» «
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 של המחשב.

איך מכונה לומדת? - ובכן דמיינו מיליוני תלמידים מטומטמים, שלומדים אצל מורה לא מוכשר במיוחד, אולי אפילו אידיוט, שכל פעם מראה להם משהו שהוא רוצה שיידעו (מראה להם למשל שתי תמונות ואומר מה מופיע בכל אחת) ואז בוחן אותם. אלא שחוץ מציון הוא תמיד מעיף מהכיתה שלו את אלו שלא זיהו ומשכפל את אלה שכן. ואז מראה עוד משהו ובוחן ושוב מעיף... מיליוני פעמים... כן, דמיינו שהוא עושה זאת מיליוני פעמים, עם מיליוני תלמידים, שוב ושוב... קוראים לזה, אגב, "אִיטֵרַצְיות", פעולות שחוזרות על עצמן במהלך פתרון של בעיה.

כך, בהדרגה ובאופן שלא תמיד מובן לנו, המכונות, סליחה התלמידים המטומטמים, הולכים ומשתפרים. הם לומדים! - אולי לא, אהממממ... כך מכונות לומדות. כך תלמידים מטומטמים ממש לא לומדים. תראו לי מורה שיעבוד מיליוני פעמים לשפר את תלמידיו עם משכורת של משרד החינוך!? כנראה שיקראו לו מטומטם..

אבל נמשיך - הבנו שבמילים פשוטות, ככל שהמחשב 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. זה מתנהג ממש כמו בן-אנוש, שלומד מהתנסויות וטעויות, ללא הפסקה, אבל בהיקפים מטורפים ועם המון דאטה.. על ביג דאטה שמעתם? זו בדיוק הסיבה שענקי האינטרנט אוספים עלינו מידע בכמויות ענק. כך הם משפרים את האלגוריתמים והמכונות הלומדות שלהם.

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


עוד הסבר על למידת המכונה:

https://youtu.be/mJeNghZXtMo


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


ותוכנה לומדת שמשחקת ומשתפרת כל הזמן במשחק מחשב:

https://youtu.be/qv6UVOQ0F44
תרגום מכונה
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
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 הצגת הפוסטים של פייסבוק למשתמשים. השירות החברתי הזה לא מציג את אותם פוסטים ותכנים לכלל המשתמשים, כמו בבלוג למשל, 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 ומידע שהיא צוברת עלינו ושווה הון - כך היא מרוויחה כסף והרבה.

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 שהמשתמש עשוי לאהוב (ואכן אוהב!) וכדומה.

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
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

למידת מכונה

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


כך יסייעו בעתיד מערכות מיחשוב קוגניטיבי לחברות וארגונים:

https://youtu.be/WpA5IBDS9MQ


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
ניסוי החתולים
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


והנה לגלוג מסוים על העובדה שהמוח של גוגל יהפוך בסוף לטיפש מעודף צפייה בסרטוני חתולים:

https://youtu.be/lWijWH8VnlA


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

https://youtu.be/40riCqvRoMs?long=yes
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. 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 זה עובד כמובן גם עם פנים בתנועה:

https://youtu.be/kKaU6JFRu5g


כך זה עובד בתוכנה:

https://youtu.be/X7_ojlEXnWc


אפליקציות רבות משתמשות ביכולת הזו:

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
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.


הנה זיהוי פנים:

https://youtu.be/wve5JWX7yoc


זיהוי פנים כאמצעי תשלום:

https://youtu.be/9yyeH6CK5xk


על זיהוי פנים ופרטיות:

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


ביג דאטה
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 פרסומת שמציגה את הבעיה של עודף המידע ואת הפתרון בעיבודו:

http://youtu.be/TUiPQfydpB0


הנה סיפורו של הביג דאטה:

https://youtu.be/RrhDqByPxwY


סרטון מתורגם לעברית על הביג דאטה:

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


והדרכים שבהן יתרמו המחשוב והביג דטה לעולם:

http://youtu.be/5LhTNMrxM5M
מהו ווטסון, מחשב העל הלומד?



מחשב העל "ווטסון" פותח על ידי חברת IBM והוא מחשב קוגניטיבי, כמעט המחשב החושב, שדורות של מדעני מחשב דיברו על בואו, אי-שם בעתיד. ווטסון הוא המחשב החכם בעולם והחליף את "כחול עמוק", שגם הוא פותח על ידי אותה החברה וניצח בעבר את אלוף העולם בשחמט.

ווטסון, שנקרא על שם תומאס ווטסון, מייסד IBM, זכה להכרה בעת שהיה הראשון שניצח בני אדם בשעשועון טריוויה בטלוויזיה. זה קרה כשהשתתף 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, בעל מנגנוני זיהוי הקול וחיפוש המידע המתקדם:

http://youtu.be/ZKwEqJme7KQ


הנה ווטסון מנצח בני אדם בשעשועון ידע:

http://youtu.be/zRa3B-3U6L4


הנה סרטון על החשיבות של הנצחון של ווטסון בשעשועון הטלוויזיה:

http://youtu.be/FC3IryWr4c8
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


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

https://youtu.be/coNq64f99bA
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:

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.