שימו לב, אתר זה עושה שימוש בעוגיות על מנת להבטיח לך את חוויית הגלישה הטובה ביותר. קראו עוד הבנתי
חדשות טכנולוגיה

חוקרים ישראלים פיתחו AI שמסוגלת להציע פתרונות יצירתיים

המחקר, שבוצע בשת"פ של האוניברסיטה העברית עם קרנגי מלון מפנסילבניה, נערך בידי ד"ר דפנה שחף. בראיון ל"כלכליסט" היא מספרת כיצד יכולת זיהוי הקשרים מקדמת את האנושות לעבר בינה מלאכותית בעלת דימיון ויכולת אלתור

יואב סטולר 18:5915.08.17
חוקרים באוניברסיטה העברית בירושלים ובאוניברסיטת קרנגי מלון האמריקאית יצרו תהליך המדמה אנלוגיה והקשרים דמויי דמיון במחשבים מבוססי בינה מלאכותית. הפיתוח איפשר לתוכנה להציע למשתמשים אנושיים פתרונות מגוונים לבעיות נתונות ואף להציג שימושים דומים לאותו המוצר.

 

 

ד"ר דפנה שחף, שערכה את המחקר, הסבירה ל"כלכליסט" כי הפיתוח מהווה התקדמות חשובה בתחום ה-AI, שעומד במרכז השיח בתחום לימוד התוכנה. "בחרנו לתקוף את האנלוגיה שנחשבת ל'גביע הקדוש' של הבינה המלאכותית והפסיכולוגיה הקוגניטיבית. יש חוקרים מפורסמים שטוענים שכל הקוגניציה היא האנלוגיות וזהו הדבר החשוב ביותר בה", אמרה.

 

ד"ר דפנה שחף, מובילת המחקר ד"ר דפנה שחף, מובילת המחקר

 

 

היכולת ליצור הקשר בין בעיות שונות ופתרונות שונים היא קריטית עבור התקדמות תחום הבינה המלאכותית; כשיוכלו תוכנות להקיש בין המידע הנתון לפתרונות העבר, יוכלו להתייחס אליהם כאל "השראה" ולהתמודד טוב יותר עם מצבים חדשים.

 

"מה שעניין אותי במיוחד באנלוגיה הוא תחום המוצרים", סיפרה שחף, "יש המון מוצרים שהומצאו באמצעות האנלוגיה - כמו הפונוגרף, האחים רייט לקחו מלא רעיונות מחנות האופניים והיוונים הקדמונים עשו כל מיני אנלוגיות בין גלי מים וגלי קול כדי להבין תופעות. אנלוגיות הן דרך נהדרת לגלות דברים חדשים. אולם גם אנשים וגם מחשבים ממש גרועים במציאת אנלוגיות".

 

עד כה נדרשו מהנדסים לשבת שעות ולקודד ידנית כדי לאפשר לתוכנות להבין מהו המוצר וכיצד הוא פועל. האלגוריתם שפיתחו שחף ועמיתיה ידע לחפש בעצמו את המידע הרלוונטי מתוך אתר ההמצאות והפטנטים Quirky, בו מאות אלפי מוצרים ורעיונות – מה שחסך עשרות שעות עבודת קידוד.

 

המחשב יחפש בשבילכם רעיונות המחשב יחפש בשבילכם רעיונות צילום: The Register

 

 

"התכנון הקודם דרש צבא שלם של אנשים שישבו ויקודדו. אנחנו אמרנו שננסה ללכת על גישה פשוטה יותר שתשתמש במאגרי המידע שנתונים לנו באינטרנט ובאמצעות למידה חישובית (למידה עמוקה, י"ס) לנתח את כל המידע הזה", תיארה החוקרת.

 

לשאול בעצת המחשב

 

החוקרים מעין שפת ביניים באמצעות כלים שיודעים לקלוט ולנתח שפה טבעית. היא זו שאפשרה ללמד את המחשב לנתח טקסט שמייצג מוצר ולמצוא בו שני פרמטרים חשובים: האחד הוא הבעיה שהמוצר מנסה לפתור, והשני זה איך הוא עושה את זה. "כשהצגנו לאנשים את בעיית אורך חיי הסוללה של הטלפון הנייד, אלו שנחשפו להשראה מהאלגוריתם שלנו הגיעו בעזרתו לרעיונות יצירתיים יותר באופן משמעותי לפתרון הבעיה. אחת הפתרונות שהציגה המערכת שלנו עבורם היא חליפה עמוסת גלגלות שמייצרת אנרגיה תוך כדי הליכה, ואנשים שראו זאת כתבו כל מיני פתרונות מבוססי הליכה ורכיבה לטעינת הטלפון".

 

"כשאתה מתחיל לחשוב על רעיון או המצאה גאונית לדוגמה מוצר להסרת קרח משמשת הרכב, הרבה מנועי חיפוש יראו לך מוצרים קיימים אבל אף אחד לא יראה לך אם יש מוצר בקטגוריית המטבח, למשל, שמתבסס על הפרדה בין שני חומרים", הסבירה שחף את החידוש שיאפשר המוצר, "אדם רגיל לא היה חושב בחיים לחפש שם".

 

 

באמצעות פיצוח הרעיון האבסטרקטי שבאנלוגיות מאפשרת שחף למשתמשי העתיד יכולות חיפוש ממוחשבים חדשות. "זה הופך את הדמיון שכיום נעשה במנועי החיפוש לפי סקירה של מילים, לדמיון ברמה גבוה בהרבה - זו האבסטרקטית של 'הנה, יש לך פה מוצרים שיכולים לפתור בעיה אחרת לגמרי'. והאבסטרקטיות הזו היא מה שכל כך קשה למחשבים". שחף מתכננת לבדוק את הפיתוח החדש על מאגרי מידע נוספים ובתוך חברות גדולות. החוקרים יציגו את הפיתוח שלהם בכנס ה-KDD 2017, הכנס החשוב ביותר בתחום, שיערך בקנדה בהמשך השבוע.

בטל שלח
    לכל התגובות
    x