חוקרים ישראלים פיתחו שיטה חדשה לאימון בינה מלאכותית ללא צורך בנתונים אנושיים

חוקרים מאוניברסיטת תל אביב, בשיתוף עם אוניברסיטת סטנפורד, פיתחו שיטה חדשנית לאימון מערכות בינה מלאכותית, המאפשרת להן ללמוד זו מזו ולשפר את יכולותיהן ללא תלות בנתונים שנאספו על ידי בני אדם. השיטה, שפורסמה ב-arXiv, מאפשרת למערכות בינה מלאכותית לפתח מיומנויות למידה בסיסיות באמצעות אתגרים שמייצרות מערכות בינה מלאכותיות אחרות, ובכך עשויה לשנות את אופן אימון המערכות העתידיות.

בניגוד לשיטות אימון מסורתיות הדורשות כמויות עצומות של מידע קיים, הגישה החדשה מאפשרת למודלים לבנות יכולות חיזוי עוד לפני שנחשפו לנתונים מהעולם האמיתי. במסגרת ניסוי, נוצרה מערכת אימון שבה מודל אחד יצר רצפי סמלים, בעוד מודל אחר ניסה לחזות את הסמל הבא. תהליך זה לא דרש מהמודלים להסתמך על מקורות חיצוניים, וחומרי האימון נוצרו בתוך המערכת עצמה. ככל שהתרגילים התקדמו, המודל שיצר את הסמלים הפך מתוחכם יותר ביצירת אתגרים ששיפרו את ביצועי המודל השני, שבתורו פיתח יכולות חיזוי חזקות יותר.

הטכנולוגיה מאפשרת למערכות בינה מלאכותית לפתח מיומנויות למידה דרך תהליך מתמשך של יצירת פתרון לתרגילים הולכים ומתקדמים. כדי לבחון את יישום המיומנויות הללו מחוץ לסביבת האימון המלאכותית, העריכו החוקרים את המודל על מגוון סוגי נתונים, כולל שפה כתובה, תמונות, קול, מוזיקה, קוד ורצפי DNA. התוצאות הראו כי דיוק החיזוי גדל ככל שהוקצו יותר משאבי מחשוב לתהליך האימון, מה שמרמז על יעילות גבוהה יותר עם התרחבות יכולות המחשוב.

המחקר מבחין בין למידת זיהוי תבניות לבין רכישת ידע על העולם. למרות שהמודלים פיתחו יכולות חיזוי ללא נתונים חיצוניים, הם לא רכשו ידע עצמאי על נושאים מהעולם האמיתי, שכן ידע כזה עדיין דורש חשיפה לנתונים ממשיים. החוקרים סבורים שהטכנולוגיה עשויה להפוך מערכות בינה מלאכותית עתידיות ליעילות יותר על ידי חיזוק יכולות הלמידה הבסיסיות שלהן לפני עיבוד נתונים מהעולם האמיתי.

ההכרזה מגיעה על רקע מאמציה של ישראל לחזק את מעמדה בתחום הבינה המלאכותית. ב-3 בנובמבר, נשיא המדינה יצחק הרצוג פתח את הדיון הראשון של פורום "מעבר לבינה" (Beyond Intelligence), שמטרתו לבחון את השפעת הבינה המלאכותית על תעסוקה, ביטחון כלכלי וחברה. הרצוג קרא להפוך את ההובלה בתחום לעדיפות אסטרטגית, והדגיש כי "ישראל חייבת לתפוס את מקומה בחזית העולם בתחום הבינה המלאכותית, כי הרכבת הזו לא תחכה לנו, וכל העולם צופה בנו".