15 / 52
15
פרופ’ מיכאל אלעד מהפקולטה למדעי המחשב
בסינפסות. המבנה ההיררכי של רשתות אלה מאפשר להן בין השאר לנתח מידע מורכב, ולזהות דפוסים
במידע זה. גדולתן בכך שהן לומדות בעצמן מתוך דוגמאות, כלומר - אם נזין אותן במיליוני תמונות מתויגות
של בני אדם, חתולים, כלבים ועצים, הן יוכלו לזהות בתמונות חדשות את הקטגוריות השונות (אדם, חתול,
כלב, עץ), וזאת ברמות דיוק חסרות תקדים בהשוואה לגישות קודמות בלמידה חישובית.
בעשור האחרון התרחשו כאמור כמה פריצות דרך חשובות בתחום זה, ומערכות המבוססות על רשתות נוירונים
ויותר) ספרות שנכתבו בכתב יד ולזהות רגשות כגון עצב, הומור וכעס
99%
רבודות הצליחו לקרוא (בדיוק של
הציג מנהל המחקר הראשי במיקרוסופט, ריק ראשיד, את מערכת התרגום
2012
בטקסט נתון. בנובמבר
הסימולטני שפיתחה החברה על בסיס למידה עמוקה. בהרצאה שהתקיימה בסין דיבר ראשיד באנגלית,
ודבריו עברו תהליך ממוחשב של תמלול-תרגום-קריאה, כך שהסטודנטים הסינים שמעו את ההרצאה בזמן
אמת ובשפתם, כמעט ללא שגיאות.
) הצליחה לנצח את אלוף העולם במשחק “גו”.
AlphaGo
גוגל לא ישבה בחיבוק ידיים, והמערכת שפיתחה (
גם פייסבוק הצעירה כבר עשתה צעדים משמעותים בתחום, ומנכ”ל החברה מארק צוקרברג הצהיר כי
מטרתו היא לייצר מערכות ממוחשבות שיהיו טובות יותר מן האדם בראייה, בשמיעה, בשפה ובחשיבה.
לדברי פרופ’ אלעד, “איש כיום אינו מטיל ספק בכך שלמידה עמוקה היא מהפכה דרמטית בכל הקשור
לעיבוד ולסיווג של כמויות מידע עצומות בדיוק גבוה. אבל למרבה הפלא, להתקדמות עצומה זו לא נלוותה
הבנה תאורטית בסיסית המסבירה את מקור יעילותן של הרשתות האמורות. התאוריה, כמו במקרים רבים
אחרים בתולדות הטכנולוגיה, פיגרה אחר המעשה.”
כאן נכנסת לתמונה קבוצתו של פרופ’ אלעד, המציגה הסבר תאורטי חדש לרשתות עמוקות. “פעמים רבות
במדע אנו משתמשים במודלים מתמטיים כדי לסייע בהבנת המציאות. אם נחשוב על כך, כל התאוריה
הפיזיקלית בנויה על פילוסופיה זו בבואה לתאר את העולם באמצעות אוסף כללים ומשוואות פשוטים. כך
עשינו גם אנחנו: לקחנו תהליך מציאותי ידוע (רשת נוירונים רבודה המעכלת מידע) וניסחנו לו מודל מתמטי.
מודל זה מתאר בדרך מתמטית את הרכבו של המידע המטופל - שכבות של צירופים דלילים של אבני יסוד
(אטומים). הראינו שהמודל שלנו מוביל לרשתות הנוירונים המקובלות כאמצעי לפירוק המידע למרכיביו
היסודיים. כך התאפשר לנו לבצע ניתוח ולקבל ניבוי מדויק של ביצועי הרשת. בניגוד לאנלוגיה לפיזיקה, אנחנו
יכולים לא רק לנתח ולנבא את המציאות אלא גם לשפר את המערכות שאנחנו חוקרים, כיוון שהן בשליטתנו.”