כיום

כלי AI עושים שימוש במודלי AI שונים, לפעמים רק במודל אחד ולפעמים בשילוב בין כמה מודלי AI.

לדוגמה, כלים ליצירת טקסט שיווקי דוגמת Jasper, העושים שימוש במודלי GPT כדי להציע נוסחי פרסום ומאמרים. או כלים לעיבוד תמונה כמו Adobe Firefly משתמשים במודלי Diffusion ליצירת גרפיקות או שיפור תמונות.

כלי AI יכולים לענות על שאלות, להסיק מסקנות, לחזות תוצאות וליצור תוכן חדש בצורה אוטומטית.

סוכני AI יכולים להפעיל כמה הם כלי AI כדי להשלים מסימות מסויימות, לקבל מהם קלט ולשמור אותו בזכרון.

הכנו עבורכם את רשימת כלי ה-AI השימושיים ביותר ליום יום עבור משתמשים פרטיים או לעסקים קטנים: רשימת כלי AI.

סוכני AI

סוכני AI הם תוכנות שיודעות להשתמש בכמה כלי AI כדי לבצע משימה מסויימת.

הסוכנים האלה ישתפרו ויחליפו את אתרי ה-WEB והאפליקציות המוכרות לנו, לפי דברי מנכ"ל מייקרוסופט, סטיה נאדלה, בעתיד לא יהיו עוד "יישומים" במובן הקלאסי. במקום זאת, יופעלו "סוכנים" מבוססי בינה מלאכותית שיתנו מענה ישירות מבסיס הנתונים (מקור).

כבר היום סוכני AI יודעים לשוטט באינטרנט ולבצע מחקר, קניות, ביצוע הזמנות או כל דבר שאנחנו עושים באינטרנט.

עוזרים אישיים חכמים: או כפילים וירטואלים שלנו. אלה יהיו בוטים מבוססי AI שיוזנו בעקביות במידע עלינו באופן אוטומטי (לדוגמה יקליטו את כל מה שדיברנו או ראינו), הם ילמדו את ההעדפות, ההרגלים והצרכים שלנו, ואנו נאמן, נכוונן ונלמד אותם במידע האישי שלנו. הם ידעו בדיוק מי אנחנו ויכוונו אותנו לאן שנרצה להתקדם אך כל המידע עלינו יהיו שמור המקום מסויים השייך לחברה דלובלית מסויימת או למדינה.

רובוטיקה ומציאות רבודה או וירטואלית

"מחשוב מרחבי" הוא שילוב בין מציאות רבודה, מציאות וירטואלית ומציאות מעורבת.

מערכות מחשוב מרחבי יוזנו בשלל מכשירים שנוכל להשתמש בהם, לדוגמה משקפיים.

נקנה מוצרים, לדוגמה בגדים, רהיטים, באמצעות מציאות רבודה לאחר שראינו בדיוק איך הספה משתלבת בסלון או איך החולצה נראית עלינו. נוכל לקנות בשניות כל מוצר שאנו רואים (במציאות או במסך) וזמין בחנות כלשהיא בעולם.

נוכל לקבל מידע מקיף על כל חפץ שנסתכל עליו (גם על אנשים?).

רובוטים עם בינה מלאכותית פיזיקלית (Physical AI): יפעלו בעולם הפיזי, בתעשייה ואצל אנשים פרטיים, בצורה יעילה ואינטליגנטית.

מחשוב מרחבי ותחומי למידת מכונה כגון ראייה ממוחשבת, עיבוד קול ושמע, עיבוד שפה טבעית וייצוג יידע יוטמעו ברובוטים שידעו לבצע מגוון משימות וללמוד מהשטח. לדוגמה, לעזור במטלות הבית, לשמש כבודקי ביטחון, לטפל בקשישים ועוד.

רכבים אוטונומיים: חברות העל יעשו הכל כדי לאפשר נסיעה בטוחה ונוחה יותר, ללא צורך בנהיגה. מכוניות ומשאיות אוטונומיות ללא נהג יהיו נפוצות יותר, רכבות ומטוסים גם יהיו אוטומטיים במידה רבה.

מערכות מומחה

בינה מלאכותית כללית (AGI)

מודלי בינה מלאכותית כללית יהיו פעילים והם יוכלו לבצע כל משימה קוגניטיבית שהאדם יכול לבצע, עם הבנה ולמידה כללית הדומה לזו של בני אדם אך עם כמויות אדירות של מידע. הם יעברו את הרמה של המומחים ברוב התחומים.

אך הדרך לשם עוד ארוכה, הקושי להבין כיצד רשתות נוירונים מקבלות את הפתרונות שלהן (ובפרט חוסר היכולת להעריך בוודאות אם הפתרון נכון או אמין) הוא מרכיב מהותי באיכות ה-AGI. כדי שאפשר יהיה להסתמך עליה בתחומים קריטיים – ממחקר רפואי ועד קבלת החלטות אסטרטגיות – נדרשת לא רק יכולת חישובית גבוהה אלא גם שקיפות והסבריות (Explainability).

לכן, פיתוח יכולות ההסבר וההבנה הפנימית של מערכות למידה עמוקה הוא חלק חשוב בדרך למימוש חזון ה-AGI, שבו למידה עמוקה לבדה אינה מספיקה ללא מנגנוני בקרת איכות, פירוש ותובנה אנושית.

בתחום הבריאות: רופאים ישתמשו באבחון וטיפול מבוססי AI כדי להתאים טיפול אישי יותר לכל מטופל, מערכות AI יוכלו לנתח בדיקות ותוצאות ברמה שמשתווה למומחה אנושי וזה יסייע לרופאים לקבל החלטות קליניות. רופא אנושי יבדוק ויבקר את פעולת המערכת כדי לא להסתכן בטעויות אך ייתכן שהפריווילגיה הזו תהיה לאוכלוסיה עשירה יותר.

עריכה גנטית: שימוש מתקדם יותר ב-AI לפיתוח שיטות עריכה חדשות ויעילות. בנוסף, מערכות AI ינתחו כמויות גדולות של נתונים גנטיים כדי לזהות דפוסים וגנים חשובים לצורך זיהוי מחלות גנטיות או התאמה אישית של טיפולים רפואיים.

בתחום המשפט: בשימוש האדם הפשוט – תוכנות משפטיות יוכלו לספק ייעוץ משפטי אוטומטי בנושאים בסיסיים ולסייע בגילוי מסמכים רלוונטיים לתיק. בשימוש מערכת המשפט ועורכי דין – מידע עצום על תיקים שנאגר במשך שנים, כולל תמונות, מסמכים ווידאו, יוזן למערכות AI שילמדו אותו ויספקו כל שאלה על התיק.

בתחום חשבונאות ופיננסים: תוכנות ניתוח וחיזוי פיננסי מתקדמות, לצד ייעוץ השקעות וניהול סיכונים אוטומטי.

מכונות במפעלים: יהוי תקלות בזמן אמת במכונות, בדיקת איכות וחיזוי תקלות עתידיות במכונות, בקרה על תהליכי ייצור באמצעות מידע שיגיע מהמכונות עצמן, ממצלמות שיצלמו אותן ומחיישנים שיפקחו עליהן.

מערכות AI שפרטיים ישתמשו בהן

חיפוש מידע: חיפושים יציגו תשובה סופית לשאלה בפחות משניה, שכן המערכות יהיו ברמת אמינות גבוהה מאד, נוכל גם לראות את המקורות לתשובה ונימוק שלה.

מצד אחד לא נצטרך לעשות מחקר ונקבל את מה שאנו רוצים בדיוק רב ובהתאמה אישית רק אלינו מתוך בסיס מידע שכולל את כל מאגרי המידע בעולם.

מצד שני, בגלל שמנועי החיפוש יציגו תשובה אחת וסופית, יהיה להם כח אדיר יותר ממה שיש היום.

תכנות: הבינה המלאכותית צפויה לייעל משמעותית את עבודת המתכנתים, להעלות את רמת ומהירות הפיתוח ולשנות את פוקוס התפקיד. עם זאת, המפתחים ימשיכו למלא תפקיד הכרחי בתכנון, הבנה ארכיטקטונית, בקרה ואחריות על הקוד, בייחוד בכל הנוגע להחלטות עסקיות, אתיות ואבטחתיות.

חינוך ולימודים: למידה מותאמת אישית תאפשר לתלמידים ללמוד בקצב שלהם עם סיוע של מורים וירטואליים מבוססי AI. מערכות לימוד אישיות ומורים וירטואליים. מערכת החינוך תשתנה לטובה: נושאי הלימוד ישתנו, יתווספו נושאי לימוד כגון מנהיגות, יצירתיות ויזמות על פני הנושאים המסורתיים.

תמיכה נפשית: מעבר לעזרה לפסיכולוגים, או לתומכים נפשיים אחרים, בסיכום פגישות, מעקב אחר התקדמות מטופלים, אבחון שינויים בהתנהגות ועזרה בהתאמת טיפול מותאם אישית. בינה מלאכותית תשתש בתור תומכת נפשית או פסיכולוגית אבל באופן מוגבל. צ'טבוטים מבוססי AI יוכלו לספק תמיכה רגשית מיידית, כגון הקשבה אקטיבית, מענה לשאלות בסיסיות ומתן טיפים להתמודדות.

כבר היום בניסויים שנערכו, משתמשים מדווחים על שיחות משמעותיות ורגשיות עם הבינה המלאכותית, המרגישה "מבינה" ותומכת. וחלקם חוו שיפור בחייהם בעקבות השימוש בצ'אטבוטים.

תחזית מזג האוויר: בינה מלאכותית "צרה" (שהיא כיום בשימוש בשירותי חיזוי מזג אוויר) מסוגלת לזהות דפוסים ולחזות מגמות קצרות טווח באופן מדויק יותר באמצעות ניתוח נתונים מטאורולוגיים מסיביים. בעתיד, AGI תוכל לבצע אינטגרציה מקיפה בהרבה של נתוני לווין, קרקע ואוויר, ולספק תחזיות מורכבות יותר—כולל הסתגלות בזמן אמת לשינויים אקלימיים גלובליים. כך תשתפר רמת הדיוק והזריזות של התחזיות, ויתאפשר ניהול משאבים ותכנון מונע יעיל יותר בתחומים כמו חקלאות, תעבורה ואספקת חשמל.

תרגום ושפה: תרגום בזמן אמת בין שפות יהיה נגיש לכל, כלומר ניתן יהיה לדבר עם כל אחד בכל שפה ללא לדעת אותה.

מערכות AI בשימוש חברות ועסקים

שירות לקוחות / תמיכה טכנית / מכירות: כאשר ניצור קשר, בטלפון או בצ'אט, עם ארגון או חברה מסויימת (לדוגמה, סלקום), יענה לנו בוט בקול אנושי שהוא מומחה העל של החברה, הוא יידע עלינו הכל ויוכל לספק לנו תשובה מדוייקת לכל מידע שנשאל, לתת תמיכה טכנית בכל נושא גם בעזרת תמונות וסרטונים שנשלח לו. הוא יבין בזמן אמת איך אנחנו מרגישים עכשיו ויחליט לאן לנטב את השיחה, אם יחליט שניתן לנתב את השיחה לשיחת מכירה, אז הוא יהפוך לאיש מכירות ויתאים לנו מוצרים במיוחד עבורנו, ישכנע אותנו ויעזור לנו בכל תהליך המכירה, אם יחליט שלא כדאי לדבר איתנו עכשיו, הוא יבקש להתקשר במועד אחר. הוא תמיד יהיה זמין, נחמד ויעיל. הוא יוכל גם לתת לנו הלוואות (בנקים), להנפיק לנו ביטוח (חברות ביטוח).

ניתוח נתונים וחיזוי במערכות ERP: מערכת ERP, ראשי תיבות של Enterprise Resource Planning, היא תוכנה המאחדת ומנהלת את כלל התהליכים העסקיים של ארגון. AI יכול לנתח כמויות אדירות של נתונים המתקבלות ממערכות ERP, כגון נתוני מכירות, נתוני מלאי ונתוני ייצור. ניתוח זה יכול לחשוף תובנות עסקיות משמעותיות שיכולות לסייע בקבלת החלטות מושכלות יותר.

חיזוי מגמות עתידיות: כגון ביקוש למוצרים, תקלות בציוד וצרכים פיננסיים. מידע זה יכול לסייע לארגונים לתכנן טוב יותר את פעילותם ולהימנע מבעיות.

זיהוי תפוסים חשודים במידע: לדוגמה, זיהוי עסקאות הונאה בכרטיסי אשראי בזמן אמת.

זיהוי תפוסים במצלמות: לדוגמה, זיהוי בזמן אמת לחשד לתחילת אלימות במצלמות העסק.

מערכות AI שמדינות ישתמשו בהן

מחקר: מערכות AGI יפעלו גם על מחשבי על ויעסקו במחקר, בתחזיות ובמודיעין.

בתחום הביטחון: החל ממערכות מודיעין מבוססות AI לניתוח נתונים בזמן אמת, חיזוי איומים וניהול משימות צבאיות וכלה בנשק חכם וטכנולוגיות לחימה מתקדמות הכוללות רחפנים ורובוטים אוטונומיים לשימושים צבאיים ולמשימות סיור ומעקב.

בתחום הסייבר: AI ישמש לזיהוי מתקפות סייבר והגנה מהן.

בתחום הממשל והשירותים הציבוריים: מערכות ממשל חכם לניהול נתונים שיכללנו נתונים מלאים על כל אזרחי המדינה כולל חזות חיצונית ופנימית. "ערים חכמות" עם בינה מלאכותית לניהול עירוני לשיפור תשתיות, תחבורה ובקרת זיהום, AI במערכות משפט ואכיפת חוק לחיזוי פשיעה, ניהול תיקים משפטיים וניטור מידע ברשתות חברתיות.

בתחום הבריאות: יהיו מערכות דיאגנוסטיקה רפואית אוטומטית שינתחו בדיקות רפואיות ויחזו מחלות מוקדם יותר, לצד רפואה מותאמת אישית שתסייע בטיפולים ותרופות המבוססים על הפרופיל הייחודי של כל מטופל כולל הנתונים הגנטיים שלו. רובוטים כירורגיים מתקדמים ישפרו את הדיוק ויפחיתו את הסיכון בניתוחים.

בתחום התחבורה: רובוטים ומערכות לוגיסטיות מתקדמות ינהלו שרשרת אספקה גלובלית, רכבים אוטונומיים במערכי התחבורה הציבורית והפרטית, ניהול תעבורה חכם לשיפור זרימת התנועה ומניעת עומסים בכבישים.

מקצועות שישתנו ומקצועות חדשים

אנחנו לפני התקדמות טכנולוגית משמעותית, לכן הביקוש למומחים בתחום המתמטיקה, המדע והטכנולוגיה יעלה. הביקוש לעובדי משרד בעלי מיומנויות בינוניות כמו עובדים אדמיניסטרציה, שירות לקוחות, ניתוח וייעוץ יקטן, אך הביקוש לעובדי חקלאות, נהגים, עובדי בניין, מוכרים וכן הביקוש למקצועות בתחום הבריאות יגדל עקב האוכלוסיה המזדקנת.

מעבר לאוטומציה עשוי להחליף משרות מסוימות, מה שמעלה את הצורך בהכשרה מחדש ובפיתוח כישורים חדשים.

(חלק מהנתונים בטבלה על עתיד שוק העבודה: בחסות WORLD ECONIMIC FORUM

כוח המחשוב שיריץ את המערכות האלה

תהיה דרישה עצומה לשבבים ושרתים שספק עם תהיה אפשרות לספק אותה, המגמה העיקרית תהיה המשך מרוץ "חימוש" בין חומרה לאלגוריתמים – חומרה מתקדמת תאפשר אלגוריתמים מורכבים יותר וכן הלאה, בעוד עשר שנים המעבדים יהיו זולים יותר וחזקים יותר אך עד אז להלן כמה השערות לגבי שוק החומרה לבינה מלאכותית בשנים הקרובות:

• שבבים מותאמים AI – יותר חברות צפויות לייצר שבבים מותאמים ספציפית לחישובי AI כמו שבבי GPU ו-ASICs של חברות כמו Nvidia ו-Google.
• עלייה בכוח חישוב – הגדלת כוח החישוב של השבבים ב-10 עד 100 מונים צפויה לאפשר אימון מודלים גדולים ומורכבים יותר.
• מעבדים נוירומורפיים – שבבים שמדמים באופן מלאכותי את המוח האנושי ומאפשרים חישובי AI יעילים יותר.
• זיכרונות אופטימיזציה ל-AI – זיכרונות מתקדמים המותאמים לדפוסי גישה של אלגוריתמי למידה עמוקה.
• מחשוב קוונטי (מחשבי על) – מחשבים קוונטים יאפשרו שיפור ביצועי AI בסדרי גודל משמעותיים. עדיין בשלבי מחקר מוקדמים.
• ארכיטקטורות חדשות – כדי להתגבר על האטה בשיפורי ביצועים, יפותחו ארכיטקטורות חדשות למעבדים.
• ענן AI משולב – שילוב של שבבים מותאמים AI, תוכנה ותשתית ענן לספק כוח חישוב עצום ל-AI.

מחשוב קוונטי (QC)

ביט של מחשב רגיל זה 0 או 1, בקוונטים הביט נקרא קיוביט והוא 0 או 1 או כל שילוב ביניהם לדוגמא, חצי 0 ושליש 1. זה יוצר אפשרות לייצג אין סוף אפשרויות בקיוביט אחד – לדוגמא, אם ייצוג של ערך מסויים דורש 20 ביטים – את אותו ערך ניתן לייצג בקיוביט אחד.

אולם היתרון העיקרי של המחשוב הקוונטי אינו נובע מכך שכל קיוביט יכול לאחסן יותר מידע מאשר ביט קלאסי, אלא מכך שהוא מאפשר עיבוד מידע במספר מסלולי חישוב בו-זמנית, באמצעות תופעות ייחודיות של העולם הקוונטי, כגון שזירה קוונטית.

מחשב קוונטי יכול להתמודד עם כמויות אדירות של נתונים במהירות חסרת תקדים (לדוגמה, פי 10,000 ממחשב רגיל) ולכן טומן בחובו פוטנציאל אדיר לחולל מהפכה בתחום הבינה המלאכותית, ולהוביל לקפיצת מדרגה משמעותית ביכולותיה.

תארו לעצמכם מה יכול לעשות מחשב קוונטי עם AGI? תחום זה עדיין נמצא בחיתוליו, וקיימים אתגרים טכנולוגיים רבים שיש להתגבר עליהם לפני שניתן יהיה להגשים חזון זה.

הסכנות והאתגרים

מהפכת הבינה המלאכותית מביאה עמה פוטנציאל עצום לפיתוח חברתי-טכנולוגי, אך במקביל טומנת בחובה סיכונים של הפרת פרטיות, הטיית החלטות וריכוז כוח. להלן חלק מהסכנות והאתגרים הצפויים במהפכת הבינה המלאכותית.

פרטיות, רגולציה ובקרה

בעידן הבינה המלאכותית, מתחדד הצורך להגביל את כוחה של חברות-ענק המחזיקות במאגרי מידע אדירים עלינו, במקביל לפיתוח הטכנולוגיות שעלולות לנהל את חיינו.

כמויות מידע אדירות נאספות במערכות AI, דבר המגדיל את פוטנציאל המעקב.

כדי להגן על המידע הפרטי שלנו, יש לעצב רגולציה שתמנע מגורמים מסחריים ואחרים לנצל את יכולות ה-AI לצבירת ידע פולשני אודות האינטליגנציה, מצב הרוח, הנטיות האישיות והבריאות שלנו.

אלגוריתמים עלולים לשכפל או להעצים הטיות קיימות בחברה ולעצב דעת קהל של המונים בלחיצת כפתור. חברות טכנולוגיה גדולות עלולות לצבור יכולת השפעה עצומה על מידע, כלכלה ופוליטיקה.

חקיקה ובקרות דיגיטליות חדשות יעלו דרישות אבטחה והגנה על נתוני משתמשים. כמו כן יידרשו רגולציות בינלאומיות המגבילות ריכוז כוח ומבטיחות תחרותיות.

נדרשת שקיפות באימון מודלים (Explainable AI) ונהלים מחמירים לבקרה, חברות שמפעילות עוזרים קוליים או צ'טבוטים חכמים, יחויבו לעדכן את המשתמשים באופן ברור כשהם משוחחים עם רובוט – ובכך להבטיח שקיפות ואת זכותו של הפרט לדעת מול מי הוא עומד.

תוכן מזויף (פייק ניוז), שכפול זהויות (דיפ-פייק) ושילוב ביניהם

AI יכול לאפשר יצירת תוכן מזויף (פייק ניוז) ולהפיץ אותו להמונים באופן אוטומטי, כל זאת לפי קווים מנחים. לדוגמה, שכפול של בני אדם כולל תנועות הגוף שלהם והקול שלהם והצגתם בוידאו, בשיחות, בשיחות ועידה ובשידורי טלוויזיה.

נוסף לכך, יש לבלום אפשרות שארגוני טרור או פשיעה יעשו שימוש במערכות AI לצרכים הרסניים, ולמנוע פיתוח של מערכות שלא ניתן לשלוט בהן או לכבותן בעת הצורך.

הנדסת תודעה: מערכות ה-AI יתנו לנו תשובות לכל שאלה, נשאל שאלה ונקבל תשובה, אז נתרגל לא לעשות מחקר ולקבל תשובות מיידיות, אבל מישהו יכול לשלוט בתשובות, ולהנדס לנו את התודעה.

איך כל זה ישפיע עלינו?

המחשב יחשוב עבורנו ברוב התחומים ולאט לאט זה יראה לנו טבעי, נתחיל להאמין יותר במערכות האלה ומתמכר אליהן. דור הבטא יגדל לתוך העולם הזה, לשאול שאלה בלי לקבל תשובה ייראה לו משהו מאד משונה.

לא נצטרך לחפש מידע במנועי חיפוש או ברשתות חברתיות, לא נתייעץ עם הקרובים לנו (חברים או משפחה) או יועצים אנושיים כלשהם, על נושאים שחשובים לנו אלה פשוט נשאל ונדבר עם מערכות AI. המוח של רוב האוכלוסיה יהיה פחות מאומן במחקר פשוט, לדוגמה: איזו מתנה לקנות.

רשותות חברתיות ישמשו רק לפרסום רעיונות או חוויות אישיות שלנו או של הכפילים שלנו.

לימודים יהיו זולים יותר ולכן המעמד הנמוך יוכל לקבל השכלה שווה למעמד הגבוה. אנשים יהיו הרבה יותר "אינטליגנטים" כי הם יוכלו לשלוף בשניות מידע שמעניין אותם.

את שעות הפנאי ימלאו פעילויות עם אינטראקציה אנושית כדי להתמודד עם הבדידות.

מקצועות האמנות וה-Low Tewch יהיו גדושים בבעלי מקצוע.

כמו כן, תגובש קבוצת רעיונית שמתנזרת מטכנולוגיה.

ניהול זמן בעידן ה-AI

בעוד 10 שנים, עולם ניהול הזמן יהיה משולב עמוקות עם טכנולוגיות AI מותאמות אישית. מערכות AI יבינו את ההעדפות, היכולות וההקשרים של כל משתמש, ויציעו תכנון אוטומטי וחכם של משימות יומיות ואסטרטגיות ארוכות-טווח. חיישנים לבישים ונתוני בריאות יאפשרו למערכות להתאים את הלו"ז למצב הפיזי והנפשי של המשתמש בזמן אמת.

בנוסף, תתפתח טכנולוגיה של עוזרים דיגיטליים קוליים וחזותיים שיוכלו לא רק לנהל את הזמן, אלא גם לספק משוב על ביצועים, להתריע על משימות שלא בוצעו ולחזות עומסים או שחיקה.

השימוש ב-AI יצמצם "רעש" ממידע לא רלוונטי ויבטיח שהמשתמשים יתמקדו רק במשימות החשובות ביותר, תוך התאמה אישית לנסיבות משתנות.

לוח הזמנים האישי שלנו, לצד מידע נוסף על כל אחד מאיתנו, יאוחסן בידי תאגידי ענק או ממשלות. כך תתאפשר יצירת תמונה מקיפה של פעילות היומיום והאופן שבו אנשים מתפקדים, כאשר המידע בפועל הופך לנכס של הגופים הטכנולוגיים הגדולים או המדינה.

הדבר מעלה שאלות לגבי שקיפות, פרטיות ובעלות על המידע: האם לאותן חברות או מדינות יש זכות מלאה על הנתונים שלנו? והאם אנחנו, כמשתמשים, מבינים לעומק אילו פרטי מידע נאספים, ומה השימוש שנעשה בהם?

לאנשים שיבחרו להתרחק מטכנולוגיות עתידיות או לא ישתפו את חייהם עם מערכות מחשוב, עשויות להיות כמה השלכות. מצד אחד, הם יוכלו לשמור על פרטיות רבה יותר ולצמצם את תלותם בגופים גדולים — אך מן הצד השני, הם עלולים להיחשף לאתגרים חברתיים וכלכליים: גישה מוגבלת למידע, לשירותים ממוכנים או להזדמנויות תעסוקה המצריכות שימוש בטכנולוגיות מתקדמות ויהיה להם קשה להתחרות עם קולגות שעושים שימוש במערכות AI.

ככל שמערכות בינה מלאכותית יהפכו ליותר נפוצות, אנשים שיתעקשו להישאר מחוץ למעגל עלולים לחוות ניתוק מסוים משוק העבודה או ניהול החיים האישיים. לכן, כדי לאפשר גם לאנשים אלה להמשיך לנהל חיים עצמאיים, עשויה להידרש רגולציה שתגן על זכותם לבחור והסדרים מיוחדים שיספקו להם שירותים בסיסיים ללא תלות ב- AI מסחרי או ממשלתי.

ניהול זמן עם נייר בעידן ה-AI

למרות ההתפתחות הטכנולוגית הרשומה, יהיו אנשים שיעדיפו לנהל את זמן היומיום שלהם בשיטות מסורתיות, תוך שימוש בלוחות שנה מודפסים, יומנים שבועיים ועט ונייר. לעיתים הם יעשו זאת מתוך רצון לשמור על פרטיות מלאה, ללא תלות בתשתיות דיגיטליות או באפליקציות ענן. במקרים אחרים, ההחלטה נובעת מתחושת שליטה מוגברת או הנאה מהתהליך הפיזי של כתיבה וסידור המשימות בעצמם.

לשיטה זו יתרונות משלה: קצב איטי יותר המאפשר ריכוז טוב, חיבור אישי לתהליך תכנון הלו”ז, והיעדר הסחות דעת שמקורן בטלפון או במחשב. עם זאת, בעולם שבו מערכות AI ולוחות דיגיטליים זמינים בכל מקום, מי שבוחר להסתמך על הנייר עשוי לגלות שאינו נהנה מאוטומציות חכמות או סנכרון לוח זמנים עם הסביבה.

הבחירה בשיטות הישנות נותרת רלוונטית במיוחד עבור מי שמעדיפים פשטות, פרטיות ותחושה של ממשק אנושי-טבעי בתכנון היום שלהם.

נייר אינו תלוי בחשמל, אינטרנט או מכשירים אלקטרוניים. במצבים מסוימים, זה יכול להיות יתרון משמעותי.

הכתיבה על נייר מספקת תחושת מישוש שמערכות דיגיטליות לא יכולות לספק ועבור אנשים מסוימים, כתיבה ידנית עוזרת לשפר את הזיכרון ואת תחושת המחויבות.

מוצרי הנייר עצמם עשויים להמשיך להיראות דומים למדי למתכננים המוכרים לנו כיום, עם עיצובים אסתטיים ופונקציונליות בסיסית של תיעוד וסידור משימות. עם זאת, ייתכן שנראה יותר שילובים של טכנולוגיות חכמות – כמו “נייר חכם” המכיל רכיבים אלקטרוניים זעירים המסוגלים לעדכן נתונים בלחיצת כפתור.

כך תיווצר “שכבת ביניים” שבין הנייר הקלאסי לבין העולם הדיגיטלי, שתאפשר למי שאוהבים לכתוב ביד להמשיך במסורת הפיזית, ובו זמנית ליהנות מאפשרויות כמו ארכוב, שיתוף וניתוח חכם של תוכן.

שאלות שקשה לנבא אותן

• חברות העל מול מדינות: האם חברות העל, כמו גוגל, מיקרוסופט, אמאזון, טסלה, אופן AI, ששולטות היום בטכנולוגית ה-AI ימשיכו להוביל? אולי מדינות מסויימות יכנסו לתחום ויבנו טכנולוגיות טובות יותר?
• איזה פיקוח יהיה על מדינות ואיך מדינות יפקחו על חברות העל? האם תהיה רשות שמפקחת על מדינות כמו הפיקוח על תוכניות הגרעין? האם ארגוני העל יורשו יוגבלו?
• לאן ינותבו משאבי המחשוב? האם מדינות או חברות העל ינתבו את משאבי המחשוב שלהם למחקר או לשימושים יומיומיים? האם תהיה מספיק אנרגיה להפעלת מערוכת מחשוב אדירות כאלה? כמה תתקדם טכנולוגית המחשוב? כמה מחשוב יהיה זמין להפעלת מערכות בינה מלאכותית? למי יהיו מחשבי על?
• האם תהיה התנגדות אזרחית להפעלת AI בתחומים מסויימים? לדוגמה, בתעשיית הקולנוע או תעשיית הסרטונים ביוטיוב.