» «
למידה חישובית
מהי למידת מכונה או למידה חישובית?



למידת מכונה (Machine Learning), או למידה חישובית, היא היכולת של מערכת מחשב ללמוד ולהשתפר על ידי התבוננות ופעילות עצמאית שלה עם מידע.

זוהי לא בדיוק טכנולוגיה או כלי ספציפי, אלא תחום מחקרי מדעי, המשלב מרכיבים מעולמות הסטטיסטיקה ומדעי המחשב. באמצעותם מאפשרת למידת המכונה זיהוי אוטומטי של דפוסים מרתקים בכמויות נתונים גדולות.

אבל איך מכונה לומדת?

ובכן, בואו נדמיין לרגע מצב דמיוני. דמיינו מיליוני תלמידים מטומטמים, שלומדים אצל מורה לא מוכשר במיוחד, אולי אפילו אידיוט. כל פעם המורה הזה מראה להם משהו שהוא רוצה שיידעו (מראה להם למשל שתי תמונות ואומר מה מופיע בכל אחת) ואז בוחן אותם. חוץ מלתת ציון לתשובות שלהם, הוא תמיד מעיף מהכיתה שלו את אלו שלא זיהו ומשכפל את אלה שכן. אז מראה המורה עוד משהו ובוחן ושוב מעיף... הוא עושה את זה מיליוני פעמים... כן, דמיינו שהוא חוזר על התהליך הזה עם מיליוני תלמידים, שוב ושוב... קוראים לזה, אגב, "אִיטֵרַצְיות", פעולות שחוזרות על עצמן שוב ושוב במהלך פתרון של בעיה.

כך, בהדרגה ובאופן שלא תמיד מובן לנו, המכונות, סליחה - התלמידים המטומטמים, הולכים ומשתפרים. הם לומדים!

אז לאור הסיפור הזה, איך עושה זאת המחשב?

בצורה דומה אבל טכנולוגית, ככל שמחשב לומד מצויד ביותר נתונים והתנסויות, הוא נעשה חכם יותר. המידע שהוא מעבד מסייע לו לשפר כל הזמן ולגמרי בעצמו, את המודל החישובי שלו.

אנשי הלמידה החישובית מפתחים אלגוריתמים ודרכים שמאפשרים למחשב ללמוד בעצמו ולשפר את יכולותיו.

אם נסכם לרגע, אנשי למידת המכונה יוצרים מכונה המלמדת את עצמה התנהגויות ותובנות, על סמך מפגשים עם מצבים שונים וסיטואציות שמהם ניתן ללמוד ולהסיק מסקנות. המכונה הזו מתנהגת כמו בן-אנוש, שלומד ללא הפסקה, מהתנסויות וטעויות, אבל בהיקפים מטורפים ועם המון דאטה.

על ביג דאטה שמעתם? התחום הזה של מכונה לומדת הוא בדיוק הסיבה שענקי האינטרנט אוספים עלינו מידע בכמויות ענק. בעזרתן הם משפרים את האלגוריתמים והמכונות הלומדות שלהם ויוצרים להן ידע המשתבח והולך.

בלמידת מכונה מצויד המחשב באינטליגנציה מלאכותית ולומד מתוך דוגמאות והתנסויות קודמות שלו ולא בזכות מתכנת אנושי שמזין את הידע למחשב. כלומר, בלמידה כזו מתרחשת הלמידה על ידי המחשב מתוך דוגמאות ומקרים שקרו לו. האלגוריתם של המחשב ממש מחקה את הדרך שבה פועלת הרשת העצבית שבמוח האנושי. באופן מסוים, מחשבים חכמים כבר הגיעו מזמן לביצועים שמזכירים את הלמידה של תינוקות על ידי חיקוי הוריהם. באופן אחר, הם כל כך משתפרים שיש כבר רבים שמתחילים לחשוש מזה...

המדענים מזהים למידת מכונה, כאשר הביצועים של משימה במחשב, הולכים ומשתפרים עם הניסיון. כלומר, בכל פעם שתוכנת המחשב מבצעת משימה, באופן יעיל מאשר ביצעה אותה בעבר. ככל שתוכנה משיגה תוצאות טובות יותר, מבלי שמתכנת אנושי השפיע על כך, אז התרחשה למידה חישובית, או למידת מכונה.


איך מכונות לומדות? -הנה (מתורגם):

https://youtu.be/R9OHn5ZF4Uo


מאיפה מגיע המידע הנחוץ לאימון המכונה ומה חשוב באיסופו (מתורגם):

https://youtu.be/x2mRoFNm22g


עוד הסבר על למידת המכונה:

https://youtu.be/mJeNghZXtMo


אחד האתגרים בלמידת מכינה הוא ליצור למידה שאינה מוטית לכיוונים חברתיים ספציפיים:

https://youtu.be/59bMh59JQDo


הסבר קצר על הלמידה החישובית:

https://youtu.be/ty-kTUzMnjk


והסבר מפורט יותר:

https://youtu.be/EQhwNcQhP4g


מחשב לומד שמתבונן בשחקנים המשחקים במשחקי מחשב ולומד לשחק ברמה מקצועית שיכולה להביס את הטובים שבהם:

https://youtu.be/EfGD2qveGdQ


תוכנה לומדת שמשחקת ומשתפרת כל הזמן במשחק מחשב:

https://youtu.be/qv6UVOQ0F44


רוצים לאמן מכונה ואפילו בלי תכנות? - הנה פעילות נחמדה וחכמה:

https://youtu.be/i9tjzr1KME0
פרסונליזציה
למה טובה פרסונליזציה ברשת?



פרסונליזציה (Personalization) באתרי אינטרנט או באפליקציות, היא התאמה אישית של התוכן המוצג למשתמש, לתחומי העניין האישיים שלו ולמה שהוא מעדיף, מחפש ומתעניין.

החשיבות של הפרסונליזציה היא שלכל אדם יש תחומי עניין שונים במקצת, כך שאם יותאמו התכנים במיוחד לכל משתמש, קורא, או צרכן, הוא ייהנה מהם הרבה יותר ויבצע פעולות שישתלמו גם לשירות המקוון. זה יקרה משום שהתוכן שיותאם למשתמש יהיה יותר רלוונטי ובעל משמעות רבה יותר עבורו.

כך יוצא שפרסונליזציה היא טכנולוגיה משבשת, אחד הכלים הכי חזקים בדרך לשיבוש חיובי של שווקים שזקוקים לחידוש, דיסראפשן, או חדשנות. על ההמלצות של ספוטיפיי שמעתם? תרתי משמע...

באתרים רבים ניתן כיום למצוא רמות שונות של פרסונליזציה. דוגמאות לכך לא חסרות. הכי מוכרות הן תוצאות החיפוש של מנוע החיפוש של גוגל, שמותאמות לתחומי העניין של המחפש ולהיסטוריית החיפושים שלו. גוגל לומדת כל אחד מאיתנו ומתאימה לנו תוצאות חיפוש אישיות. אגב, באותה שיטה היא גם מתאימה לנו פרסומות - היא גם יודעת מה חיפשנו או במה עוסק דף האינטרנט שבו אנו מתעניינים כרגע וגם מכירה אותנו, על תחביבינו, תחומי העניין שלנו ומה אנחנו חולמים לקנות...

דוגמאות מוכרות נוספות הן למשל הצעות לחברים אפשריים שפייסבוק מציגה לנו, או הצגת פוסטים מומלצים בפיד של המשתמשים. השירות החברתי הזה לא מציג את אותם פוסטים ותכנים לכלל המשתמשים, כמו בבלוג רגיל, אלא בוחר פוסטים מתאימים ומותאמים לכל אחד ואחד. המטרה של פייסבוק היא להשאיר את המשתמשים כמה שיותר זמן ברשת החברתית שלה. הפרס שלה על השימוש המוגדל שלנו ברשת החברתית הוא הרבה לחיצות וצפיות בפרסומות, כמו גם מידע שהיא צוברת עלינו ושווה לה הון.

עוד דוגמאות הן המלצות על ספרים ומוצרים שיעניינו את המשתמש בחנות המקוונת של אמזון. אלה ניתנות על פי הלימוד של תחומי העניין שלו, כפי שבאו לידי ביטוי בקניות קודמות ובעיון באתר. כשהם מוצגים כך אנו מתפתים לקנות יותר מאשר תכננו. התוצאה היא שורת רווח מוגדלת ועשרות מיליארדי דולרים יותר.

פרסונליזציה עובדת טוב לשביעות הרצון שלנו משירותים נוספים. כך גם ממליצים על סרטים בשירות של נטפליקס, שירות שאגב יש לו המון לאיפה להשתפר. כך ממליצים באפליקציית ספוטיפיי על שירים או מוסיקה שתואמת לטעם המשתמש ובאתר YouTube, על סרטונים שהמשתמש עשוי לאהוב.

בשביל המשתמשים הפרסונליזציה עושה הרבה יותר מסתם המלצות טובות. אם נרצה להבין מדוע העיתונות המודפסת הולכת ונסגרת, כדאי להביט באפליקציה של גוגל ניוז. כשהיא מתאימה לנו הקוראים את החדשות המוגשות לנו מאתרי חדשות שונים, כך שנקבל את החדשות שבהם אנו מתעניינים, היא מבצעת פרסונליזציה. בעולם המהיר שבו אנו חיים, עם אינספור הסחות דעת וכל כך מעט זמן פנוי, ההתאמה שעושים שירותים כאלה היא הצלה לאדם העסוק. כך ורק כך יקבל מי שחובב פוליטיקה הרבה חדשות מהתחום הפוליטי ופחות רכילות, שאותה יקבלו מי שממש אוהבים רכילות ושונאים חדשות פוליטיות או חדשות מעולם הפלילים, שלא פעם אגב מצטלבות דרכיהן באופן מוזר...


הנה פרסונליזציית התוכן:

https://youtu.be/iZko_YquwjU


איש מכירות מסביר איך פרסונליזציה משמשת להגדלת המכירות (עברית):

https://youtu.be/3wYkgclinDM


גם בחינוך מחפשים את הפיצוח הפרסונלי להוראה (עברית):

https://youtu.be/08zPDkfRnJw


ברור שפרסונליזציה של התוכן היא כלי שיווקי מעולה:

https://youtu.be/U39SZCB_i9w


יש לה המון יתרונות והיבטים:

https://youtu.be/iFgnQ0Uwl1M


ואנשים בימינו התרגלו ומעדיפים טיפול אישי באתרים מסחריים, גם אם ברור להם שיש לו גם מטרות מסחריות:

https://youtu.be/fJT4xP1oZNE
מערכת זיהוי תווי פנים
מהו זיהוי פנים?



ממצלמות אבטחה במרחב הציבורי, דרך מצלמות מעקב המתעדות מיליוני אנשים בערים ובדרכים ועד לסוכנויות המעקב הממשלתיות, לאחרונה נראה שהיא בכל מקום. מדובר בטכנולוגיית זיהוי פנים (Facial recognition), המבוססת. על היא יכולת טכנולוגית מבוססת אלגוריתם, או תוכנה, שמסוגלת לזהות אדם על פי צילום דיגיטלי שלו, אם בתצלום ואם בסרט וידאו. מערכות זיהוי פנים רבות מתיימרות כיום לעשות זאת באופן אוטומטי.

אחת השיטות לזיהוי פנים היא על ידי השוואת תכונות תווי הפנים שבתמונה לתמונות שמאוחסנות במאגר נתונים. אלגוריתם פשוט למד כבר מזמן לזהות בזמן צילום דיגיטלי, פנים אנושיות וכך עשה פוקוס עליהם, כדי שהפנים לא יצאו מטושטשים.

בשנים האחרונות הפכו האלגוריתמים של זיהוי פנים מדויקים מבעבר. הם מאפשרים לעבד כמויות אדירות של מידע, במהירות וביעילות, כשהם נעזרים במאגרי נתונים ענקיים המכילים את פניהם של אזרחים רבים.

המדהים הוא שהרשתות החברתיות מהוות כיום את מאגר הנתונים הגדול מאי-פעם, כשלכל צילום מתווספים מיידית שמות המצולם ופרטים מזהים רבים. המרכזיות של המדיה החברתית בחיינו מהווה סיכון לא קטן לפרטיות שלנו וזה יילך ויתחדד, ככל שיימצאו שימושים חדשים לטכנולוגיות הללו.

כל השחקנים הטכנולוגיים הגדולים כבר שם. אם זו פייסבוק, שמזהה את חבריך בתמונות שהעלית לקיר שלך, או גוגל שמזהה לבעלי סמארטפונים את פניהם של המצולמים בתמונות שבנייד האנדרואיד שלהם. מיקרוסופט, שהצליחה לפתח אלגוריתמים לשלטים שמזהים את המתבונן ומציעים לו פרסומות מטורגטות, כלומר פרסומות שונות לכל אדם ומותאמות לנושאים שבהם הוא מתעניין, בצורה די דומה לפרסומות בדפדפן, שמתאימות את עצמן לחיפושים שלך במנוע החיפוש. מוצר אחר של מיקרוסופט המשתמש בזיהוי פנים, הוא מצלמה שמסוגלת להבחין בין תאומים זהים ולזהותם על אף הדימיון הרב ביניהם.

מערכות זיהוי פנים משמשות כיום לאבטחה, לזיהוי החברים המצולמים ברשתות חברתיות ולמעקב אחרי פושעים וטרוריסטים במקומות ציבוריים. לעתים קרובות הן מופעלות ביחד עם טכנולוגיות משלימות, שכן זיהוי פנים היא חלק מתחום הזיהוי הביומטרי. טכנולוגיות נוספות שמשמשות בזיהוי ביומטרי הן זיהוי טביעות אצבע, זיהוי דנ"א וזיהוי קשתית העין.


כך אנו מזהים פנים (עברית):

https://youtu.be/mTSsCYob9mo


זיהוי פנים טכנולוגי:

https://youtu.be/wve5JWX7yoc


זיהוי פנים כאמצעי תשלום (עברית):

https://youtu.be/9yyeH6CK5xk


על זיהוי פנים ופרטיות (עברית):

https://youtu.be/fU3OMXLAKNk


טכנולוגיית האבטחה שמתבססת על זיהוי פנים:

https://youtu.be/9k-rTVfLesQ


מראת הפלא שמזהה בין השאר רגשות של המתבונן בה:

https://youtu.be/uN1yB17S2bk


נראה שזיהוי הפנים של חלונות 10 לא מתבלבל בין תאומים זהים:

https://youtu.be/J1NL246P9Vg


ויש גם זיהוי פנים מעט מביך כמו אלגוריתם שמבטיח לזהות את הגיל של המצולם:

https://youtu.be/Wi8DLKPQqJ0
למידה עמוקה
מה ההבדל בין למידת מכונה ללמידה עמוקה?



הלמידה העמוקה (Deep Learning) היא טכנולוגיה שמאפשרת למערכות מחשב לחקות את פעולת המוח האנושי ולבצע למידה, תוך שיפור מתמיד המאפשר למערכת להיות חכמה יותר ויותר כל הזמן.

אבל מה ההבדל בין למידה עמוקה ללמידת מכונה?

בעוד שב"למידת מכונה" (Machine Learning) הלימוד הוא מתוך דאטה שתויג ואורגן מראש לשם כך, על ידי מאמני המכונה, מה שנקרא "דאטה מתויג" (Labeled data), הלמידה העמוקה לומדת מדאטה כמותי, לא מאורגן, מהמוני דוגמאות לא מזוהות או מסודרות. בתהליך זה תוכנת הלמידה העמוקה משקיעה ומייצרת את הסיווג וה"הבנה" של הדפוסים והסדר שמאפשר לה בהדרגה להבין את הדאטה הזה ולהפוך אותו לידע.

משום כך, ככל שמערכת למידה עמוקה פועלת וככל שהיא בשימוש - היא משתפרת, יודעת יותר ויכולה לבצע משימות מורכבות יותר ובהצלחה הולכת וגדלה.

ההבדל בין למידה עמוקה ללמידת מכונה הוא בסיסי. למידת מכונה מחייבת את המומחה לאתר תכונות מסוימות שעל פיהן הוא מאמן את המכונה, כלומר התוכנה, ללמוד. בלמידה עמוקה, לעומת זאת, לא נדרשת הפעילות המקדימה הזו בכדי שהמכונה תלמד. המומחה פשוט מזין למכונה המוני מקרים, בלמידה עמוקה אלה יהיו בדרך כלל תמונות, והוא נותן לתוכנה לאתר בהם מאפיינים, הבדלים, דפוסים וכדומה.

זה קצת דומה לשני טיפוסי מורים. יש את המורים שמתעקשים להגיש לתלמידים את הידע "על כפית" ולהראות להם על מה להביט בלמידה, בעוד אחרים, נקרא להם "המלמדים העמוקים", נותנים להם לאתר את ההבדלים, להעלות השערות לגבי דפוסי מידע וחלוקה, להסיק מסקנות וכדומה.

אז כך, ממש כמו התלמידים אצל "המורה העמוק", תוכנת הלמידה העמוקה מקבלת בלמידה כזו המון "הזדמנויות" ללמוד בעצמה, במקום הוראות מה לחפש בדאטה, כדי להבין בין המקרים.

זו, אגב, גם הביקורת של המדענים על השיטה הזו. הם גורסים שלא נדרש עוד ממדענים להבין בעיה כדי לפתור אותה. זה מביא לרדידות ולפתרון בעיות בניסוי וטעייה טכנולוגיים, במקום באמצעות תיאוריות מעמיקות ובחינתן באופן מדעי.


הנה הסבר יפה של הבדלי הבינה המלאכותית, למידת מכונה ולמידה עמוקה:

https://youtu.be/w-8MTXT_N6A


הסבר על הבדלים בין למידת מכונה ללמידה עמוקה:

https://youtu.be/-SgkLEuhfbg


הסבר פשוט של הלמידה העמוקה:

https://youtu.be/6M5VXKLf4D4


כך הולך ומתפתח עץ ההחלטות המשתפר של מערכת הלמידה העמוקה:

http://youtu.be/nSg4HKHdDs4


והרצאה אקדמית על למידה עמוקה (עברית):

https://youtu.be/z-aezi4W90o?long=yes

למידת מכונה

מערכת זיהוי תווי פנים
איך מלמדים מחשבים לזהות פנים?
איך מאמנים מכונות לראות ולזהות פנים?


יותר ויותר מדברים כיום על "האח הגדול", שעוקב אחרי כל אחד מאיתנו ויודע עלינו יותר ויותר. אנשים מתפלאים כיצד הוא מזהה בכל רגע נתון את מקומנו, מי אנחנו בתמונות הפרטיות שלנו ובפוסטים החברתיים ואם אנחנו מתכננים פשע או מותר לנו לבצע עיסקה מסחרית.

אבל כיצד זה מתבצע?

הדרך לזהות אותנו בכל מקום היא ללמד מחשבים לעשות זאת. מדובר במה שנקרא טכנולוגיית זיהוי פנים. כל מחשב כזה מחובר למצלמות שמראות לו פנים והמחשב מזהה אותנו לעומת אחרים.

השיטה מתחילה בללמד תוכנה לזהות אנשים. מזינים אליה מאגר תמונות ענקי ו"מלמדים" אותה מהם פנים ומה לא. עושים זאת בסימון הטעויות שלה, מה שמשפר כל הזמן את יכולותיה. ככל שהמאגר הוא גדול וכוח המיחשוב רב, המכונה תלמד טוב יותר ומהר יותר לזהות פנים.

ככל שהמאגר מגוון, לעומת זאת, המכונה תלמד לזהות יותר סוגי פנים. בתחילת הדרך המאגרים לא היו מגוונים מספיק, מה שגרם לכך שיכולות המחשבים והבינה המלאכותית לזהות נשים, או בני מיעוטים שאינם לבנים, היו נמוכות מאוד.

ככל שהמכונה תלמד מהם פנים, ניתן יהיה להזין אליה את התמונות של כולנו וללמד אותה לזהות אנשים ספציפיים. אז לממשלות ולגופי ביטחון יש מאגרים כאלה, מתצלומי תעודות הזהות שלנו, אבל לגופים אחרים יש בעיה.

אז המצב הזה של ראיית מכונה (Machine vision) הולך ומשתפר דווקא תודות למאגרים העצומים של הרשתות החברתיות. כך תורמת למשל הטכנולוגיה שמאפשרת לדפי פייסבוק לזהות את הפרצופים בתמונות, גם לטובת זיהוי מגוון יותר וחכם יותר.


כך מאמנים מודלים ממוחשבים לזהות פנים (מתורגם):

https://youtu.be/Cgxsv1riJhI


כיום הטכנולוגיה של זיהוי הפנים פועלת גם על פנים בתנועה:

https://youtu.be/kKaU6JFRu5g


כך פועלת טכנולוגיית זיהוי הפנים בתוכנה:

https://youtu.be/X7_ojlEXnWc


אפליקציות רבות משתמשות ביכולת זיהוי פנים:

https://youtu.be/NiKc1z4kOMM


זה מאפשר לענקיות רשת ומסחר לזהותכם ולגופי ביטחון למנוע פשעים וטרור, לאפשר כניסה למתחמים ועוד:

https://youtu.be/wve5JWX7yoc


והרצאת וידאו מעולה על ראיית מכונה שתסייע לכבדי ראיה לראות (מתורגם):

https://youtu.be/c-0ckmzlypA?long=yes
בינה מלאכותית
למה מחשבים לא חכמים או נבונים כמו בני אדם?



מחשבים יודעים לעשות המון דברים מצוין, אפילו יותר מבני אדם. אבל זה לא אומר שהם נבונים או חכמים מבני אדם. עדיין...

מהירות הפעולה של המחשבים מאפשרת להם לבצע חישובים מסובכים ביותר, בשבריר מהמהירות שאפילו הגאון האנושי הכי גדול יכול רק לקנא בה. הם יכולים לחשב מתמטיקה ולבצע פעולות על תמונות, וידאו, תקשורת ועוד, אפילו לנצח את רובנו בשחמט... מחשב כבר ניצח את האלופים האנושיים, אפילו בשעשועון טלוויזיה שהתנהל בשפה טבעית, שהיא שפה אנושית.

אבל האם זה אומר שהם נבונים או חכמים באמת? ואם לא, האם בעתיד יוכל המחשב להיות חכם כמו ואפילו יותר מבני אדם? ונבון?

כרגע מחשבים הם ממש לא נבונים כבני אנוש. הם מחשבים מצוין, אבל חושבים ברמה של ילד קטן. החשיבה האנושית היא מפותחת כל כך, שהם אפילו לא קרובים לחיקוי שלה.

בקשר לחוכמה, הם לומדים ועושים זאת לא רע, אפילו טוב. למידת מכונה, למשל, מחייבת עדיין בני אדם מקצועיים שיאמנו את המחשב וזו עדיין מלאכה למומחים. זה אומר שמדובר במשהו כמו מורים ברמת פרופסור המלמדים תלמידים בבית הספר היסודי.

אבל למידה עמוקה היא סיפור אחר. כבר היום מחשבים מלמדים את עצמם, באמצעות טיפול בכמויות אדירות של נתונים, מה שקרוי לעתים "ביג דאטה", לזהות ולהסיק מסקנות שמעט מאוד בני אדם יכולים היו להגיע אליהם. זו כבר סוג של תבונה ולא סתם זהו חלק מובחר בעולם של ה"בינה המלאכותית" של ימינו.

ישנם מדענים שמאמינים שבקרוב, ממש בתוך כמה עשרות שנים, יהיו כבר מחשבים נבונים ובעלי רגשות כמו של בני אדם. זה ייצור עולם חדש ומשונה שבו מחשבים יוכלו לבצע ולחשוב בשבילנו. יש אפילו מי שטוענים שזה יאריך את חיינו בהמון שנים. האם זה טוב או שיש בזה גם רע? - כנראה שגם וגם, אבל בכל מקרה זה מעניין וראוי למחשבה!


הנה סרטון על חוכמת המחשב לעומת חוכמת האדם (עברית):

http://youtu.be/YTNasDfDE6U


אולי המחשב כן יכול להיות חכם כמו בן אדם? (מתורגם):

https://youtu.be/3wLqsRLvV-c
ראייה ממוחשבת
מהי ראייה ממוחשבת במערכות זיהוי תמונה?



ראייה ממוחשבת (Computer Vision) היא יכולת של מערכת מבוססת מחשב לעבד תמונות או וידאו. במערכות ראייה ממוחשבת עושים שימוש במגוון תחומים, מזיהוי פנים, זיהוי מבנים, מיפוי, מדידה, שיפוץ תמונות, לרוב לצרכים אסתטיים ועוד.

מערכות ראייה ממוחשבת מבוססות על יכולת זיהוי תמונה. במערכות כאלה יכולה המערכת לזהות מרכיבים בתמונה, על סמך מידע שהוזן לתוכה ולמידת מכונה, שבה היא השתכללה עם הזמן.

מכשירים סלולאריים ורובוטים נעזרים בראייה ממוחשבת כדי לראות ולהבין, ממש כמו בני אדם, את סביבתם. הם מצוידים ביכולת לנתח את המרכיבים החזותיים שנקלטו במערכת הראייה מבוססת החיישנים שלהם ולשפר את היכולות שלהם, בהתבססות על מה שלמדו בפעמים קודמות. זו כמובן "למידת מכונה".

מערכות ראייה ממוחשבת משמשות כיום גם לזיהוי פרצופים של חשודים בביצוע עבירות, מחבלים וחברים בארגוני טרור וכדומה.


זוהי טכנולוגיית הראייה הממוחשבת:

https://youtu.be/zLkz6ljKtyw


כך ניתן להשתמש בראייה ממוחשבת לשימושים שונים:

https://youtu.be/ObIjxA9vCR8?t=15s


מכשיר הקינקט הכיל שבב זיהוי תנועה עם ראייה ממוחשבת ועשה פלאים:

https://youtu.be/jGJh63sV66A


הנה "Alice" טכנולוגיית ניתוח הסביבה של חברת פרינגפיי (Fringefy):

https://youtu.be/UeH09CfBsqE


והרצאה שלמה על ראייה ממוחשבת (עברית):

https://youtu.be/hG5tRy3FEWI?t=1m14s?long=yes
מחשוב קוגניטיבי
מהו המחשוב הקוגניטיבי?



יתכן ששאלתם את עצמכם פעם איך זה שהמחשבים המשוכללים והמהירים כל כך יכולים לבצע כיום משימות שלא ייאמנו, אבל לא מסוגלים לבצע דברים שאפילו תינוקות עושים בקלות. מזיהוי אנשים ועד להבנת השפה המדוברת, דרך למידה מטעויות או הבנת ההקשר בשיחה, להסיק מסקנות ועוד, יש לא מעט דברים שבני אדם מקבלים כמובנים מאליהם ואף כפשוטים, בעוד המחשב מתקשה בהם מאד.

בדיוק לשם כך נוצר תחום חשוב במדעי המחשב. מחשוב קוגניטיבי (cognitive computing) הוא תחום בתוכנה המדמה את החשיבה האנושית. מדובר בתוכנות שאמורות להיות מסוגלות לבנות ולנתח ידע, לבצע תהליך ארוך ומשמעותי של למידה עצמית, להבין את המידע לעומקו, לנתח טקסטים בצורה תבונית ולתקשר עם בני אדם בדרך שמבינה מצבי רוח, הקשרים חברתיים ואישיים ועוד, בקיצור כל דבר מהמרכיבים הקטנים של השפה האנושית ועד לסתם ללמוד מהניסיון.

במחשוב הקוגניטיבי מנסים לשלב בין יכולות שונות, שחלקן בפיתוח כבר שנים רבות. למידת מכונה, כריית מידע, זיהוי עצמים ייחודיים בתמונות, עיבוד שפה טבעית או איתור של דפוסים ותבניות במידע גולמי - כל אלה ואחרות אמורות לאפשר יצירה של מחשב שיכול לחקות את הדרך בה המוח האנושי עובד ולהפיק תוצאות ברמה גבוהה במיוחד.

אם זה מזכיר לכם תחומים כמו אינטליגנציה מלאכותית או למידת מכונה, זה לא מקרה. מדובר בתחומי מחקר קרובים ומשיקים בהרבה מובנים.

מטרת החוקרים והמהנדסים העוסקים בתחום המחשוב הקוגניטיבי להביא לכך שבעתיד יוכלו מחשבים לבצע משימות פשוטות עבור בני-אדם, כמו חשיבת מומחה והבנת השפה האנושית. כמובן שבצד פעולות "אנושיות" אלה ישלבו המחשבים גם את יכולותיהם המסורתיות כמו עיבוד נתונים בכמויות עצומות, מה שמוכר מתחום הביג דאטה, על מנת להפוך ליועצים נבונים לאנשי מקצוע בתחומים שונים, מרפואה ועד מדע והייטק.

יישומים נוספים שמצפים לפתח בעזרת מחשבים קוגניטיביים הם מערכות תקשורת בשפה טבעית, "נהגים ממוחשבים" ברכבים אוטונומיים (מכונית ללא נהג), עיבוד סמנטי, מנועי חיפוש שלומדים ועוד.


הנה המחשוב הקוגניטיבי המודרני:

https://youtu.be/h22n80aT2FY



מצגת וידאו שמראה מה מאפשרות מערכות מחשוב קוגניטיביות:

https://youtu.be/1mPO-rXcmaw


מומחים מחברת יבמ מסבירים על העתיד של המחשוב הקוגניטיבי:

https://youtu.be/xRamODPdU1U


עולם זיהוי העצמים הממוחשב (מתורגם):

https://youtu.be/Cgxsv1riJhI?long=yes


והאם אנו מתקרבים למחשבים עם תודעה:

https://youtu.be/JTOMNkZJRao?long=yes


חומרה
מי טען שעיבוד נתונים הוא רק גימיק אופנתי?



"דיברתי עם מיטב החוקרים ואני יכול להבטיח לכם שעיבוד נתונים זה סתם גימיק אופנתי שלא יחזיק מעמד שנה!"

כשעורך ספרי העסקים בהוצאת הספרים הנחשבת Francis Hall אמר את המשפט שלמעלה בשנת 1957 וזלזל בעיבוד הנתונים הממוחשב, הוא עשה את אחת הטעויות הגדולות בתולדות העולם העסקי.

פחות מ-20 שנה לאחר מכן כל העסקים הגדולים בכל העולם הפכו לגופים ממוחשבים ו-10 שנים נוספות אחרי כן גם עסקים קטנים אימצו בהמוניהם את בסיסי הנתונים והחישובים שבצעו המחשבים.

כיום ישנם מחשבי על שיודעים לעשות דברים בלתי נתפסים והעתיד עוד לפניהם. בינה מלאכותית, ביג דאטה, למידת מכונה ולמידה עמוקה - אלה רק חלק מהדברים המדהימים שעושים היום מחשבים, שהיו אמורים לפי ה"נבואה" ההיא להיות גימיק ותו לא...


הנה סרטון קצר על ווטסון של יבמ, מחשב העל הראשון שהביס מתחרים אנושיים בחידון הטלוויזיה ג'יופרדי:

https://youtu.be/P18EdAKuC1U


והרצאה על ווטסון והג'יאופרדי בטלוויזיה:

https://youtu.be/XGLmbXDEEdw?t=79s
מי הרג את הרובוט המשרת פפר?



הרובוט המשרת פפר (Pepper) שפותח ביפן יצא ב-2015 למכירה בטוקיו. בתקשורת סיפרו אז שבתוך דקה אחת בודדת הוא אזל מן המלאי.

בגובה של 1.20 מטר, ו-30 קילו הוא הגיע מראש, כשהוא "טעון", אבל לא ברגשות אלא ב-200 אפליקציות שהותקנו עליו מראש..פפר ניחן בבינה מלאכותית וספוטבנק הסבירה שביצועיו יילכו וישתבחו, ככל שהוא יעבוד ויכיר את הצרכים של בעליו.

עם משימות אפשריות שהוא יכול למלא, כמו טיפול בקשישים, עוזר אישי בבית, חבר לילדים ובייביסיטר, בתחום המסחרי גם כפקיד קבלה במוסדות ממשלתיים ובבתי עסק מגוונים ואפילו כמוכר בחנויות, העתיד נראה ורוד לרובוט הזה וליצרנית שלו, תאגיד הענק היפני סופטבנק.

אמרו עליו שהוא מבין כמה שפות, יכול לתקשר ולהתממשק עם שלל מכשירים חכמים, לזהות באמצעות טכנולוגיית זיהוי פנים את הרגשות והבעות הפנים של האדם שמולו, להבין את רוב השיחות שמתבצעות איתו, להיות מורה וחבר של הילדים, להכיר וללמוד במהלך השנים את בני המשפחה ולהפוך חלק ממנה.

סיפרו גם שהוא מסוגל לא רק לטפל בקשישים אלא גם להיות להם לחבר של ממש, לספק להם את הצרכים החברתיים, להקל על בדידותם ועוד כהנה וכהנה.

אז הוא נראה כהבטחה גדולה לעולם הביתי והעסקי גם יחד, אבל 6 שנים מאוחר יותר, הכריזה סופטבנק על הפסקת ייצור הרובוט. המיזם, מסתבר, גבה מהתאגיד העשיר מחיר כבד ובאופן מסוים בלתי נסבל.

אז מה הוביל לכך שרובוט כה חמוד מבחינת המראה וכה חכם ועשיר מבחינה טכנולוגית, הפך כה מהר למעמסה שכזו על היצרנית העשירה, עד שהחליטה לזרוק אותו מהסיפון?

בתחום הביתי הוא היה אולי בסדר, אבל העולם העסקי, כמה לא מפתיע, הוא הרבה יותר קשה. מרגע שחברות ועסקים, כמו בתי מלון, מסעדות ואפילו שדות תעופה הצטיידו בו, הם גילו שהרובוט, שעולה $2000 ואז עוד $350 בכל חודש לכל יחידה, הפך במהירות לא רק לנטל כלכלי, אלא גם למטרד, נדנוד חסר יכולת ובעיני רבים אפילו למשהו “קריפי”, מלחיץ.

זה הוביל לכך שרבים מהעסקים שרכשו והעסיקו את הרובוט הטרנדי ופרסמו זאת בגאווה החלו לפטר אותו, כלומר לנתקו מהחשמל ומהשירות והודעות לעיתונות על כך.

נראה שלא צריך היה להדגיש את גודל הנזק למחלקת השיווק של סופטבנק. הוא היה אדיר.

כך יצא שסופטבנק לא הרגה רק את פפר אלא סגרה לחלוטין את כל מחלקת הרובוטיקה, המפוארת לשעבר שלה.


הנה פפר, הרובוט המשרת:

https://youtu.be/aZ5VkgvQFBU


כך הוא נע:

https://youtu.be/osD6O4LAcpo


והרובוט פפר מקבל פני חולים בבית החולים:

https://youtu.be/rQAjNgOtwZM
איך פועלות תוכנות תרגום?



בספר "מדריך הטרמפיסט לגלקסיה" של דאגלס אדמס מוזכר "דג בבל". בספר תוקעים את הדג הזה באוזן וכך מבינים בלי הגבלה שפות שונות מכל שפות העולם. חברת יאהו קראה לשירות שלה על שמו Babel Fish והוא מתרגם טקסטים לבקשת הגולשים. כמו כל המתחרים, גם התוצאות של השירות המקוון הזה צנועות מעט יותר..

תרגום מכונה (Machine Translation) הוא פעולת תרגום משפה אחת לשפה אחרת שמבצעת תוכנת מחשב לבדה. בניגוד לתוכנת מילון, המתרגמת מילים בודדות, תרגום מכונה מתרגם טקסטים שלמים. תרגום מכונה כזה נקרא בשמות נוספים כמו "תרגום ממוחשב", "תרגום אוטומטי", או "תרגום באמצעות מחשב".

אחת הדוגמאות של שימוש בתרגום מכונה היא תוכנת התרגום של גוגל (Google Translate). תוכנה מקוונת זו היא כבר מזמן אגדה. לא שהיא הראשונה מסוגה והיא אפילו לא המהירה ביותר, אבל היא מתרגמת יותר שפות מכל תוכנה אחרת ועושה זאת לעיתים קרובות בצורה סבירה. אף על פי כן, היא מתרגמת בשגיאות רבות אל ומשפות שאינן שפות אירופיות. על אף שמבחינה טכנולוגית היא מהווה הישג של ממש, הרשת מלאה במקומות שבהם מוצגים התרגומים העילגים שלה באופן הומוריסטי ובלעג.

בניגוד לתוכנות התרגום אשר מבוססות על מסדי נתונים, נמנית גוגל טרנסלייט על התוכנות שמתבססות על לימוד וטעייה. תוכנה כזו לומדת ומתפתחת כל הזמן, על ידי כך שהיא נעזרת במשתמשים המתבקשים, במידה והם מוצאים שגיאות בתרגום, להזין לתוכנה את התיקונים שהם מציעים. כך התוכנה "לומדת" והולכת ומשפרת את כלי התרגום שלה ואת יכולת התרגום העתידי שתעשה.

יש חוקרים שסבורים שתרגום מכונה ללא סיוע אנושי יהיה אפשרי בעתיד והאדם יזכה בעתיד לתרגום מכונה מלא. אחרים סבורים שגם אם יחלפו עוד שנים רבות עד שהמחקר בתחום הזה יבשיל, לעולם לא יתקבל תרגום מכונה שהוא מושלם.

במדעי המחשב נקרא הענף שעוסק בין השאר בתרגום מכונה "עיבוד שפה טבעית", או בלועזית "Natural Language Processing", בקיצור NLP.


הנה תרגום סימולטני, בזמן אמת, של שיחות בתוכנת סקייפ:

https://youtu.be/LKB3FdgjexU


כך מתרגמות תוכנות תרגום בזמן אמת, על המקום:

https://youtu.be/X4BmV2t83SM


וזו הדרך שבה פועלת תוכנת תרגום של גוגל:

https://youtu.be/_GdSC1Z1Kzs


כך משתמש שחקן כדורגל כדי לתקשר עם המאמן שלו בעזרת תוכנת תרגום סלולארית:

https://youtu.be/oaVQxtzSkp4
מה חכם בטלוויזיה החכמה?



טלוויזיה חכמה (Smart TV) היא מכשיר טלוויזיה שפועלת על מערכת הפעלה משלה ומגוון טכנולוגיות שמאפשרות ליהנות מתוכן, בנוסף לערוצי הטלוויזיה הרגילים. טלוויזיה חכמה מספקת שירותי VOD המועדפים עליכם, כגון Netflix, Amazon, YouTube, ובנוסף שירותי צפייה ישירה של מוזיקה, כגון Spotify, ואפילו משחקים שונים ותוכן ספורט להנאתכם. אפילו שידורי כבלים ולוויין בתשלום זמינים לצפייה בטלוויזיות חכמות - עליכם רק להתקין את האפליקציה שמספקת חברת הכבלים או הלוויין.

בנוסף לערוצי טלוויזיה רגילים, מציע עולם מגוון ועשיר של תוכן, דרך אפליקציות שניתן להתקין בה, חיבור ישיר לאינטרנט ואפשרות לחבר אליה שלל התקנים חיצוניים הכוללים או מאחסנים תוכן.

ניתן לנסח משוואה פשוטה:
טלוויזיה + אינטרנט + אפליקציות + חיבוריות למגוון אמצעים = טלוויזיה חכמה

מה טלוויזיה חכמה יכולה לעשות בשביל הצופים?

תוכן אינסופי - התקנת אפליקציות או כאלה שהותקנו מראש מציעות שירותי VOD ושירותי סטרימינג, המזרימות תוכן לצפייה. סרטים וסדרות מציעות אפליקציות כגון Netflix, דיסני, YouTube, Amazon ועוד. מוסיקה ניתן לקבל מאפליקציות סטרימינג של מוזיקה, כגון Spotify ו-Apple music. אפליקציות שירותים נוספות שחלקן בתשלום, מציעות גם משחקים, שידורי ספורט, שידורי כבלים ולוויין ועוד.

חיפוש מהיר ונוח - מאפשר למצוא בקלות את התוכן המבוקש. מהקלדה באמצעות השלט המצביע ועד חיפוש קולי - הדבר החשוב הוא למצוא את התוכן ללא מאמץ. זיהוי קול מחליף את ההקלדה הידנית ואת השימוש בחיישני תנועה המחייבים "הצבעה" על אותיות, באמצעות השלט הרחוק החכם.

המלצה על תוכן - טלוויזיה חכמה מתוכנתת לא פעם להציע תוכן שהצופים יאהבו עוד לפני שמתחילים לחפש. אלגוריתמים המנתחים את העדפות ודפוסי הצפייה והחיפוש מוצאים וממליצים על תוכן תואם, מעדכנים על עונות חדשות של סדרות ותכניות אהובות ומספקות שירותים שמתבססים על נתוני הצפייה של הצופים.

זיהוי התקנים חיצוניים - טלוויזיה חכמה מתוכננת לזהות באופן אוטומטי כל התקן שמחברים אליה באמצעות חיבור ה-HDMI שלה. יש לה בדרך כלל ממיר אינטראקטיבי, שלט רחוק חכם, המסוגל לשלוט במכשירים שמחוברים אליה וניתן לתפעל אותה מהסמארטפון, הטלפון החכם של הצופה.


הנה הטלוויזיה החכמה:

https://youtu.be/B-Vri7gKFsI


אבולוציה של הטלוויזיה:

https://youtu.be/aiWiW9DjwFw


וכך ניתן להפוך טלוויזיה פשוטה לחכמה (עברית):

https://youtu.be/5_nX5uQP8Q0
מהו ניסוי החתולים של גוגל?



כשרוצים ללגלג על יוטיוב והרשת, תמיד מדברים על סרטונים טפשיים של חתולים. אבל האמת היא שניתן לעשות באמצעותם לא מעט. בשנת 2012 הצליחה חברת גוגל להוכיח את היכולת של מערכת הלמידה העמוקה שלה באופן משמעותי. לאחר שהוכיחה שצפייה ב-10 מיליון תמונות מסרטוני יוטיוב, הביאה אותה ליכולת טובה פי שניים מניסיונות קודמים בזיהוי עצמים כמו חתולים בתמונות.

בכך הצליחה לראשונה תוכנה חכמה לחבר באופן לוגי בין תמונה למילה. היכולת לזהות באופן עצמאי את הקשר בין המידע הויזואלי למילה חתול הוא שלב מרשים בצעידה לכיוון של הבינה המלאכותית והלמידה העמוקה. במדעי המוח מזוהה שלב זה עם שלב דומה בלמידה של התינוק. בשלבי הלמידה הראשונים שלו הוא לומד לזהות עצמים עם מילים שלמד מהוריו.


הנה תיאור הניסוי של הלמידה העמוקה בגוגל לזהות חתולים בסרטונים:

https://youtu.be/TK4qLwTye_s


הומור סרקסטי על העובדה שהמוח של גוגל יהפוך בסוף לטיפש מעודף צפייה בסרטוני חתולים ברשת:

https://youtu.be/lWijWH8VnlA


והרצאת טד עם ראייה חכמה וההתקדמות המדהימה שלה (מתורגם):

https://youtu.be/40riCqvRoMs?long=yes
מהן שפות תכנות?



שפת תכנות (Programming language) היא שפה המובנת למחשב. קוד שנכתב בשפת התכנות הוא בעצם תוכנה, או חלק מתוכנה. כלומר קוד כזה הוא סדרה של פקודות שגורמות למחשב לבצע פעולות שונות ומגוונות.

את התחומים הללו ששפות התכנות מסוגלות לגרום למחשב לבצע, אתם מכירים היטב ונתקלים בהם כל יום וכל היום. מניווט מנקודה לנקודה (כן, גם טלפון חכם הוא מחשב!), דרך כתיבה ושליחה של מייל לאדם אחר, הפעלה של משחק מחשב, ציור במחשב או השמעת מוסיקה וכדומה.

שפת תכנות היא הכלי שמאפשר לבני אדם, לרוב בעלי מקצוע הידועים כ"מתכנתים", לתקשר עם מחשבים ולתת להם הוראות.

השפה הזו מאפשרת את קיומו של תִּכְנוּת המחשבים, אחד המקצועות המרכזיים של עידן המחשב.

לכל שפת תכנות יש סדרה של עקרונות וכללים מוגדרים. יש לה תחביר - כלומר דרך שבה יש לנסח את הפקודות שנותן המתכנת למחשב. כך יכול המתכנת לכתוב את קוד המקור של תכנית המחשב ובסיומו, לאחר ניפוי ותיקון השגיאות, מבצעת התכנית את תפקידה.

בחירת שפת התכנות המתאימה על ידי המתכנתת תהיה על פי אופי הפרויקט, תכונות השפה והתאמתה למקום עבודה והתמחותו.

בשפות תכנות מודרניות יש שימוש רב באובייקטים. בין השאר זה אומר שקוד המקור, כלומר מה שהמתכנת כותב, משתמש לא פעם ברכיבים שנכתבו על ידי אחרים ושותפו על ידם לטובת הכלל. כך יוצא שכתיבה בשפת תכנות כזו מתבססת לא פעם על הרחבות חיצוניות, המכונות "ספריות".

כיום, בעידן האינטרנט, יש שפות תכנות שמתמחות בצד השרת (אותו מחשב משוכלל שנמצא ב"ענן" ומבצע פעולות שיישלחו בדרך כלל לדפדפן שלנו) ואחרות מתמחות בצד המשתמש, הקליינט, כלומר שפועלות על ובמחשב שלנו.

שפת התכנות Javacript למשל, היא שפה שמתמחה בצד המשתמש, קליינט סייד. פייתון (Python), בניגוד לה, היא שפה המשמשת בעיקר לצד השרת, סרוור סייד.

רק להמחשה של העניין - שתיהן מהשפות הכי פופולריות ומוצלחות. הראשונה היא אולי השפה הכי נפוצה בימינו והשניה Python, היא אולי השפה הכי קלה ללימוד של מתחילים ועדיין היא שפה מעולה לפיתוחי צד שרת ולתעשיית הסייבר. Python (קורס מלא ומתורגם לעברית בסרטון האחרון) היא גם השפה העיקרית של עולם הלמידה העמוקה (Deep Learning) - העתיד של הבינה המלאכותית, שהולך ומשנה את עולם האינטרנט כיום.


הכוח והיופי שבתכנות (מתורגם):

https://youtu.be/crw_U-UgvcY


על המצאת שפת התכנות:

https://youtu.be/Wchru8alhaE


מתכנת מסביר על שפות תוכנה שונות (עברית):

https://youtu.be/7Baq_Xw4azM


שפות התכנות הפופולריות ב-50 שנה האחרונות ועד היום:

https://youtu.be/Og847HVwRSI


ההיסטוריה של שפות התכנות:

https://youtu.be/mhpslN-OD_o?long=yes


וקורס מלא לשפת פייתון הפופולרית, קלה ומצליחה מאוד (מתורגם):

https://youtu.be/rfscVS0vtbw?long=yes
איך צובעים סרטי קולנוע ישנים?



צביעה אוטומטית של סרטים ישנים שצולמו בשחור לבן (Colorise of old films) היא טכנולוגיה חדשנית, המשתמשת בבינה מלאכותית כדי להחזיר את הצבע לסרטי שחור לבן ישנים.

ההוספה של אפקטים מיוחדים לסרט, עם המודרניזציה שלו והצגת המראה האותנטי של מי ומה שצולמו בו איננה רק טכנולוגיה. מדובר במשהו שמחזיר את החיים למצולמים בו ומאפשרת לצופים להתחבר טוב יותר לתוכן. לפתע הופכות דמויות השחור לבן המרצדות של הסרטים הישנים לאנשים כמונו. זוהי סוג של הנפשה מאוחרת למצולמים בו.


אבל איך זה קורה?

דמיינו שאת סרטי הפילם הישנים ממירים לפורמט דיגיטלי (מה שנקרא "דיגיטציה") ואז נותנים למחשב, שבתוכנה שלו שמור ידע עצום על צבעים אופייניים של מדים בצבא הגרמני, עצים בטבע, מטוסים במלחמת העולם השנייה וכדומה.

בתהליך הצביעה הדיגיטלית צובע המחשב כל אובייקט כזה שמופיע בסרטים. המומחה עובר על הסרטים אחריו וצובע את מה שהמחשב לא ידע לצבוע. אבל המחשב לומד כל אובייקט חדש כזה, שהאדם צבע. בפעם הבאה שאובייקט דומה יופיע על המסך, הוא כבר ייצבע אוטומטית על ידי התוכנה.

מדובר במה שהכרנו בתגית "למידת מכונה".

אם היו צריכים לעשות באופן ידני את התהליך של הוספת צבע לתמונות נעות בצבעי שחור לבן, "פריים אחרי פריים" (Frame הוא תמונה בפילם), זה היה לוקח פרקי זמן עצומים.

אז זה לא שאין יכולת לטכנאי אנושי לעבור בדקדקנות על כל פריים ולצבוע אותו צביעה עשירה ומדויקת. המחשב בימינו פשוט עושה זאת במהירות ובדיוק מדהימים, כש"Frame by Frame", הוא לומד ומשתפר עוד יותר.

טכנולוגיה זו, שפותחה בשנות ה-70 על ידי וילסון מרקל, כצביעה פשוטה וזולה של פריימים בסרטי שחור לבן, רק הראתה את האפשרויות. עם הזמן והמחשב, השתפרה השיטה, כשהטכנאי-צייר נהג לצבוע רק חלק מהתמונה, בעוד המחשב משלים, לפי הכיוון שהוא התווה, את צביעת שאר התמונה.

היום, אגב, הטכנולוגיה כבר עוברת ל"למידה עמוקה". ההבדל הוא שהתוכנה מקבלת עכשיו המוני סרטים צבעוניים ולומדת בעצמה על הצבעים האופייניים לכל סוג של עץ, צבעי המדים של כל צבא, צבע עור של כל אדם לפי תווי פניו וכדומה. בקיצור, את הטכנאי-צייר שלידו, כמעט ולא צריך יותר...


כך החל טרנד צביעת הסרטים הישנים שצולמו בשחור לבן (עברית):

https://youtu.be/Yz2gM9u_kus?end=1m27s


כשצובעים סרטים ישנים - נותנים להם חיים:

https://youtu.be/zRed-Ri9IpI


כתבה על הקסם הצבעוני שמחזיר לחיים את האנשים שנלחמו במלחמת העולם הראשונה (עברית):

https://youtu.be/9pGkIFGcxUE


כך צובעים היום סרטי שחור לבן בני מאה שנים:

https://youtu.be/_cSXfKSRKz4


10 טכנולוגיות בינה מלאכותית של צביעת סרטים:

https://youtu.be/mUXpxxyThr8?long=yes


והתפתחות טכנולוגיית צביעת הסרטים שנולדה מצביעה של תמונות שחור לבן:

https://youtu.be/vubuBrcAwtY?long=yes
מהו ווטסון, מחשב העל הלומד?



מחשב העל "ווטסון" (Watson) פותח על ידי חברת IBM והוא מחשב קוגניטיבי, כמעט המחשב החושב שדורות של מדעני מחשב דיברו על בואו, אי-שם בעתיד.

ווטסון נחשב היום המחשב החכם בעולם והחליף את "כחול עמוק", שגם הוא פותח על ידי אותה החברה וזכה להישג היסטורי וחסר תקדים, כשניצח בעבר את אלוף העולם בשחמט.

גם ווטסון, שנקרא על שם תומאס ווטסון, מייסד IBM, זכה להכרה בינלאומית. זה היה כשהיה הראשון שניצח בני אדם בשעשועון טריוויה בטלוויזיה. ווטסון השתתף אז בתוכנית הטלוויזיה הוותיקה בארה"ב, "ג'פרדי" ("מלך הטריוויה"). במהלך התכנית הוא הראה ידע עצום ושלט גם בטקטיקה של משחקי הטלוויזיה מסוג זה.

הניצחון של המחשב בנוק אאוט על פני המוח האנושי היה מהפכני בכל קנה מידה, במיוחד בזכות העובדה שווטסון לא היה מחובר לאינטרנט ולמנועי חיפוש דוגמת "גוגל", אלא רק מצויד במידע של אנציקלופדיות, מילונים, מאגרי חדשות, יצירות ספרות ושירה וכדומה.

ווטסון היווה ממש מהפכה, ביכולתו לחבר יכולות מתקדמות בחיפוש מידע מהיר ויעיל עם אינטליגנציה מלאכותית מהסוג הדרוש למכונה כזו. טכנולוגיות מתקדמות של למידה ממוחשבת, עיבוד שפה, זיהוי קול אנושי ומגוון שיטות לאיחזור מידע (שליפה מהירה ממאגרים עצומים), היקנו לו את היכולת לתפקד באופן חסר תקדים בתחום המחשוב.


הנה סרטון על מחשב-העל ווטסון ואיך יבמ יצרה אותו:

https://youtu.be/AtdJ1DGJjXA


ווטסון מנצח בני אדם בשעשועון הידע הטלוויזיוני:

https://youtu.be/WFR3lOm_xhE


כיום הוא כלי מרכזי בניסיונות למצוא תרופה לסרטן:

https://youtu.be/HkEOJnn_zlg


כאן ווטסון לומד לבשל:

https://youtu.be/yrfMcNE0y9s


וכיום ווטסון פתוח לשימוש של סטארטאפים ומפתחים הזקוקים לכוח המחשוב המטורף שלו:

https://youtu.be/RBF4hhgAJJc
מה זה ביג דאטה?



בעידן האינטרנט ורשתות המחשבים הגדולות והעולמיות מצטברות כמויות עצומות של מידע. התחום המדעי המכונה ביג דאטה (Big Data) עוסק בניהול של כמויות חסרות תקדים של מידע שמצטבר במאגרי נתונים ענקיים, תוך נסיון למצוא בו דפוסים ותבניות שיכולות לסייע בהפקת תועלת.

ההגדרה היפה של ביג-דאטה שאנו מכירים היא ש"ביג-דאטה הוא חתונה של סטטיסטיקה ומחשוב". ואכן, החתונה הזו מצליחה ליצור התפתחות לא רגילה בניתוח נתונים גולמיים בתחומי הרפואה, הכספים, המדעים ועוד. עולם הביג דאטה מתפתח במהירות וצפוי לשנות את חיינו בעתיד, בדרכים רבות.

באמצעות שירות "פלו טרנדס", למשל, חוזה כיום חברת גוגל מראש התפרצויות של מחלת השפעת. היא עושה זאת על סמך העליה בחיפושים שנערכים במנוע החיפוש שלה, של ביטויי חיפוש שקשורים למחלה, כמו חום, נזלת וכאבי שרירים. יש מחקרים שמצאו אמנם שגוגל לא הצליחה לחזות התפרצויות כאלה, אבל המאמץ נמשך..

אגב, בניגוד למחשבה שרק מחשבי-על הם שמעבדים את המידע לתחום הביג דאטה (קראו באאוריקה בתגית "ווטסון"), ישנן כיום מערכות שמטפלות בעיבוד נתונים כאלה, גם במחשבים רגילים.


הנה עולם הביג דאטה:

https://youtu.be/RrhDqByPxwY


והסבר על הביג דאטה (מתורגם):

http://youtu.be/j-0cUmUyb-Y?t=14s


כיצד ספוטיפיי מחדדת לנו את הטעם המוסיקלי?


אין הרבה חברות מסחריות דוגמת "ספוטיפיי" (Spotify), שבתוך שנים ספורות הפכו כה אהובות על הציבור. החברה מספקת שירים בהזרמה לכל מכשיר שיש לכם - לטלפון החכם, למחשב, טלוויזיה חכמה, עוזרת אישית או אפילו השעון החכם שלכם.

החברה השוודית הזו נותנת שירות מצוין ובמחיר סביר, תוך נגישות למיליוני שירים, אלבומים ורשימות השמעה (פלייליסטים) נהדרות של מוסיקה.

ספוטיפיי נחשבת לחברת הסטרימינג הגדולה בעולם, כלומר החברה להזרמת מוזיקה עם מספר המנויים הגדול בתבל. היא האחראית העיקרית למהפכת הסטרימינג, שגמלה מאות מיליוני צרכני מוסיקה מהורדות בלתי חוקיות של שירים ואלבומים, לטובת שירות בתשלום מלא. דמי המנוי הללו מתגמלים גם את ספוטיפיי כמובן, אבל גם את היוצרים ואת חברות התקליטים. לכם הם מספקים מוסיקה באיכות האזנה מצוינת, ישירות מהמקור.

אחד הצדדים הכי מעניינים ומיוחדים בשירות של ספוטיפיי הוא הפרסונליזציה שמופעלת בה. האלגוריתמים שלה לומדים בהתמדה את המשתמשים ומרבים להמליץ להם על אמנים, שירים וסגנונות מוסיקליים שהם ורק הם עשויים לאהוב. זה הכי בולט בפיצ'ר שנקרא Discover Weekly. מדובר ברשימה שבועית מופלאה שעולה בכל יום שני ומציעה לך שירים ומוזיקה שהאלגוריתם הגאוני שלהם חושב שעשוי להתאים לטעמך השבוע.

וואו. בכך הופכת ספוטיפיי מעוד שירות להאזנה למוסיקה, יש רבים כאלה, לכלי מיוחד ומעולה לטיפוח הטעם המוסיקלי ולגילוי של שירים ומוסיקה חדשה שאנו עשויים לאהוב.

ובל נטעה - חברות רבות עושות פרסונליזציה. אבל נדיר מאוד למצוא שירות שמצליח לדייק כל כך וממש לתת שירות מיטבי למשתמשים שלו. חברת "נטפליקס" (Netflix), למשל, שנוהגת להזרים סדרות וסרטים לטלוויזיה ולמכשירים של מנוייה, לא מצליחה להמליץ על כך טוב ומפספסת המון. גם אם נחשוב שאולי קל יותר לנצח בתחום המוסיקה מאשר בסרטים או סדרות, כדאי להיות מודעים לכך שגם מתחרותיה של ספוטיפיי בתחום המוזיקה לא הצליחו להגיע ליכולות שלה. היא פשוט טובה. ויפה ונעימה ומגניבה... טוב, שוודית אבל למזלנו לא יקרה כמו שוודיה.


הנה ספוטיפיי (עברית):

https://youtu.be/jSrckknI__s


על המנוי (עברית):

https://youtu.be/tI7Wsj-NhVg?t=19s


זו למידת המכונה שמאפשרת לספוטיפיי להציע את הרשימה השבועית המופלאה שלהם:

https://youtu.be/ai_aImEbBRw


כך פועלת מערכת ההמלצות המצוינת של ספוטיפיי:

https://youtu.be/N_U4tEh9p_8


הסבר על התכונות, כולל הפרסונליזציה שעושה ספוטיפיי (עברית):

https://youtu.be/coNq64f99bA


וכל האבולוציה של תעשיית המוסיקה עד ספוטיפיי:

https://youtu.be/-bVketPj5to?long=yes
מה המהפכה של ענקית הסטרימינג נטפליקס?



נטפליקס (Netflix) היא חברת הסטרימינג המצליחה והמהפכנית של עולם הטלוויזיה וללא ספק האבטיפוס של חברות הסטרימינג של ימינו בכלל. אם יש סיבה לשלל המושגים החדשים, כמו בינג', "חותכי כבלים", התמכרות לסדרות, או "בית הקלפים" - קוראים לה נטפליקס.

היא החלה את דרכה בשנת 1997, כאתר להשכרת סרטי DVD שהובאו למזמין באמצעות שליח עד הבית. בתחילת הדרך היא די הצליחה, אבל כדי להתפתח מהר יותר החליטו היזמים להציע להנהלת רשת החנויות "בלוקבאסטר" לקנות את החברה שלהם בכ-2 מיליון דולר. הסכום היה קטן יחסית, אבל הם קיבלו תשובה שלילית. לאחר זמן מה, אגב, הם שבו וניסו להציע לענקית הזו לקנות אותם, אבל בלוקבאסטר שוב דחתה אותם.

שנים עברו ובהדרגה הפכה נטפליקס לאופנתית מאד. המילניאלס, צעירי דור ה-Y, גילו אותם ורבים רבים הצטרפו אליה. ההצלחה הייתה כה גדולה עד שבהדרגה נטפליקס חיסלה לחלוטין את המכונות האוטומטיות להשכרת סרטים. המכונות האלה היו חלק עיקרי בהכנסותיהן של רשתות דוגמת בלוקבסטר, שדחתה אותם בעבר.

כיום, ב-2019, יש לבלוקבאסטר 4 חנויות בלבד. נטפליקס, לעומת זאת, היא הצלחה גלובלית עצומה וחברה מצליחה כמעט בכל מקום שבו היא פועלת בעולם.

איך זה קרה?

במהלך השנים התפתחה נטפליקס והפכה למהפכנית. בדומה ליוטיוב, החליטה החברה ב-2007 לנסות ולאפשר צפייה ישירה בסרטים דרך האתר שלה. בשונה מיוטיוב, היא הציעה את השירות הזה בתשלום ובניגוד למרבית אתרי הצפייה הישירה - באופן חוקי לחלוטין. בצד הטכני, בדומה לה, התמקדה נטפליקס בהזרמה דרך האינטרנט, של תוכן ויזואלי, היישר לטלוויזיה החכמה או לממיר של מנוייה.

היא הפכה נטפליקס די מהר מאתר אינטרנט ששלח בדואר סרטים ב-DVD להשכרה, לחברת סטרימינג, שהשאירה מאחור גם את הכבלים וה-VOD שלהן. השיטה הייתה פשוטה והיום היא נפוצה - תשלום חודשי מקנה למנוי גישה חופשית לכל התכנים, ללא פרסומות וכמובן מבלי שייאלץ להמתין שבוע שלם לפרק הבא.

בשנת 2013 החלה נטפליקס להפיק גם תוכן טלוויזיה מקורי משלה. לסדרה הראשונה שלה קראו "בית הקלפים" והיא עשתה היסטוריה, כי מעתה נטפליקס לא תלוייה ברשתות השידור שימכרו לה סדרות. היום הן יודעות שהיא יכולה בלעדיהן אז הן מוכרות בלי עניינים. אבל על כך בהזדמנות אחרת.

ב-2019 נטפליקס מזרימה סרטים וסדרות לכל פלטפורמה אפשרית. מטלוויזיות חכמות, סטרימרים וטאבלטים ועד טלפונים חכמים, דומה שהיא בכל מקום. היא ספקית התוכן הגדולה והמצליחה בעולם. עם שווי של כ-150 מיליארד דולר ושינויים מרתקים בעולם הצפייה שהיא הצליחה להחדיר לדור ה-Y.

כי המהפכה הטלוויזיונית של "נטפליקס" מתבצעת בשלל פיתוחים טכנולוגיים ובינה מלאכותית חדשניים ואפקטיביים ביותר. אם זה האלגוריתם שיודע להמליץ על סדרות או סרטים שתאהב, על סמך מה שצפית בו בעבר. אם זה החיבור הישיר וללא עצירה, אל הפרק הבא בסדרה, מה שמעודד צפיית בינג' רציפה ואם זה היכולת לעבור ממכשיר למכשיר ולהמשיך לצפות בסרט או הפרק, בדיוק במקום שבו עצרת. אנחנו אולי עוצרים לבסוף את הצפייה, אבל המכונה של נטפליקס פשוט לא עוצרת!


הנה הסיפור של נטפליקס:

https://youtu.be/XL6zNexyt8o


נטפליקס בישראל (עברית):

https://youtu.be/oAVkuW3I3Xk


פרסומת של נטפליקס מהימים שבהם התחרות הייתה בחנויות:

https://youtu.be/EkIDUB3SpPY


ופרסומת לשירות הסטרימינג:

https://youtu.be/-Ii2kFWhRlc


אֵאוּרִיקַה - האנציקלופדיה של הסקרנות!

העולם הוא צבעוני ומופלא, אאוריקה כאן בשביל שתגלו אותו...

אלפי נושאים, תמונות וסרטונים, מפתיעים, מסקרנים וממוקדים.

ניתן לנווט בין הפריטים במגע, בעכבר, בגלגלת, או במקשי המקלדת

בואו לגלות, לחקור, ולקבל השראה!

אֵאוּרִיקַה - האנציקלופדיה של הסקרנות!

שלום,
נראה שכבר הכרתם את אאוריקה. בטח כבר גיליתם כאן דברים מדהימים, אולי כבר שאלתם שאלות וקיבלתם תשובות טובות.
נשמח לראות משהו מכם בספר האורחים שלנו: איזו מילה טובה, חוות דעת, עצה חכמה לשיפור או כל מה שיש לכם לספר לנו על אאוריקה, כפי שאתם חווים אותה.