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.
»
«
מהו שרת MCP בעולם ה-AI ומה הוא משפר?
שרת ה-MCP מיועד לשדרג מנועי AI או LLMs משלב הצ'אט לאפשרות של שליטה בכלים חיצוניים על המחשב שלנו.
הרעיון הוא בעצם שניתן לגרום ל- AI לא רק לשוחח איתנו ולענות על שאלות או לצ'טט ולייצר טקסטים וקוד, אלא ממש לייצר ולפעול עם תוכנות במחשב, להשתמש בהן ובכך לסייע לנו בביצוע פעולות מורכבות, להחליף אותנו בביצוע של משימות עבודה משעממות ובגדול - לשדרג את התפקוד שלנו מבלי לגזול יותר זמן.
שרת mCP או mCPAI הוא בעצם פרוטוקול הקשר של מודל בינה מלאכותית (model context protocol). אפשר לחשוב על זה כמערכת פלאג-אין אוניברסלית ל-AI שמאפשרת לו לפעול בעולם החיצון, עם גישה לתוכנות, כלים, אתרים, קבצים, מסדי נתונים ועוד.
עם MCP יש לנו כלי שמאפשר פתאום ל-AI לשלוח מיילים, הודעות לווטסאפ, לקודד בתוכנה שאנחנו רגילים, לשלוט בכלי אוטומציה חיצוניים או להעלות פוסט לפייסבוק, ציוץ לטוויטר וכדומה.
עוד אפשרות היא להתחבר לשירותים שישלימו את יכולות התשובות של מודל בינה. זה יכול לעזור, למשל במקרים של שאלות או צרכים שהידע שלו לא מספיק בכדי לקבל מענה או תפוקה מספקת או ממש טובה.
בפשטות, הרעיון הוא שאם יש לנו שרת mCP על המחשב, זה אומר שהבינה המלאכותית שלנו יכולה לבצע משימות מפרכות, יומיומיות או סתם עבודה שחורה במקומנו. לכתוב דו"חות, לתכנן טיול עם Google Maps, לטפל במסרים שקיבלנו, ליצור פלייליסטים ב-Spotif, לשלם חשבונות וכך הלאה.
עם שרתי mCP אתם בעצם נותנים למודל הבינה חיבור לאינטרנט וארגז כלים שלם שמאפשר לו לבצע משימות מורכבות או תובעניות מבחינת זמן. השרתים האלה יכולים לפעול על המחשב שלנו, באופן מקומי, או מול שרתים בענן - אבל עדיין בשליטתנו.
גדולי התחום בתחילת 2025 הם Jet brains ו-cloudflare אבל המהפיכה הטכנולוגית הזו מייצרת שרתי mCP חדשים בקצב מטורף וכל יום נכנסים שחקנים חדשים לזירה.
זהו ה-MCP וכך הוא עובד:
https://youtu.be/5ecTQ5e-pSg
הסבר של שימושי MCP בעולם הבינתי:
https://youtu.be/UG5yHP_Zx-8
יצירת MCP למתכנתים:
https://youtu.be/MC2BwMGFRx4
מה ההבדל בין MCP ל-API?
https://youtu.be/qYChSSP8TTA
והסבר מקיף של MCP (עברית):
https://youtu.be/HMYYJZrOpz0?long=yes
מהם סוכני AI ומה הם עושים?
סוכני AI הם רכיבי תוכנה אוטונומיים, מבוססי AI, יישומים שנתמכים בבינה מלאכותית ומסוגלים לתפוס את סביבתם, לקבל החלטות ולנקוט פעולות להשגת מטרות ספציפיות עבורנו המשתמשים.
בשנת 2025 החלה תעשיית ה-AI במרוץ לפיתוח מה שנקראים בשפה הפופולרית "סוכנים חכמים" (AI agents), סוכני AI או LLM Agents.
אבל איך זה קורה?
סוכני AI הם עוזרים דיגיטליים בעלי יכולות לפתור בעיות. אלה לא מודלי שפה שעונים על כל השאלות האפשריות או מבצעים משימות מכל הסוגים, אבל באופן בינוני, אלא מנועי בינה ממוקדים, בעלי מומחיות ומצוידים ביכולות לשלב כלים שונים ואמצעים מגוונים בכדי להגיע לפתרונות ב"תחום מומחיותם", כלומר התחום שלשמו פותחו.
סוכני AI הם מנועי תוכנה מבוססי בינה מלאכותית שיכולים לבצע משימות באופן אוטונומי, כלומר עצמאי, בתהליך מעגלי ואיטרטיבי, כלומר עם תיקונים ושיפורים של כל שלב שלא השיג את מטרתו, עד להשגת התוצאה.
מטרתם של סוכני AI טובים היא לחקות את תהליכי התכנון והביצועים הכי טובים של בני אדם מוכשרים ומיומנים בתחומם ומעבר להם...
הבינה המלאכותית מאפשרת כיום לסוכן AI שכזה לבצע פעולות בעצמו. בניגוד לכלי GenAI שמתמקדים בדרך כלל ביצירה של תוכן כמו טקסט, תמונות, סרטונים ומוסיקה - הסוכנים החכמים, ה-AI Agents הללו, מיועדים לפתרון בעיות ממוקד ולביצוע של משימות מורכבות.
סוכן AI מבין שפה טבעית לחלוטין והתקשורת איתו פשוטה ורגילה ולא מחייבת מיומנות מיוחדת, מצידנו בני האדם.
סוכני ה-AI נקראים כך מכיוון שהם עושים את העבודה במקום המשתמש. הם יודעים לדמות התנהגות ויכולות אנושיות, אך בה בעת גם יכולות לא אנושיות. במילים אחרות, סוכני בינה כאלה ממירים את הידע של כיצד לעשות דברים ליכולת אמיתית לעשות אותם ולעשייה ממוקדת כזו, לפי צרכי המשתמש.
סוכנים בינתיים כאלו מאפשרים אוטומציות של פעולות מורכבות ותובעניות מבחינת זמן ובכך הם מביאים להחזר השקעה מהיר. לארגונים וחברות הם מאפשרים להגדיל את הצמיחה ולחסוך לטווח הארוך הרבה כסף. הם מחליפים ויחליפו בעתיד רופאים, מהנדסים, חוקרים ועוד בעלי מקצוע רבים.
סוכן ה-AI הוא המשך של הצ'טבוטים הוותיקים והעוזרים החכמים שעזרו לנו בעשור השני של המאה ה-21. הוא הופך את האינטליגנציה של הבינה המלאכותית לפעולה וליכולות ביצוע. הוא מבין את ההוראות שלך, מעבד את המידע הזה ומספקים את מה שביקשת - תשובה, פתרון, הסבר או עזרה בהשלמת משימה.
ברגע שהוא מוגדר היטב ומצויד בכלי ה-AI המתאימים, הסוכן החכם מטפל במשימות באופן מושכל ומדויק, מתכנן, מקבל החלטות ומבצע באופן אוטומטי פעולות מעייפות ושוחקות, לצד "עבודות שחורות". כך הוא משחרר את המשתמשים להתמקד בעניינים חשובים יותר.
כשהסוכנים החכמים הללו עובדים, כולנו מבינים שהמשימה תבוצע. בהתחייבות של AI. זו מהפכה שעומדת להיות מהפכה מטורפת ומובילי הטכנולוגיה חוזים שהאייג'נטים הללו, אותם סוכני AI, יהיו התוכנות החדשות, שהעולם יהיה מלא בהם.
אבל מיהם אותם סוכנים ומה בדיוק הם מאומנים ויכולים לעשות בשבילנו?
#מה זה סוכן AI?
אם AI באנגלית הוא ראשי התיבות של בינה מלאכותית, צריך להבין שבינה מלאכותית לכשעצמה היא מוח גולמי עם ים של פוטנציאל. אבל עד שלא נשאל אותה, עד שלא נבקש ממנה לעשות משהו ספציפי, ניתן לה תפקיד או משימה, היא לא תהיה ממש שימושית.
וזו בדיוק המשמעות של סוכן חכם, או סוכן AI. אם בינה מלאכותית היא גאון עם המון יכולת, אך סוג של "ראש קטן", סוכן AI הוא ביצועיסט, בינה מעשית שבאמת נותנת עבודה. יש לה יכולות מסוימות ומוגדרות והיא מתמחה בהן ורק בהן ואותן היא מבטיחה לבצע.
במילים פשוטות, האייג'נט עם ה-AI הוא עוזר וירטואלי חכם שמסוגל לבצע בעצמו משימות ספציפיות, תוך שימוש יעיל ביכולות הבינה המלאכותית. כמו ששעון מעורר יכול להעיר אותנו בבוקר, סוכני בינה ספציפיים כאלו יכולים לבדוק ולענות על המיילים שלנו, לקבוע לנו פגישות, לערוך קניות, למכור שירותים ומוצרים ללקוחות, לתכנן טיול או חופשה בחו"ל, חיפוש באינטרנט, הזמנת טיסות, למצוא לנו בדיחות לערב סטנדאפ בכיכובנו, או לנגן לנו מוסיקה לפי מצב הרוח שלנו.
כלומר, בזמן שבינה מלאכותית עניינה להיות חכמה נורא ולדעת הכל, הסוכן החכם עם ה-AI הוא הגרסה המעשית. הוא זה שמבצע משימות מוגדרות ומבצע אותן היטב. אפשר לדמות אותו למישהו מוכשר שמתגייס לצבא ואחרי שאומן לביצוע משימות מסוימות. הוא ממתין לפקודות שיקבל, או מבצע משימות לפי זמנים ותגובות, וכשהגיע הזמן לבצע את המשימה, או כשהוא מקבל פקודה לביצוע, הוא "עושה את מה שצריך" ומבצע וממלא את ההוראות.
#איך הם עושים זאת?
התשובה הכי קצרה היא: באמצעות ביצוע של משימות בצורה חכמה, עצמאית ויעילה.
סוכני AI מאומנים ומצוידים, כך שהם יידעו כיצד להגיב הכי טוב לדרישות, למצבים ולצרכים שונים. הם מבצעים את המבוקש מהם, לאחר שקיבלו הוראות מפורטות וגם נתונים שהם צריכים לקבל או לאתר.
סוכנים מצוידי AI נבנו כך שיהיו מסוגלים להבין דרישות, לחוש את המשתמש, לפרש נתונים, להבין את הסביבה, לקבל החלטות מושכלות ולבצע פעולות מורכבות יחסית - עד שיצליחו להשיג את המטרות שהוגדרו מראש.
כך מצליחים סוכני בינה מלאכותית כאלו להגביר את היעילות שלהם עבורנו, בני האדם. הם עושים זאת למשל, על ידי אוטומציה של משימות שגרתיות שמוטלות עלינו, מה שנקרא לא פעם "עבודה שחורה".
בכך מאפשרים הסוכנים הבינתיים הללו לעובדים האנושיים שאנחנו, להתרכז באסטרטגיה ויצירתיות.
מודלי השפה הרחבים (LLMs) שבהם הם מצוידים מאפשרים לאייג'נטים הללו לבצע משימות בצורה עצמאית ויעילה. עוד משולבים בהם מודלים מתקדמים לעיבוד שפה טבעית, מה שמאפשר להם להבין פרומפטים, הוראות, הנחיות וטקסטים בכתיבה טבעית. תוך יישום של טכניקות ניתוח מתקדמות כמו "העץ המחשבה" או "שרשרת המחשבה" (Chain of Thought) וביחד עם טכניקות ויכולות של למידת מכונה, הם יכולים להציע ביצועים מדהימים.
הסוכנים משפרים את הפרודוקטיביות, מפחיתים טעויות ומאפשרים שיתוף. חלקם ממלאים משימות מוגדרות מראש, אחרים עונים על שאלות, יש היכולים לתקשר בקול אנושי ולנהל שיחה רגילה. לעתים הם מתוכנתים לנהוג ולחשוב כאילו הם פקיד, מזכירה, מנהל חשבונות, מדענית, סוכן נסיעות או תחקירן - רבים מהם ספציפיים וממלאים משימה אחת היטב ואחרים ממלאים מגוון של משימות ואפילו בו-זמנית.
ההבנה היא שבאמצעות יכולת ניתוח של נתונים מורכבים ויכולת למידה מתמשכת הסוכנים החכמים הללו ימשיכו לפעול ולצבור ניסיון, תוך שהם הופכים ומתחדדים, לכלים נבונים ובעלי ביצועים טובים יותר ויותר.
#איך עובדים איתם?
אתם נכנסים לסוכן אינטליגנטי שאתם יודעים שמבצע משימה מסוימת ונותנים לו הוראות. מצידו, תהליך העבודה מתחיל בקבלת המטרה המוגדרת שנתתם לו. הוא מפתח במהירות הבזק תוכנית פעולה, בוחר את הכלים המתאימים לביצוע של המשימה שלא פעם הוא יפרק למשימות משנה וכאן מגיע ביצוע המשימות בפועל והערכה של התוצאות.
הכל מתבצע בצורה אוטונומית, מבלי להיעזר בכם. בדרך כלל הסוכן מסתמך על נתונים והקשרים שנאספו במהלך ה"שיחות" הקודמות שלכם ו"לומד אתכם" ומה הציפיות שלכם ממנו.
כי אחת התכונות החשובות של סוכני AI נעוצה ביכולת שלהם ללמוד ולהשתפר לאורך זמן. הם מנתחים כל הזמן את תגובותיכם והפעולות שלכם, לומדים מהמשוב שקיבלו מכם ומבצעים התאמות שישפרו את הביצועים שלהם. כך יכולים סוכני AI להתפתח ולהתאים את עצמם לצרכים המשתנים שלכם ולהגיב טוב ומדויק יותר למגוון רחב של צרכים וסיטואציות.
סוכן ה-AI מגיש לכם את התוצאות ואתם מוזמנים להמשיך ולנהל איתו דיאלוג. אפשר לבקש ממנו הרחבות ושיפורים. תוכלו גם להכניס שינויים בבקשה המקורית או עדכונים, להטיל עליו לבצע פעולות שישפרו את הדיוק למה שיתאים לצרכים שלכם וכך הלאה.
#דוגמאות?
האפשרויות כמעט אינסופיות. כבר היום יש סוכנים חכמים רבים. יש מהם שיכולים לבצע חישובים, לחפש באינטרנט, להבין תמונות, לנתח מסמכים מורכבים, לגשת למאגרי מידע ולהפעיל המון כלים נוספים.
יש סוכנים שנותנים תשובות על שאלות בתחומים שונים כמו משפטים או מיסים, אחרים בונים תכנית טיול שמותאמת לבקשותינו ולכלל המשתנים, יש שמזמינים כרטיסים להופעות או מקומות במסעדות, אחרים מנסחים טקסטים וכדומה.
בבית חכם יכול AI אג'נטי לשלוט בתאורה, בחימום ובאבטחה - על ידי שילוב עם מערכות אחרות, במטרה ליצור סביבת מגורים נוחה וקלה.
יש מהם שמבצעים אוטומציות שעושות בשבילך את העבודה, ממיינות את המיילים או מטפלות ב-To do list, כלומר ניהול המשימות האישי ועוד.
סוכני AI ייעודיים אחרים מפיקים טקסטים מותאמים אישית, למטרות כמו אימיילים, דו"חות, קורות חיים וחומרי שיווק. יכולותיהם מתגלות במיטבן כשהם מצליחים להתאים את רמת האוטונומיה שלהם, בהתאם לצרכים של המשתמשים ומטרותיהם.
הנה הסבר פשוט ולעניין של סוכני ה-AI:
https://youtu.be/wazHMMaiDEA
הבשלת היכולות של סוכנים חכמים מצוידי AI היא תוצאה של שנות התפתחות רבות:
https://youtu.be/WftLJZw6Cf8
צריך לתת סיכוי לסוכני AI חכמים (מתורגם):
https://youtu.be/xq8Ws1jyBX4
כך יוצרים סוכן AI בכלי שנקרא n8n:
https://youtu.be/6DLZK7XDOGo
סוכן AI לפיתוח כלי תוכנה ואפליקציות רשת:
https://youtu.be/aWBiZc5XKJM
הצ'טבוט המתקדם של Open AI שמשמש מתורגמן:
https://youtu.be/c2DFg53Zhvw
הכירו את ה-Projects של קלוד לבניית ושימוש בסוכני AI (עברית):
https://youtu.be/8mWR1r28ia4
הנה הסבר מקיף של סוכני ה-AI החדשים:
https://youtu.be/S9dc0y_Zesc?long=yes
סוכן ה-AI המתכנת המוביל:
https://youtu.be/Wvyc2E6OHm8?long=yes
הדגמת GPT 4o שהופך לסוכן AI ומסוגל לעשות פעולות שונות בשירותך:
https://youtu.be/DrKkKLEditU?long=yes
והסוכן הסיני המדהים ל-1 באפריל:
https://youtu.be/v2Ur_DgaEEI?long=yes
מה זה אג'נטיק AI?
בינה מלאכותית אג'נטית (Agentic Al) היא סוג של בינה מלאכותית שמשלבת את מודלי השפה, כמו ה-GPT, עם כלי פיתוח, ידע ופעולות שנועדו לאפשר בנייה של "סוכנים בינתיים" (AI agent) שיסייעו לנו במשימות שונות.
המושג הזה והכלים המיועדים עבור Agentic Al מכוונים בדרך כלל למתכנתים. אך לעולם של בניית סוכני AI הולכים ונכנסים, ללא כתיבת קוד, גם מי שאינם מתכנתים.
נזכיר שאותם סוכני AI שהאג'נטיק AI מאפשר הם כבר לא לאו דווקא מודלי שפה כלליים שעושים או יודעים לעשות הכל, כמו ה-LLMים הגדולים, אלא מנועים מתמחים, מתוכנתים עם יעדים ברורים ומכוונים לביצוע של משימות ספציפיות, עבור אנשים פרטיים או לארגונים ועסקים.
כי בניגוד למנועי השפה הגדולים (LLM) שהתמחו בהמלצות, עזרה וחשיבה, אבל בעיקר בטקסט, הסוכנים החכמים יכולים לעשות וממש עושים פעולות בעולם האמיתי ומהחיים עצמם - הם מתכנתים, בונים אתרים, משווקים, יוצרים תוכן, משרתים לקוחות, נותנים תמיכה ושירות, מעדכנים גיליון אלקטרוני, נותנים תמיכה טכנית, עונים לאימיילים, קונים מוצרים ועוד המון.
#שלוש תכונות בסיס יש לסוכני AI:
אוטונומיה - שמשמעותה פעילות ללא צורך מתמיד בהנחיה אנושית.
סתגלנות - יכולתם ללמוד מהאינטראקציות שלהם ולהגדיר מחדש את האלגוריתמים שלהם על סמך הידע שרכשו.
מכוונות למטרה - הם מתוכנתים להשגת יעדים ברורים, כמו נהיגה ברכב אוטונומי, טיפול במיילים שלנו, או תזמון פגישות.
#אג'נטיק AI בתעשיה
בחברות ענק מפתחים כל הזמן סוכנים חכמים שיכולים לבצע משימות, בפיקוח של מנהלים וראשי צוותים כמובן. אלה מערכות אוטונומיות ואג'נטיות, מבוססות בינה מלאכותית, המסוגלות לבצע משימות מורכבות, ממש כמו "מערכות המומחה", שמדענים חלמו עליהן בשנות ה-80 המאוחרות ומתגשמות עכשיו כסוכני בינה מלאכותית (AI Agents) שעובדים על סטרואידים.
אותם סוכנים, מבוססי בינה מלאכותית, ממש עובדים בשביל החברה וכבר בהתחלה משתמשים בכלים יומיומיים כמו Gmail, Salesforce, Office365, Google Sheets ועוד. הם מקבלים משימות מורכבות, מסוגלים לפרקן לתתי-משימות ולחלק את העבודה על ידי שיוך כל תת-משימה כזו לסוכן ה-AI המתאים ביותר לבצעה. כך ניתן לקבל את הפתרונות המתאימים ביותר גם למשימות מורכבות ביותר.
#עתיד מרובה סוכנים
השלב הבא הוא כמובן שלב החיבור של מספר סוכנים ועובדים חכמים שכאלה, לעבודה משותפת ומילוי משימות משותף. כי אחת היכולות המשמעותיות ביותר של סוכן AI היא לתקשר ולשתף פעולה עם מערכות AI אחרות, לצד תשתיות דיגיטליות. זה מה שמאפשר גישה משולבת ויעילה יותר, למשל לפתרון בעיות וניהול משימות בבית. זה נקרא בתעשייה "מערכות מרובות סוכנים" (Multi-Agent Systems).
דמיינו שרשרת של מכונות חכמות הפועלות כמו משרד אנושי, בו לכל עובד יש התמחות ותפקיד תואם. השלם בה הוא גדול מסכום חלקיו, קצת כמו הקובוטים (Cobots), עדרי הרובוטים המסונכרנים להפליא, שעובדים במחסני ומרכזי השילוח של Amazon.
מהחזון האג'נטי הזה קל לדמיין כיצד קם ז'אנר חדש ואולטרה מודרני של עסקים. אלה מפעלים תעשייתיים, וירטואליים לחלוטין, כמעט ללא בני אדם, או עם בני האדם המפקחים ומנהלים את הבינות, כשהם מייצרים בקבוצות קטנות את מה שבעבר חייב מאות או אלפי עובדים ויותר.
זה העתיד והוא מתחיל עכשיו. אג'נטיק AI מבטיח בפשטות שאם פעם השמיים היו הגבול, היום האופק הוא השמיים ואת הגבול לא ניתן לראות.
הנה הסבר על Agentic AI:
https://youtu.be/-pqzyvRp3Tc
אלה הם סוכני AI:
https://youtu.be/Fyo6vnM8BBk
כך יוצרים סוכן AI ב-Claude בתחילת 2025:
https://youtu.be/amCjKc9O_Bo
Windsurf האג'נטי הוא סוכן AI שמייצר קוד לתוכנות ואתרים:
https://youtu.be/pOvI02of5oo
הבשלת היכולות של סוכנים חכמים מבוססי AI היא תוצאה של התפתחות אדירה. הנה "Do Browser" שיודע לתת לנו שירות מופלא אונליין:
https://youtu.be/vMFWeCMrFNU
וזה החזון המבהיל או מבטיח - תאגיד של אחד או אחת:
https://youtu.be/6EGqLE0Y6Z0?long=yes
מה זה NLP או עיבוד שפה טבעית ב-AI?
עיבוד שפה טבעית, או NLP, משתמש במחשבים ובטכנולוגיות של בינה מלאכותית, המתמקדות בפיתוח אלגוריתמים המאפשרים למחשבים לקרוא, להבין ולתקשר בשפה רגילה, כתובה או מדוברת אבל טבעית, שפה של בני אדם.
NLP הם ראשי תיבות של "Natural Language Processing" ובעברית "עיבוד שפה טבעית". זהו תת-תחום בבינה מלאכותית, הקשור בצד הבלשני שלה, צד השפה המדוברת.
ניתן לומר בפשטות שהמטרה של עיבוד שפה טבעית היא שמחשבים יוכלו לתקשר עם בני אדם באותו אופן בו אנו, בני האדם, מתקשרים בינינו.
עיבוד השפה הטבעית קשור לתחום הבלשנות החישובית והוא משלב רעיונות מתחום מדעי המחשב בחקר השפה האנושית. התחום הזה במחשוב עוסק בבעיות הקשורות לעיבוד, טיפול ושינויים או מניפולציה של השפה הטבעית האנושית.
מטרת ה-NLP היא להבין שפות אנושיות, לנתח את התוכן והכוונה של המסרים שבהן ולהצליח לפרש את משמעותם הבסיסית, כך שניתן יהיה לגרום למחשבים "להבין" דברים שנכתבים או נאמרים בשפה הטבעית, כלומר בשפות של בני-אדם.
לשם כך, מודלים של NLP משתמשים בנוסחאות או בעצם אלגוריתמים של למידת מכונה, יחד עם שילוב כללים מוגדרים מראש.
בשנים האחרונות זוכה התחום לעניין רב, כחלק מהפיתוח של יישומי מחשב, רובם מבוססי בינה מלאכותית, יישומים שהתקשורת עימם היא בשפה אנושית.
רבים מהכלים הללו מחייבים תיאורים מילוליים של התוצר המצופה מהם, מנהלים שיחה עם המשתמש או מטפלים בטקסטים באופנים שונים. חלקם מייצרים ויוצרים יצירות באופן דומה ליצירה אנושית, מה שמחייב הנחיות, פרומפטים המהווים תיאור טקסטואלי של תוכן ואופי התוצרים המצופים, כמו תמונות, סרטים, מוסיקה, קוד ועוד.
עיבוד השפה הטבעית קשור לתחום הבלשנות החישובית והוא משלב רעיונות מתחום מדעי המחשב בחקר השפה האנושית.
הנה הסבר פשוט של NLP במדעי המחשב:
https://youtu.be/pqgUfv7UP4A
היישומים המדהימים של עיבוד שפה טבעית לתקשורת בינינו ובין מערכות AI:
https://youtu.be/TZMZvULBVio
זה עיבוד שפה טבעית בלמידת מכונה:
https://youtu.be/CMrHM8a3hqw
מטרת ה-NLP בעולם של ימינו:
https://youtu.be/7NObIGHhQWA
עיבוד השפה הטבעית בטכנולוגיות AI יומיומיות:
https://youtu.be/43cXcuXGnXk
אי אפשר לדבר על NLP בלי לדבר על LLM (עברית):
https://youtu.be/ugxgxqRg2-I
פרמטרים וטוקנים הם לא הכל במודלים:
https://youtu.be/a1nqXQMOCks
מה זה RAG בבינה מלאכותית?
בעולם הבינה המלאכותית מדברים יותר ויותר על RAG. אבל מה זה RAG בעצם?
אז RAG, ראשי תיבות של Retrieval-Augmented Generation, היא טכניקה המאפשרת למודלי AI גישה למאגרי מידע ובסיסי נתונים, בכדי לשלוף מהם מידע רלוונטי ונכון. הם עושים את זה כדי לייצר תשובות מדויקות ומבוססות נתונים עדכניים ואמיתיים.
בניגוד לאלטרנטיבה של בזבוז משאבים יקרים על אימון מטורף ויקר של מודל שפה, כך שיהיה תמיד מעודכן וברמות הכי גבוהות, RAG מאפשר למודל AI לענות ככזה, מבלי שיצטרכו מאמניו לעשות בו את כל העבודה.
כי מודלי שפה גדולים דוגמת GPT או Claude הם מרשימים ביכולתם לג'נרט תשובות מדויקות וטקסטים משכנעים, אך הם סובלים ממגבלה ברורה - הם יודעים רק את מה שלמדו בתקופת האימון שלהם. הידע שלהם "קפא" בזמן למועד ולהיקף האימון שלהם.
מה שעוד יותר מביך הוא שהם כמעט ולא יודעים לומר שאינם יודעים. לעתים, כשאין להם תשובה מדויקת, הם עונים או מייצרים מידע שגוי המתחזה לנכון - תופעה שאנו מכנים "הזיות", או בעגה המקצועית "הלוצינציות" (hallucinations), מונח טכני המתאר יצירת מידע שאינו מבוסס עובדות.
#יתרונות
RAG היא טכנולוגיה שמבטיחה שהתשובות יהיו לא רק חכמות, אלא גם נכונות. מעבר לחיסכון האדיר והברור בעלויות, לעומת בזבוז משאבים על אימון המודלים לעדכנות בזמן אמת, היתרונות של RAG לעומת מודל שפה סטנדרטי הם ברורים:
עדכניות בזמן אמת - גישה למידע חדש שלא היה קיים בזמן אימון המודל.
דיוק ואמינות - צמצום משמעותי של "הזיות".
שקיפות המקורות - אפשרות להציג למשתמש את מקורות המידע.
התאמה אישית וגמישות - יכולת להשיג ולהזין מידע ספציפי לתחום או לארגון המשתמש במודל.
בכל אלה RAG מסמן את כיוון ההתפתחות של מערכות בינה מלאכותית חכמות, מדויקות ואמינות יותר - מערכות המשלבות את היצירתיות של מודלי שפה עם הדיוק של מידע עובדתי ונכון לעכשיו ובזמינות של 24/7.
#אז איך עובד RAG?
דמיינו ספרן וירטואלי שעומד לצד מודל AI ומספק לו את המסמכים הרלוונטיים והמעודכנים בדיוק ברגע שהוא נזקק להם. זוהי מהותה של טכנולוגיית RAG - היא יודעת ומביאה את המידע המעודכן והמדויק לכל שאלה שנשאל מודל הבינה המלאכותית ומאפשרת לו לדייק בתשובותיו, גם בשאלות שלא עוסקות במידע שעליו הוא מאומן ומעודכן.
טכנית, RAG פותר את הבעיה בתהליך מובנה של שלושה שלבים:
1. קבלת השאלה מהמודל על ידי מערכת ה-RAG.
2. שליפה (Retrieval) - סריקת מסמכים פנימיים או דוחות פנימיים של הארגון או של מאגרי המידע החיצוניים והרלוונטיים על ידי מנגנון האחזור, זיהוי המידע הנדרש באתרים, מסמכים, או בסיסי נתונים ארגוניים והעברתו למודל.
3. יצירה (Generation) - שילוב המידע שנאסף עם הידע הכללי של מודל השפה לכדי תשובה קוהרנטית, כלומר הגיונית ומושלמת, בצורה של שיחה טבעית.
#דוגמאות
בארגון פיננסי למשל, מערכת RAG יכולה לשלוף מידע מעודכן מדוחות רבעוניים, תקנות רגולטוריות חדשות ונתוני שוק בזמן אמת כדי לענות על שאלה ספציפית של משקיע.
בעסק או חברה מערכת RAG יכולה לשלוף מדוחות פנימיים של הארגון, ממאגרי התמיכה או המסמכים הפנימיים ולתת מענה מבוסס ללקוחות ולעובדים.
באוניברסיטאות החוקרים משתמשים ב-RAG כדי לאפשר למודלים לגשת למאמרים מדעיים עדכניים בתחום הרפואה, מה שמאפשר ייעוץ מבוסס על מחקרים חדשניים שלא היו זמינים בעת אימון המודל.
חברת רפואה יכולה להטמיע RAG כדי לספק מענה מדויק לשאלות על טיפולים חדשניים, תוך שילוב מחקרים עדכניים עם ידע רפואי מוסמך.
במערכת המשפט, RAG יכול לסייע בניתוח תקדימים משפטיים, תוך שליפת פסקי דין רלוונטיים וחוקים עדכניים לסוגיה ספציפית.
#האתגרים
ההטמעה של טכנולוגיות RAG היא לא פשוטה ואף מורכבת מבחינה טכנית, הן בבחירת אלגוריתם האחזור המתאים, דרך ניהול מאגרי מידע גדולים, תחזוקה של מידע עדכני, שאלות של פרטיות כשמדובר במסמכים רגישים ועוד.
כמו כן, גם איכות התשובות תלויה באיכות מקורות המידע, כאשר מהנדסי המידע זוכרים תמיד את העיקרון שתקף גם כאן - "זבל נכנס, זבל יוצא".
הנה ה-RAG בהסבר פשוט ומרהיב:
https://youtu.be/zX4cL6n5UzY
כך עושים את זה:
https://youtu.be/tKPSmn-urB4
והסבר חופר:
https://youtu.be/u47GtXwePms
מה עושה האינטרנט למוח?
השפעת האינטרנט על חיינו היא משמעותית במיוחד. אין ספק שחיינו השתנו לבלי הכר מאז תחילת שנות ה-90 כשהטכנולוגיה הזו הפכה יותר ויותר מרכזית בחיים המודרניים.
מצד שני יש טענה שגוגל והקלות הבלתי נתפסת למצוא בו דברים הופכים אותנו לטיפשים. האם זה אכן כך? - זו שאלה שמעסיקה חוקרים רבים, והתשובה היא, כפי הנראה, מורכבת יותר משאולי נדמה לנו.
הטענה המרכזית: שימוש יתר במנועי חיפוש, תוכנות ניווט וטכנולוגיות דומות עלול להפחית את פעילות המוח באזורים מסוימים, ולהשפיע לרעה על יכולות קוגניטיביות כמו ריכוז, זיכרון והתמצאות מרחבית.
ניקולס קאר, סופר אמריקאי, תיאר במאמרו המפורסם "האם גוגל הופך אותנו לטיפשים?" את הקושי שלו להתמקד בקריאה לאחר שנים של שימוש אינטנסיבי באינטרנט, תופעה שרבים הזדהו עמה.
ההסבר שהמדע נותן לעניין הזה הוא שהמוח שלנו, בדומה לשריר, זקוק לאימון. כאשר אנחנו מסתמכים על טכנולוגיה, אנחנו מפחיתים את הצורך להשתמש ביכולות טבעיות כמו זיכרון ומציאת נתיבים. כך, לדוגמה, רבים כבר לא זוכרים מספרי טלפון, משום שהם זמינים תמיד בטלפון הסלולרי.
מחקרים גם מצביעים על כך ששימוש ב-GPS מפחית את הפעילות המוחית באזורים האחראיים על ניווט וזיכרון מרחבי, ואפילו נהגי מוניות לונדון, המפורסמים ביכולות הניווט שלהם, מראים גודל היפוקמפוס גדול יותר ככל שהם מנווטים יותר בעצמם, לעומת מי שהתמסרו לאפליקציית הניווט.
ההשפעה על הקשב והזיכרון: מחקרים מצביעים על קיצור טווח הקשב אצל צעירים כתוצאה מגלישה מרובה ברשתות חברתיות ומשחקי מחשב. חוקרת נוספת טענה שאנשים מסתמכים יותר על היכולת למצוא מידע באינטרנט מאשר לזכור אותו בעצמם. זה עלול להוביל לירידה ביכולות הזיכרון. הרי אפילו זיכרון מידע פשוט, כמו מספרי טלפון, נפגע כתוצאה מהתלות בגאדג'טים.
מחקרים שנערכו כדי לבדוק האם זה אכן המצב הראו שאנו "משחררים" ככל שאנחנו סומכים על הטכנולוגיה להחליף את הצורך לזכור. בניסויים שנערכו לבחינת הנושא, למשל, מצאו החוקרים שהמשתתפים זכרו פחות מידע כאשר סברו שהוא שמור במחשב, גם כאשר התבקשו במפורש לזכור.
האם יש גם יתרונות לטכנולוגיה הזו? - ודאי. האינטרנט מציב בפנינו אתגרים קוגניטיביים חדשים, ומאפשר גישה למידע עצום שמשפר את היכולת לקבל החלטות ולסנן מידע. בנוסף, טכנולוגיות חדשות יוצרות "אוריינויות" חדשות, כמו אוריינות חזותית ומשחקית.
לכן, אין תשובה חד משמעית והתמונה מורכבת: האינטרנט יכול לשפר יכולות מסוימות אך לפגוע באחרות. הכניסה המאסיבית של ה-AI לחיינו, עם סוכני AI ומודלי השפה הגדולים (LLMs כמו קלוד ו-ChatGPT) גם היא ודאי משפיעה ותשפיע הרבה יותר ואף תחמיר את התלות בטכנולוגיה ואת הנכונות האנושית להשתמש ביכולות המוחיות שלנו.
אז מה אפשר לעשות בעניין?
חלק מהחוקרים ממליצים על "חדרי כושר למוח" – תוכנות ופעילויות שנועדו לאמן יכולות קוגניטיביות כמו זיכרון וריכוז. אך חשוב גם להפחית את הזמן שאנחנו מבלים מול מסכים ולתרגל חשיבה עמוקה ללא התערבות טכנולוגית.
יעזרו גם קריאה, מחקר, איסוף חומרים עצמאי והתמודדות עם מטלות מסוימות בדרך הישנה, כשאפשר לוותר על האפליקציה או מנוע החיפוש. לבסוף, חשוב להבין שהשימוש בטכנולוגיה הוא כלי ותלוי בנו איך אנחנו משתמשים בו. שימוש מאוזן יכול להביא לתועלת רבה, בעוד ששימוש יתר ופיתוח תלות בה עלולים להזיק.
זה מה שעושה הרשת למוח האנושי ולחשיבה והזיכרון:
http://youtu.be/cKaWJ72x1rI
הנה השפעת הרשת על המוח האנושי:
http://youtu.be/qoFMGLTjUTM
הירידה בקריאה והריכוז היורד (עברית):
https://youtu.be/hQu3deT4aSs
והשינויים הללו של המהפכה הטכנולוגית פוגעים ביכולות הקוגניטיביות של הדורות הבאים (בעברית):
https://youtu.be/RmVJ1acLGic?long=yes
שרת ה-MCP מיועד לשדרג מנועי AI או LLMs משלב הצ'אט לאפשרות של שליטה בכלים חיצוניים על המחשב שלנו.
הרעיון הוא בעצם שניתן לגרום ל- AI לא רק לשוחח איתנו ולענות על שאלות או לצ'טט ולייצר טקסטים וקוד, אלא ממש לייצר ולפעול עם תוכנות במחשב, להשתמש בהן ובכך לסייע לנו בביצוע פעולות מורכבות, להחליף אותנו בביצוע של משימות עבודה משעממות ובגדול - לשדרג את התפקוד שלנו מבלי לגזול יותר זמן.
שרת mCP או mCPAI הוא בעצם פרוטוקול הקשר של מודל בינה מלאכותית (model context protocol). אפשר לחשוב על זה כמערכת פלאג-אין אוניברסלית ל-AI שמאפשרת לו לפעול בעולם החיצון, עם גישה לתוכנות, כלים, אתרים, קבצים, מסדי נתונים ועוד.
עם MCP יש לנו כלי שמאפשר פתאום ל-AI לשלוח מיילים, הודעות לווטסאפ, לקודד בתוכנה שאנחנו רגילים, לשלוט בכלי אוטומציה חיצוניים או להעלות פוסט לפייסבוק, ציוץ לטוויטר וכדומה.
עוד אפשרות היא להתחבר לשירותים שישלימו את יכולות התשובות של מודל בינה. זה יכול לעזור, למשל במקרים של שאלות או צרכים שהידע שלו לא מספיק בכדי לקבל מענה או תפוקה מספקת או ממש טובה.
בפשטות, הרעיון הוא שאם יש לנו שרת mCP על המחשב, זה אומר שהבינה המלאכותית שלנו יכולה לבצע משימות מפרכות, יומיומיות או סתם עבודה שחורה במקומנו. לכתוב דו"חות, לתכנן טיול עם Google Maps, לטפל במסרים שקיבלנו, ליצור פלייליסטים ב-Spotif, לשלם חשבונות וכך הלאה.
עם שרתי mCP אתם בעצם נותנים למודל הבינה חיבור לאינטרנט וארגז כלים שלם שמאפשר לו לבצע משימות מורכבות או תובעניות מבחינת זמן. השרתים האלה יכולים לפעול על המחשב שלנו, באופן מקומי, או מול שרתים בענן - אבל עדיין בשליטתנו.
גדולי התחום בתחילת 2025 הם Jet brains ו-cloudflare אבל המהפיכה הטכנולוגית הזו מייצרת שרתי mCP חדשים בקצב מטורף וכל יום נכנסים שחקנים חדשים לזירה.
זהו ה-MCP וכך הוא עובד:
https://youtu.be/5ecTQ5e-pSg
הסבר של שימושי MCP בעולם הבינתי:
https://youtu.be/UG5yHP_Zx-8
יצירת MCP למתכנתים:
https://youtu.be/MC2BwMGFRx4
מה ההבדל בין MCP ל-API?
https://youtu.be/qYChSSP8TTA
והסבר מקיף של MCP (עברית):
https://youtu.be/HMYYJZrOpz0?long=yes
סוכני AI הם רכיבי תוכנה אוטונומיים, מבוססי AI, יישומים שנתמכים בבינה מלאכותית ומסוגלים לתפוס את סביבתם, לקבל החלטות ולנקוט פעולות להשגת מטרות ספציפיות עבורנו המשתמשים.
בשנת 2025 החלה תעשיית ה-AI במרוץ לפיתוח מה שנקראים בשפה הפופולרית "סוכנים חכמים" (AI agents), סוכני AI או LLM Agents.
אבל איך זה קורה?
סוכני AI הם עוזרים דיגיטליים בעלי יכולות לפתור בעיות. אלה לא מודלי שפה שעונים על כל השאלות האפשריות או מבצעים משימות מכל הסוגים, אבל באופן בינוני, אלא מנועי בינה ממוקדים, בעלי מומחיות ומצוידים ביכולות לשלב כלים שונים ואמצעים מגוונים בכדי להגיע לפתרונות ב"תחום מומחיותם", כלומר התחום שלשמו פותחו.
סוכני AI הם מנועי תוכנה מבוססי בינה מלאכותית שיכולים לבצע משימות באופן אוטונומי, כלומר עצמאי, בתהליך מעגלי ואיטרטיבי, כלומר עם תיקונים ושיפורים של כל שלב שלא השיג את מטרתו, עד להשגת התוצאה.
מטרתם של סוכני AI טובים היא לחקות את תהליכי התכנון והביצועים הכי טובים של בני אדם מוכשרים ומיומנים בתחומם ומעבר להם...
הבינה המלאכותית מאפשרת כיום לסוכן AI שכזה לבצע פעולות בעצמו. בניגוד לכלי GenAI שמתמקדים בדרך כלל ביצירה של תוכן כמו טקסט, תמונות, סרטונים ומוסיקה - הסוכנים החכמים, ה-AI Agents הללו, מיועדים לפתרון בעיות ממוקד ולביצוע של משימות מורכבות.
סוכן AI מבין שפה טבעית לחלוטין והתקשורת איתו פשוטה ורגילה ולא מחייבת מיומנות מיוחדת, מצידנו בני האדם.
סוכני ה-AI נקראים כך מכיוון שהם עושים את העבודה במקום המשתמש. הם יודעים לדמות התנהגות ויכולות אנושיות, אך בה בעת גם יכולות לא אנושיות. במילים אחרות, סוכני בינה כאלה ממירים את הידע של כיצד לעשות דברים ליכולת אמיתית לעשות אותם ולעשייה ממוקדת כזו, לפי צרכי המשתמש.
סוכנים בינתיים כאלו מאפשרים אוטומציות של פעולות מורכבות ותובעניות מבחינת זמן ובכך הם מביאים להחזר השקעה מהיר. לארגונים וחברות הם מאפשרים להגדיל את הצמיחה ולחסוך לטווח הארוך הרבה כסף. הם מחליפים ויחליפו בעתיד רופאים, מהנדסים, חוקרים ועוד בעלי מקצוע רבים.
סוכן ה-AI הוא המשך של הצ'טבוטים הוותיקים והעוזרים החכמים שעזרו לנו בעשור השני של המאה ה-21. הוא הופך את האינטליגנציה של הבינה המלאכותית לפעולה וליכולות ביצוע. הוא מבין את ההוראות שלך, מעבד את המידע הזה ומספקים את מה שביקשת - תשובה, פתרון, הסבר או עזרה בהשלמת משימה.
ברגע שהוא מוגדר היטב ומצויד בכלי ה-AI המתאימים, הסוכן החכם מטפל במשימות באופן מושכל ומדויק, מתכנן, מקבל החלטות ומבצע באופן אוטומטי פעולות מעייפות ושוחקות, לצד "עבודות שחורות". כך הוא משחרר את המשתמשים להתמקד בעניינים חשובים יותר.
כשהסוכנים החכמים הללו עובדים, כולנו מבינים שהמשימה תבוצע. בהתחייבות של AI. זו מהפכה שעומדת להיות מהפכה מטורפת ומובילי הטכנולוגיה חוזים שהאייג'נטים הללו, אותם סוכני AI, יהיו התוכנות החדשות, שהעולם יהיה מלא בהם.
אבל מיהם אותם סוכנים ומה בדיוק הם מאומנים ויכולים לעשות בשבילנו?
#מה זה סוכן AI?
אם AI באנגלית הוא ראשי התיבות של בינה מלאכותית, צריך להבין שבינה מלאכותית לכשעצמה היא מוח גולמי עם ים של פוטנציאל. אבל עד שלא נשאל אותה, עד שלא נבקש ממנה לעשות משהו ספציפי, ניתן לה תפקיד או משימה, היא לא תהיה ממש שימושית.
וזו בדיוק המשמעות של סוכן חכם, או סוכן AI. אם בינה מלאכותית היא גאון עם המון יכולת, אך סוג של "ראש קטן", סוכן AI הוא ביצועיסט, בינה מעשית שבאמת נותנת עבודה. יש לה יכולות מסוימות ומוגדרות והיא מתמחה בהן ורק בהן ואותן היא מבטיחה לבצע.
במילים פשוטות, האייג'נט עם ה-AI הוא עוזר וירטואלי חכם שמסוגל לבצע בעצמו משימות ספציפיות, תוך שימוש יעיל ביכולות הבינה המלאכותית. כמו ששעון מעורר יכול להעיר אותנו בבוקר, סוכני בינה ספציפיים כאלו יכולים לבדוק ולענות על המיילים שלנו, לקבוע לנו פגישות, לערוך קניות, למכור שירותים ומוצרים ללקוחות, לתכנן טיול או חופשה בחו"ל, חיפוש באינטרנט, הזמנת טיסות, למצוא לנו בדיחות לערב סטנדאפ בכיכובנו, או לנגן לנו מוסיקה לפי מצב הרוח שלנו.
כלומר, בזמן שבינה מלאכותית עניינה להיות חכמה נורא ולדעת הכל, הסוכן החכם עם ה-AI הוא הגרסה המעשית. הוא זה שמבצע משימות מוגדרות ומבצע אותן היטב. אפשר לדמות אותו למישהו מוכשר שמתגייס לצבא ואחרי שאומן לביצוע משימות מסוימות. הוא ממתין לפקודות שיקבל, או מבצע משימות לפי זמנים ותגובות, וכשהגיע הזמן לבצע את המשימה, או כשהוא מקבל פקודה לביצוע, הוא "עושה את מה שצריך" ומבצע וממלא את ההוראות.
#איך הם עושים זאת?
התשובה הכי קצרה היא: באמצעות ביצוע של משימות בצורה חכמה, עצמאית ויעילה.
סוכני AI מאומנים ומצוידים, כך שהם יידעו כיצד להגיב הכי טוב לדרישות, למצבים ולצרכים שונים. הם מבצעים את המבוקש מהם, לאחר שקיבלו הוראות מפורטות וגם נתונים שהם צריכים לקבל או לאתר.
סוכנים מצוידי AI נבנו כך שיהיו מסוגלים להבין דרישות, לחוש את המשתמש, לפרש נתונים, להבין את הסביבה, לקבל החלטות מושכלות ולבצע פעולות מורכבות יחסית - עד שיצליחו להשיג את המטרות שהוגדרו מראש.
כך מצליחים סוכני בינה מלאכותית כאלו להגביר את היעילות שלהם עבורנו, בני האדם. הם עושים זאת למשל, על ידי אוטומציה של משימות שגרתיות שמוטלות עלינו, מה שנקרא לא פעם "עבודה שחורה".
בכך מאפשרים הסוכנים הבינתיים הללו לעובדים האנושיים שאנחנו, להתרכז באסטרטגיה ויצירתיות.
מודלי השפה הרחבים (LLMs) שבהם הם מצוידים מאפשרים לאייג'נטים הללו לבצע משימות בצורה עצמאית ויעילה. עוד משולבים בהם מודלים מתקדמים לעיבוד שפה טבעית, מה שמאפשר להם להבין פרומפטים, הוראות, הנחיות וטקסטים בכתיבה טבעית. תוך יישום של טכניקות ניתוח מתקדמות כמו "העץ המחשבה" או "שרשרת המחשבה" (Chain of Thought) וביחד עם טכניקות ויכולות של למידת מכונה, הם יכולים להציע ביצועים מדהימים.
הסוכנים משפרים את הפרודוקטיביות, מפחיתים טעויות ומאפשרים שיתוף. חלקם ממלאים משימות מוגדרות מראש, אחרים עונים על שאלות, יש היכולים לתקשר בקול אנושי ולנהל שיחה רגילה. לעתים הם מתוכנתים לנהוג ולחשוב כאילו הם פקיד, מזכירה, מנהל חשבונות, מדענית, סוכן נסיעות או תחקירן - רבים מהם ספציפיים וממלאים משימה אחת היטב ואחרים ממלאים מגוון של משימות ואפילו בו-זמנית.
ההבנה היא שבאמצעות יכולת ניתוח של נתונים מורכבים ויכולת למידה מתמשכת הסוכנים החכמים הללו ימשיכו לפעול ולצבור ניסיון, תוך שהם הופכים ומתחדדים, לכלים נבונים ובעלי ביצועים טובים יותר ויותר.
#איך עובדים איתם?
אתם נכנסים לסוכן אינטליגנטי שאתם יודעים שמבצע משימה מסוימת ונותנים לו הוראות. מצידו, תהליך העבודה מתחיל בקבלת המטרה המוגדרת שנתתם לו. הוא מפתח במהירות הבזק תוכנית פעולה, בוחר את הכלים המתאימים לביצוע של המשימה שלא פעם הוא יפרק למשימות משנה וכאן מגיע ביצוע המשימות בפועל והערכה של התוצאות.
הכל מתבצע בצורה אוטונומית, מבלי להיעזר בכם. בדרך כלל הסוכן מסתמך על נתונים והקשרים שנאספו במהלך ה"שיחות" הקודמות שלכם ו"לומד אתכם" ומה הציפיות שלכם ממנו.
כי אחת התכונות החשובות של סוכני AI נעוצה ביכולת שלהם ללמוד ולהשתפר לאורך זמן. הם מנתחים כל הזמן את תגובותיכם והפעולות שלכם, לומדים מהמשוב שקיבלו מכם ומבצעים התאמות שישפרו את הביצועים שלהם. כך יכולים סוכני AI להתפתח ולהתאים את עצמם לצרכים המשתנים שלכם ולהגיב טוב ומדויק יותר למגוון רחב של צרכים וסיטואציות.
סוכן ה-AI מגיש לכם את התוצאות ואתם מוזמנים להמשיך ולנהל איתו דיאלוג. אפשר לבקש ממנו הרחבות ושיפורים. תוכלו גם להכניס שינויים בבקשה המקורית או עדכונים, להטיל עליו לבצע פעולות שישפרו את הדיוק למה שיתאים לצרכים שלכם וכך הלאה.
#דוגמאות?
האפשרויות כמעט אינסופיות. כבר היום יש סוכנים חכמים רבים. יש מהם שיכולים לבצע חישובים, לחפש באינטרנט, להבין תמונות, לנתח מסמכים מורכבים, לגשת למאגרי מידע ולהפעיל המון כלים נוספים.
יש סוכנים שנותנים תשובות על שאלות בתחומים שונים כמו משפטים או מיסים, אחרים בונים תכנית טיול שמותאמת לבקשותינו ולכלל המשתנים, יש שמזמינים כרטיסים להופעות או מקומות במסעדות, אחרים מנסחים טקסטים וכדומה.
בבית חכם יכול AI אג'נטי לשלוט בתאורה, בחימום ובאבטחה - על ידי שילוב עם מערכות אחרות, במטרה ליצור סביבת מגורים נוחה וקלה.
יש מהם שמבצעים אוטומציות שעושות בשבילך את העבודה, ממיינות את המיילים או מטפלות ב-To do list, כלומר ניהול המשימות האישי ועוד.
סוכני AI ייעודיים אחרים מפיקים טקסטים מותאמים אישית, למטרות כמו אימיילים, דו"חות, קורות חיים וחומרי שיווק. יכולותיהם מתגלות במיטבן כשהם מצליחים להתאים את רמת האוטונומיה שלהם, בהתאם לצרכים של המשתמשים ומטרותיהם.
הנה הסבר פשוט ולעניין של סוכני ה-AI:
https://youtu.be/wazHMMaiDEA
הבשלת היכולות של סוכנים חכמים מצוידי AI היא תוצאה של שנות התפתחות רבות:
https://youtu.be/WftLJZw6Cf8
צריך לתת סיכוי לסוכני AI חכמים (מתורגם):
https://youtu.be/xq8Ws1jyBX4
כך יוצרים סוכן AI בכלי שנקרא n8n:
https://youtu.be/6DLZK7XDOGo
סוכן AI לפיתוח כלי תוכנה ואפליקציות רשת:
https://youtu.be/aWBiZc5XKJM
הצ'טבוט המתקדם של Open AI שמשמש מתורגמן:
https://youtu.be/c2DFg53Zhvw
הכירו את ה-Projects של קלוד לבניית ושימוש בסוכני AI (עברית):
https://youtu.be/8mWR1r28ia4
הנה הסבר מקיף של סוכני ה-AI החדשים:
https://youtu.be/S9dc0y_Zesc?long=yes
סוכן ה-AI המתכנת המוביל:
https://youtu.be/Wvyc2E6OHm8?long=yes
הדגמת GPT 4o שהופך לסוכן AI ומסוגל לעשות פעולות שונות בשירותך:
https://youtu.be/DrKkKLEditU?long=yes
והסוכן הסיני המדהים ל-1 באפריל:
https://youtu.be/v2Ur_DgaEEI?long=yes
בינה מלאכותית אג'נטית (Agentic Al) היא סוג של בינה מלאכותית שמשלבת את מודלי השפה, כמו ה-GPT, עם כלי פיתוח, ידע ופעולות שנועדו לאפשר בנייה של "סוכנים בינתיים" (AI agent) שיסייעו לנו במשימות שונות.
המושג הזה והכלים המיועדים עבור Agentic Al מכוונים בדרך כלל למתכנתים. אך לעולם של בניית סוכני AI הולכים ונכנסים, ללא כתיבת קוד, גם מי שאינם מתכנתים.
נזכיר שאותם סוכני AI שהאג'נטיק AI מאפשר הם כבר לא לאו דווקא מודלי שפה כלליים שעושים או יודעים לעשות הכל, כמו ה-LLMים הגדולים, אלא מנועים מתמחים, מתוכנתים עם יעדים ברורים ומכוונים לביצוע של משימות ספציפיות, עבור אנשים פרטיים או לארגונים ועסקים.
כי בניגוד למנועי השפה הגדולים (LLM) שהתמחו בהמלצות, עזרה וחשיבה, אבל בעיקר בטקסט, הסוכנים החכמים יכולים לעשות וממש עושים פעולות בעולם האמיתי ומהחיים עצמם - הם מתכנתים, בונים אתרים, משווקים, יוצרים תוכן, משרתים לקוחות, נותנים תמיכה ושירות, מעדכנים גיליון אלקטרוני, נותנים תמיכה טכנית, עונים לאימיילים, קונים מוצרים ועוד המון.
#שלוש תכונות בסיס יש לסוכני AI:
אוטונומיה - שמשמעותה פעילות ללא צורך מתמיד בהנחיה אנושית.
סתגלנות - יכולתם ללמוד מהאינטראקציות שלהם ולהגדיר מחדש את האלגוריתמים שלהם על סמך הידע שרכשו.
מכוונות למטרה - הם מתוכנתים להשגת יעדים ברורים, כמו נהיגה ברכב אוטונומי, טיפול במיילים שלנו, או תזמון פגישות.
#אג'נטיק AI בתעשיה
בחברות ענק מפתחים כל הזמן סוכנים חכמים שיכולים לבצע משימות, בפיקוח של מנהלים וראשי צוותים כמובן. אלה מערכות אוטונומיות ואג'נטיות, מבוססות בינה מלאכותית, המסוגלות לבצע משימות מורכבות, ממש כמו "מערכות המומחה", שמדענים חלמו עליהן בשנות ה-80 המאוחרות ומתגשמות עכשיו כסוכני בינה מלאכותית (AI Agents) שעובדים על סטרואידים.
אותם סוכנים, מבוססי בינה מלאכותית, ממש עובדים בשביל החברה וכבר בהתחלה משתמשים בכלים יומיומיים כמו Gmail, Salesforce, Office365, Google Sheets ועוד. הם מקבלים משימות מורכבות, מסוגלים לפרקן לתתי-משימות ולחלק את העבודה על ידי שיוך כל תת-משימה כזו לסוכן ה-AI המתאים ביותר לבצעה. כך ניתן לקבל את הפתרונות המתאימים ביותר גם למשימות מורכבות ביותר.
#עתיד מרובה סוכנים
השלב הבא הוא כמובן שלב החיבור של מספר סוכנים ועובדים חכמים שכאלה, לעבודה משותפת ומילוי משימות משותף. כי אחת היכולות המשמעותיות ביותר של סוכן AI היא לתקשר ולשתף פעולה עם מערכות AI אחרות, לצד תשתיות דיגיטליות. זה מה שמאפשר גישה משולבת ויעילה יותר, למשל לפתרון בעיות וניהול משימות בבית. זה נקרא בתעשייה "מערכות מרובות סוכנים" (Multi-Agent Systems).
דמיינו שרשרת של מכונות חכמות הפועלות כמו משרד אנושי, בו לכל עובד יש התמחות ותפקיד תואם. השלם בה הוא גדול מסכום חלקיו, קצת כמו הקובוטים (Cobots), עדרי הרובוטים המסונכרנים להפליא, שעובדים במחסני ומרכזי השילוח של Amazon.
מהחזון האג'נטי הזה קל לדמיין כיצד קם ז'אנר חדש ואולטרה מודרני של עסקים. אלה מפעלים תעשייתיים, וירטואליים לחלוטין, כמעט ללא בני אדם, או עם בני האדם המפקחים ומנהלים את הבינות, כשהם מייצרים בקבוצות קטנות את מה שבעבר חייב מאות או אלפי עובדים ויותר.
זה העתיד והוא מתחיל עכשיו. אג'נטיק AI מבטיח בפשטות שאם פעם השמיים היו הגבול, היום האופק הוא השמיים ואת הגבול לא ניתן לראות.
הנה הסבר על Agentic AI:
https://youtu.be/-pqzyvRp3Tc
אלה הם סוכני AI:
https://youtu.be/Fyo6vnM8BBk
כך יוצרים סוכן AI ב-Claude בתחילת 2025:
https://youtu.be/amCjKc9O_Bo
Windsurf האג'נטי הוא סוכן AI שמייצר קוד לתוכנות ואתרים:
https://youtu.be/pOvI02of5oo
הבשלת היכולות של סוכנים חכמים מבוססי AI היא תוצאה של התפתחות אדירה. הנה "Do Browser" שיודע לתת לנו שירות מופלא אונליין:
https://youtu.be/vMFWeCMrFNU
וזה החזון המבהיל או מבטיח - תאגיד של אחד או אחת:
https://youtu.be/6EGqLE0Y6Z0?long=yes
עיבוד שפה טבעית, או NLP, משתמש במחשבים ובטכנולוגיות של בינה מלאכותית, המתמקדות בפיתוח אלגוריתמים המאפשרים למחשבים לקרוא, להבין ולתקשר בשפה רגילה, כתובה או מדוברת אבל טבעית, שפה של בני אדם.
NLP הם ראשי תיבות של "Natural Language Processing" ובעברית "עיבוד שפה טבעית". זהו תת-תחום בבינה מלאכותית, הקשור בצד הבלשני שלה, צד השפה המדוברת.
ניתן לומר בפשטות שהמטרה של עיבוד שפה טבעית היא שמחשבים יוכלו לתקשר עם בני אדם באותו אופן בו אנו, בני האדם, מתקשרים בינינו.
עיבוד השפה הטבעית קשור לתחום הבלשנות החישובית והוא משלב רעיונות מתחום מדעי המחשב בחקר השפה האנושית. התחום הזה במחשוב עוסק בבעיות הקשורות לעיבוד, טיפול ושינויים או מניפולציה של השפה הטבעית האנושית.
מטרת ה-NLP היא להבין שפות אנושיות, לנתח את התוכן והכוונה של המסרים שבהן ולהצליח לפרש את משמעותם הבסיסית, כך שניתן יהיה לגרום למחשבים "להבין" דברים שנכתבים או נאמרים בשפה הטבעית, כלומר בשפות של בני-אדם.
לשם כך, מודלים של NLP משתמשים בנוסחאות או בעצם אלגוריתמים של למידת מכונה, יחד עם שילוב כללים מוגדרים מראש.
בשנים האחרונות זוכה התחום לעניין רב, כחלק מהפיתוח של יישומי מחשב, רובם מבוססי בינה מלאכותית, יישומים שהתקשורת עימם היא בשפה אנושית.
רבים מהכלים הללו מחייבים תיאורים מילוליים של התוצר המצופה מהם, מנהלים שיחה עם המשתמש או מטפלים בטקסטים באופנים שונים. חלקם מייצרים ויוצרים יצירות באופן דומה ליצירה אנושית, מה שמחייב הנחיות, פרומפטים המהווים תיאור טקסטואלי של תוכן ואופי התוצרים המצופים, כמו תמונות, סרטים, מוסיקה, קוד ועוד.
עיבוד השפה הטבעית קשור לתחום הבלשנות החישובית והוא משלב רעיונות מתחום מדעי המחשב בחקר השפה האנושית.
הנה הסבר פשוט של NLP במדעי המחשב:
https://youtu.be/pqgUfv7UP4A
היישומים המדהימים של עיבוד שפה טבעית לתקשורת בינינו ובין מערכות AI:
https://youtu.be/TZMZvULBVio
זה עיבוד שפה טבעית בלמידת מכונה:
https://youtu.be/CMrHM8a3hqw
מטרת ה-NLP בעולם של ימינו:
https://youtu.be/7NObIGHhQWA
עיבוד השפה הטבעית בטכנולוגיות AI יומיומיות:
https://youtu.be/43cXcuXGnXk
אי אפשר לדבר על NLP בלי לדבר על LLM (עברית):
https://youtu.be/ugxgxqRg2-I
פרמטרים וטוקנים הם לא הכל במודלים:
https://youtu.be/a1nqXQMOCks
סוכני בינה מלאכותית
בעולם הבינה המלאכותית מדברים יותר ויותר על RAG. אבל מה זה RAG בעצם?
אז RAG, ראשי תיבות של Retrieval-Augmented Generation, היא טכניקה המאפשרת למודלי AI גישה למאגרי מידע ובסיסי נתונים, בכדי לשלוף מהם מידע רלוונטי ונכון. הם עושים את זה כדי לייצר תשובות מדויקות ומבוססות נתונים עדכניים ואמיתיים.
בניגוד לאלטרנטיבה של בזבוז משאבים יקרים על אימון מטורף ויקר של מודל שפה, כך שיהיה תמיד מעודכן וברמות הכי גבוהות, RAG מאפשר למודל AI לענות ככזה, מבלי שיצטרכו מאמניו לעשות בו את כל העבודה.
כי מודלי שפה גדולים דוגמת GPT או Claude הם מרשימים ביכולתם לג'נרט תשובות מדויקות וטקסטים משכנעים, אך הם סובלים ממגבלה ברורה - הם יודעים רק את מה שלמדו בתקופת האימון שלהם. הידע שלהם "קפא" בזמן למועד ולהיקף האימון שלהם.
מה שעוד יותר מביך הוא שהם כמעט ולא יודעים לומר שאינם יודעים. לעתים, כשאין להם תשובה מדויקת, הם עונים או מייצרים מידע שגוי המתחזה לנכון - תופעה שאנו מכנים "הזיות", או בעגה המקצועית "הלוצינציות" (hallucinations), מונח טכני המתאר יצירת מידע שאינו מבוסס עובדות.
#יתרונות
RAG היא טכנולוגיה שמבטיחה שהתשובות יהיו לא רק חכמות, אלא גם נכונות. מעבר לחיסכון האדיר והברור בעלויות, לעומת בזבוז משאבים על אימון המודלים לעדכנות בזמן אמת, היתרונות של RAG לעומת מודל שפה סטנדרטי הם ברורים:
עדכניות בזמן אמת - גישה למידע חדש שלא היה קיים בזמן אימון המודל.
דיוק ואמינות - צמצום משמעותי של "הזיות".
שקיפות המקורות - אפשרות להציג למשתמש את מקורות המידע.
התאמה אישית וגמישות - יכולת להשיג ולהזין מידע ספציפי לתחום או לארגון המשתמש במודל.
בכל אלה RAG מסמן את כיוון ההתפתחות של מערכות בינה מלאכותית חכמות, מדויקות ואמינות יותר - מערכות המשלבות את היצירתיות של מודלי שפה עם הדיוק של מידע עובדתי ונכון לעכשיו ובזמינות של 24/7.
#אז איך עובד RAG?
דמיינו ספרן וירטואלי שעומד לצד מודל AI ומספק לו את המסמכים הרלוונטיים והמעודכנים בדיוק ברגע שהוא נזקק להם. זוהי מהותה של טכנולוגיית RAG - היא יודעת ומביאה את המידע המעודכן והמדויק לכל שאלה שנשאל מודל הבינה המלאכותית ומאפשרת לו לדייק בתשובותיו, גם בשאלות שלא עוסקות במידע שעליו הוא מאומן ומעודכן.
טכנית, RAG פותר את הבעיה בתהליך מובנה של שלושה שלבים:
1. קבלת השאלה מהמודל על ידי מערכת ה-RAG.
2. שליפה (Retrieval) - סריקת מסמכים פנימיים או דוחות פנימיים של הארגון או של מאגרי המידע החיצוניים והרלוונטיים על ידי מנגנון האחזור, זיהוי המידע הנדרש באתרים, מסמכים, או בסיסי נתונים ארגוניים והעברתו למודל.
3. יצירה (Generation) - שילוב המידע שנאסף עם הידע הכללי של מודל השפה לכדי תשובה קוהרנטית, כלומר הגיונית ומושלמת, בצורה של שיחה טבעית.
#דוגמאות
בארגון פיננסי למשל, מערכת RAG יכולה לשלוף מידע מעודכן מדוחות רבעוניים, תקנות רגולטוריות חדשות ונתוני שוק בזמן אמת כדי לענות על שאלה ספציפית של משקיע.
בעסק או חברה מערכת RAG יכולה לשלוף מדוחות פנימיים של הארגון, ממאגרי התמיכה או המסמכים הפנימיים ולתת מענה מבוסס ללקוחות ולעובדים.
באוניברסיטאות החוקרים משתמשים ב-RAG כדי לאפשר למודלים לגשת למאמרים מדעיים עדכניים בתחום הרפואה, מה שמאפשר ייעוץ מבוסס על מחקרים חדשניים שלא היו זמינים בעת אימון המודל.
חברת רפואה יכולה להטמיע RAG כדי לספק מענה מדויק לשאלות על טיפולים חדשניים, תוך שילוב מחקרים עדכניים עם ידע רפואי מוסמך.
במערכת המשפט, RAG יכול לסייע בניתוח תקדימים משפטיים, תוך שליפת פסקי דין רלוונטיים וחוקים עדכניים לסוגיה ספציפית.
#האתגרים
ההטמעה של טכנולוגיות RAG היא לא פשוטה ואף מורכבת מבחינה טכנית, הן בבחירת אלגוריתם האחזור המתאים, דרך ניהול מאגרי מידע גדולים, תחזוקה של מידע עדכני, שאלות של פרטיות כשמדובר במסמכים רגישים ועוד.
כמו כן, גם איכות התשובות תלויה באיכות מקורות המידע, כאשר מהנדסי המידע זוכרים תמיד את העיקרון שתקף גם כאן - "זבל נכנס, זבל יוצא".
הנה ה-RAG בהסבר פשוט ומרהיב:
https://youtu.be/zX4cL6n5UzY
כך עושים את זה:
https://youtu.be/tKPSmn-urB4
והסבר חופר:
https://youtu.be/u47GtXwePms
השפעת האינטרנט על חיינו היא משמעותית במיוחד. אין ספק שחיינו השתנו לבלי הכר מאז תחילת שנות ה-90 כשהטכנולוגיה הזו הפכה יותר ויותר מרכזית בחיים המודרניים.
מצד שני יש טענה שגוגל והקלות הבלתי נתפסת למצוא בו דברים הופכים אותנו לטיפשים. האם זה אכן כך? - זו שאלה שמעסיקה חוקרים רבים, והתשובה היא, כפי הנראה, מורכבת יותר משאולי נדמה לנו.
הטענה המרכזית: שימוש יתר במנועי חיפוש, תוכנות ניווט וטכנולוגיות דומות עלול להפחית את פעילות המוח באזורים מסוימים, ולהשפיע לרעה על יכולות קוגניטיביות כמו ריכוז, זיכרון והתמצאות מרחבית.
ניקולס קאר, סופר אמריקאי, תיאר במאמרו המפורסם "האם גוגל הופך אותנו לטיפשים?" את הקושי שלו להתמקד בקריאה לאחר שנים של שימוש אינטנסיבי באינטרנט, תופעה שרבים הזדהו עמה.
ההסבר שהמדע נותן לעניין הזה הוא שהמוח שלנו, בדומה לשריר, זקוק לאימון. כאשר אנחנו מסתמכים על טכנולוגיה, אנחנו מפחיתים את הצורך להשתמש ביכולות טבעיות כמו זיכרון ומציאת נתיבים. כך, לדוגמה, רבים כבר לא זוכרים מספרי טלפון, משום שהם זמינים תמיד בטלפון הסלולרי.
מחקרים גם מצביעים על כך ששימוש ב-GPS מפחית את הפעילות המוחית באזורים האחראיים על ניווט וזיכרון מרחבי, ואפילו נהגי מוניות לונדון, המפורסמים ביכולות הניווט שלהם, מראים גודל היפוקמפוס גדול יותר ככל שהם מנווטים יותר בעצמם, לעומת מי שהתמסרו לאפליקציית הניווט.
ההשפעה על הקשב והזיכרון: מחקרים מצביעים על קיצור טווח הקשב אצל צעירים כתוצאה מגלישה מרובה ברשתות חברתיות ומשחקי מחשב. חוקרת נוספת טענה שאנשים מסתמכים יותר על היכולת למצוא מידע באינטרנט מאשר לזכור אותו בעצמם. זה עלול להוביל לירידה ביכולות הזיכרון. הרי אפילו זיכרון מידע פשוט, כמו מספרי טלפון, נפגע כתוצאה מהתלות בגאדג'טים.
מחקרים שנערכו כדי לבדוק האם זה אכן המצב הראו שאנו "משחררים" ככל שאנחנו סומכים על הטכנולוגיה להחליף את הצורך לזכור. בניסויים שנערכו לבחינת הנושא, למשל, מצאו החוקרים שהמשתתפים זכרו פחות מידע כאשר סברו שהוא שמור במחשב, גם כאשר התבקשו במפורש לזכור.
האם יש גם יתרונות לטכנולוגיה הזו? - ודאי. האינטרנט מציב בפנינו אתגרים קוגניטיביים חדשים, ומאפשר גישה למידע עצום שמשפר את היכולת לקבל החלטות ולסנן מידע. בנוסף, טכנולוגיות חדשות יוצרות "אוריינויות" חדשות, כמו אוריינות חזותית ומשחקית.
לכן, אין תשובה חד משמעית והתמונה מורכבת: האינטרנט יכול לשפר יכולות מסוימות אך לפגוע באחרות. הכניסה המאסיבית של ה-AI לחיינו, עם סוכני AI ומודלי השפה הגדולים (LLMs כמו קלוד ו-ChatGPT) גם היא ודאי משפיעה ותשפיע הרבה יותר ואף תחמיר את התלות בטכנולוגיה ואת הנכונות האנושית להשתמש ביכולות המוחיות שלנו.
אז מה אפשר לעשות בעניין?
חלק מהחוקרים ממליצים על "חדרי כושר למוח" – תוכנות ופעילויות שנועדו לאמן יכולות קוגניטיביות כמו זיכרון וריכוז. אך חשוב גם להפחית את הזמן שאנחנו מבלים מול מסכים ולתרגל חשיבה עמוקה ללא התערבות טכנולוגית.
יעזרו גם קריאה, מחקר, איסוף חומרים עצמאי והתמודדות עם מטלות מסוימות בדרך הישנה, כשאפשר לוותר על האפליקציה או מנוע החיפוש. לבסוף, חשוב להבין שהשימוש בטכנולוגיה הוא כלי ותלוי בנו איך אנחנו משתמשים בו. שימוש מאוזן יכול להביא לתועלת רבה, בעוד ששימוש יתר ופיתוח תלות בה עלולים להזיק.
זה מה שעושה הרשת למוח האנושי ולחשיבה והזיכרון:
http://youtu.be/cKaWJ72x1rI
הנה השפעת הרשת על המוח האנושי:
http://youtu.be/qoFMGLTjUTM
הירידה בקריאה והריכוז היורד (עברית):
https://youtu.be/hQu3deT4aSs
והשינויים הללו של המהפכה הטכנולוגית פוגעים ביכולות הקוגניטיביות של הדורות הבאים (בעברית):
https://youtu.be/RmVJ1acLGic?long=yes
