<
יום ראשון , פברואר 18 2018
מבזקים
דף הבית > Artificial intelligence' Machine learning > שולחן עגול AI:  עידן המכונות כבר כאן ?

שולחן עגול AI:  עידן המכונות כבר כאן ?

P1650145

בוקסת משתתפים:

  • גיל ניזרי, DMway:     מנכ"ל חברת DMway חברה שמנגישה את העולם הפרדיקטיב אנליטיקס, למפתחי BI ולעובדים אשר אינם Data scientists בהשכלתם.
  • בני זנד, קווליטסט: סמנכ"ל ידע וחדשנות בחברת קווליטסט, מובילה עולמית בתחום בדיקות התוכנה ואבטחת האיכות עם כ-3000 עובדים, כמחצית מהם בישראל.
  • רועי בן יוסף, Samsung NEXT: מנהל קשרי מפתחים וקהילה וחבר בצוות השקעות ב Samsung NEXT, שהיא קרן השקעות חצי אסטרטגית לסטארט אפים של תוכנה בשלבים מוקדמים.
  • אורן בצלאלי, HARMAN:      מנכ"ל של HARMAN ישראל וסמנכ"ל בכיר ב-HARMAN העולמית. HARMAN מוכרת במוצרי האודיו שלה (JBL, Harman/Kardon), אבל רוב העסקים שלה נמצאים דווקא בעולם הטכנולוגיות לכלי – רכב, רכבים מחוברים,  מקושרים, אוטונומיים,הגנת סייבר למכוניות וכדומה.  
  • עדי פנחס, Brodmann17: יזם ומנכ"ל של Brodmann17.  אנחנו מפתחים למידה-עמוקה עבור ראייה-ממוחשבת שמצליחה לעמוד בדרישות התעשיה וחוסכת 95% מצריכת כח העיבוד והחשמל.
  • גבריאל בן אלי, אסנס: דירקטור Big Data    ואנליטיקות בחברת אסנס, אשר לוקחת את הטכנולוגיות  החדשניות ביותר בתחום  ה״אינטרנט של הדברים״ ( IoT) ורותמת אותן כמענה לצרכים קיימים של משתמשים בתחומי חיים שונים.
  • פרופ' עפר עציון, מכללת עמק יזרעאל: פרופסור וראש החוג למערכות מידע במכללת עמק יזרעאל, וחוקר בתחום מערכות חכמות.   בעברי, חבר סגל טכני בכיר ב- IBM research
  • דר' יאסר עואד, מכללת סכנין: דוקטור לאקטואריה, ניהול סיכונים. סגן נשיא למכללת סכנין. ינון שבירו, HackerU: יועץ ב HackerU –  המרכז להשמה ולהכשרת עובדים למקצועות ההייטק. יזם. מפתח תוכנה  ארגונית לניתוח מיילים PAIRIFY.
  • דר' אלון הסגל, מל"א: מרצה בכיר במכללה, חוקר ויועץ עסקי בתחום יחסי טכנולוגיות חכמות וחברה. לשעבר יושב ראש איגוד האינטרנט, סא"ל במיל. דירקטור.
  • ינון שבירו, HackerU: יועץ ב HackerU –  המרכז להשמה ולהכשרת עובדים למקצועות ההייטק. יזם. מפתח תוכנה  ארגונית לניתוח מיילים PAIRIFY.
  • הראל טייב, Kryon Systems: מנכ"ל חברה שמתמחה ב-RPA שזה robotic process automation. טכנולוגיה המאפשרת לכל חברה ליצור כוח עבודה וירטואלי, המסוגל לבצע משימות עסקיות על גביי אפליקציות ארגוניות מגוונות- כך שהעובדים יוכלו להשתחרר לעסוק בחדשנות ובעסקי הליבה של החברה. בין הלקוחות שלנו ניתן למצוא את מייקרוסופט, אליאנס,  סינטל עולם הפיננסים ועוד.
  • עו"ד ערן בן דור, פירמת עו"ד זיסמן אהרוני גייר ושות' (ZAG S&W): ראש מחלקת חברות וניירות ערך בפירמה. אנחנו פירמה בינ"ל עם סניפים בארה"ב, אירופה והמזרח. מתמחים בכל תחומי המשפט המסחרי והעסקי. אנו מלווים בעיקר חברות טכנולוגיה, משקיעים וקרנות.
  • ואדים חשנסקי, קבוצת יעל: CTO של קבוצת יעל.  אחראי על  החדשנות והטכנולוגיות החדשות בחברות בקבוצה.  אנחנו מתעסקים בין היתר, בתחומי Open Source, BI, ויישומי AI .
  • אורחים: נחום דניצה,   יחסי ציבור לטכנולוגיה.
  • IT מגזין: מאיר עשת מנהל המגזין.
 

רקע

מאיר עשת, IT מגזין: שלום לכולם. למען הקוראים אציג את הרקע לדיון שלנו: סקרים שנעשו בנושא AI מראים כי במהלך 2018 כ 65% מהמנהלים כבר ישתמשו בטכנולוגיית AI, כאשר היישום העיקרי (כ 60%) הינו Predictive analytics. מעל 90% מחברות התוכנה הגדולות משלבות במוצריהן AI ואיכויות הטכנולוגיה בזיהוי תמונות השתפרו אין ערוך (פחות מ 2% שגיאות לעומת כ 25% שגיאות ב 2011). גם העובדים מעוניינים בשילוב יישומי AI בעבודתם, ויחד עם זאת כ-35% חוששים מהשלכות AI על תפקידם ועבודתם. רק לאחרונה הודיעה אמזון על איתור עובדי AI להרחבת פעילותה בנושא. אינטל אף היא בקמפיין גיוס כ 100 עובדים למרכז AI החדש שהקימה בארץ. אין ספק שמדובר באחד הנושאים החמים והמתפתחים כיום. יחד עם זאת, ישנן שאלות וספקות שטרם נענו והשלכות רוחב משמעותיות בהמשך יישום מסיבי של AI. אז קודם כול בואו נברר ונבהיר, מתי התחיל עידן ה-AI, כלומר מתי הידע והחוכמה הטמונים באפליקציות שונות החלו להיקרא AI ?

עדי פנחס, ברודמן 17

עדי פנחס, ברודמן 17

התחלת עידן ה-AI ומה הם גבולותיו

עדי פנחס, Brodmann17: בתחילת- 2012 5%  שמשתמשים ב- AI, בתחום הראייה הממוחשבת ומנצחים את ה- Benchmark ImageNet בעשרות אחוזים. שנה אחרי זה,  85 אחוזים משתמשים באלגוריתמים AI,  וב –  2014, כמעט כולם משתמשים ב –  AI. החיתוך היה מאוד חד וברור ביחס לתקופה שקדמה לכך.

עפר עציון, מכללת עמק יזרעאל: תחומים אחרים כדוגמת cognitive computing התפתח ע"י ווטסון ב-IBM בשנת 2011. תחום המערכות האוטונומיות התפתח בהדרגה החל מהאתגר של DARPA לכיוון מכונית אוטונומית (במדבר) ואין ספק שההתפתחויות הדרמטיות שהוזכרו קודם אפשרו קידום מערכות אינטיליגנטיות.

מאיר עשת, IT מגזין: אוקי אז אם נתמצת את הנאמר עד כה, AI במשמעותו המוכרת היום החל בערך ב 2011 עם התפתחויות דרמטיות ב 2013. אז השאלה מי הארגונים המובילים  בפיתוח בעולם? האם אלה הארגונים הגדולים? או שמא הקטנים? והיכן אנחנו ישראל בכל המשחק הזה?

רועי בן יוסף, סמסונג נקסט

רועי בן יוסף, סמסונג נקסט

רועי בן יוסף, Samsung NEXT: אני רוצה להאיר את הנושא מזווית אחרת. לדעתי הקשר הסיבתי להתפתחות הדרמטית ב4-5 שנים האחרונות היה ה-Cloud offering שהחל להיות מוצע ע"י החברות הגדולות כמו גוגל, מיקרוסופט, IBM ,Digital Ocean וכד' אשר נתנו את הבסיס הנדרש ל-AI שדורש משאבי מחשוב גדולים באמצעות פלטפורמות הענן שלהם.

ואדים חשנסקי, קבוצת יעל: אני מסכים שה-enabler הגדול ל-AI הוא אכן פלטפורמות הענן. יחד עם זאת השיטות והקדמה מגיעים מהשחקנים הגדולים אשר משתמשים ב-AI לצורכיהם: אמזון – לניהול המחסנים והלוגיסטיקה, גוגל ופייסבוק לניתוח תכנים וכו'.

עפר עציון, מכללת עמק יזרעאל: חלק גדול מהפיתוחים נעשו ע"י חברות קטנות, שחלקן התחיל בפרויקטים אקדמיים. החברות הגדולות רכשו את חלקן הגדול  ואף הנגישו אותם לכולם.

גיל ניזרי DMWAY

גיל ניזרי DMWAY

ואדים חשנסקי, קבוצת יעל: הגדולים היו כאן ה-enablers עבור המפתחים ה"קטנים", הם מציעים פלטפורמות ענן ושיטות מתקדמות אשר לרוב מבוססות  קוד פתוח והופכות את התחום לנגיש וזמין ליזמים וחברות קטנות יותר.

גיל נזרי, DMway: מחיפוש שערכתי בלינקדאין לגבי חמשת החברות הגדולות בארה"ב מבחינת שווי שוק שהן: גוגל, מייקרוסופט, פייסבוק, אמאזון ואפל, מצאתי כי בחברות אלה שיעור ה Data scientist נע בין 1%-7.4% מהעובדים כאשר לצורך ההשוואה בחברות אחרות כמו: ג'ונסון & ג'ונסון וב-JP Morgan מדובר ב2 פרומיל ו-3.2 פרומיל בהתאמה. כלומר החברות המובילות הללו הבינו את  הערך המצוי בנתונים שלהם והשכילו לייצר כמות אדירה של אלגוריתמים חכמים אשר משביחים את יכולת קבלת ההחלטות הארגונית בהתבסס על לימוד המכונה ולא רק על אינטואיציה אנושית. AI זוהי בעצם היכולת לחקות תהליך אנושי מורכב ע"י אלגוריתם בצורה אוטומטית לחלוטין ובאיכות אשר אינה נופלת מהתהליך הידני. לכן המונח  מערכות AI קצת מפריע לי. נכון יותר להבנתי לדבר על פתרונות מבוססי AI ואילו בעיות הן באים לפתור.

עופר עציון, מכללת עמק יזרעאל

עופר עציון, מכללת עמק יזרעאל

ואדים חשנסקי, קבוצת יעל:  נזכור שלפי ההגדרות של אלן טיורינג ל-AI אנחנו לכאורה כבר מזמן ב-AI.

גיל נזרי, DMway: AI לכשעצמו לא עומד על שני רגליו לבד. הוא רלבנטי וקיים לתהליך אותו הוא מדמה/מחליף בתחום מסוים ואז הוא פתרון המתאים לתהליך הזה בלבד. אני בעיקר מתייחס לפרדיקטיב אנליטיקס שהוא היישום המרכזי כיום בעולם ל-AI. אז לידיעה כללית: בתחום זה הבנקים כבר פעילים שנים רבות .

אלון הסגל, מל"א: מתוך הדברים ומתוך המחקרים שלי עולה שהתפתחות ה-AI מונעת מכמה מקורות: Data driven, vision driven, business driven  ובמקביל גם Technology driven . אלא שמדובר כאן במניעים הפוכים. אז מה מניע, הצורך או היכולת?

ואדים חשנסקי, קבוצת יעל: אז יש לנו תשתיות ענן שהן Enabler ל-AI ובעצם לא צריך סופר מחשב בשביל להריצן.  כתוצאה מכך כל מפתח גם אם הוא לא Data scientist ואינו פרופסור יכול לעסוק בזה. זה כבר בתחום עיסוק של מפתח מנוסה שיכול להשתמש בשיטותMachine Learning  לפתירת בעיות יישומיות גם אם הוא לא בא מתחום המדעים.

אלון הסגל, מל"א

אלון הסגל, מל"א

בני זנד, קווליטסט: דיברנו על business driven  ,technology driven ו- process driven. בעולם הבדיקות אותו אנחנו חיים, ה-AI משחק תפקיד מעניין ברמת החיזוי, האנליזות והטסט-בוטים למיניהם. זהו שינוי הדרגתי ולא שינוי חד. ה-AI מאפשר לנו לעשות דברים בצורה טובה, יעילה וחסכונית יותר.

אלון הסגל, מל"א: אנליזות על בסיס DATA נעשו עוד בשנות ה-60. אבל עכשיו, זאת  הפעם הראשונה שמתפתחת טכנולוגיה המסוגלת לבצע אנליזת הנתונים, ממוחשבת אוטונומית, נגישה וקלה לביצוע. לדוגמא: המודל העסקי של גוגל מאפשר לא רק גישה לנתונים ולענן אלא, גם לאנליזה שלהם ולבוטים המאפשרים שימוש בנתונים והכל נגיש ומיידי. זה כמובן דבר שלא היה קיים עד כה.

אורן בצלאלי, HARMAN: עד כה דברנו על טריגרים טכנולוגים ולא דברנו על צד הצרכים. אם ישנה טכנולוגיה שלא צריכים אותה, הרי בסופו של יום היא לא תתפתח למשהו משמעותי. היות ורוב עסקינו קשור למכונית החכמה, אז אם היינו מדברים על רכב רגיל נוסע על בנזין ונהוג ע"י נהג, לא היינו צריכים AI, אבל כאשר מדברים על מכונית אוטונומית, אז זה הופך לצורך קריטי.

אורן בצלאלי, הרמן

אורן בצלאלי, הרמן

ואדים חשנסקי, קבוצת יעל:  לדעתי, יש פה בעיה של סיבה ותוצאה. הסיבה שנהיגה אוטונומית היא פוטנציאל אפשרי, זה היות והמהפכה הטכנולוגית מובילה את זה והיכולת של AI בכלל לספק את זה.

אורן בצלאלי, HARMAN: אני מסכים. ולכן אני אומר שיש פה שתי רגליים:  הרגל של הצורך, והרגל של הטכנולוגיה שמאפשרת אותו.

עדי פנחס, Brodmann17: שנים רבות קהילת ה-deep learning הרגישו מקופחים ו"שקופים" בכנסים ובכתבי עת, עד ליום בו הציגו את תוצאות המחקרים והעבודות שלהם באופן פרגמטי.

 

HARMAN ישראל והאוטו-טק ניישן ישראל,

ה״סטארט-אפ ניישן״, עשתה הסבה ל״אוטו-טק-ניישן״. ״מכוניות אוטונומיות״, ״מכוניות חכמות״, או ״מכוניות מחוברות״, בסוף תגיעו לאותו סיפור בסיס: יש כאן ענף טכנולוגי שהוא בצמיחה מטורפת. כיום פעילים בישראל יותר מ–1,000 יזמים וכ–150 חברות הזנק שמקדישים ימים כלילות לתחום הרכב וחברות הענק נוהרות לכאן בהמוניהן. אחת הראשונות שזיהתה את הטרנד הייתה HARMAN, חברת בת בבעלות מלאה של סמסונג, שממחישה היטב את הבשורות הטכנולוגיות שיוצאות כיום מישראל למיליוני כלי רכב ברחבי העולם. HARMAN מתכננת וייצרת מוצרים מקושרים ופתרונות עבור יצרני מכוניות, צרכנים וארגונים ברחבי העולם, ביניהם: מערכות מכוניות מקושרות (חכמות), מוצרי אודיו ווידאו, פתרונות אוטומציה ארגוניים ושירותים התומכים באינטרנט של הדברים (IoT). שרותי התוכנה של HARMAN מניעים מיליארדי מערכות ומכשירים ניידים, כשהם מקושרים ומאובטחים על פני כל הפלטפורמות בהן הם פועלים, מהעבודה, דרך הבית ועד למכונית ולמובייל. החברה מעסיקה מעל 30000 עובדים (ובישראל היא במגמת גיוס אינטנסיבי). HARMAN רכשה ושילבה עמוק בפעילותה בישראל את iOnRoad , מתחום ההתרעות בדרך, את Red Bend, שמאפשרת לחבר את המכוניות של היום לענן וחברת הסייבר לרכב, TowerSec. התוצאה: HARMAN ישראל, שמנוהלת על ידי אורן בצלאלי. אחד הפתרונות החמים שמפותח בישראל הוא ה- OTA (Over-the-air programming) שמאפשר כיום ל-9 יצרני רכב, דוגמת טסלה, קרייזלר, וג׳נרל מוטורס, לעדכן מרחוק את התוכנות שמותקנות במעל 25 מיליון המכוניות שנרכשו מהם, בעוד אלה ממשיכות לנוע על הכבישים. הפתרון הוא המסחרי היחיד כיום שמיושם בשטח כשהוא מאפשר ניהול יעיל של המכונית ושתוכנן לטפל בכשלי מערכת דוגמת בעיות רשת, התקפות סייבר, או ניסיונות חבלה חיצוניים. נחתמו כבר חוזים עם 9 יצרני רכב נוספים, שיאפשרו בשנים הקרובות לעדכן מרחוק את התוכנות בלמעלה מ-130 מיליון כלי רכב. HARMAN Ignite היא פלטפורמה מבוססת ענן, המאפשרת לפתח, לנהל, לאבטח ולתפעל יישומים ושירותים בכלי רכב והיא תפתח בפני יצרני הרכב וכל הגופים הנלווים לתעשייה, פתח ליישום של אינספור סוגי שירותים וחוויות עבור הנהגים והנוסעים. היא תאפשר ליצרניות הרכב לבדל עצמן, עם שירותים חדשים המותאמים לצרכי לקוחותיהם, כשהיא תיצור מודלים חדשים להכנסות. כך לדוגמה, Ignite מאפשר ליצרני הרכב ולספקיהם לשלב בסביבת הנהג מגוון סוכני בינה מלאכותית, כולל Samsung Bixby, IBM Watson ואת Amazon Alexa. הפתרון משלב יכולות זיהוי קול מסורתיות ופונקציות עיבוד שפה עם סיוע מבוסס ענן תוך שימוש בנתוני זמן אמת. על ידי זמינות של מספר סוכני קול המצויידים בבינה מלאכותית במכונית אחת, יוכלו, לדוגמה, בני משפחה לגשת כל אחד לסוכן האישי שלו. כיוון נוסף שנדחף מישראל לכל העולם: הגנת סייבר לכלי רכב. נהיגה אוטונומית לא תצלח בלי תשתיות הגנת סייבר חזקות שיגנו על המכוניות שלנו. מגוון מכשירים ומערכות מעורבים בנהיגה וכבר כיום מספק הצוות של HARMAN בישראל פתרונות הגנת סייבר מתקדמים ליצרניות הרכב ברחבי העולם. פתרון ה- HARMAN Cyber Security Analysis Center, שהוצג באחרונה על ידי החברה מציע למנהלי ציי רכב וליצרנים, גישה ישירה לניטור מקרי ניסיונות פשיעת סייבר כנגד כלי הרכב שברשת שלהם. כחלק מפתרון ה- HARMAN SHIELD מותקנים ברכב ״סוכני סייבר״ שיגנו על המכונית המקושרת כנגד התקפות מבחוץ. לא מכבר אף הודיעה החברה שתקים בבאר שבע, בשיתוף אוניברסיטת בן-גוריון בנגב, חברת סיימוטיב טכנולוגיות בע"מ, מעבדות החדשנות של Deutsche Telecom וקרן הון הסיכון JVP את ה– SMART Range מרכז מחקר וניסויים בינלאומי בתחום התחבורה החכמה – עם התמקדות על ההגנה מפני התקפות סייבר המכוונות נגד כלי רכב. ה- SMART Range יפעל בתפיסת מעבדה חיה (Living lab) במתווה של עיר חכמה על כל המאפיינים הקשורים במערכי התחבורה העתידית, כולל תחבורה ציבורית, תחבורה פרטית, כלי ניוד אישיים, בסביבה המדמה מציאות מורכבת. הוא יאפשר לבצע בדיקות טכנולוגיות מתקדמות, בחינת ממשקי אדם – מכונה – סביבה, בחינת פתרונות תחבורתיים במציאות הרשתית העירונית העתידית וכן בחינות תפקוד ועמידות של מערכות תוכנה וחומרה מול איומי סייבר.

עפר עציון, מכללת עמק יזרעאל: אם מסתכלים על תחומים שונים אז בעצם לכל תחום יש קצב התפתחות משלו. אם אנחנו מסתכלים למשל על פינטק, על התחום הפיננסי,  אז דברים התחילו כבר לפני 15 שנה  עם הדברים הראשונים באלגו טריידינג שלמעשה השתלט על המסחר. היום אתה לא יכול בכלל לסחור באופן ידני. אין לך סיכוי. וזה  אגב התחיל עם חברות בינוניות מינוס. עם סטראט אפים וחברות קטנות יחסית. אחר כך הם בנו פלטפורמות אבל הם התחילו יותר בדברים

יאסר אוועד, מכללת סכנין

יאסר עואד, מכללת סכנין

פרקטיים. גם בנושאים פיננסיים  אחרים. למשל בביטוח כל הנושא של חתמים שעושים חישובים ידניים, עובר מן העולם. היום כל הנושא  של חתמות זה נושא שההחלטות בו הן אוטומטיות.  גם נושא של החלטות של  נושא אשראי בבנקים.  אבל התעשייה הפיננסית זו תעשייה שיש לה הרבה כסף ולכן זה מתפתח מהר יחסית. יש תעשיות אחרות, למשל חקלאות מצטיירת כתחום עתיר-עבודה ופרימיטיבי. אבל היום, באמצעות חקלאות מדויקת חיישנים ורובוטים, הנושא של החקלאי שעובד בשדה  ייעלם בהדרגה מהעולם. בנושא רפואי יש פה מהפכה אדירה שלא הייתה כמוה. כל מיני שבבים  וחיישנים שמושתלים בגוף האדם ועושים כל מיני דברים, שלפי תיאוריות גם יאריכו לנו את החיים  ועוד דברים של רפואה מותאמת אישית שיודעת לסווג אותך לקבוצה מסוימת לפי מיפוי גנטי, אז בעצם יש איזו שהיא מערכת אינטליגנטית המחליטה איזה טיפול אתה תקבל. כי טיפול סטנדרטי הוא טוב לכמות מסוימת של אוכלוסייה.

יאסר עואד, מכללת סכנין: ישנם מודלים חכמים כבר משנות ה-80. אלה מודלים מתקדמים ביותר אבל אז מערכות ממוחשבות לא יכלו לבדוק אותם ולכן לא יכלו להשתמש בהם. כיום המערכות הממוחשבות הרבה יותר חזקות ואז שמשתמשים במערכת ממוחשבת רואים תובנות, אבל התובנות הן במודל הסטטיסטי עצמו ולא במערכת המחשב. אז כאשר קיים הפרדיקטיב אנליטיקס, התוצאה הטובה של המודלים היא נגזרת של היכולת שלהם לשפר את עצמם.

עו"ד ערן בן דור, פירמת עו"ד זיסמן אהרוני גייר ושות'

עו"ד ערן בן דור, פירמת עו"ד זיסמן אהרוני גייר ושות'

עו"ד ערן בן דור, משרד זיסמן אהרוני גייר: לעניין עולם הפינטק, מה שאתם אומרים  זה שכדי לשפר את התוצאות של החברות ולהביא תשואה גבוהה יותר  נעשה שילוב של AI. אם ניקח את זה לעולם של עריכת הדין, אתם אומרים שהמחשב יוכל לעשות את העבודה המשפטית לא פחות טוב, אולי?

אלון הסגל, מל"א: לא אולי, כבר נעשה.

עו"ד ערן בן דור, משרד זיסמן אהרוני גייר: אני בספק לגבי זה, אבל הסיבה לגידול בשימוש ביישומי AI ולכן גם להתפתחות של התחום היא העובדה שהעולם הפך ליותר ויותר גלובלי. כתוצאה מכך, הוא הרבה יותר תחרותי בכל תחום. אחת הסיבות ש-AI הופך להיות דומיננטי בשימושים ויישומים רבים זאת העובדה שאנשים מחפשים יתרון כדי לנצח את התחרות. ה- AI יכול לסייע ביצירת היתרון התחרותי.

גבריאל בן אלי, אסנס

גבריאל בן אלי, אסנס

גבריאל בן אלי, אסנס: אלגוריתמים לומדים רבים היו קיימים כבר לפני 40 שנה. מה שהתחדש, זאת היכולת שלנו לעשות עם זה משהו ולהגיע לתובנות ממשיות. חברת אסנס עוסקת ב IoT יותר מ-20 שנה אך בימים הראשונים לא ידענו להנדס את כל הדטה, לא יכולנו לשאול עליו שאלות ובוודאי גם לא ליצור על בסיסו מודלים מתקדמים . מה שאפשר את זה מאוחר יותר, הוא התפתחות יכולת הגדילה האנכית של תשתיות המחשוב. אם לפני מספר שנים היינו צריכים 4 אנשים שיסתכלו על מסך למשך זמן רב על מנת לזהות  תבניות (חלשות) בנתונים, היום כבר ניתן לבצע זאת בעזרת מכונות.

ואדים חשנסקי, קבוצת יעל: כלומר מה שמוביל את השינוי זו היכולת ולא הצורך. הרי היכולת אפשרה לכם לנתח נתוני IoT ולבצע פעולות פרואקטיביות. זה דומה למצב בו המכונית החליפה את הסוס. זה עניין של יכולת.

רועי בן יוסף, Samsung NEXT: זה נכון היות ובד"כ כאשר רעיונות הם מוצלחים אז הצורך קודם ליכולת. אחרת לא היינו יודעים שצריך את זה.

ואדים חשנסקי, קבוצת יעל

ואדים חשנסקי, קבוצת יעל

ואדים חשנסקי, קבוצת יעל: אתן דוגמא לכך. כידוע אנחנו אינטגרטור ועובדים צמוד עם לקוחות. לקחנו חברה הנדסית המבצעת סקרי מצב לכבישים ותכנון תקציב לתחזוקה עבור הרשויות. בשיטה המסורתית עשרות הנדסאים ישבו ומיפו סדקים ונזקים שונים של הכביש באופן ידני. בעזרת טכנולוגיית קוד פתוח של גוגל TensorFlow אימנו מודל ויצרנו תהליך ממוכן של זיהוי ומיפוי נזקים ללא התערבות אדם. זה נעשה יותר מהר, יותר מדויק, וכמובן יעיל יותר מבחינת עלויות. כיום ניידות של הלקוח שלנו סורקות את הכבישים ובאופן אוטומטי ומידי מתבצע מיפוי נזקים בקטע כביש שנסקר.

אלון הסגל, מל"א: מדוע חברת אינטגרציה החליטה לפתע לייצר פתרונות עצמאיים?

ואדים חשנסקי, קבוצת יעל: יפה. אז פה בדיוק תפקידנו כאינטגרטור לגשר בין הטכנולוגיה לצורך העסקי. החברה ההנדסית לא הייתה מגיעה לפתרון כזה לבדה, ומצד שני הטכנולוגיה בלי הידע שלהם לא שווה כלום. בצורה כזו נוצר ללקוח יתרון תחרותי משמעותי על פני מתחרים המבצעים מיפוי ידני.

הראל טייב KRYON

הראל טייב KRYON

אלון הסגל, מל"א: זאת אומרת שהמודל העסקי השתנה ובגלל הנגישות של הטכנולוגיה, דווקא חברת אינטגרציה הופכת לסטארטאפ עם פתרונות עצמאיים חדשניים ומשבשים .

הראל טייב, Kryon Systems: אתן לכם דוגמא אמיתית ובקונטקסט של צורכי לקוחות. בפגישה בנושא RPA (robotic process automation) עם CFO של אחת מחברות הביטוח בארה"ב הוא אומר לי: תראה, עכשיו יושבים במשרדנו עשרות אלפי אנשים שעושים עבודה שאינם אוהבים לעשותה, אך אלה תהליכים קבועים מחויבי מציאות ואין ברירה. הרבה מאוד כסף נשען על ביצוע התהליכים האלה, ולבטל אותם אני פשוט לא יכול. אבל, מה שאני צריך זו מכונה וירטואלית ולא משנה לי באיזה טכנולוגיה היא תעבוד שתעשה את כול התהליכים האלה באופן אוטומטי. כלומר, להפוך את הכול לסימלס, שלא יהיה צורך בהתערבות אדם. דוגמא אחרת היא שבמיקרוסופט משלמים מידי שנה 4 מיליארד $ ליצרני המשחקים (בעיקר ל-XBOX). תהליך אישור וביצוע התשלום שהתבצע ע"י עובדי מיקרוסופט היה ממש מורכב היות וכלל בדיקות רבות על מפתחי המשחקים, עמידתם בתנאים וכד'. היום החברה שלנו מספקת להם פתרונות שבהם מכונות וירטואליות מבצעות את כול העבודה הזו, באופן אוטומטי, ברבע מהזמן ו-0 טעויות. ההחלטה העסקית בסוג כזה של דברים מאוד מורכבת. מדובר ב-AI שמטפל בbig data, מפרק אותו לגורמים על מנת שיוכל לדגום ולנחש מה חזוי להיות הצעד הבא. בימים אלו אנו עובדים על רכיב שנקרא process discovery, שבו דמיינו לכם בנק גדול, שהתוכנה בו מותקנת על מחשבי הארגון ולומדת את התנהגותם של כל העובדים. בסוף התהליך המכונה יכולה לזהות, למשל שכ-70% מהפעילויות ניתנות לביצוע אוטומטי ויכולה להתבצע על ידי רובוטים וללא התערבות אדם. הדבר הזה הולך לשנות את כול ענפי התעשייה. פיננסים טכנולוגיה, ביטוח הכול, וזה קורה כאן ועכשיו.

גיל נזרי, DMway: אני חושב שהצורך הוא הגורם . 100 אחוז מהלקוחות שלנו מעידים על כך. לקוחות DMWAY  מגיעים מתחומים שונים ומגוונים  ניקח לדוגמא את מימון ישיר, חברה מובילה בארץ להלוואות.  תהליך אישור הלוואה, מתבסס על מודלים שמפותחים אוטומטית עם הכלי  שלנו.  למעשה זה  קידם להם את  היכולת לפתח loan defaulting algorithm בזמנים קצרים מאוד ובאיכות מיטבית. לקוח נוסף חברת טלוויזייה בלוויין מובילה אשר מפתחת אסטרטגייה שלמה סביב שימוש במודלים ואנליטיקה מתקדמת . הם מיפו את כל הבעיות העסקיות שלהם ומיינו אותן בסדר עולה לפי עלות הבעיה/נזק. ואז בנו אלגוריתם מתוך כוונה להחליף את הטיפול בבעיות אלה מהטיפול האנושי לטיפול אוטומטי. למשל טיפול של איש תמיכה בלקוח שגורם לכל מיני קריאות שווא שגורמים לך לשלוח טכנאי שלא לצורך. זה עולה המון כסף, ואם אתה יכול לקחת את התהליך הזה ולהמיר אותו באלגוריתם ובאופן דומה להמיר בעיות עסקיות זוללות משאבים וכ"א אחרות, אתה מצליח להפוך את הארגון ליותר חכם, זריז , יעיל, תחרותי וגם רווחי. וזהו הקטליזטור של השימוש באלגוריתמים קדימה.

גבריאל בן אלי, אסנס: אתה צודק. הצורך היה גם לפני 30 שנה.

גיל נזרי, DMway: כן אבל פשוט  לא יכולת בשל חומרה יקרה, חוסר בנתונים וגם חוסר יידע .

ואדים חשנסקי, קבוצת יעל:    השיפור הוא בדיוק כאן. אתה עושה אופטימיזציה, אבל היא ממשיכה לנוע ולשפר את עצמה. היא לא דורכת במקום.

גיל נזרי, DMway: זה למשל כאשר המוצר שלנו מדמה  Data scientist אנושי בפעולה.

ואדים חשנסקי, קבוצת יעל: נכון, ישנן טכנולוגיות AI כיום המאפשרות שיפור תהליך האימון עצמו וצמצום מעורבות Data scientist למינימום.

ישראל בעולם ה-AI

מאיר עשת, IT מגזין: איפה ישראל בכל המשחק הזה של ה-AI? בסייבר אנחנו שחקנים,  מן הסתם.  במכונית האוטונומית smart car)) שחקנים  משמעותיים ברמה עולמית. מה מצבנו ב-AI ?

גיל נזרי, DMway: נכון לספטמבר האחרון יש כ-450 חברות ישראליות עם נגיעה כזו או אחרת לתחום ה AI . יחסית  לכלל קהילת הסטארט אפ זה כנראה תחום שמאוד מרתק את ההיי – טק הישראלי והוא גדול יחסית כבר היום

מאיר עשת, IT מגזין: אוקיי.

אורן בצלאלי, HARMAN: כאשר נתת דוגמה של  עולם רכב או עולם פרסום או עולמות אחרים שדיברנו עליהם. AI הוא כרגע משהו חדש, לכן הוא מאובחן כשוק. עם הזמן הוא לא  יהיה מאובחן כשוק יותר, כי כל תעשייה תשתמש בו והוא יחדור לכל תחום בחיינו.

בני זנד, קוואליטסט

בני זנד, קווליטסט

גיל נזרי, DMway:     נכון. חיזוי אנליטי תופס מקום של כבוד בכל תחומי חיינו.

אורן בצלאלי, HARMAN: צריך לראות את AI כהתמחות רוחבית המשרתת את כל הענפים. אנחנו מצטיינים מן הסתם בעולם הרכב. עולם הרכב החכם ידרוש יישומי AI אז נצטיין בזה. כך בעולם הפינטק בו יש צורך ב-AI אז גם בזה נצטיין. תסתכלו על AI ככלי עזר כאמצעי להשגת מטרות בכל התחומים כמעט.

בני זנד, קווליטסט: כמובילה עולמית בתחום הבדיקות ואבטחת האיכות, לקוחות מבקשים אומנם בדיקות AI, אבל בפועל מדובר בבדיקות לבעיות ותחומים שקשורים לעולם העסקי והתפעולי, ולתהליכים בהם שזורה פעילות AI ברמות שונות. עולם הבדיקות הוא עולם תהליכי הכולל מידע וידע רב ואנחנו צריכים לעצב תהליכים אוטומטים שבודקים כמויות עצומות של דאטה בזמן קצר וביעילות מירבית. במרכז ה-Testing AI שלנו עובדים כישרונות אמיתיים ומיומנויות של מהנדסי תוכנה, מהנדסי בדיקות  data scientists, סטטיסטיקאים וכד'.

עדי פנחס, Brodmann17: אני מציע שנבחין בין מפתחי core technology שמרביתם מגיעים מהעולם המערבי ובעיקר מארה"ב, לבין אלה המשתמשים ב-AI. בארה"ב פותחו מערכות-ההפעלה החשובות, המעבדים החשובים וגם האלגוריתמיקה החשובה התפתחה שם. ואילו במזרח הרחוק, משתמשים בזה בצורות מגוונות ומדהימות. כאשר אומרים שאצלנו יש כ 450 חברות/סטארטאפים בתחום אני מאמין שרובם משתמשים בזה, ויש חלק שמפתח טכנולוגיות AI. אנחנו מפתחים טכנולוגיות AI. בתחום פיתוח AI ישראל היא שחקן מעל לממוצע, אבל עדיין כאשר סין מודיעה שבכוונתה להשקיע בתחום 400 מיליארד $ עד 2020 אז עם השקעה כזו הם ישיגו די הרבה מן הסתם.

Brodmann17

Brodmann17 מפתחת טכנולוגיות של deep-learning (למידה-עמוקה) עבור ראיה ממוחשבת. רמות הדיוק של רשתות-הנוירונים של החברה עולות בקנה אחד עם דרישות התעשייה וזאת תוך כדי חיסכון של 95% בצריכת כוח העיבוד והאנרגיה. פתרון של Brodmann17 הוא אלגוריתם-תוכנה המתאים לכל מעבד ולכל פלטפורמה ומאפשר לראשונה למנהלי מוצר להוסיף יכולות ראיה ממוחשבת חזקות למוצרים מבוססי סוללה ללא הסתמכות על מחשוב ענן, תוך שימוש במעבדים סטנדרטיים. הראייה הוא אחד החושים הקדומים ביותר באבולוציה של עולם החי והתפתחה לאורך 300 מיליון שנה. כ- 67% מפעילות המוח מוקדשת לעיבוד תמונה. ברור לכולנו שעל מנת ליצור מוצרים חדשניים ושימושים עלינו למצוא דרך לתת למכונות אפשרות לראות. תחום הראייה הממוחשבת עבר קפיצת מדרגה בשנת 2013, כשלראשונה מערכות מבוססות למידה-עמוקה החלו להביס בני אדם במבחני של זיהוי תמונות. כמעט כל הפיתוחים החדשניים שמסעירים את הציבור וצפויים לצאת לשוק בשנים הקרובות, כרכב אוטונומי, רובוטים ביתיים ואפילו מצלמות אבטחה חכמות לבית כוללות ראיה מבוססת deep-learning. מוצרי ה- AI שאנו חויים היום עדיין שייכים לגל המוצרים הראשון של המוצרים באביב של ה AI, שהם מוצרי ענן או מבוססי-ענן בשל כמות החישובים הגדולה הדרושה לטכנולוגית ה: deep-learning. הבחירה של מנהלי המוצרים, שרוצים להוסיף יכולת ראיה ממוחשבת למוצריהם, נעה בין עיבוד בתוך מוצר-הקצה (edge-device) בעזרת מעבדים חזקים מאוד שמייקרים את המוצר הסופי, דורשים קירור אקטיבי וצורכים כמויות חשמל גדולות לבין שימוש במעבדים זולים במכשיר-הקצה והסתמכות על קישוריות לענן לשם חישובים מורכבים. ברכבים שדורשים תגובה מהירה ביותר, קישוריות לענן אינה אפשרית והבחירה כרגע היא במעבדים חזקים, תא מטען של כל מכונית אוטונומית מלא במעבדים שמייקרים את עלות הרכב משמעותית וצורכים אחוזים ניכרים מהסוללה. נראה שאפילו יכולות הראיה הממוחשבת הבסיסיות ברכבים של טסלה מקצרת את טוח הנסיעה של המכוניות בכ- 7%, בעתיד עם תוספת המצלמות והרדארים הדרושים לנהיגה אוטונומית צריכת האנרגיה הנוספת תהיה כשל מנוע נוסף. במכשירים פשוטים יותר הקישוריות לענן אפשרית אך מביא לתגובה איטית יותר של המערכת, חושפת את המשתמשים לסיכוני אבטחה, חשיפת פרטיות ומגבילה את טווח השימוש במכשיר, כך למשל סיפר לנו יצרן מלגזות אוטונומיות שפגשנו ב CES לאחרונה, שהמלגזות עובדות נפלא כל עוד הן בטווח wifi. הפתרון של Brodmann17 מאפשר לכל מנהל מוצר להכריז עצמאות מהענן, ולפתח מוצרים שללא הטכנולוגיה של Brodmann17 לא היו אפשריים. השוק אין צורך לומר עצום, והחברה קיבלה השקעה מ: SamsungNEXT, Sony Innovation fund ו lool Ventures. במשרדיה בשרונה תל-אביב Brodmann17 מעסיקה 15 עובדים, ונמצאת בשיתופי פעולה עם יצרניות מעולם הרכב, המצלמות והמעבדים.

P1650380-1

עו"ד ערן בן דור, משרד זיסמן אהרוני גייר:  אני חושב שההגדרות לגבי תחום הפעילות הן די רחבות. לפני שהגעתי לכאן שאלתי שותף במשרד עם כמה חברות AI הוא עובד. הוא התחיל למנות לי אותן, ואני רואה שהן עוסקות בתחומים שונים ומגוונים שלאו דווקא הייתי מגדיר כתחום ה- AI.  כששאלתי אותו למה הוא מגדיר אותן כעוסקות ב-AI, הוא ענה לי שהן עושות דברים חכמים (בתחומי קמעונאות ורפואה למשל) ויודעות לחבר ולהפיק תובנות מעניינות בעלות משמעות עסקית עבורן. לכן אני מסכים להבחנה בין מפתחי הטכנולוגיה שמספרם קטן יותר ממשתמשי הטכנולוגיה. בקרב הלקוחות שלנו, אנחנו רואים רבים אשר עושים שימוש בטכנולוגית AI לצרכיהם בעיקר בתחום מדעי החיים והאינטרנט.

הראל טייב, Kryon Systems: בעבר מנכ"לתי את חברת AVG ISRAEL שהיא חברת סקיוריטי. בחנו רכישה של חברות ישראליות שמבצעות Deep Learning בעולם הסייבר. אני יכול לומר לכם שיש בארץ את החברות המרתקות ביותר שמפתחות in-house פתרונות מורכבים ומקוריים. זו עבודת פיתוח אמתית שיכולה להתחרות בפלטפורמות של גוגל ומיקרוסופט.אני חושב שנשמע עליהם בשנים הקרובות.

אודות Kryon Systems :

חברת הטכנולוגיה הישראלית Kryon Systems, נחשבת לפלטפורמת הטכנולוגיה המובילה בעולם לפיתוח רובוטים (RPA). קראיון סיסטמס היא אחת החברות המובילות בתחום  Robotic Process Automation עפ״י הדו״ח האחרון של Forresterעל התחום. פתרון התוכנה של החברה מציע אוטומציה בעזרת רובוטים (כוח אדם וירטואלי AI), שבאמצעותם ניתן לבצע כל תהליך לוגי בחברה וכך לייעל את תפוקת העבודה באופן משמעותי ובסופו של דבר להחליף את כל התהליכים ידניים לאוטומטיים. מוצר הליבה של החברה מחליף עבודה ידנית של עובדים ומאפשר לעובדים להתרכז באזורים החשובים ביותר. מוצר הדגל של החברה, מאפשר ביצוע יעיל ומדויק של תהליכים עסקיים בכל היישומים הארגוניים. בין לקוחותיה ניתן למנות מספר רב של ארגונים הנמנים עם רשימת Fortune 500. הכנסות החברה צמחו בשלוש השנים האחרונות ב-300%. אבל החברה אינה לבדה. תחום ה-RPA צפוי לצמוח ב-60% בכל שנה, ויעמוד על 5 מיליארד דולר עד 2020. כבר היום 28% מהחברות בעולם אימצו את הטכנולוגיה. ענף ה-RPA צובר תאוצה ומוטמע כיום כמעט בחברות בכל תחום- מפינטק, דרך רפואה, טכנולוגיה, טלקום, בטחון ועוד. חברות הלוקחות חלק בתעשייה, בהובלת קראיון, מאפשרות לארגונים להתמקד בעסקי הליבה שלהם, בעוד שכוח העבודה הדיגיטלי (רובוטים) מטפל בתהליכים הפנימיים של הארגון בצורה יעילה יותר, במדויק ובאופן פרודוקטיבי. החברה השלימה השנה סבב גיוסB בהיקף של 12 מיליון דולר בהובלתAquiline Technology Growth ו-Vertex Ventures. מי שעומד בראש קראיון הוא הראל טייב, בעל ניסיון של למעלה מ-15 שנים בעולמות החדשנות והטכנולוגיה. בטרם הצטרפו ל-Kryon, שימש כמנכ"ל AVG Israel, לפני כן הוביל (Como) Conduit Mobile. בעברו, טייב יזם סטרטאפים שונים בתחומי הייטק, ואף ניהל קבוצות פיתוח בחברת Microsoft & Gteko (שנרכשה על ידי מיקרוסופט). באחרונה, קראיון פתחה שלושה סניפים חדשים בעולם: גרמניה, סינגפור וסניף נוסף בארה"ב. בתוך כך החברה גם פותחת עשרות משרות חדשות, וצפויה להגדיל בצורה משמעותית את מספר עובדיה בארץ ובחו"ל. הגיוס נועד לתמוך בהמשך פיתוח ושיווק טכנולוגיית ה-RPA של החברה.

ואדים חשנסקי, קבוצת יעל: מסכים, ישנן מספר חברות ישראליות המייצרות טכנולוגיות ייחודיות ובלעדיות בתחום ה-AI.

יאסר עואד, מכללת סכנין: פנו אלי כמה חברות מאזור המרכז המעוניינות לפתח את הצד השיווקי אצלן באמצעות שימוש במודל סטטיסטי שפיתחתי, מודל שמשפר את עצמו תוך כדי עבודה. אז המודל החכם הזה שאני קורא לו "AI טבעי", שהוא נגזרת מהידע של המפתח בשילוב ידע סטטיסטי מתמטי, כך נפגשים צורך ויכולת, אז אולי הוא פלטפורמה שאליה ניתן לשלב AI. אבל החוכמה נמצאת בקונספט הבסיסי.

ינון שבירו, HACKER-U

ינון שבירו, HACKERU

עפר עציון, מכללת עמק יזרעאל: לעניין מקומנו ישראל בעולם ה-AI, אז ככה. אמאזון פותחת בישראל מרכז התמחות ב-AI שאמור לגייס כ-100 מומחי AI במשכורות מפתות. אינטל מרחיבה את פעילות הרכב האוטונומי בעקבות רכישת מובילאי, IBM מפעילה בארץ מרכז מחקר המתמחה ב-deep learning בתחום הרפואה, אז בתשובה לשאלת היכן מקומנו, אנחנו במקום מכובד, והחברות מחזרות אחרי המוח הישראלי.

ואדים חשנסקי, קבוצת יעל:    גם גוגל מפעילה צוותי פיתוח AI בארץ.

עפר עציון, מכללת עמק יזרעאל: נכון, גם בגוגל וגם ביאהו. כל החברות הגדולות.

רועי בן יוסף, Samsung NEXT: השאלה היא למה? אלה הן עובדות משמעותיות.

עפר עציון, מכללת עמק יזרעאל: העובדות הן, שכנראה יש אוסף כישרונות בארץ שהחברות רצות אחריהם.

רועי בן יוסף, Samsung NEXT: כלומר יש כאן בסיס איכותי לפיתוח משמעותי בקנה מידה עולמי בדומה למה שיש לנו בסייבר. יש פה כישרון איכותי במחיר זול יותר יחסית מאשר במקומות אחרים. זה כישרון שיהיה כאן גם אחרי אקזיטים שמן הסתם צפויים בכל תחום מצליח.

ואדים חשנסקי, קבוצת יעל: לכן כניסה של חברות גדולות לארץ ופתיחת מרכזי פיתוח כמו אמזון היא כל כך חשובה. זה פשוט עשוי למנף טלנטים ישראלים.

עפר עציון, מכללת עמק יזרעאל: באשר לנקודה הראשונה; "מה הם גבולות ה-AI" אז יש כאן הייפ מסוים וכדאי לזקק אותו ולהתמקד בעיקר. לדוגמא; מערכת אופטימיזציה לתכנון  ניתוחים בבית חולים אמריקאי שלוקחת את כל נתוני החולה ומעריכה את כל הנדרש לניתוח, זמן אמצעים וכל המשאבים הרלוונטים ומחליטה על תכנון הניתוחים מחר. עד כאן זה לא AI אלא שימוש במודלים מתמטיים המוכרים לנו ממזמן. אבל AI נכנס לתמונה כאשר הוסיפו בחדר הניתוח מצלמות המעבירות מידע בזמן אמת המאפשר לתקן את החישובים שנעשו קודם ולהתאים אותם למציאות שקורית בפועל ותוך כדי הניתוח. מרכיב ה-AI כאן הוא בניתוח המהיר בזמן אמת במצב של הסתבכות שלא חייבת לקרות, אבל שהיא קורית, האנשים סביב עסוקים בניתוח, ולא בהבנת משמעויות העיכוב, משך העיכוב  וההשלכות לנזקים שגורם עיכוב כזה לבית החולים.

ואדים חשנסקי, קבוצת יעל: נכון, מכונות מתפקדות יותר טוב מאתנו במצבי הלחץ.

עפר עציון, מכללת עמק יזרעאל: ידענו לחזות מזג אוויר לפני שחשבו מה זה AI.   אבל המרכיב הנוסף שבעצם הובנה במערכת הוא היכולת להחליט האם לחשב מודל חדש ובאיזה נסיבות, והיה וכן, אז לחשב אותו וכול זאת ללא התערבות אדם וכפועל יוצא של הזנת נתונים שוטפת בזמן אמת. יש כאן הסקת מסקנות וקבלת החלטות עצמאית וזה מודל ה-AI האמיתי.

ואדים חשנסקי, קבוצת יעל: בעיני לא רק מי שמפתח פלטפורמות AI גנריות (החברות הגדולות שהזכרנו) חשוב לעתידו של ה-AI, אלא גם מי שמטמיע מודלים ויישומים בשימוש חשוב לא פחות. יש דוגמאות רבות ליישומים והזכרנו קודם כמה מהן, אני מכיר קבוצת פורשי מובילאי שמפתחים היום עין חלופית עבור עיוורים וזה סטארטאפ מדהים, ומאידך גם מגיעים ליישומים "מגוחכים", כגון כמה ואיזה תוספות יהיו על פיצה. למעשה, אימוץ טכנולוגיות AI לבניית מודלים ויישומים מגוונים בתחומים השונים חשוב לא פחות מפיתוח הפלטפורמות עצמן.

סיכום ביניים

אלון הסגל, מל"א: ברשותכם סיכום ביניים לדיון שלנו: מצאתי מספר פרדוקסים.

1.השיבוש – מצד אחד היכולת לחיזוי נתונים נתונה לנו ולא מהיום, מנגד, התווספו יכולות טכנולוגיות בתחום AI ואנליזה שהקפיצו והנגישו מאד את היכולת וזה בעצם השיבוש עליו מדברים.

2.מניעים – חלקכם טוענים שהיכולות התפתחו מתוך צורך של לקוחות, אחרים טוענים שהיכולות התפתחו בגלל האפשרויות החדשות של הטכנולוגיה. 3.פתרונות– מתברר שחברות הטכנולוגיה הן לא היחידות שנותנות פתרון, אלא גם חברות האינטגרציה שיש להם ידע המחבר בין הצורך העסקי לבין הטכנולוגיה, נותנות פתרונות יצירתיים משל עצמן.

4.העיסוקים – מחד, AI מפתחת יכולות על חשבון עיסוקים קיימים, מנגד, יותר עיסוקים חדשים מתפתחים בגלל השימוש ב AI.

נכון להיום הנתונים מראים שהפרדוקסים האלו מבלבלים את השוק כי רק  16% מהארגונים העסקיים הטמיעו AI  אבל 60% מהמנהלים סבורים שבטווח 5 השנים הקרובות הם יטמיעו AI  בארגון אבל עדיין לא יודעים את המודל הרצוי.

אספקטים אתיים של AI

אלון הסגל, מל"א: ישנן שתי סוגיות במקביל שברצוני לדון בהן:

  • סוגיה ראשונה AI ובני אדם.  עיסוקים עתידיים, איפה בדיוק? מי אנחנו? איך נמשיך הלאה עם הצורך ל AI כאשר זה מייתר אותנו? אנחנו בכלל רוצים להתקדם לכיוון הזה?
  • סוגיה שנייה; הנושא של הטמעה. כאן אתייחס למה שקרוי moral Dilemma כלומר, יישומי AI שיציבו בפנינו דילמות מוסריות עד כדי חיים ומוות ביד המכונה. מי מחליט? על סמך מה?

נתחיל עם האלמנט הראשון. AI או בני – אדם?

רועי בן יוסף, Samsung NEXT: אז ברשותכם, חזרה להיסטוריה. בתחילת המהפכה התעשייתית הראשונה אנשים חשבו שמכונות יחליפו אותם ותיווצר אבטלה נוראית. אז בפועל מכונות החליפו מקומות עבודה פשוטים וקשים, אבל פתחו מקומות עבודה ותפקידים חדשים פי 100 מונים, ולהערכתי זה מה שצפוי עם ה-AI. כן, תהיה תחלופה של תפקידים, אבל בסה"כ יגדל מספר המועסקים סביב פתרונות ה-AI, ואלה יהיו תפקידים טובים יותר.

גבריאל בן אלי, אסנס: אני מעריך שתהיה התמחות מקצועית של אנשים לתפקידי מעטפת ותחזוקה סביב ל-AI. אני לא מפחד מ AI בהקשר של נישול אנשים ממקומות עבודתם. תחלופה מקצועית, כן בהחלט, צמצום משרות, לא. נלמד ל"ייצר" מקצועות. הסטטיסטיקאי של פעם נקרא היום data scientist.

חברת DMway Data Science for non-scientists

חברת DMway יצרנית של פלטפורמה אוטונומית לחיזוי אנליטי (Predictive analytics) . חיזוי אנליטי הוא היכולת לאמוד את הסבירות להישנות של אירועים עסקיים בהתבסס על נתוני העבר. בצורה מופשטת זוהי "הצצה" חטופה לעתיד. בעשור האחרון נתפס פיתוח מודלים לחיזוי אנליטי כבלתי ניתן להשגה ע"י רוב הארגונים וזאת בשל תהליך ידני ארוך (חודשים רבים) יקר ומסורבל הדורש כ"א ייעודי וייחודי (מדעני נתונים – Data Scientist) אשר אינו בנמצא בארגון. והתוצאה : חיזוי אנליטי הינו בשימוש בעיקר בחברות ענק עתירות תקציבים אשר יכולות לקיים את תנאי הסף הללו. חברת DMway משנה את כללי המשחק בעולם מדע הנתונים ולימוד המכונה Machine Learning) Data Science, ) ומנגישה את יכולת בניית המודלים בידי עבור כל חברה מכל סדר גודל ובידי מגוון רחב של בעלי תפקידים אשר נמצאים בארגון (מפתחי BI , אנליסטים ועוד) . חיזוי התרחשויות עסקיות מבעוד מועד הינו יתרון עסקי תחרותי המאפשר בידי מחלקות הארגון להיערך בצורה מיטבית לבאות. לדוגמא : קבלה של רשימת הלקוחות אשר סביר שינטשו בשלושת החודשים הבאים מאפשרת למחלקת שימור הלקוחות ליצור איתם קשר לפני הנטישה הפיזית להציע להם הצעת ערך מיטבית (שוב , הצעה זו מבוססת מודל לחיזוי של איזו הצעת ערך המתאימה ביותר עבור כל לקוח כדי לשמר אותו) והתוצאה : הפחתה משמעותית של נטישת הלקוחות. בנוסף, ארגונים רבים נמצאים כיום בעיצומו של תהליך הטרנספורמציה הדיגיטלית בו נבחנות נקודות המגע של הארגון עם העולם וכן מנסים לקרוא תיגר על התהליכים הקיימים בארגון. חשוב לדעת כי שלב משמעותי (היישומי) בתהליך הינו התמרת תהליכים עתירי כ"א וזוללי זמן באלגוריתמים חכמים אשר מבצעים את העבודה ביעילות ודיוק רב יותר וכן יכולים לטפל בכמויות רבות יותר של החלטות. DMway ממלאת תפקיד חשוב בטרנספורמציה והפיכתם של התהליכים לאלגוריתמים ברי קיימא. הפלטפורמה של החברה הינה מלאכת מחשבת של בינה מלאכותית (Artificial Intelligence ) אשר מדמה בהצלחה מרובה את התהליך החישובי והאנליטי המלא אותו מבצע מדען נתונים מנוסה והתוצאה : – מודל איכותי ביותר לחיזוי (לכל הפחות ברמה של מומחה אנושי במדע נתונים) – קיצור זמן תגובה לדקות עד שעות בודדות עבור ייצור של מודל (למעלה מ90% מהר יותר) – הפחתה של עלויות התחזוקה של המודל בלמעלה מ 90%. מהפכה ! לא עוד החלטות מבוססות אינטואיציה אנושית בלבד אלא החלטה מדעית מבוססת נתונים Data Driven Decision Making במיטבו. לקוחות DMway משתמשים בפלטפורמה למגוון יישומים עסקיים כמו חיזוי נטישת לקוחות , בחירת הצעת ערך שווקית מיטבית ללקוח,שיפור ביצועים במרכזי שירות , חיזוי התנהגות צרכנית, מחירים דינמיים, הפקת ערך מנתוני IOT , חיזוי השבתות מכונה, סיכוני אשראי, הלוואות P2P , שימושים בעולם הרפואה ועוד רבים אחרים. לחברה עשרות לקוחות בארץ ובעולם בינהם : מימון ישיר, יס , Etoro , CNN , איתוראן ,לאומי קארד ואחרים.

גיל נזרי, DMway:   בשנת 2003 ניהלתי  חברת BI. באותה תקופה היו בעולם שתי חברות מובילות בתחום ה BI והן קוגנוס ו-business objects .מתכנתים במוצרים של החברות הללו היו מאוד נדירים ונדרשים ממש כמו אנשי הדטה סיינס של היום,  ב- 2004 הגיעה חברה קטנה ולא מוכרת  בשם QlickView וב-2005 הגיעה חברה קטנה נוספת בשם Tableau, והן בעצם עשו דמוקרטיזציה והנגישו את עולם ה-BI לכלל מחלקות הארגון .  השאר זה היסטוריה. עולם ה-AI יעבור תהליך דומה באמצעות כלים כמו שלנו. צריך לעשות UP Skill לאנשים ולתפקידים ואז הם יהיו שווי ערך רב יותר לארגון וגם ביטחונם האישי והתעסוקתי יגבר. המתנגדים הראשיים  לאוטומציה  של Data science הם Data scientist בעצמם וזה די מובן . שימוש בכלים אוטומטיים בידיים של מפתחי BI אשר עברו הכשרה של כמה שעות בלבד מייצר לארגון נכס מזן חדש – הלכה למעשה זהו מאגר של אלגוריתמים אשר עומדים הכן ותורמים באופן שוטף לארגון.

אלון הסגל, מל"א: אם כך, שלא כמו שהיה בעבר, לא רק מתמטיקאים יודעים לפתח  אלגוריתמים אחרי 4 שעות.

P1650187-1גיל נזרי, DMway: אוקי אז בואו נבין לרגע מהי ההגדרה של בעל המקצוע הזה הקרוי data scientist . המקצוע עומד על 3 רגליים: הראשונה  הבנה של תחום הידע של הבעיה העסקית אותה רוצים לתקף. השנייה הבנת מסדי ומבני הנתונים הרלוונטיים לבעיה העסקית. השלישית הבנת עולמות סטטיסטיקה, machine learning, data scientist. היות ומדובר פה בשילוב נדיר של יכולות, זה מה שיוצר את הדימוי של  "חד קרן" וזהו גם ההסבר למחסור התמידי בתחום מקצועי זה. באופן מעשי למישהו שחזק בתחום אחד יש חסרים בתחומים האחרים. DMWAY פותרת את הבעיה בכך שהיא מנגישה את יכולת פיתוח האלגוריתמים לאנשים עם יידע עסקי ויידע במבני הנתונים ולמעשה משלימה את חוסרי הידע שלהם בעולמות לימוד המכונה והסטטיסטיקה ע"י מנוע מבוסס AI חכם אשר מאפשר להם פיתוח מודל בשלושה קליקים בלבד. וזה עובד . עכשיו ברור לי שכל מי ש – Data scientist בחדר יתרעם על כך  ויעמוד על הרגליים האחוריות. אנקדוטה: בפגישה עם חברה מהגדולות בארה"ב  בתחום הביטוח, ישבתי עם כמה סמנכ"לים מאוד בכירים, והראינו את המוצר שלנו . אז מישהו שם שאל האם לקרוא לחדר לג'ון שהוא הצ'יף Data scientist שיבוא לחדר, ומנהל אחר ענה לו : אל תקרא לו. זה כמו להזמין תרנגול הודו לסעודת חג ההודיה. מאוד טבעי לי שתהייה התנגדות של אנשים לאוטומציה מטבע הדברים זהו תהליך עסקי ולא זבנג וגמרנו, לאחרונה ניתן לראות את הניצנים של שינוי המגמה בין היתר בעלייה של מספר הלקוחות שלנו מידי חודש.

בני סאנד, קוואליטסט: לפני 15 שנה אנשים פחדו למסור את כרטיס האשראי שלהם לגיהוץ בעת הקנייה, והיום…זה צונאמי שלא יעצר, אולי יחליף שמות, אבל ימשיך.

גיל נזרי, DMway:     מה יעשו כל אנשי ה –  QA?

בני זנד, קווליטסט: לדעתי, ה-AI יגרום ל-up skill לתפקידם – זה רק עושה טוב. כיום, שירותי הבדיקות שאנחנו עושים – כדוגמת תחום ה-IoT שמאוד רלוונטי ופופולרי – מצריכים טיפול בכמות נתונים אדירה וחייבים להפעיל AI על מנת לעשות אופטימיזציה לתהליכי הבקרה והבדיקה.

עדי פנחס, Brodmann17: אני אצביע על הצד השני של המטבע, הצד האפוקוליפטי. ההתקדמות היא אקספוננציאלית ואינה ליניארית. הבדלים בעבר למשל בין אדם למנוע הפחם בשעתו, אינם דומים להבדלים בין לפני עידן ה-AI ועכשיו אתו. הפרפראזה "מה שהיה הוא שיהיה" לגמרי לא נכונה כאן. ייתכן שמעבר לחשיבה, ה- AI יהיה גם מסוגל לדמיון וליצירתיות עם השנים.

P1650235-1גבריאל בן אלי, אסנס: כאשר אנחנו מפתחים יישומים עסקיים בתחומים שונים, מתברר לנו שלכל פתרון צריך לתפור את האלגוריתם שלו, אין פתרון שמתאים לכל. מוצרים המשפרים את חיי הגיל השלישי, כמו אלו המפותחים באסנס, זקוקים לאלגוריתם אחר מזה הנדרש לחיזוי תחזוקת מוצרים. בכל מקרה, היד האנושית מכרעת בתהליך ולא ניתן לחשוב על  AI ללא data scientists.

גיל נזרי, DMway: אכן לא מבטלים אותם, אבל מעבירים אותם up skill  ממושב המתכנת אותו אגב הם אוהבים לעשות, לכיסא הארכיטקט בו תרומתם גבוהה יותר ושם גם נדרשת הבנה העסקית ובהם האינטליגנציה האנושית אינה ברת החלפה ע"י המכונה. ברשותכם אני אציג כאן מושג נוסף רלבנטי: Augmented analytics שהיא למעשה אוטומציה של מנגנונים לקבלת החלטות בהתבסס על לימוד מכונה.

עפר עציון, מכללת עמק יזרעאל: בנושא מקצועות שייעלמו ומקצועות שיתווספו. אז כך היה תמיד, ראה ערך חלבן, סנדלר, מחלק נפט ועוד. הפעם זה יהיה בקצב מוגבר, מעריכי.  אז נכון יתווספו מקצועות חדשים, אך יחד עם זאת המקצועות הנעלמים הם בתחתית מדרג התפקידים, והחדשים יותר גבוהים במדרג. עד שיותאמו ביקושים להיצע מבחינת הרמה המקצועית, צפויה תקופת מעבר מאופיינת באבטלה.

ואדים חשנסקי, קבוצת יעל: המקצועות הנמוכים במדרג התפקידים הם החלשים ביותר.

עפר עציון, מכללת עמק יזרעאל: נכון.  הנושא השני הוא לגבי הדילמות המוסריות מה המחשב יעשה: אז אולי מוכר הסיפור, אבל אחזור עליו לטובת הקוראים: לאחרונה היו דיונים סביב דילמת המכונית האוטונומית הבאה: שני ילדים וכלב קופצים לכביש, המכונית האוטונומית לא יכולה לעצור, יש לה 3 אפשרויות. אחת להמשיך ישר לדרוס אותם, השנייה להמשיך ימינה לדרוס אנשים שעומדים בתחנה, השלישית להמשיך שמאלה להתרסק על הגדר שם? מה המכונית תעשה?

אלון הסגל, מל"א: עפר אנא התייחסו גם לשאלה, האם AI יוכל לקחת החלטה במצב של דילמה, כשזו לא תהיה טעות אנוש אלא החלטה? כיצד יתמודדו עם הדילמות הללו מוסדות הרגולציה? בתי המשפט?

P1650360-1עפר עציון, מכללת עמק יזרעאל: המערכת האוטונומית תתמודד עם אותה בעיה שיתמודד אדם כאשר ייתקל במצב זה. בשני המצבים לא ברור מה תהיה ההחלטה.

אלון הסגל, מל"א: באותה מידה, האם זה לרכוש AI ובמקביל לפטר אנשים מעבודתם?

גיל נזרי, DMway: כן אבל לפטר עובד זו החלטת מנכ"ל ולפיכך מבוססת על פרמטרים כלכליים ופחות על אתיים.

אורן בצלאלי, HARMAN: זו גם דילמה פסיכולוגית. תראו, מידי יום נהרגים בעולם אלפי אנשים בתאונות דרכים. אבל הראשון שנהרג בתאונה של מכונית אוטונומית, לפני יותר משנה, זה היה בראש כל מהדורות החדשות והפך לדיון אינסופי. אנחנו היום בקושי ממצמצים למקרא ידיעות על מוות בתאונות המסתכמות ב"טעות אנוש" ואילו מחר מקרה של הרוגים ממכוניות אוטונומית יתפסו כותרות, דיונים מוסריים "כיצד נתנו למכונה את הזכות להחליט מי ימות" וכד'. גם אם זה חדשני וגם אם לכאורה זה נראה "תכנון של מי ימות קודם", עדיין בתמונה הרחבה תהיה הקטנה משמעותית בכמות התאונות וכמות הנפגעים.

עדי פנחס, Brodmann17: היו ויש טענות שמנוע החיפוש של גוגל אינו אוביקטיבי ומכיל העדפות כאלה או אחרות. מה אם מנוע ה- AI של במכונית יעדיף את בטיחות הנוסעים בו על פני האנשים שבחוץ?

גבריאל בן אלי, אסנס: במקרים אלה תידרש להיות (מבעוד מועד) התייחסות אנושית למצבים השנויים במחלוקת אתית וכן לפתור למכונה את הדילמה. כמכונה היא מסוגלת לחישובים עצומים אך לא לגלוש לתחומי עיסוק שלא הוגדרו לה.

אלון הסגל, מל"א: לא בטוח שאתה צודק. כיום יש פיתוחים חדשים ב- deep learning באמצעות אלגוריתם סטוכסטי (אקראי) שלא ניתן לחזות את החלטתו מראש.

P1650265-1ואדים חשנסקי, קבוצת יעל: נכון.

אלון הסגל, מל"א: מתברר לחוקרים שתהליך קבלת ההחלטה של AI בלמידה עמוקה כבר אינו ניתן תמיד להבנה. האם אנחנו מוכנים להוציא מהידיים שלנו את ההחלטה לטובת המכונות? הנה, מסמך שנשלח לאיחוד האירופאי על ידי בכירי מפתחי AI בעולם שדורש להוציא את פעילות ה AI ה"לא מוסרית" [ כמו מכונות הרג בחזית הלוחמה שנדרשות להחליט מי ימות ] מחוץ לחוק.

ואדים חשנסקי, קבוצת יעל: דילמות אלה הן מעבר ליכולתנו להחליט עליהן כאן בשולחן ואני לא חושב שלמישהו בעולם יש "תשובה" לזה. אבל הצונאמי שוטף ואתו הפחד האנושי הטבעי שנובע מזה. קחו בחשבון שרגולטור או מדינה שיחליטו לעצור התפתחות כזאת, יגרמו לבריחת חברות מובילות מהרגולציה/מדינה שלהם והשוק המקומי יאט בהתפתחותו מול השווקים האחרים.

אלון הסגל, מל"א: יש התחלה של תשובות, כדוגמא" ממשלת גרמניה הוציאה מסמך  רגולציה ל AI.

עדי פנחס, Brodmann17: בנושא אתי אחר למשל, רגולציה  עשתה עבודה טובה בנושא של DNA  ושיבוט.

גיל נזרי, DMway: הרגולציה מטבעה תעסוק קודם כול בנושאים אשר מוכרים לה וקלים לטיפול מבחינתה. דוגמא: אפליה על רקע מין גזע וכד'. ואגב, בענף הפיננסים כבר קימת רגולציית AI, ראשונית כאמור ולדברים הקלים יחסית. הדילמות שהועלו כאן הן בעייתיות במיוחד ולדעתי גם אם יאספו  את ענקי הדור בפילוסופיה ואתיקה, לא בטוח שיצאו עם תוצר הגיוני עבור כל הבעיות  – גם בעיני האתיקה חייבים להיות פרקטיים.

P1650326-1יאסר עואד, מכללת סכנין: לכל מערכת דילמות מוסריות כמו שהועלו כאן, צריך לייחס את מערכת הערכים והתרבות של החברה הרלבנטית. תמיד תהיינה דילמות כאלה עם AI וגם בלעדיו, לכן יש צורך במושג חדש "AI רגיש תרבות". אני חושב שזה קשור באמת לסוג הקבוצות והאוכלוסיות שמשתמשות ב AI הרלוונטי עבורם.  זה דבר אחד. דבר שני, שגם רציתי לציין, שבעצם קשור לנדירות של התופעה.  זאת אומרת  גם אם יש לי AI שהוא טבוע בקונספט ואלגוריתם חכם, על היישום של המודל ב-AI לקחת בחשבון את נדירותה של התופעה.

לסיכום

עו"ד ערן בן דור, משרד זיסמן אהרוני גייר: אני לא בטוח שישנו פורום כלשהו שידע מוסרית לומר מי אחראי וכיצד פותרים את דילמת המכונית האוטונומית שהועלתה כאן באופן שיהיה מקובל על כלל האוכלוסייה. יתכן שבעתיד תהיה הסכמה להותיר אירועים מסוימים ללא שיהיה מישהו אחראי ובר תביעה לגביהם. בהקשר לשאלת האחריות, ברור שיש חשיבות למי החליט או מי תכנת את המכונית לפעול באופן מסוים, האם המכונית עצמה מחליטה משיקולים שהיא מבצעת באמצעות AI, או האם יתכן כאמור שלא יהיו אחראים כל עוד תוכנה ומכונה יוצרו באופן מוסכם ובכפיפות לרגולציה.

רועי בן יוסף, Samsung NEXT: יתכן שהתשובה דומה למה שקורה בדין התעבורתי. כלומר יש מערכת ענישה. אם עברת את החוק, אז מי שעבר על החוק אחראי בין אם הוא יצרן הרכב או המערכת החכמה שפעלו בניגוד לחוק, או הנהג שנהג בניגוד לחוק. אם הכול נעשה במסגרת הסביר, אז אף אחד לא אחראי. למשל כאשר יש תאונה בין שני מטוסים ומתברר כי מגדל הפיקוח אשם, זו המקבילה של ה-AI אשם בכך שעשה משהו לא סביר ובניגוד לכללי הייצור ותכנות המערכת הזו.

עו"ד ערן בן דור, משרד זיסמן אהרוני גייר: אם נחיה בעולם שבו יוסכם כי המכונה תחליט את מי לדרוס משיקולי מזעור נזק, אז ניתן לומר שיש לנו החלטה מושכלת. במקרה כזה יהיה קשה לטעון שיש רשלנות, או טעות אנוש.

רועי בן יוסף, Samsung NEXT: לכן הבחירה צריכה להיות במה שיש לו הכי פחות נזק ואם אין החלטה סבירה שיש מה שהוא עם הכי פחות נזק,  אז כל אחת מההחלטות היא תשובה טובה.

עדי פנחס, Brodmann17: אתגרי האנושות במעבר לנסיעה במכונית אוטונומית, שקול במורכבותו לאתגר הנחיתה על הירח. זה ידרוש מאתנו משאבים, יכולות ויצירתיות רבים ביותר במספר רב של תחומים. וזה יוכל לקרות רק לאחר מיצרני הרכב יראו שיהיו הרבה פחות נפגעים בכבישים מהמצב כיום. וולבו לדוגמא הכריזה ושמה לעצמה כמטרה כי עד 2020, אף אחד לא ימות ברכבים שלה. אם זה יקרה, אז כנראה נוכל להסכים שמכונה תחליט מה לעשות.

גבריאל בן אלי, אסנס: שאלת ה-"מי אשם" בתאונת הדרכים הינה שאלה אקטואלית וממש לא בדיונית. אני מניח שנדע ליצור סביבה מוגנת מספיק אשר תאפשר לנו בסוף להתחמק מהשאלה הקשה ולא תדרשו מאתנו להיכנס לשאלות האתיות.

עפר עציון, מכללת עמק יזרעאל: אני מסכים שאם כמות התאונות תפחת בצורה דרמטית, אז הדברים הנקודתיים שהועלו יפתרו. והפיתוח לא יעצור בגלל שאלות המוסר והאחריות. בעולם הרפואה לעומת זאת, שבו צפויים כל מיני מערכות אוטונומיות לפעול אצלנו בתוך הגוף מתוך כוונה להאריך חיים, לשפר את איכותם, אז לא ניתן לצפות שתיעצרנה תופעות אלה, וגם אם תקרינה טעויות וימותו אנשים, עדיין הנושא יתפתח ויקודם. אגב בחוקי הרובוטיקה של אסימוב משנות ה-50 הוא כתב על הטמעת 3 חוקי היסוד של הרובוטיקה והראשון בהם שרובוט לא יוכל לפגוע בבני אדם, ואם כן יפגע מתוך חוסר ברירה, הרובוט יוקפא.

אלון הסגל, מל"א: פורסם ביפן על דילמה כזו: מה קורה כאשר מטפל רובוט צריך לעזור ולהקל על חולה קשה שלא רוצה לקחת תרופה שאמורה להקל עליו. האם הרובוט יוכל להחליט לבד מה לעשות או שחובה עליו לערב את המטפל האנושי? ואם כך, הרי לא קיצרנו שום תהליך.

עפר עציון, מכללת עמק יזרעאל: במערכות רובוטיות שבונים לא שמו את השיקול הזה. אם מטוס ללא טייס מקבל פקודה להפציץ אז הוא יכול להחליט איך לזרוק את הפצצה ולהרוג אנשים מסוימים ולא אחרים. אז מבחינת הצבא זו התשובה הראויה והאפקטיבית יותר מהחלטת בן אנוש. ועדיין, הדילמות המסוריות ימשיכו לפרנס אנשי אתיקה, ועורכי דין וכדומה והקדמה לא תיעצר.

יאסר עואד, מכללת סכנין: נראה לי שאחת השיטות לטפל בסוגיות כאלה תהיה כאשר תהיה רשות שתאשר מה מותר ומה אסור בעולם ה-AI, בדומה ל FDA  האמריקאית שמאשרת שימוש בתרופות חדשות, אחרי תהליך קשה בכדי להוכיח יעילות המוצר. כך יהיה למשל  (Artificial Intelligence Administrator of Israel) AIAI, כמובן שנושא זה הופך להיות מקצוע בפני עצמו וסטודנטים יוכלו ללמוד את זה כמקצוע וגם בהוראה כלומר תואר BA או B.Ed.  ב-AI.

ינון שבירו, HackerU: בשנה האחרונה אנו ערים לתחילתו של ביקוש עובדים מצד מעסיקים בתחום זה הן בשוק הישראלי והן בשווקים הבינלאומיים שבהם אנו עובדים. מגוון חברות מהמשק פונות אלינו למחלקת השמת הבוגרים שלנו בשאלה אם יש לנו בוגרים מהתחום. אנו חושפים את הבוגרים שלנו לטכנולוגיות ה– AI בתכנים אותם אנו מלמדים בתחומי ההייטק היכרות עם כלים ופלטפורמות. "אני מאמין שאת הטכנולוגיה והקדמה לא ניתן לעצור. AI יכול "להרוג מקצועות" מצד אחד, אבל בה בעת יפתח משרות חדשות מגוונות ומתקדמות יותר" באמצעות תחום AI אנו עדים לשיפורים בעולם הרפואה ועוד.

גיל נזרי, DMway: בעניין אחריות כדאי לקחת את זה בפרופורציות הראויות. במטוסי בואינג יש שנים רבות מערכת Autoland אשר מנחיתה (באמצעות אלגוריתם) לבדה את מפלצות הפלדה הללו עם 500-600 נוסעים ללא מעורבות אדם. ואם חלילה יקרה אסון לא בטוח שמישהו יתבע את בואינג. לגבי AI, אני רואה בזה שלב אבולוציוני מסוים, אחד מיני רבים בדומה למצלמות עם פילם , תקליטים וכל שאר מיני דברים  שחלפו מן העולם – בסוף זה פשוט קורה והחדש מחליף את הישן.

ואדים חשנסקי, קבוצת יעל: קטונתי מלדון בשאלה מי אחראי, אין לי באמת את היכולת לדון בכך. אך ארגונים שלא ישכילו להשתמש בטכנולוגיותAI  לבידולם העסקי, לשיפור השירות, לאופטימיזציית תהליכים ועלויות-  פשוט ייעלמו. אני מאמין שהקדמה לא תיעצר והחדשנות ה"משבשת" (Disruptive Technology) תמשיך לטלטל את כלכלת העולם והארגונים חייבים לפעול להישרדותם.

בני זנד, קווליטסט:  בראייתי, ה-AI הוא טרנד טכנולוגי משמעותי. לקוחות מעוניינים לשלב אותו באפליקציות רלוונטיות עבורם על מנת להשיג יתרונות תחרותיים מבחינה עסקית. באשר לדיון בעניין השפעתו על העובדים, אני חושב שייווצרו משרות רבות בואך עוטף AI ובסה"כ יהיו יותר מקומות עבודה מאשר מקומות שיתבטלו עקב חדירת ה-AI למשק ולכן השורה התחתונה בהסתכלות על ה-AI היא חיובית ביותר. בשורה התחתונה,  כמובילה טכנולוגית בעולם ה-Business Assurance אנחנו מטמיעים  טכנולוגיות AI  בתהליכי העבודה שלנו.

אלון הסגל, מל"א: לסיכום אעזר בדבריהם של שתי אושיות AI ידועים. הראשון אילון מאסק שטוען שכל מי שעוסק בפיתוח AI צריך מלכתחילה לעשות אבחנה לטווח ארוך, בין טובת החברה לבין הפתרון ללקוח. השני פרופ' ריי קורצוויל שטוען שכרגע, פיתוח AI נעשה לחוד מהתפתחות האדם, אבל בסופו של דבר נגיע נקודת הסינגולריות. השאלה היא האם לא כדאי כבר מעכשיו לפתח את ה AI כחלק מהפיתוח האנושי? במטרה לקדם אנשים ולא לקדם רק פיתוח או יוזמות עסקיות.

מאיר עשת, IT מגזין: רבותיי.  תודה רבה לכולם.

 

אודות מערכת ITNEWS מאיר עשת

מנהל/עורך אתר ITNEWS. בוגר כלכלה ומנה"ס באונ' בן גוריון ו- MBA בירושליים. בעבר: כהן כיועץ כלכלי מטעם המדינה בהולנד ובהודו. היה סמנכ"ל שיווק בברדר, משנה למנכ"ל בסטארטאפ TVNGO, מנהל IT מגזין של גלובס בשלוש שנים האחרונות.
נגישות