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.
»
«
מהם סוכני AI ומה הם עושים?
שנת 2024 מסמנת את הגעתם של תוכנות אוטונומיות, או יישומים שנתמכים ב-AI ומסוגלים לתפוס את סביבתם, לקבל החלטות ולנקוט פעולות להשגת מטרות ספציפיות עבורנו המשתמשים.
בשנה זו החלה תעשיית ה-AI במרוץ לפיתוח מה שנקראים בשפה הפופולרית "סוכנים חכמים" (AI agents), סוכני AI או LLM Agents.
סוכני AI הם עוזרים דיגיטליים בעלי יכולות לפתור בעיות. אלה מנועי תוכנה מבוססי בינה מלאכותית שיכולים לבצע משימות באופן אוטונומי, כלומר עצמאי. חלקם הגדול יכול לחקות ממש ביצועים של בני אדם והרבה יותר טוב.
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 על סוכני 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
והדגמת GPT 4o שהופך לסוכן AI ומסוגל לעשות פעולות שונות בשירותך:
https://youtu.be/DrKkKLEditU?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 עושים כלי מחקר ועיון מבוססי AI?
כלי מחקר מבוססי בינה מלאכותית ג'נרטיבית הם סוג של סוכני AI משוכללים (AI agents) המיועדים לחקר וארגון המידע שאנו צוברים בתהליך המחקרי.
מבין מודלי השפה הגדולים (LLMs) בולטים קלוד ו-Chatgpt שפותחו לכלים מולטי-מודאליים. ככאלה הם מתאפיינים ביכולת ללמוד דברים מטקסטים, תמונות, צילומי מסך ועוד ולשפר את הביצועים עם תוצאות בפלט הכולל טקסטים, קוד, אודיו, וידאו, תמונות והבנה מרחבית.
לצידם יש מודל שפה שהוא יותר מחקרי באופיו וכולל מנוע חיפוש. מדובר ב-Perplexity, כלי שהחל בהתבססות על דאטה מחקרי, בעיקר מ-Google Research. כשהפך להיות הצ'טבוט המחפש הראשון, הוא מתבסס על תוכן עדכני ורלוונטי שהוא מאתר באינטרנט בזמן אמת, עם עדיפות לתמציתיות ולנתוני אמת. בנוסף, פרפלקסיטי שומר על כללי הציטוט המדעי, נותן ציטוטים עם ציוני מקור, מנמק ומקשר את טיעוניו למקורות שעליהם התבסס ומהם שאב את המובאות והתשובות.
יש גם את NotebookLM של גוגל, מעין מחברת חכמה בצירוף שותף ללמידה, שמבין אתכם ועוזר להפיק את המרב מהחומר המחקרי או הלימודי. במקום לבזבז זמן על עבודה טכנית ומשעממת, מעלים אליו עשרות חומרים, כולל טקסטים בהעתק-הדבק, מאמרים, לינקים, כתבות וספרים ועד סרטוני יוטיוב והקלטות קוליות. הכלי, שמתבסס על Gemini 2.0, קורא, מבין ומנתח את כל המידע במהירות ובמקום שתבזבזו שעות על קריאת חומר וכתיבת סיכומים, הוא מייצר לכם בקלות סיכומים חכמים, תובנות, מדריכי למידה, צירי זמן ותשובות לכל שאלה. ניתן לצ'טט או ממש לשוחח עם המחברת כאילו היא עוזר אישי וקולי, לשאול שאלות שתרצו על החומר ולקבל תשובות מדויקות ומובנות.
מרשימה גם היכולת של NotebookLM, להפוך את הידע שטענתם אליו לפודקאסט וגם לשאול שאלות עם מיקרופון ולהיות שותפים מלאים לשיחה עם "המגישים". תארו לעצמכם שתוכלו לקחת את הסיכום שיהפוך להרצאה מוקלטת בקול אנושי לחלוטין, או לסרטון לימודי או מקצועי. זו למידה חווייתית, שיתופית ומעניינת הרבה יותר.
עוד כלי מחקר טובים הם עזרי כתיבת פרומפטים ומאגרי פרומפטים המסייעים לתקשורת יעילה עם מודלים גדולים של שפה. כלים כאלה הם חיוניים למגוון עצום של שימושים, כולל שלל אפשרויות מחקר, כתיבה והפקת תובנות מתוכן גולמי וממקורות בינתיים.
ברמה המדעית יש גם יש כלי בינתי, מעין מודל שפה גדול (LLM) בשם Consensus שהוא בעצם מנוע חיפוש אקדמי מבוסס בינה מלאכותית. הוא עצמו משתמש במודלי שפה גדולים (LLMs) כדי לאסוף, לנתח ולהנגיש מידע מדעי בצורה פשוטה ומדויקת. המנוע של "קונצנזוס" מנתח יותר מ-200 מיליון מאמרים מדעיים, מסכם אותם באופן תמציתי ומציג את הקונצנזוס המדעי, מה הדעה הכללית ביחס לשאלות מדעיות בנושאים שונים. לשם כך הוא משתמש בכלים כמו "Consensus Meter", בו רואים את התפלגות הדעות בשאלה המסוימת ולומדים על "מה חושב המדע" לגביה.
עוד שיטה שהוא נוקט היא "Pro Analysis". שימושיה העיקריים בחינוך ובמחקר הם בסיוע לסטודנטים ולמורים במציאת מאמרים רלוונטיים, יצירת סיכומים מותאמים לשואל, ניתוחים מהירים של ספרות מדעית, סינון מאמרים שלא עומדים בדרישות מדעיות מוגדרות (כמו מתודולוגיה, גודל מדגם או מובהקות סטטיסטית) והפקה של ציטוטים אוטומטיים ודוחות מותאמים.
הנה NotebookLM, כלי המחקר לטעינת חומרים מגוונים ומשימות עליהם (עברית):
https://youtu.be/_vML22ACIRs
הוא יכול לייצר אפילו פודקסט:
https://youtu.be/1jgpsGDUXW4
הצ'טבוט שמצטיין במחקר ובחיפוש - Perplexity (עברית):
https://youtu.be/1MkBWfurQL4
כלי AI מקצועי למחקר מדעי בסקירת ספרות ולמידה ממאמרים:
https://youtu.be/LBzrVEG5qsk
מארינר - סוכן AI והעוזר הגלובלי של גוגל:
https://youtu.be/WJnUWldjJQA?long=yes
הבן של גוגל וקלוד - הנה פרפלקסיטי ששילב את שני העולמות (עברית):
https://youtu.be/33nBpKRWMms?long=yes
כמה כלי מחקר מבוססי AI:
https://youtu.be/Rc9R7T8S1c8?long=yes
ומדריך לעבודה עם NotebookLM:
https://youtu.be/UG0DP6nVnrc?long=yes
איך לדעת מתי אנו משוחחים עם טכנולוגיה תבונית?
ניתן להצמיד את התוספת של בינה מלאכותית או אינטליגנציה מלאכותית לכל תוכנה או מחשב, אבל יש לדעת שיש הגדרה מדויקת ומדידה, שרק מחשבים או תוכנות שעומדים בה יכולים להיקרא "מחשבים חכמים".
ההגדרה הידועה ביותר למהי בינה מלאכותית ידועה בשם 'מבחן טיורינג'. לפי מבחן זה מחשב ייחשב לבעל תבונה, אם אדם שינהל עמו שיחה, בדרך שאינה מסגירה אם זה מחשב או בן-אנוש (בממשק כמו צ'אט ממוחשב למשל), לא יוכל לזהות האם מולו ניצב אדם או מכונה.
בשנת 2014 עמדה לראשונה תוכנת מחשב במבחן טיורינג, כשהצליחה לעבור את סף 30% מהמשוחחים שחשבו שהם שוחחו עם בן-אדם.
עוד על הנושא אפשר ללמוד באאוריקה, בתגית "מבחן טיורינג".
הנה הסבר פשוט לגבי מבחן טיורינג (עברית):
http://youtu.be/YTNasDfDE6U?t=1m8s
רובוטים כמו ג'ולס, שיכולים לנהל שיחה, הם העתיד של הבינה המלאכותית:
https://youtu.be/IhVu2hxm07E
והסבר על מבחן טיורינג כאמצעי לזיהוי תבונת מחשב (מתורגם):
https://youtu.be/3wLqsRLvV-c
מהי בינה מלאכותית כללית או AGI?
בינה מלאכותית כללית (AGI), באנגלית Artificial General Intelligence, משמעותה בפשטות היא בינת-על. בינה מלאכותית שלא יודעת לעשות רק דבר אחד, או בתחום אחד, אלא כזו שיודעת לעשות הכל.
היא נקראת גם בינה מלאכותית חזקה, בניגוד לבינה מלאכותית צרה, חלשה, המיועדת ומתוכנתת למשימות ספציפיות, הבינה הכללית המלאכותית היא סופר-אינטליגנציה, שאינה מוגבלת בתחום או במיומנות ספציפית, אלא בינה מאוד חכמה, מבריקה, גאונה.
דמיינו AGI בתור הגאון של החברה, אדם חכם ונבון מאוד, או בעצם המון כאלו. היא תהיה מצוידת בכל החושים ויכולות הקוגניציה שיש לאדם, כולל שמיעה, ראייה, הבנה של הקשרים, יכולת לפענח התנהגות, חשיבה יצירתית וכדומה.
בקיצור, ה-AGI היא מאסטר מיינד גאוני, כלי ממוחשב שיהיה כה מבריק ומתוחכם, עד שיעקוף את האדם בבינה שלו ומן הסתם את האדם הכי חכם שאתם מכירים, או את כל הכי חכמים (אולי בעולם) יחדיו.
אם בעבר היה פיתוח AGI מושג מופשט ומטרת מחקר תיאורטית, בשנת 2020 העריכו בקבוצות בינה מתקדמות שייקח עוד 50 שנה עד שתגיע בינה מלאכותית ג'נרליסטית שכזו. ההערכה כיום, באפריל 2024, היא שבין 2026 ל-2027 תהיה הבינה המלאכותית הכללית בשוק.
לא יאומן? - התרגלתם. אנחנו חיים בעתיד...
כל חברות הטכנולוגיה הגדולות נמצאות בעיצומו של המרוץ לפיתוח בינת-על שכזו. מגוגל, אפל, אמזון ומטא ועד למלכת ה-AI הנוכחית, חברת OpenAI הצעירה, זו שהשיקה את מהפכת הבינה היוצרת והיצירתית (GenAI), פיתחה את דאלי ואת. הצ'ט בוט המצליח בעולם ChatGPT ושועטת עכשיו קדימה בפיתוח הבינה המלאכותית הכללית.
#מה בינה כללית תדע לעשות?
נזכיר שבינה מלאכותית הכללית, מעבר לתחכום שלה, מסוגלת לבצע מגוון משימות רחב, לפתור בעיות לפני שנוצרו ולמלא משימות מושלמות, מבלי שיתכנתו אותה ליכולת ספציפית כלשהי. היא פשוט תלמד כל יכולת כזו שתצטרך בעצמה ותדע לבצעה כאילו כל חייה היא עשתה זאת...
כבר עכשיו ברור שמערכת AGI סופר אינטליגנטית שכזו תתאפיין בתבונה כללית ויכולת להפעיל שיקול דעת, תוך קבלת החלטות מורכבות. לצד זה יהיו לה יכולות של הבנת שפה טבעית של בני אדם, ביחד עם למידה עצמאית של מידע חדש ובכך שיפור מתמיד של יכולותיה לתחומים ומיומנויות חדשות (ללא תכנות ספציפי), ביכולות של חשיבה מופשטת ויכולת להבין וליישם מושגים מופשטים, כולל במצבים חדשים.
לא פחות חשובה היא היכולת היצירתית החשובה כל כך של העברה בין תחומים, כלומר היכולת לנייד ולהעביר בין תחומי דעת שונים ידע, מיומנויות ויכולות שונות. כך, חברים, נולדים המצאות, פתרונות לבעיות והברקות הנדסיות, מדעיות וטכנולוגיות שונות.
סופר-אינטליגנציה שכזו תקבל בעתיד החלטות ביטחוניות שיילכו וישתבחו, ככל שהיא תלך ותשכלל את עצמה. היא תיקח על עצמה את האחריות על ניהול המערכת הפיננסית, מהאישית ומשפחתית ועד לרמת אוצר המדינה או הבנק הלאומי. היא תנהל מגוון מערכות שירותים ומערכות תשתית, טוב יותר מכל אדם, תמצא תרופות למגוון סוגי הסרטן ותפתור את בעיות האקלים. לא מן הנמנע שפרסי נובל יתרחבו למפתחי בינות-על, שיפצחו בעיות שהמין האנושי לא השכיל לפתור.
#סכנות בינת העל
השאלה העיקרית והמפחידה לא מעט אנשים היא מה יקרה אם או כשבינת העל הזו תחליט שאנו, בני האדם, מיותרים בעולם... זו הסיבה שעולם הטכנולוגיה מלא באזהרות של מומחים מקוגניציית-העל שלה.
כבר עתה ברור שתהיה חובה לייצר פיקוח ורישוי (רגולציה) וחוקים שיחייבו את החברות שיפתחו AGI לקחת אחריות מלאה לנזקים שבינתם עלולה לגרום. מה יהיה שבינות חכמות כל כך יקבלו החלטות שיסכנו ואף יקטלו בני אדם, או שיעדיפו בקבלת ההחלטות שלהן שיקולים שונים מטובת בני-אדם לפני הכל.
כשבידיה של אינטליגנציה עילית שכזו תהיה היכולת לשלוט ישירות בכל המערכות הטכנולוגיות שמקיפות אותנו, לא ניתן יהיה למנוע את ההחלטות שהיא עלולה לקבל, כמו גם את הביצוע שלהן.
לכן ברור שיהיו חייבים להינקט עיצומים מרתיעים וכבדים דיים, כך שימנעו מחברות הטכנולוגיה כניסה להרפתקאות בלתי אחראיות ומסוכנות לאנושות.
הנה ההשפעה הצפויה של הבינה המלאכותית הכללית על המין האנושי (מתורגם):
https://youtu.be/RzkD_rTEBYs
מהי הבינה המלאכותית הכללית?
https://youtu.be/kHFVZV-lj8g
הסבר מפורט לגבי הבינה המלאכותית הכללית:
https://youtu.be/LhLyOWoUnDI?long=yes
האם AGI פרק את צוות החברה המובילה את ה-AI כיום?
https://youtu.be/OphjEzHF5dY?long=yes
והיום כבר מדובר על ASI שתעבור בהרבה את הבינה האנושית:
https://youtu.be/C0RjMAWhvh8?long=yes
האם רובוטים יגזלו לנו את הפרנסה?
בקרוב, ממש בקרוב, יוזמן עובד למשרד המנהל, לשימוע לפני פיטוריו. הוא לא ישמע שהוא פוטר מפני שאת עבודתו יכול לעשות רובוט, כי זה כבר קורה כמה עשרות שנים. רבים בשוק העבודה חוששים שמה שיקרה במשרד המנהל הוא שהשימוע עצמו ייערך אל מול רובוט.
רובוט מנהל.
זה לא סוד שרובוטים מבצעים כיום יותר ויותר תפקידים שבעבר היו ממלאים עובדים חרוצים יותר או פחות. היתרון בהם ברור - הם לעולם לא מתעייפים, אף פעם לא חולים או שובתים, שכרם נמוך (אם להחשיב את עלות הקנייה המקורית שלהם ואת הוצאות התחזוקה הרגילות), הילד לא חולה אצלם אף פעם והם ניתנים לשליטה מירבית, בידי ההנהלה.
ביל גייטס, מייסד חברת מיקרוסופט וממובילי עולם ההייטק, כבר אמר ב-2015 ש-45% מהמשרות שבהן עובדים בני אדם ניתן להעביר לרובוטים. ברור שהנתון הזה כבר השתנה כלפי מעלה. הסכנה ברורה, אבל העתיד לא ממתין לאישור, למדו על הדרכים לרכב על חידושי ה-AI במקום להידרס - בתגית "אבטלת AI, מומחיות".
הנה הפחד מהחלפת האדם בידי הרובוטים (עברית):
https://youtu.be/PDpUVICjokM
החששות מהבינה המלאכותית של הרובוטים הללו (עברית):
https://youtu.be/7qUJRUA0wm0?t=17s
על המשרות שרובוטים יאחזו בהן:
https://youtu.be/skG3okhx2TU
החלפת עובדים ברובוטים:
https://youtu.be/7c_XO3Ouzts
סרט תיעודי על העולם של הרובוטים והעתיד איתם:
https://youtu.be/8VvYu1fWyxA?long=yes
על העתיד האוטומטי לחלוטין וההבטחה שלו לאיום על העבודה האנושית:
https://youtu.be/rnBAdnNIIXk?long=yes
מה יהיה הווב הסמנטי?
הווב הסמנטי (Semantic web) הוא חזון לבסיס נתונים שיפעל כרשת ויכיל את קשרי המשמעויות שבין מרכיביו. הרעיון הוא לשפר את רשת האינטרנט שאנו מכירים כ-WWW, לרשת שתכיל מידע על כל סוג של קובץ המצוי בה. המידע הזה יאפשר שימוש יעיל ומתקדם מאד בתכנים שברשת. כל פריט מידע ברשת כזו יהיה מתויג, כך שהוא יסייע לרשת לסייע למשתמשים לקבל מידע מתאים ואיכותי, כשהם יזדקקו לו.
להוספת רכיבי המידע הנדרשים ליצירת רשת כזו ישתמשו בכלים כמו מטא-תגיות (META Tags), מעין תגיות-על שתפקידן לתאר את פריט המידע ונתוני-על (META data), שיתארו את הדפים והאתרים שברשת ויאפשרו לבסיס הנתונים "לדעת" עליהם דברים חשובים.
באופן מסוים אמורה לפעול הרשת הסמנטית הזו כמודל של המוח האנושי. הגולשים יידעו מראש לגבי אתרים איכותיים ומעניינים בשבילם ספציפית, כי הרשת הזו תדע מה הם אוהבים ובמה הם מתעניינים ויודעת לברור בשבילם את המתאים ביותר, מבין מה שהיא מכילה.
בזכות "הידע על הידע" שיוסיף הווב הסמנטי, יוכלו הגולשים גם להימנע מאתרים גרועים, סתמיים או לא מתאימים להם וכדומה.
אבל רשת עתידית שכזו תכיל גם "סוכני תוכנה", תוכנות מתקדמות שיפעלו ברשת כזו ברקע ויבצעו בה פעולות של איסוף וניתוח נתונים ומגוון משימות מורכבות וקשות, שלרוב מבוצעות על ידי בני אדם.
הסוכנים הממוחשבים הללו ימצאו ויאתרו כל הזמן קשרים ואסוציאציות בין פריטי המידע שנוספים אליה ויתייגו אותם. בצורה כזו ניתן יהיה להשתמש בהם בצורה חכמה. הנתונים ברשת כזו יוכלו להיות שימושיים ושיתופיים למגוון של צרכים, מתוכנות ועד לעסקים, מיזמים שונים.
את הרשת הסמנטית חזה ממציא רשת האינטרנט, טים ברנרס-לי. החזון שלו היה של רשת מידע שתאפשר למחשבים להבין את המשמעויות של הפרטים שהיא מכילה. הוא כתב עליה לראשונה בשנת 2001, ביחד עם עמיתיו, במאמר שפורסם במגזין "סיינטיפיק אמריקן".
בין הדוגמאות שנתן אז ברנרס-לי היו סוכנים ממוחשבים שינהלו את לוח הפגישות של המשתמש, באופן שלוקח בחשבון נתונים ממקורות שונים וידע שקיים ברשת. הוצעו גם תוכנת דואר חכמה שעוד בזמן כתיבת מייל מודיעה על חברים שנתקלו בנושא, שיתופי פעולה עסקיים אפשריים ועוד.
בשנת 2024 ניתן כבר לומר שהבינה המלאכותית הבשילה להציע את הווב הסמנטי וסוכנים חכמים, שזכו לכינוי "סוכני AI" עושים בדיוק את מה שתואר בתור הסוכנים הממוחשבים.
הנה הווב הסמנטי:
https://youtu.be/OGg8A2zfWKg
מייסד ויקיפדיה מסביר את המושג כמו שהוא מבין אותו:
https://youtu.be/MY4s8uuHmy0
ומונולוג ארוך והאמת גם די משעמם של טים ברנרס לי על הווב הסמנטי:
https://youtu.be/HeUrEh-nqtU
מהם מודלי שפה גדולים, או LLM?
מודל שפה גדול (LLM), קיצור של Large Language Model, הוא ה"מוח" שמפעיל צ'אטבוט עוצמתי, כמו הצ'אטבוט ChatGPT, המייצר תוכן לבקשת המשתמשים ועושה זאת באמצעות מודל השפה הגדול GPT-4.
את התוכן מייצר הצ'אטבוט מדאטה עצום, כמות מידע אדירה שנשאבה מהאינטרנט ובאמצעותה אימנו את מודל השפה שמפעיל אותו. מודלי השפה GPT-3 ו-GPT-4, למשל, הם שמפעילים את הצ'אטבוט הכי מפורסם ChatGPT.
יש שאומרים שמודל השפה בעצם הוא לא יותר ממחולל מילים סטטיסטי. הם צודקים אבל גם טועים. כי מודל שפה יכול לחשב מצוין הסתברות של הופעת מילים שונות בכל משפט וכך לייצר משפטים חדשים, מילה אחר מילה, בשפה שבה הוא אומן על ידי המפתחים שלו. אבל זו דוגמה בלבד ואפילו קצת מטעה. כי סטטיסטיקה זה לא הכל וכנראה לא לגמרי המהות של העניין. המוח של מודל השפה, האופן שבו הוא בנוי והתובנות והביצועים שהוא יכול לנפק, הם משמעותיים הרבה יותר.
מודל כזה מבוסס על רשת עצבית מלאכותית הבנויה בצורה דומה למוח האנושי. הרשת הזו היא בעלת כמות אדירה של פרמטרים, לרוב מיליארדים. הפרמטרים הללו הם ערכים מספריים שמסייעים לאלגוריתם ללמוד.
עוד ביטוי לגודלו הגדול של המודל הוא באימון שלו על מאות מיליוני מילים, בכמויות ענק של טקסט לא מתויג, בשיטת למידה שאינה מסתמכת רק על דוגמאות אנושיות, או מה שנקרא "למידה בפיקוח-עצמי".
#איך זה בדיוק עובד?
נניח ששאלתם שאלה, מודל השפה הגדול מניח את נוסח השאלה על שולחן הטיפולים שלו ובודק בדאטה שלו, במידע העצום שהוא אגר והמיר לקוד מתמטי (ראו אח"כ בתגית" טוקנים"), מה המילה שהכי סביר (מבחינת הסתברות) שתתחיל את התשובה. ואז הוא בודק מה המילה עם ההסתברות הכי גבוהה להופיע אחריה וכך הלאה. זה ייתן לו את התשובה הסבירה ביותר לשאלה.
למה הכי סבירה ולא הכי טובה? - כי הסתברות היא לעולם לא מושלמת וזו בדיוק הסיבה להזיות שנקבל לא פעם ממנועי בינה מלאכותית. אגב, אם תבקשו ממנו לבדוק את תשובתו, כל LLM ימצא ויפרט את שגיאותיו וגם יציע לתקן את המענה שנתן ובתיקון זה כבר יהיה הרבה יותר טוב.
ה-LLM משתמש בייצוג מתמטי של שפה טבעית באמצעות הסתברויות. כל מדען נתונים יאשר שהבסיס של מודלי שפה הוא היכולת שלהם לחשב הסתברות לכל משפט בשפה שבה הם אומנו ומהיכולת הזו נובע חלק משמעותי ביכולת שלהם לייצר משפטים חדשים, מילה אחר מילה.
#מודלי השפה הגדולים והבינה הג'נרטיבית
מודל השפה הגדול הוא בעצם הבסיס למהפכת הבינה הגנרטיבית שפרצה לחיינו בשלהי 2022-תחילת 23. מודלי השפה הגדולים הללו מסמנים קפיצת דרך של ממש ולמעשה הכניסו אותנו עמוק אל תוך העתיד.
הייתה זו IBM שפיתחה את אחד ממודלי השפה הראשונים. הוא נקרא ווטסון, על שם תומאס ווטסון, מייסד IBM. יש גרסה שאומרת שהוא קיבל את שמו משמו משם העוזר של שרלוק הולמס, ווטסון. מודל כזה, ממש כמו אותו עוזר, תמיד מסייע בחקר ובתשובות שונות, כיום של רבים ואצל שרלוק, לצרכי החקירות של הבלש הנודע.
מצוידים במודלים החדשים, הצ'אטבוטים המרשימים, כמו Claude ו-ChatGPT, מסרבים להיות לכם לווטסון. במקום זאת הם מפותחים כך שיהיו המוח, כלומר השרלוק שלכם, כשאתם וכמה זה אירוני, בתפקיד הווטסון או העוזר שלהם... אבל גם הלקוחות.
מודל שפה הוא שמאפשר לנו לבקש ממנו לסכם טקסטים, לענות על שאלות, לצייר או בעצם לייצר תמונות ו"צילומים", לחבר שירים, ליצור סרטונים או לכתוב קוד.
אז מודלי שפה גדולים אפשרו את קפיצת הדרך המדהימה של מהפכת ה-AI. אמנם הם רחוקים מלהיות מושלמים לחלוטין ועדיין פה ושם מקלקלים את ההתפעלות עם ההזיות המוכרות האלה שלהם, עובדות שגויות, מידע לא רלוונטי או מופרך ואפילו עלבונות נדירים. ומה שלא פחות מרגיז לעתים הוא הביטחון המלא שבו הם כותבים או מדברים אותן, שזה בדיוק מה שהופך את חשיפת ההזיות ובדיות הללו לכל כך קשה ומסוכנת...
כיום, המודלים הללו הולכים ומאפשרים צמיחה של עולם חדש, עולם סוכני ה-AI. הם ממוקדים בביצוע משימות ספציפיות, תגובה לסביבה ועוד תכונות מבטיחות. הכירו אותם בתגית "סוכני AI".
הנה מה שעושים המודלים, מנועי השפה הגדולים (מתורגם):
https://youtu.be/X-AWdfSFCHQ
מהו LLM?
https://youtu.be/iR2O2GPbB0E
השוואת הצ'טבוטים הטובים, מנועי השפה הגדולים בסוף 2024 (עברית):
https://youtu.be/NanvGTQeO-g
כך פועל מודל השפה הגדול LLM:
https://youtu.be/iR2O2GPbB0E
כך בנויים ופועלים מודלי השפה הגדולים:
https://youtu.be/5sLYAQS9sWQ
יש להם גם חסרונות:
https://youtu.be/Gf_sgim24pI
הסבר מעמיק על מודלים גדולים של שפה ומה שהם הובילו (עברית):
https://youtu.be/-NIsUKUnxhA?long=yes
ובאופן סטטיסטי - כך פועל LLM:
https://youtu.be/LPZh9BOjkQs?long=yes
מהם טוקנים ב-AI ולמידת מכונה?
מאסימוני הטלפונים ועד עולם אבטחת מערכות מחשוב, טוקן (Token), בעברית “אסימון”, הוא מושג המשתנה בהתאם להקשר שבו הוא מוזכר. אפילו בתוך עולם המחשבים יש למושג טוקן כמה שימושים.
בלמידת מכונה, אחת הזירות המרתקות של העידן המודרני והתחום בו פועלים מודלי השפה הפופולריים של ימינו, כמו Claude או ChatGPT, לטוקנים יש משמעות אדירה.
אותם מודלים גדולים, LLMs, הם מודלים מתמטיים. כדי לבצע את המשימות שאנו מבקשים מהם, תוך כדי תקשורת איתם בשפה טבעית, כמו אנגלית, עברית וכדומה, הם משתמשים בתהליך שנקרא "טוקניזציה" (Tokenization).
במרכז הטוקניזציה נעשה פילוח של הטקסטים שהמודלים הללו מקבלים כנתונים, כדאטה, ליחידות קטנות יותר, תרגום של חלקי המידע הקטנים למספרים, כשאת יחידות המידע הללו, שהומרו למספרים, הם ינתחו בהמשך.
כך, אחרי שמסתיימת הטוקניזציה, הם מייצרים מהמידע טוקנים, מספרים שכל אחד מהם מייצג פריט מידע קטן. ה"טוקן" משמש בהם בתפקיד "אסימון למידת המכונה", שמתאר באופן מתמטי את יחידות הטקסט הקטנות. אלה מעין יחידות מידה שהמודלים המוכרים יוצרים מהקונטקסט.
לאחר שסיימו להפוך את המידע לטוקנים, מרבית המודלים שאנו מכירים הטוקנים משמשים לייצוג של הטקסט, ביחידות קטנות שהמודל מעבד בצורה מתמטית.
כשאנו משתמשים בטוקנים, זה כדי לסייע למודל להבין את המבנה של הטקסט, כך שיוכל לבצע על פיו את החישובים שלו. טוקן אחד יכול להיות כל חלק ממילה בשפה הרגילה שלנו, או אפילו תו אחד.
כדי להבין ולהגיב לקלט, המודל משתמש בכמות מסוימת של טוקנים. וטוקן יכול להיות כל פיסת מידע, מתו בודד ועד מילה שלמה ולעתים גם יותר. יש שיטות שונות של טוקניזציה והבחירה ביניהן היא בהתאם לאלגוריתם בו משתמשים. יש שהאסימון הוא לפי תווים (Character tokenization), אסימון לפי מילים, לפי משפט, ביטויים, טוקניזציה לפי מילת משנה ולפי מספר.
בשיחה על מודל AI (ה-LLM, כמו ChatGPT או Claude) משמש הטוקן לציון גודל השיחה על המודל והיקף המידע שיכול להיות בה. לכל מודל יש מגבלה של זיכרון התוכן שהוא יכול לעבד בשיחה אחת ולהתבסס עליו בתשובות שלו ובמהלך השיחה.
כל הטקסט שהמודל מכיל ובא מהקלט שמזרים לו המשתמש, כולל השאלות והתשובות וכל מידע נוסף, כל אלו מכונים "קונטקסט" (Context), כלומר "ההקשר".
חלון ההקשר (context window), או "חלון הקונטקסט", מייצג את כמות התוכן שהמודל יכול לעבד בשיחה עם משתמש. הכמות הזו נספרת בטוקנים. אם קלוד, למשל, תומך ב-200 אלף טוקנים, זה אומר שהשיחה יכולה לכלול כ-40 אלף מילים. אם לג'מיני של גוגל יש מיליון טוקנים, זה אומר פי 5 יותר מילים וגודל חלון הקונטקסט שלה, כלומר השיחות עם ג'מיני הוא של כ-2 ספרים ממוצעים.
טוקניזציה כפי שהיא נעשית בידי מדעני נתונים:
https://youtu.be/fNxaJsNG3-s
פרמטרים וטוקנים הם לא הכל במודלים:
https://youtu.be/a1nqXQMOCks
הסבר של Machine Learning Token באנגלית:
https://youtu.be/mnqXgojQCJI
וטוקניזציה באתרי אינטרנט שיכולה לשמש בהקשר אחר כאמצעי אבטחה:
https://youtu.be/Y7I4IDojhJk
שנת 2024 מסמנת את הגעתם של תוכנות אוטונומיות, או יישומים שנתמכים ב-AI ומסוגלים לתפוס את סביבתם, לקבל החלטות ולנקוט פעולות להשגת מטרות ספציפיות עבורנו המשתמשים.
בשנה זו החלה תעשיית ה-AI במרוץ לפיתוח מה שנקראים בשפה הפופולרית "סוכנים חכמים" (AI agents), סוכני AI או LLM Agents.
סוכני AI הם עוזרים דיגיטליים בעלי יכולות לפתור בעיות. אלה מנועי תוכנה מבוססי בינה מלאכותית שיכולים לבצע משימות באופן אוטונומי, כלומר עצמאי. חלקם הגדול יכול לחקות ממש ביצועים של בני אדם והרבה יותר טוב.
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 על סוכני 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
והדגמת GPT 4o שהופך לסוכן AI ומסוגל לעשות פעולות שונות בשירותך:
https://youtu.be/DrKkKLEditU?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
כלי מחקר מבוססי בינה מלאכותית ג'נרטיבית הם סוג של סוכני AI משוכללים (AI agents) המיועדים לחקר וארגון המידע שאנו צוברים בתהליך המחקרי.
מבין מודלי השפה הגדולים (LLMs) בולטים קלוד ו-Chatgpt שפותחו לכלים מולטי-מודאליים. ככאלה הם מתאפיינים ביכולת ללמוד דברים מטקסטים, תמונות, צילומי מסך ועוד ולשפר את הביצועים עם תוצאות בפלט הכולל טקסטים, קוד, אודיו, וידאו, תמונות והבנה מרחבית.
לצידם יש מודל שפה שהוא יותר מחקרי באופיו וכולל מנוע חיפוש. מדובר ב-Perplexity, כלי שהחל בהתבססות על דאטה מחקרי, בעיקר מ-Google Research. כשהפך להיות הצ'טבוט המחפש הראשון, הוא מתבסס על תוכן עדכני ורלוונטי שהוא מאתר באינטרנט בזמן אמת, עם עדיפות לתמציתיות ולנתוני אמת. בנוסף, פרפלקסיטי שומר על כללי הציטוט המדעי, נותן ציטוטים עם ציוני מקור, מנמק ומקשר את טיעוניו למקורות שעליהם התבסס ומהם שאב את המובאות והתשובות.
יש גם את NotebookLM של גוגל, מעין מחברת חכמה בצירוף שותף ללמידה, שמבין אתכם ועוזר להפיק את המרב מהחומר המחקרי או הלימודי. במקום לבזבז זמן על עבודה טכנית ומשעממת, מעלים אליו עשרות חומרים, כולל טקסטים בהעתק-הדבק, מאמרים, לינקים, כתבות וספרים ועד סרטוני יוטיוב והקלטות קוליות. הכלי, שמתבסס על Gemini 2.0, קורא, מבין ומנתח את כל המידע במהירות ובמקום שתבזבזו שעות על קריאת חומר וכתיבת סיכומים, הוא מייצר לכם בקלות סיכומים חכמים, תובנות, מדריכי למידה, צירי זמן ותשובות לכל שאלה. ניתן לצ'טט או ממש לשוחח עם המחברת כאילו היא עוזר אישי וקולי, לשאול שאלות שתרצו על החומר ולקבל תשובות מדויקות ומובנות.
מרשימה גם היכולת של NotebookLM, להפוך את הידע שטענתם אליו לפודקאסט וגם לשאול שאלות עם מיקרופון ולהיות שותפים מלאים לשיחה עם "המגישים". תארו לעצמכם שתוכלו לקחת את הסיכום שיהפוך להרצאה מוקלטת בקול אנושי לחלוטין, או לסרטון לימודי או מקצועי. זו למידה חווייתית, שיתופית ומעניינת הרבה יותר.
עוד כלי מחקר טובים הם עזרי כתיבת פרומפטים ומאגרי פרומפטים המסייעים לתקשורת יעילה עם מודלים גדולים של שפה. כלים כאלה הם חיוניים למגוון עצום של שימושים, כולל שלל אפשרויות מחקר, כתיבה והפקת תובנות מתוכן גולמי וממקורות בינתיים.
ברמה המדעית יש גם יש כלי בינתי, מעין מודל שפה גדול (LLM) בשם Consensus שהוא בעצם מנוע חיפוש אקדמי מבוסס בינה מלאכותית. הוא עצמו משתמש במודלי שפה גדולים (LLMs) כדי לאסוף, לנתח ולהנגיש מידע מדעי בצורה פשוטה ומדויקת. המנוע של "קונצנזוס" מנתח יותר מ-200 מיליון מאמרים מדעיים, מסכם אותם באופן תמציתי ומציג את הקונצנזוס המדעי, מה הדעה הכללית ביחס לשאלות מדעיות בנושאים שונים. לשם כך הוא משתמש בכלים כמו "Consensus Meter", בו רואים את התפלגות הדעות בשאלה המסוימת ולומדים על "מה חושב המדע" לגביה.
עוד שיטה שהוא נוקט היא "Pro Analysis". שימושיה העיקריים בחינוך ובמחקר הם בסיוע לסטודנטים ולמורים במציאת מאמרים רלוונטיים, יצירת סיכומים מותאמים לשואל, ניתוחים מהירים של ספרות מדעית, סינון מאמרים שלא עומדים בדרישות מדעיות מוגדרות (כמו מתודולוגיה, גודל מדגם או מובהקות סטטיסטית) והפקה של ציטוטים אוטומטיים ודוחות מותאמים.
הנה NotebookLM, כלי המחקר לטעינת חומרים מגוונים ומשימות עליהם (עברית):
https://youtu.be/_vML22ACIRs
הוא יכול לייצר אפילו פודקסט:
https://youtu.be/1jgpsGDUXW4
הצ'טבוט שמצטיין במחקר ובחיפוש - Perplexity (עברית):
https://youtu.be/1MkBWfurQL4
כלי AI מקצועי למחקר מדעי בסקירת ספרות ולמידה ממאמרים:
https://youtu.be/LBzrVEG5qsk
מארינר - סוכן AI והעוזר הגלובלי של גוגל:
https://youtu.be/WJnUWldjJQA?long=yes
הבן של גוגל וקלוד - הנה פרפלקסיטי ששילב את שני העולמות (עברית):
https://youtu.be/33nBpKRWMms?long=yes
כמה כלי מחקר מבוססי AI:
https://youtu.be/Rc9R7T8S1c8?long=yes
ומדריך לעבודה עם NotebookLM:
https://youtu.be/UG0DP6nVnrc?long=yes
ניתן להצמיד את התוספת של בינה מלאכותית או אינטליגנציה מלאכותית לכל תוכנה או מחשב, אבל יש לדעת שיש הגדרה מדויקת ומדידה, שרק מחשבים או תוכנות שעומדים בה יכולים להיקרא "מחשבים חכמים".
ההגדרה הידועה ביותר למהי בינה מלאכותית ידועה בשם 'מבחן טיורינג'. לפי מבחן זה מחשב ייחשב לבעל תבונה, אם אדם שינהל עמו שיחה, בדרך שאינה מסגירה אם זה מחשב או בן-אנוש (בממשק כמו צ'אט ממוחשב למשל), לא יוכל לזהות האם מולו ניצב אדם או מכונה.
בשנת 2014 עמדה לראשונה תוכנת מחשב במבחן טיורינג, כשהצליחה לעבור את סף 30% מהמשוחחים שחשבו שהם שוחחו עם בן-אדם.
עוד על הנושא אפשר ללמוד באאוריקה, בתגית "מבחן טיורינג".
הנה הסבר פשוט לגבי מבחן טיורינג (עברית):
http://youtu.be/YTNasDfDE6U?t=1m8s
רובוטים כמו ג'ולס, שיכולים לנהל שיחה, הם העתיד של הבינה המלאכותית:
https://youtu.be/IhVu2hxm07E
והסבר על מבחן טיורינג כאמצעי לזיהוי תבונת מחשב (מתורגם):
https://youtu.be/3wLqsRLvV-c
סוכני AI
בינה מלאכותית כללית (AGI), באנגלית Artificial General Intelligence, משמעותה בפשטות היא בינת-על. בינה מלאכותית שלא יודעת לעשות רק דבר אחד, או בתחום אחד, אלא כזו שיודעת לעשות הכל.
היא נקראת גם בינה מלאכותית חזקה, בניגוד לבינה מלאכותית צרה, חלשה, המיועדת ומתוכנתת למשימות ספציפיות, הבינה הכללית המלאכותית היא סופר-אינטליגנציה, שאינה מוגבלת בתחום או במיומנות ספציפית, אלא בינה מאוד חכמה, מבריקה, גאונה.
דמיינו AGI בתור הגאון של החברה, אדם חכם ונבון מאוד, או בעצם המון כאלו. היא תהיה מצוידת בכל החושים ויכולות הקוגניציה שיש לאדם, כולל שמיעה, ראייה, הבנה של הקשרים, יכולת לפענח התנהגות, חשיבה יצירתית וכדומה.
בקיצור, ה-AGI היא מאסטר מיינד גאוני, כלי ממוחשב שיהיה כה מבריק ומתוחכם, עד שיעקוף את האדם בבינה שלו ומן הסתם את האדם הכי חכם שאתם מכירים, או את כל הכי חכמים (אולי בעולם) יחדיו.
אם בעבר היה פיתוח AGI מושג מופשט ומטרת מחקר תיאורטית, בשנת 2020 העריכו בקבוצות בינה מתקדמות שייקח עוד 50 שנה עד שתגיע בינה מלאכותית ג'נרליסטית שכזו. ההערכה כיום, באפריל 2024, היא שבין 2026 ל-2027 תהיה הבינה המלאכותית הכללית בשוק.
לא יאומן? - התרגלתם. אנחנו חיים בעתיד...
כל חברות הטכנולוגיה הגדולות נמצאות בעיצומו של המרוץ לפיתוח בינת-על שכזו. מגוגל, אפל, אמזון ומטא ועד למלכת ה-AI הנוכחית, חברת OpenAI הצעירה, זו שהשיקה את מהפכת הבינה היוצרת והיצירתית (GenAI), פיתחה את דאלי ואת. הצ'ט בוט המצליח בעולם ChatGPT ושועטת עכשיו קדימה בפיתוח הבינה המלאכותית הכללית.
#מה בינה כללית תדע לעשות?
נזכיר שבינה מלאכותית הכללית, מעבר לתחכום שלה, מסוגלת לבצע מגוון משימות רחב, לפתור בעיות לפני שנוצרו ולמלא משימות מושלמות, מבלי שיתכנתו אותה ליכולת ספציפית כלשהי. היא פשוט תלמד כל יכולת כזו שתצטרך בעצמה ותדע לבצעה כאילו כל חייה היא עשתה זאת...
כבר עכשיו ברור שמערכת AGI סופר אינטליגנטית שכזו תתאפיין בתבונה כללית ויכולת להפעיל שיקול דעת, תוך קבלת החלטות מורכבות. לצד זה יהיו לה יכולות של הבנת שפה טבעית של בני אדם, ביחד עם למידה עצמאית של מידע חדש ובכך שיפור מתמיד של יכולותיה לתחומים ומיומנויות חדשות (ללא תכנות ספציפי), ביכולות של חשיבה מופשטת ויכולת להבין וליישם מושגים מופשטים, כולל במצבים חדשים.
לא פחות חשובה היא היכולת היצירתית החשובה כל כך של העברה בין תחומים, כלומר היכולת לנייד ולהעביר בין תחומי דעת שונים ידע, מיומנויות ויכולות שונות. כך, חברים, נולדים המצאות, פתרונות לבעיות והברקות הנדסיות, מדעיות וטכנולוגיות שונות.
סופר-אינטליגנציה שכזו תקבל בעתיד החלטות ביטחוניות שיילכו וישתבחו, ככל שהיא תלך ותשכלל את עצמה. היא תיקח על עצמה את האחריות על ניהול המערכת הפיננסית, מהאישית ומשפחתית ועד לרמת אוצר המדינה או הבנק הלאומי. היא תנהל מגוון מערכות שירותים ומערכות תשתית, טוב יותר מכל אדם, תמצא תרופות למגוון סוגי הסרטן ותפתור את בעיות האקלים. לא מן הנמנע שפרסי נובל יתרחבו למפתחי בינות-על, שיפצחו בעיות שהמין האנושי לא השכיל לפתור.
#סכנות בינת העל
השאלה העיקרית והמפחידה לא מעט אנשים היא מה יקרה אם או כשבינת העל הזו תחליט שאנו, בני האדם, מיותרים בעולם... זו הסיבה שעולם הטכנולוגיה מלא באזהרות של מומחים מקוגניציית-העל שלה.
כבר עתה ברור שתהיה חובה לייצר פיקוח ורישוי (רגולציה) וחוקים שיחייבו את החברות שיפתחו AGI לקחת אחריות מלאה לנזקים שבינתם עלולה לגרום. מה יהיה שבינות חכמות כל כך יקבלו החלטות שיסכנו ואף יקטלו בני אדם, או שיעדיפו בקבלת ההחלטות שלהן שיקולים שונים מטובת בני-אדם לפני הכל.
כשבידיה של אינטליגנציה עילית שכזו תהיה היכולת לשלוט ישירות בכל המערכות הטכנולוגיות שמקיפות אותנו, לא ניתן יהיה למנוע את ההחלטות שהיא עלולה לקבל, כמו גם את הביצוע שלהן.
לכן ברור שיהיו חייבים להינקט עיצומים מרתיעים וכבדים דיים, כך שימנעו מחברות הטכנולוגיה כניסה להרפתקאות בלתי אחראיות ומסוכנות לאנושות.
הנה ההשפעה הצפויה של הבינה המלאכותית הכללית על המין האנושי (מתורגם):
https://youtu.be/RzkD_rTEBYs
מהי הבינה המלאכותית הכללית?
https://youtu.be/kHFVZV-lj8g
הסבר מפורט לגבי הבינה המלאכותית הכללית:
https://youtu.be/LhLyOWoUnDI?long=yes
האם AGI פרק את צוות החברה המובילה את ה-AI כיום?
https://youtu.be/OphjEzHF5dY?long=yes
והיום כבר מדובר על ASI שתעבור בהרבה את הבינה האנושית:
https://youtu.be/C0RjMAWhvh8?long=yes
בקרוב, ממש בקרוב, יוזמן עובד למשרד המנהל, לשימוע לפני פיטוריו. הוא לא ישמע שהוא פוטר מפני שאת עבודתו יכול לעשות רובוט, כי זה כבר קורה כמה עשרות שנים. רבים בשוק העבודה חוששים שמה שיקרה במשרד המנהל הוא שהשימוע עצמו ייערך אל מול רובוט.
רובוט מנהל.
זה לא סוד שרובוטים מבצעים כיום יותר ויותר תפקידים שבעבר היו ממלאים עובדים חרוצים יותר או פחות. היתרון בהם ברור - הם לעולם לא מתעייפים, אף פעם לא חולים או שובתים, שכרם נמוך (אם להחשיב את עלות הקנייה המקורית שלהם ואת הוצאות התחזוקה הרגילות), הילד לא חולה אצלם אף פעם והם ניתנים לשליטה מירבית, בידי ההנהלה.
ביל גייטס, מייסד חברת מיקרוסופט וממובילי עולם ההייטק, כבר אמר ב-2015 ש-45% מהמשרות שבהן עובדים בני אדם ניתן להעביר לרובוטים. ברור שהנתון הזה כבר השתנה כלפי מעלה. הסכנה ברורה, אבל העתיד לא ממתין לאישור, למדו על הדרכים לרכב על חידושי ה-AI במקום להידרס - בתגית "אבטלת AI, מומחיות".
הנה הפחד מהחלפת האדם בידי הרובוטים (עברית):
https://youtu.be/PDpUVICjokM
החששות מהבינה המלאכותית של הרובוטים הללו (עברית):
https://youtu.be/7qUJRUA0wm0?t=17s
על המשרות שרובוטים יאחזו בהן:
https://youtu.be/skG3okhx2TU
החלפת עובדים ברובוטים:
https://youtu.be/7c_XO3Ouzts
סרט תיעודי על העולם של הרובוטים והעתיד איתם:
https://youtu.be/8VvYu1fWyxA?long=yes
על העתיד האוטומטי לחלוטין וההבטחה שלו לאיום על העבודה האנושית:
https://youtu.be/rnBAdnNIIXk?long=yes
הווב הסמנטי (Semantic web) הוא חזון לבסיס נתונים שיפעל כרשת ויכיל את קשרי המשמעויות שבין מרכיביו. הרעיון הוא לשפר את רשת האינטרנט שאנו מכירים כ-WWW, לרשת שתכיל מידע על כל סוג של קובץ המצוי בה. המידע הזה יאפשר שימוש יעיל ומתקדם מאד בתכנים שברשת. כל פריט מידע ברשת כזו יהיה מתויג, כך שהוא יסייע לרשת לסייע למשתמשים לקבל מידע מתאים ואיכותי, כשהם יזדקקו לו.
להוספת רכיבי המידע הנדרשים ליצירת רשת כזו ישתמשו בכלים כמו מטא-תגיות (META Tags), מעין תגיות-על שתפקידן לתאר את פריט המידע ונתוני-על (META data), שיתארו את הדפים והאתרים שברשת ויאפשרו לבסיס הנתונים "לדעת" עליהם דברים חשובים.
באופן מסוים אמורה לפעול הרשת הסמנטית הזו כמודל של המוח האנושי. הגולשים יידעו מראש לגבי אתרים איכותיים ומעניינים בשבילם ספציפית, כי הרשת הזו תדע מה הם אוהבים ובמה הם מתעניינים ויודעת לברור בשבילם את המתאים ביותר, מבין מה שהיא מכילה.
בזכות "הידע על הידע" שיוסיף הווב הסמנטי, יוכלו הגולשים גם להימנע מאתרים גרועים, סתמיים או לא מתאימים להם וכדומה.
אבל רשת עתידית שכזו תכיל גם "סוכני תוכנה", תוכנות מתקדמות שיפעלו ברשת כזו ברקע ויבצעו בה פעולות של איסוף וניתוח נתונים ומגוון משימות מורכבות וקשות, שלרוב מבוצעות על ידי בני אדם.
הסוכנים הממוחשבים הללו ימצאו ויאתרו כל הזמן קשרים ואסוציאציות בין פריטי המידע שנוספים אליה ויתייגו אותם. בצורה כזו ניתן יהיה להשתמש בהם בצורה חכמה. הנתונים ברשת כזו יוכלו להיות שימושיים ושיתופיים למגוון של צרכים, מתוכנות ועד לעסקים, מיזמים שונים.
את הרשת הסמנטית חזה ממציא רשת האינטרנט, טים ברנרס-לי. החזון שלו היה של רשת מידע שתאפשר למחשבים להבין את המשמעויות של הפרטים שהיא מכילה. הוא כתב עליה לראשונה בשנת 2001, ביחד עם עמיתיו, במאמר שפורסם במגזין "סיינטיפיק אמריקן".
בין הדוגמאות שנתן אז ברנרס-לי היו סוכנים ממוחשבים שינהלו את לוח הפגישות של המשתמש, באופן שלוקח בחשבון נתונים ממקורות שונים וידע שקיים ברשת. הוצעו גם תוכנת דואר חכמה שעוד בזמן כתיבת מייל מודיעה על חברים שנתקלו בנושא, שיתופי פעולה עסקיים אפשריים ועוד.
בשנת 2024 ניתן כבר לומר שהבינה המלאכותית הבשילה להציע את הווב הסמנטי וסוכנים חכמים, שזכו לכינוי "סוכני AI" עושים בדיוק את מה שתואר בתור הסוכנים הממוחשבים.
הנה הווב הסמנטי:
https://youtu.be/OGg8A2zfWKg
מייסד ויקיפדיה מסביר את המושג כמו שהוא מבין אותו:
https://youtu.be/MY4s8uuHmy0
ומונולוג ארוך והאמת גם די משעמם של טים ברנרס לי על הווב הסמנטי:
https://youtu.be/HeUrEh-nqtU
מודל שפה גדול (LLM), קיצור של Large Language Model, הוא ה"מוח" שמפעיל צ'אטבוט עוצמתי, כמו הצ'אטבוט ChatGPT, המייצר תוכן לבקשת המשתמשים ועושה זאת באמצעות מודל השפה הגדול GPT-4.
את התוכן מייצר הצ'אטבוט מדאטה עצום, כמות מידע אדירה שנשאבה מהאינטרנט ובאמצעותה אימנו את מודל השפה שמפעיל אותו. מודלי השפה GPT-3 ו-GPT-4, למשל, הם שמפעילים את הצ'אטבוט הכי מפורסם ChatGPT.
יש שאומרים שמודל השפה בעצם הוא לא יותר ממחולל מילים סטטיסטי. הם צודקים אבל גם טועים. כי מודל שפה יכול לחשב מצוין הסתברות של הופעת מילים שונות בכל משפט וכך לייצר משפטים חדשים, מילה אחר מילה, בשפה שבה הוא אומן על ידי המפתחים שלו. אבל זו דוגמה בלבד ואפילו קצת מטעה. כי סטטיסטיקה זה לא הכל וכנראה לא לגמרי המהות של העניין. המוח של מודל השפה, האופן שבו הוא בנוי והתובנות והביצועים שהוא יכול לנפק, הם משמעותיים הרבה יותר.
מודל כזה מבוסס על רשת עצבית מלאכותית הבנויה בצורה דומה למוח האנושי. הרשת הזו היא בעלת כמות אדירה של פרמטרים, לרוב מיליארדים. הפרמטרים הללו הם ערכים מספריים שמסייעים לאלגוריתם ללמוד.
עוד ביטוי לגודלו הגדול של המודל הוא באימון שלו על מאות מיליוני מילים, בכמויות ענק של טקסט לא מתויג, בשיטת למידה שאינה מסתמכת רק על דוגמאות אנושיות, או מה שנקרא "למידה בפיקוח-עצמי".
#איך זה בדיוק עובד?
נניח ששאלתם שאלה, מודל השפה הגדול מניח את נוסח השאלה על שולחן הטיפולים שלו ובודק בדאטה שלו, במידע העצום שהוא אגר והמיר לקוד מתמטי (ראו אח"כ בתגית" טוקנים"), מה המילה שהכי סביר (מבחינת הסתברות) שתתחיל את התשובה. ואז הוא בודק מה המילה עם ההסתברות הכי גבוהה להופיע אחריה וכך הלאה. זה ייתן לו את התשובה הסבירה ביותר לשאלה.
למה הכי סבירה ולא הכי טובה? - כי הסתברות היא לעולם לא מושלמת וזו בדיוק הסיבה להזיות שנקבל לא פעם ממנועי בינה מלאכותית. אגב, אם תבקשו ממנו לבדוק את תשובתו, כל LLM ימצא ויפרט את שגיאותיו וגם יציע לתקן את המענה שנתן ובתיקון זה כבר יהיה הרבה יותר טוב.
ה-LLM משתמש בייצוג מתמטי של שפה טבעית באמצעות הסתברויות. כל מדען נתונים יאשר שהבסיס של מודלי שפה הוא היכולת שלהם לחשב הסתברות לכל משפט בשפה שבה הם אומנו ומהיכולת הזו נובע חלק משמעותי ביכולת שלהם לייצר משפטים חדשים, מילה אחר מילה.
#מודלי השפה הגדולים והבינה הג'נרטיבית
מודל השפה הגדול הוא בעצם הבסיס למהפכת הבינה הגנרטיבית שפרצה לחיינו בשלהי 2022-תחילת 23. מודלי השפה הגדולים הללו מסמנים קפיצת דרך של ממש ולמעשה הכניסו אותנו עמוק אל תוך העתיד.
הייתה זו IBM שפיתחה את אחד ממודלי השפה הראשונים. הוא נקרא ווטסון, על שם תומאס ווטסון, מייסד IBM. יש גרסה שאומרת שהוא קיבל את שמו משמו משם העוזר של שרלוק הולמס, ווטסון. מודל כזה, ממש כמו אותו עוזר, תמיד מסייע בחקר ובתשובות שונות, כיום של רבים ואצל שרלוק, לצרכי החקירות של הבלש הנודע.
מצוידים במודלים החדשים, הצ'אטבוטים המרשימים, כמו Claude ו-ChatGPT, מסרבים להיות לכם לווטסון. במקום זאת הם מפותחים כך שיהיו המוח, כלומר השרלוק שלכם, כשאתם וכמה זה אירוני, בתפקיד הווטסון או העוזר שלהם... אבל גם הלקוחות.
מודל שפה הוא שמאפשר לנו לבקש ממנו לסכם טקסטים, לענות על שאלות, לצייר או בעצם לייצר תמונות ו"צילומים", לחבר שירים, ליצור סרטונים או לכתוב קוד.
אז מודלי שפה גדולים אפשרו את קפיצת הדרך המדהימה של מהפכת ה-AI. אמנם הם רחוקים מלהיות מושלמים לחלוטין ועדיין פה ושם מקלקלים את ההתפעלות עם ההזיות המוכרות האלה שלהם, עובדות שגויות, מידע לא רלוונטי או מופרך ואפילו עלבונות נדירים. ומה שלא פחות מרגיז לעתים הוא הביטחון המלא שבו הם כותבים או מדברים אותן, שזה בדיוק מה שהופך את חשיפת ההזיות ובדיות הללו לכל כך קשה ומסוכנת...
כיום, המודלים הללו הולכים ומאפשרים צמיחה של עולם חדש, עולם סוכני ה-AI. הם ממוקדים בביצוע משימות ספציפיות, תגובה לסביבה ועוד תכונות מבטיחות. הכירו אותם בתגית "סוכני AI".
הנה מה שעושים המודלים, מנועי השפה הגדולים (מתורגם):
https://youtu.be/X-AWdfSFCHQ
מהו LLM?
https://youtu.be/iR2O2GPbB0E
השוואת הצ'טבוטים הטובים, מנועי השפה הגדולים בסוף 2024 (עברית):
https://youtu.be/NanvGTQeO-g
כך פועל מודל השפה הגדול LLM:
https://youtu.be/iR2O2GPbB0E
כך בנויים ופועלים מודלי השפה הגדולים:
https://youtu.be/5sLYAQS9sWQ
יש להם גם חסרונות:
https://youtu.be/Gf_sgim24pI
הסבר מעמיק על מודלים גדולים של שפה ומה שהם הובילו (עברית):
https://youtu.be/-NIsUKUnxhA?long=yes
ובאופן סטטיסטי - כך פועל LLM:
https://youtu.be/LPZh9BOjkQs?long=yes
מאסימוני הטלפונים ועד עולם אבטחת מערכות מחשוב, טוקן (Token), בעברית “אסימון”, הוא מושג המשתנה בהתאם להקשר שבו הוא מוזכר. אפילו בתוך עולם המחשבים יש למושג טוקן כמה שימושים.
בלמידת מכונה, אחת הזירות המרתקות של העידן המודרני והתחום בו פועלים מודלי השפה הפופולריים של ימינו, כמו Claude או ChatGPT, לטוקנים יש משמעות אדירה.
אותם מודלים גדולים, LLMs, הם מודלים מתמטיים. כדי לבצע את המשימות שאנו מבקשים מהם, תוך כדי תקשורת איתם בשפה טבעית, כמו אנגלית, עברית וכדומה, הם משתמשים בתהליך שנקרא "טוקניזציה" (Tokenization).
במרכז הטוקניזציה נעשה פילוח של הטקסטים שהמודלים הללו מקבלים כנתונים, כדאטה, ליחידות קטנות יותר, תרגום של חלקי המידע הקטנים למספרים, כשאת יחידות המידע הללו, שהומרו למספרים, הם ינתחו בהמשך.
כך, אחרי שמסתיימת הטוקניזציה, הם מייצרים מהמידע טוקנים, מספרים שכל אחד מהם מייצג פריט מידע קטן. ה"טוקן" משמש בהם בתפקיד "אסימון למידת המכונה", שמתאר באופן מתמטי את יחידות הטקסט הקטנות. אלה מעין יחידות מידה שהמודלים המוכרים יוצרים מהקונטקסט.
לאחר שסיימו להפוך את המידע לטוקנים, מרבית המודלים שאנו מכירים הטוקנים משמשים לייצוג של הטקסט, ביחידות קטנות שהמודל מעבד בצורה מתמטית.
כשאנו משתמשים בטוקנים, זה כדי לסייע למודל להבין את המבנה של הטקסט, כך שיוכל לבצע על פיו את החישובים שלו. טוקן אחד יכול להיות כל חלק ממילה בשפה הרגילה שלנו, או אפילו תו אחד.
כדי להבין ולהגיב לקלט, המודל משתמש בכמות מסוימת של טוקנים. וטוקן יכול להיות כל פיסת מידע, מתו בודד ועד מילה שלמה ולעתים גם יותר. יש שיטות שונות של טוקניזציה והבחירה ביניהן היא בהתאם לאלגוריתם בו משתמשים. יש שהאסימון הוא לפי תווים (Character tokenization), אסימון לפי מילים, לפי משפט, ביטויים, טוקניזציה לפי מילת משנה ולפי מספר.
בשיחה על מודל AI (ה-LLM, כמו ChatGPT או Claude) משמש הטוקן לציון גודל השיחה על המודל והיקף המידע שיכול להיות בה. לכל מודל יש מגבלה של זיכרון התוכן שהוא יכול לעבד בשיחה אחת ולהתבסס עליו בתשובות שלו ובמהלך השיחה.
כל הטקסט שהמודל מכיל ובא מהקלט שמזרים לו המשתמש, כולל השאלות והתשובות וכל מידע נוסף, כל אלו מכונים "קונטקסט" (Context), כלומר "ההקשר".
חלון ההקשר (context window), או "חלון הקונטקסט", מייצג את כמות התוכן שהמודל יכול לעבד בשיחה עם משתמש. הכמות הזו נספרת בטוקנים. אם קלוד, למשל, תומך ב-200 אלף טוקנים, זה אומר שהשיחה יכולה לכלול כ-40 אלף מילים. אם לג'מיני של גוגל יש מיליון טוקנים, זה אומר פי 5 יותר מילים וגודל חלון הקונטקסט שלה, כלומר השיחות עם ג'מיני הוא של כ-2 ספרים ממוצעים.
טוקניזציה כפי שהיא נעשית בידי מדעני נתונים:
https://youtu.be/fNxaJsNG3-s
פרמטרים וטוקנים הם לא הכל במודלים:
https://youtu.be/a1nqXQMOCks
הסבר של Machine Learning Token באנגלית:
https://youtu.be/mnqXgojQCJI
וטוקניזציה באתרי אינטרנט שיכולה לשמש בהקשר אחר כאמצעי אבטחה:
https://youtu.be/Y7I4IDojhJk
מה בין צ'אטבוט, LLM וסוכן AI שמבצע משימות?
צ'אטבוט (Chatbot) הוא סוג של סייען חכם וממוחשב, שניתן לשוחח איתו בהתכתבות צ'אט, או במקרה של צ'אטבוט מתקדם יותר גם שיחה מבוססת דיבור.
כמובן שהצ'אטבוט הוא מערכת מבוססת AI (בינה מלאכותית, או אינטליגנציה מלאכותית) שמייצרת שיחה מלאכותית עם המשתמש - מבלי שבצד השני נמצא אדם אמיתי.
בעשור השני של המאה ה-21 הצ'אטבוט הלך ותפס את מקומו ברשת ובאפליקציות שונות והפך לדרך חדשה לחלוטין להשתמש באינטרנט. לקוחות מצאו את עצמם מנהלים התכתבות בצ'אט או שיחה אוטומטיות עם בוט, שנתן מענה מותאם אישית ושיפר את עצמו עם הזמן.
הצ'טבוט הבטיח לספק שירות לאורך כל שעות היממה, 24/7. הוא סימן הפחתה של המון מהעומס של שירות הלקוחות האנושי, חסך זמן למתעניינים וללקוחות שביקשו שירות וחסך לעסקים הרבה כסף.
התגלה שבוט AI ממוקד ואיכותי מסוגל להציע תגובות מהירות ומדויקות, מה שהוביל לשיפור ניכר בחוויית הלקוח ולעלייה בשביעות הרצון, אף שהיו לקוחות שהתעקשו לשוחח עם בן אדם, שהיה עמוס עכשיו פחות ולכן גם זמין להם הרבה יותר.
היתרונות של הצ'טבוט בטיפול אישי במשתמש ובלקוח היו עצומים. שולבו בו טכנולוגיות פרסונליזציה מתקדמות שהלכו והתפתחו, תוך גיוס הבינה המלאכותית לצרכי השיווק, המכירות והתמיכה.
רבים חזו שצ'אטבוטים עשויים להחליף חלק ניכר מהשימוש באתרי שירותים שונים ולייתר אותם בעתיד, מה שהתממש אבל חלקית.
בזמנו החליטה פייסבוק להשתמש בצ'אטבוטים בתוך שירות המסרים שלה מסנג'ר. היא אפשרה למפתחים חיצוניים לפתח צ'אטבוטים שיתנו שירותים ומידע מאתרים אחרים. ההכרזה על פלטפורמת הצ'אט בוט של פייסבוק מסנג'ר קדמה את רעיון הצ'אטבוטים המקוונים באופן משמעותי, במיוחד למשתמש הנייד בסמארטפונים ושעונים חכמים, אם כי הזינוק הטרנדי שנוצר עם ההשקה הלך ונרגע עם הזמן.
ההבשלה של אותם צ'אטבוטים באה בעשור הבא דווקא. זה קרה עם הגעתו של ChatGPT, מודל השפה הגדול הראשון (LLM), שאחריו הגיעו נוספים, כמו Gemini או Claude. מודל השפה הזה הוא בעיקרון מנוע בינה מלאכותית גדול ורחב-אופקים, המצויד ביכולת להבין שפה טבעית, אנושית, ויכול לעשות המון דברים, כלומר להתמודד עם מגוון ענקי של משימות ושהיכולות שלו הולכות וגדלות מיום ליום. ראו בתגית "LLM".
ממודלי השפה הגדולים התפתחו גם מנועי היצירה של הבינה הג'נרטיבית (Generative AI), המייצרים תמונות, שירים, וידאו ועוד. הכירו בתגית "GenAI".
אחריו נולדו סוכני ה-AI, צ'אטבוטים שממלאים משימות עבורך, על ידי שילוב בין היכולת הבינתית של מודל השפה הגדול כמו ChatGPT, עם היכולת של רכיב תוכנה שיכול לפעול באופן עצמאי וממוקד, למילוי של משימה ספציפית עבורנו, כמו לתכנן טיול, לקנות מוצרים אונליין, לטפל בדואר האלקטרוני שלנו וכדומה.
אותם סוכני AI הם רכיבי תוכנה אוטונומיים, יישומים מבוססי בינה מלאכותית, המסוגלים לתפוס את סביבתם, לקבל החלטות ולפעול לביצוע או השגת מטרות ממוקדות בשירות המשתמש. הכירו אותם בתגית "סוכני AI".
כלומר, אם הצ'טבוט של העשור שהחל ב-2010 היה עובד חרוץ אך לא חכם מדי, הצ'טבוט הבינתי של מודל השפה הגדול בעשור שאחריו רכש השכלה ופיתח את יכולותיו האינטליגנטיות באופן שהפך אותו למומחה ואז מגיע הסוכן הבינתי, AI agent והוא כבר עובד שמתמחה במשימה מסוימת ועושה אותה בצורה מיומנת וחרוצה.
עסקה טובה לרובנו.
פעילות נחמדה
============
בקישורים שלמטה יש לינק לצ'ט בוט נהדר. נסו לשוחח איתה (באנגלית) ולהכיר קצת את חוויית השיחה עם צ'ט בוט אופייני.
הנה עולם הצ'אטבוט:
http://youtu.be/iE9LtfQAYYU
עוד על השימוש בצ'אטבוטים ברשת:
http://youtu.be/G8z--x5tFOI
ההכרזה על הצ'אט בוט במסנג'ר של פייסבוק:
http://youtu.be/EOYnFUJyOlQ
ומנגד - כשהושק הצ'אטבוט של מיקרוסופט הוא "הסתבך" עם ביטויי גזענות קשים:
http://youtu.be/LA49GBcbudg
צ'אטבוט (Chatbot) הוא סוג של סייען חכם וממוחשב, שניתן לשוחח איתו בהתכתבות צ'אט, או במקרה של צ'אטבוט מתקדם יותר גם שיחה מבוססת דיבור.
כמובן שהצ'אטבוט הוא מערכת מבוססת AI (בינה מלאכותית, או אינטליגנציה מלאכותית) שמייצרת שיחה מלאכותית עם המשתמש - מבלי שבצד השני נמצא אדם אמיתי.
בעשור השני של המאה ה-21 הצ'אטבוט הלך ותפס את מקומו ברשת ובאפליקציות שונות והפך לדרך חדשה לחלוטין להשתמש באינטרנט. לקוחות מצאו את עצמם מנהלים התכתבות בצ'אט או שיחה אוטומטיות עם בוט, שנתן מענה מותאם אישית ושיפר את עצמו עם הזמן.
הצ'טבוט הבטיח לספק שירות לאורך כל שעות היממה, 24/7. הוא סימן הפחתה של המון מהעומס של שירות הלקוחות האנושי, חסך זמן למתעניינים וללקוחות שביקשו שירות וחסך לעסקים הרבה כסף.
התגלה שבוט AI ממוקד ואיכותי מסוגל להציע תגובות מהירות ומדויקות, מה שהוביל לשיפור ניכר בחוויית הלקוח ולעלייה בשביעות הרצון, אף שהיו לקוחות שהתעקשו לשוחח עם בן אדם, שהיה עמוס עכשיו פחות ולכן גם זמין להם הרבה יותר.
היתרונות של הצ'טבוט בטיפול אישי במשתמש ובלקוח היו עצומים. שולבו בו טכנולוגיות פרסונליזציה מתקדמות שהלכו והתפתחו, תוך גיוס הבינה המלאכותית לצרכי השיווק, המכירות והתמיכה.
רבים חזו שצ'אטבוטים עשויים להחליף חלק ניכר מהשימוש באתרי שירותים שונים ולייתר אותם בעתיד, מה שהתממש אבל חלקית.
בזמנו החליטה פייסבוק להשתמש בצ'אטבוטים בתוך שירות המסרים שלה מסנג'ר. היא אפשרה למפתחים חיצוניים לפתח צ'אטבוטים שיתנו שירותים ומידע מאתרים אחרים. ההכרזה על פלטפורמת הצ'אט בוט של פייסבוק מסנג'ר קדמה את רעיון הצ'אטבוטים המקוונים באופן משמעותי, במיוחד למשתמש הנייד בסמארטפונים ושעונים חכמים, אם כי הזינוק הטרנדי שנוצר עם ההשקה הלך ונרגע עם הזמן.
ההבשלה של אותם צ'אטבוטים באה בעשור הבא דווקא. זה קרה עם הגעתו של ChatGPT, מודל השפה הגדול הראשון (LLM), שאחריו הגיעו נוספים, כמו Gemini או Claude. מודל השפה הזה הוא בעיקרון מנוע בינה מלאכותית גדול ורחב-אופקים, המצויד ביכולת להבין שפה טבעית, אנושית, ויכול לעשות המון דברים, כלומר להתמודד עם מגוון ענקי של משימות ושהיכולות שלו הולכות וגדלות מיום ליום. ראו בתגית "LLM".
ממודלי השפה הגדולים התפתחו גם מנועי היצירה של הבינה הג'נרטיבית (Generative AI), המייצרים תמונות, שירים, וידאו ועוד. הכירו בתגית "GenAI".
אחריו נולדו סוכני ה-AI, צ'אטבוטים שממלאים משימות עבורך, על ידי שילוב בין היכולת הבינתית של מודל השפה הגדול כמו ChatGPT, עם היכולת של רכיב תוכנה שיכול לפעול באופן עצמאי וממוקד, למילוי של משימה ספציפית עבורנו, כמו לתכנן טיול, לקנות מוצרים אונליין, לטפל בדואר האלקטרוני שלנו וכדומה.
אותם סוכני AI הם רכיבי תוכנה אוטונומיים, יישומים מבוססי בינה מלאכותית, המסוגלים לתפוס את סביבתם, לקבל החלטות ולפעול לביצוע או השגת מטרות ממוקדות בשירות המשתמש. הכירו אותם בתגית "סוכני AI".
כלומר, אם הצ'טבוט של העשור שהחל ב-2010 היה עובד חרוץ אך לא חכם מדי, הצ'טבוט הבינתי של מודל השפה הגדול בעשור שאחריו רכש השכלה ופיתח את יכולותיו האינטליגנטיות באופן שהפך אותו למומחה ואז מגיע הסוכן הבינתי, AI agent והוא כבר עובד שמתמחה במשימה מסוימת ועושה אותה בצורה מיומנת וחרוצה.
עסקה טובה לרובנו.
פעילות נחמדה
============
בקישורים שלמטה יש לינק לצ'ט בוט נהדר. נסו לשוחח איתה (באנגלית) ולהכיר קצת את חוויית השיחה עם צ'ט בוט אופייני.
הנה עולם הצ'אטבוט:
http://youtu.be/iE9LtfQAYYU
עוד על השימוש בצ'אטבוטים ברשת:
http://youtu.be/G8z--x5tFOI
ההכרזה על הצ'אט בוט במסנג'ר של פייסבוק:
http://youtu.be/EOYnFUJyOlQ
ומנגד - כשהושק הצ'אטבוט של מיקרוסופט הוא "הסתבך" עם ביטויי גזענות קשים:
http://youtu.be/LA49GBcbudg
מהם בוטי הכתיבה שכותבים חדשות ומייצרים אותן?
האם אנו בדרך לעולם שבו כל החדשות ייכתבו בידי תוכנות מחשב חכמות? - רבים סבורים שכן. מסתבר שכבר היום יש תוכנות מחשב שכותבות חדשות בעצמן. התוכנות הללו נקראות "בוט כתיבה" (Writing bot) והן ככל הנראה יהיו הכותבים של הרבה מהחומר החדשותי שנקרא בעתיד. כיום כותבים בוטי הכתיבה בקושי דיווחים בסיסיים, והם רחוקים מלהחליף את הכותבים האנושיים והמיומנים. נראה, עם זאת, שזה רק עניין של זמן, עד שיופיעו בוטים שיוכלו להפיק ראיונות ואפילו פרשנויות המבוססים על ביג דאטה וכרייה מבוססת אלגוריתמים של מידע סטטיסטי. כתבות עומק? - אפילו אלה אינן מחוץ לתחום מתישהו בעתיד...
בוטי הכתיבה של ימינו מבוססים על אלגוריתמי "דווחנות" עיתונאיים, שכבר כיום מפעילים העיתונים ואתרי החדשות המובילים בעולם. היכולת לדווח במהירות עצומה, ששום עיתונאי אנושי לא יוכל לה, היא אחד ממוקדי התחרות החשובים בעיתונות האונליין המודרנית. יש כאלה שמוסיפים לכתבה הבהרה ברורה, על כך שהכתב הוא בוט. כך נוהג למשל העיתון הכלכלי פורבס. עיתונים ואתרי חדשות אחרים, מעדיפים כרגע להימנע מכך, מחשש שקוראים לא יסמכו על כתבות שהפיקה תוכנה.
בעיתונות הספורט מייצרים כיום אלגוריתמי כתיבה משוכללים כתבות מקיפות ומנומקות היטב על משחקי ספורט. אלו עולים לרשת בתוך דקה משריקת הסיום של המשחק. כתבות כאלה כוללות סטטיסטיקות ממשחקים קודמים, מעונות קודמות, היסטוריה של המתחרים ועוד. לכתב אנושי היה לוקח שעות כדי לייצר דיווח כל כך מפורט ומנומק של המשחק. הבוט עושה את זה בדקות, אם לא בשניות. כמובן שאת רוב עבודת האיסוף והניתוח הוא מבצע במהלך המשחק.
גם בתחום הכלכלה, שבו זמן פרסום המידע שווה לעיתים כסף רב, משתמשים היום באלגוריתמים כאלה. כך משמשים אלגוריתמים אוטומטיים של כתיבה עיתונאית להנפקת כתבות, שמפורסמות שניות לאחר אירועים בבורסה או בשוק ההון.
בתחומים של משברים ואסונות יש להם יתרון. באתרים מסוימים התפרסמה כתבה על רעידת אדמה כ-3 דקות לאחר שהתרחשה. אגב, הבוט שכתב אותה עשה זאת בתוך שניות. שאר הזמן בדקות הללו, עד שפורסמה הידיעה, נדרש כדי שהעורך או העיתונאי האנושי יאשר לפרסם את הכתבה.
פיתוח הבוטים העיתונאיים הללו ממשיך ליעדים שאפתניים מאד. מחשוב תהליכים מקביליים, של איסוף מידע וניתוחו, תוך התמודדות עם כמויות הולכות וגדלות של נתונים מתחומים שונים, איתור ותיקון מהיר של טעויות בנתונים או חיפוש ואיתור אוטומטי של אותם "סקופים" אפשריים, שיעוררו עניין בציבור.
אגב, חלק מהבוטים הללו כבר הוסבו לשימושים פוליטיים. הם "מאיישים" פרופילי פייסבוק מזויפים, מגיבים לציוצי טוויטר או מצייצים בעצמם, מפיצים פייק ניוז או ריל ניוז ביעילות מפחידה ובקיצור - ממלאים את תפקידם של הפוליטיקאים ודובריהם, במכפלות כוח מטורפות שמאפשרות שינויים ממשיים בדעת הקהל.
היתרונות של העיתונאי הרובוטי ברורים - מרגע שהוא פותח, השימוש בו זול מאוד. הוא לא זקוק לחופשות או לתנאים סוציאליים, אין לו ילד חולה והוא אף פעם לא שובת בשל תנאי העבודה הלוחצים או השכר הנמוך..
עוד על כך קראו באאוריקה בתגית: "עיתונאי רובוט". שם תכירו בוטי כתיבה חכמים שמייצרים מאמרים מנתונים גולמיים, מה'ביג דאטה' של תחומים כמו ספורט ועיתונות.
מוצר של חברת "Automated Insights" שמנתח נתונים רבים ומספק מאמרים בלשון אנושית, שקל לקרוא ולהבין:
http://youtu.be/hx1SMxgxKnc
על פרק נוסף ומדהים של הארי פוטר שנכתב על ידי בוט כתיבה:
https://youtu.be/XFYckCslt74
בוט כתיבה שלומד את כתב היד שלך וכותב בשמך:
https://youtu.be/LsZH7SS_lfQ
ועוד רובוט כתב יד:
https://youtu.be/BqgT_Nu0QnY
האם אנו בדרך לעולם שבו כל החדשות ייכתבו בידי תוכנות מחשב חכמות? - רבים סבורים שכן. מסתבר שכבר היום יש תוכנות מחשב שכותבות חדשות בעצמן. התוכנות הללו נקראות "בוט כתיבה" (Writing bot) והן ככל הנראה יהיו הכותבים של הרבה מהחומר החדשותי שנקרא בעתיד. כיום כותבים בוטי הכתיבה בקושי דיווחים בסיסיים, והם רחוקים מלהחליף את הכותבים האנושיים והמיומנים. נראה, עם זאת, שזה רק עניין של זמן, עד שיופיעו בוטים שיוכלו להפיק ראיונות ואפילו פרשנויות המבוססים על ביג דאטה וכרייה מבוססת אלגוריתמים של מידע סטטיסטי. כתבות עומק? - אפילו אלה אינן מחוץ לתחום מתישהו בעתיד...
בוטי הכתיבה של ימינו מבוססים על אלגוריתמי "דווחנות" עיתונאיים, שכבר כיום מפעילים העיתונים ואתרי החדשות המובילים בעולם. היכולת לדווח במהירות עצומה, ששום עיתונאי אנושי לא יוכל לה, היא אחד ממוקדי התחרות החשובים בעיתונות האונליין המודרנית. יש כאלה שמוסיפים לכתבה הבהרה ברורה, על כך שהכתב הוא בוט. כך נוהג למשל העיתון הכלכלי פורבס. עיתונים ואתרי חדשות אחרים, מעדיפים כרגע להימנע מכך, מחשש שקוראים לא יסמכו על כתבות שהפיקה תוכנה.
בעיתונות הספורט מייצרים כיום אלגוריתמי כתיבה משוכללים כתבות מקיפות ומנומקות היטב על משחקי ספורט. אלו עולים לרשת בתוך דקה משריקת הסיום של המשחק. כתבות כאלה כוללות סטטיסטיקות ממשחקים קודמים, מעונות קודמות, היסטוריה של המתחרים ועוד. לכתב אנושי היה לוקח שעות כדי לייצר דיווח כל כך מפורט ומנומק של המשחק. הבוט עושה את זה בדקות, אם לא בשניות. כמובן שאת רוב עבודת האיסוף והניתוח הוא מבצע במהלך המשחק.
גם בתחום הכלכלה, שבו זמן פרסום המידע שווה לעיתים כסף רב, משתמשים היום באלגוריתמים כאלה. כך משמשים אלגוריתמים אוטומטיים של כתיבה עיתונאית להנפקת כתבות, שמפורסמות שניות לאחר אירועים בבורסה או בשוק ההון.
בתחומים של משברים ואסונות יש להם יתרון. באתרים מסוימים התפרסמה כתבה על רעידת אדמה כ-3 דקות לאחר שהתרחשה. אגב, הבוט שכתב אותה עשה זאת בתוך שניות. שאר הזמן בדקות הללו, עד שפורסמה הידיעה, נדרש כדי שהעורך או העיתונאי האנושי יאשר לפרסם את הכתבה.
פיתוח הבוטים העיתונאיים הללו ממשיך ליעדים שאפתניים מאד. מחשוב תהליכים מקביליים, של איסוף מידע וניתוחו, תוך התמודדות עם כמויות הולכות וגדלות של נתונים מתחומים שונים, איתור ותיקון מהיר של טעויות בנתונים או חיפוש ואיתור אוטומטי של אותם "סקופים" אפשריים, שיעוררו עניין בציבור.
אגב, חלק מהבוטים הללו כבר הוסבו לשימושים פוליטיים. הם "מאיישים" פרופילי פייסבוק מזויפים, מגיבים לציוצי טוויטר או מצייצים בעצמם, מפיצים פייק ניוז או ריל ניוז ביעילות מפחידה ובקיצור - ממלאים את תפקידם של הפוליטיקאים ודובריהם, במכפלות כוח מטורפות שמאפשרות שינויים ממשיים בדעת הקהל.
היתרונות של העיתונאי הרובוטי ברורים - מרגע שהוא פותח, השימוש בו זול מאוד. הוא לא זקוק לחופשות או לתנאים סוציאליים, אין לו ילד חולה והוא אף פעם לא שובת בשל תנאי העבודה הלוחצים או השכר הנמוך..
עוד על כך קראו באאוריקה בתגית: "עיתונאי רובוט". שם תכירו בוטי כתיבה חכמים שמייצרים מאמרים מנתונים גולמיים, מה'ביג דאטה' של תחומים כמו ספורט ועיתונות.
מוצר של חברת "Automated Insights" שמנתח נתונים רבים ומספק מאמרים בלשון אנושית, שקל לקרוא ולהבין:
http://youtu.be/hx1SMxgxKnc
על פרק נוסף ומדהים של הארי פוטר שנכתב על ידי בוט כתיבה:
https://youtu.be/XFYckCslt74
בוט כתיבה שלומד את כתב היד שלך וכותב בשמך:
https://youtu.be/LsZH7SS_lfQ
ועוד רובוט כתב יד:
https://youtu.be/BqgT_Nu0QnY
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
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
מהם עוזרת וירטואלית וסוכן AI?
עוזרת וירטואלית אישית היא מערכת טכנולוגית, בצורת מכשיר או אפליקציה לטלפון הנייד, שמסייעים במציאת תשובות, ארגון לוח הפעילויות, תזכורות לדברים שביקשתם שתזכיר לכם ועוד.
עוזרות וירטואליות משתמשות במרכיבים של בינה מלאכותית כדי להבין ולמלא תפקידים מורכבים שעד לא מזמן רק בני-אדם הצליחו למלא. סייענים אישיים מודרניים מבינים "שפה טבעית" (Natural language) כלומר המשתמש מתקשרים איתם בדיבור רגיל ולא בשפת מחשב או בכתיבה. העוזרת הווירטואלית מדברת בזכות סינתסייזר קולי, שמייצר את הדיבור שלה.
בסמארטפונים כיום מוכרות העוזרות האישיות שנקראות סירי, קורטנה ו-Google Now - שלוש עוזרות כאלה, שפותחו למערכות הפעלה שונות.
עוזרת אישית שונה היא "אלקסה" (Alexa) שפותחה על ידי חברת אמזון. הסייעת הדיגיטלית הזו מתחרה בעוזרות הווירטואליות הללו אבל היא אינה אפליקציה אלא מוח שמוטמע במכשירים שפיתחה אמזון, כמו אמזון אקו (Amazon Echo), או אקו דוט הקומפקטי. אלו הם רמקולים חכמים, שמשוטטים בבית החכם ומאזינים לפקודות בני הבית. הם מסוגלים למלא הוראות מגוונות, החל מחיפוש מידע, דרך טיפול בהזמנות מוצרים ועד להשכמה, השמעת מוסיקה והפעלת מגוון שירותים של מפתחים עצמאיים, כמו הזמנת מוניות, שליחת פרחים וכדומה.
אמזון מתכננת בעצם ליצור מעין אב-בית דיגיטלי לעולם הבית החכם ולתחום המתפתח של "האינטרנט של הדברים", מה שאומר שמכשירי האקו יפתחו ממש בקרוב לבקשתכם את החנייה, ידליקו מזגן או את הדוד החשמלי ועוד. ואגב, גם גוגל נאו הוכנס לתוך מכשיר דומה.
כיום כבר ברור שהעולם הולך לעוזרות חכמות יותר ויותר, שיאפשר מגוון של תפקידים שכיום ממלאים בני אדם, לרוב מזכירות ועוזרות אישיות אנושיות, אך גם תחליף לשירותי מודיעין, אספקה של שירותים ומוצרים, תיאומי ביקורים ועוד.
באמצע שנת 2024 מתחילה תעשיית ה-AI במרוץ של פיתוח "סוכנים חכמים", שכבר זוכים לכינוי "סוכני AI" ויכולים לתקשר בקול אנושי ובשיחה רגילה ולהפוך לסוכן, מזכיר, מדען ותחקירן בו-זמנית, של כל אחד מאיתנו. זו עומדת להיות מהפכה מטורפת.
כך פועלת עוזרת אישית בסמארטפון:
http://youtu.be/vHMaSR7kjr4
השוואת היכולות בין עוזרות אישיות שונות:
http://youtu.be/Hg8mjR1TCNs
אקו דוט של אמזון והמכשיר המקביל של גוגל:
https://youtu.be/dAsZVQvjCt8
קדימון הסרט "Her" על אדם שמתאהב בעוזרת דיגיטלית שבטלפון שלו:
https://youtu.be/4F_tHMxx23I?t=6s
הנה הצ'טבוט המתקדם של Open AI שמשמש מתורגמן:
https://youtu.be/c2DFg53Zhvw
והדגמת GPT 4o שהופך לסוכן AI ועושה המון דברים:
https://youtu.be/DrKkKLEditU?long=yes
עוזרת וירטואלית אישית היא מערכת טכנולוגית, בצורת מכשיר או אפליקציה לטלפון הנייד, שמסייעים במציאת תשובות, ארגון לוח הפעילויות, תזכורות לדברים שביקשתם שתזכיר לכם ועוד.
עוזרות וירטואליות משתמשות במרכיבים של בינה מלאכותית כדי להבין ולמלא תפקידים מורכבים שעד לא מזמן רק בני-אדם הצליחו למלא. סייענים אישיים מודרניים מבינים "שפה טבעית" (Natural language) כלומר המשתמש מתקשרים איתם בדיבור רגיל ולא בשפת מחשב או בכתיבה. העוזרת הווירטואלית מדברת בזכות סינתסייזר קולי, שמייצר את הדיבור שלה.
בסמארטפונים כיום מוכרות העוזרות האישיות שנקראות סירי, קורטנה ו-Google Now - שלוש עוזרות כאלה, שפותחו למערכות הפעלה שונות.
עוזרת אישית שונה היא "אלקסה" (Alexa) שפותחה על ידי חברת אמזון. הסייעת הדיגיטלית הזו מתחרה בעוזרות הווירטואליות הללו אבל היא אינה אפליקציה אלא מוח שמוטמע במכשירים שפיתחה אמזון, כמו אמזון אקו (Amazon Echo), או אקו דוט הקומפקטי. אלו הם רמקולים חכמים, שמשוטטים בבית החכם ומאזינים לפקודות בני הבית. הם מסוגלים למלא הוראות מגוונות, החל מחיפוש מידע, דרך טיפול בהזמנות מוצרים ועד להשכמה, השמעת מוסיקה והפעלת מגוון שירותים של מפתחים עצמאיים, כמו הזמנת מוניות, שליחת פרחים וכדומה.
אמזון מתכננת בעצם ליצור מעין אב-בית דיגיטלי לעולם הבית החכם ולתחום המתפתח של "האינטרנט של הדברים", מה שאומר שמכשירי האקו יפתחו ממש בקרוב לבקשתכם את החנייה, ידליקו מזגן או את הדוד החשמלי ועוד. ואגב, גם גוגל נאו הוכנס לתוך מכשיר דומה.
כיום כבר ברור שהעולם הולך לעוזרות חכמות יותר ויותר, שיאפשר מגוון של תפקידים שכיום ממלאים בני אדם, לרוב מזכירות ועוזרות אישיות אנושיות, אך גם תחליף לשירותי מודיעין, אספקה של שירותים ומוצרים, תיאומי ביקורים ועוד.
באמצע שנת 2024 מתחילה תעשיית ה-AI במרוץ של פיתוח "סוכנים חכמים", שכבר זוכים לכינוי "סוכני AI" ויכולים לתקשר בקול אנושי ובשיחה רגילה ולהפוך לסוכן, מזכיר, מדען ותחקירן בו-זמנית, של כל אחד מאיתנו. זו עומדת להיות מהפכה מטורפת.
כך פועלת עוזרת אישית בסמארטפון:
http://youtu.be/vHMaSR7kjr4
השוואת היכולות בין עוזרות אישיות שונות:
http://youtu.be/Hg8mjR1TCNs
אקו דוט של אמזון והמכשיר המקביל של גוגל:
https://youtu.be/dAsZVQvjCt8
קדימון הסרט "Her" על אדם שמתאהב בעוזרת דיגיטלית שבטלפון שלו:
https://youtu.be/4F_tHMxx23I?t=6s
הנה הצ'טבוט המתקדם של Open AI שמשמש מתורגמן:
https://youtu.be/c2DFg53Zhvw
והדגמת GPT 4o שהופך לסוכן AI ועושה המון דברים:
https://youtu.be/DrKkKLEditU?long=yes
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
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
איך הופך הצ'אטבוט לרובוט האינטרנט החדש?
בעשור האחרון אנו הולכים ונחשפים לשירותים, כמו פייסבוק שפתחה את שירות ההודעות שלה, Messenger, לצ'ט-בוטים (Chatbots) או ל-OpenAI שמנפיקה בוט חכם במיוחד כמו ChatGPT ומאפשרת לאלפי שירותים של צ'אט בוטים כאלה להיווצר תוך זמן קצר, תוך התבססות על GPT, הבינה המלאכותית שהיא פיתחה.
הן לא היחידות כמובן.
צ'אט בוטים הם רכיבי תוכנה קטנים, מעין תוכנות זעירות, שחוסכות לנו זמן ומאמץ. למעשה, הצ'אט-בוט הוא מעין רובוט תוכנה שמקבל מאיתנו הוראות ורץ לבצע.
יש בוטים אינטליגנטיים, המצוידים ביכולות של "עיבוד שפה טבעית" (NLP). כלומר, ניתן להתכתב עם בוטים שכאלה, ממש כאילו היו בני אנוש - כותבים להם בשפה יומיומית, שפה אנושית, והם "מבינים" אותנו. היכולת של NLP לחסוך לנו כתיבה טכנית, בתחביר שמיועד להפעלת מכונה אבל לא באמצעות קוד, היא נפלאה.
מאז סוף שנת 2022 היכולת הזו מתפתחת במהירות אדירה ועתידה להתפתח עוד ולהקל את התקשורת מולם, עם בוטים חכמים שמבינים גם דיבור אנושי ומנהלים שיחה קולית, באמצעות Speech To Text.
כמה מהר עברנו מבוטים שהתבססו על בחירה מתוך תפריטי אפשרויות מוכנים מראש לשיחה חופשית בכתיבה ודיבור בלשון יומיומית, כלומר שפה טבעית.
מסתבר שאת רוב הפעולות בעולם יכולים צ'ט-בוטים לבצע בלי למצמץ ולחסוך לנו זמן רב ואף שגיאות ששוות לא פעם להמון כסף. צ'אטבוט שמאפשר הזמנת פיצה, למשל, יחליף את איש הפיצריה שעונה לטלפון. לבקשתכם הוא יציג את התפריט, יאפשר להזמין, לבקש תוספות מתפריט או לבחור את מידת החריפות ולשלם בקלות ובמהירות. אחרי שהבוט מטפל בכל שלבי ההזמנה ומוציא הוראת הכנה למטבח הפיצריה, נותר ללקוח רק להמתין לפיצה המהבילה שתגיע אליו.
כלומר, כל מה שהיום עושים החבר'ה המותשים בסניף הפיצריה, יכול הבוט לבצע בנינוחות ממוחשבת ובדייקנות מביכה, אם מהמסנג'ר של פייסבוק או מאפליקציות כמו ווטסאפ וטלגרם.
כמובן שמטרתה של פייסבוק הייתה ונשארה שהמשתמשים יעשו הכל בפלטפורמה של החברה, מבלי להשתמש בתוכנות, אפליקציות או כלים חיצוניים. כמה שיותר נקבל אצלה בבית - נישאר עוד יותר זמן, נחזק את שביעות הרצון מהרשת החברתית שלה ובעיקר נכניס לה כסף.
על הדרך היא חוסכת לנו הורדה והתקנת של אפליקציה נפרדת לכל עסק, לימוד של הממשק של כל אפליקציה כזו (כלומר של הדרך שבה היא מתקשרת עם המשתמש) וכדומה.
צ'ט-בוטים הם לא דבר חדש. כבר בימי ה-IRC, עידן הדינוזאורים של הרשת, פעלו בוטים שונים שאפשרו ביצוע פעולות פשוטות מול תוכנה. היום יכולים גופים עסקיים ואתרים שונים לבצע פעולות דרך הצ'אט-בוטים, אבל הרעיון נשאר כשהיה - אדם מצ'טט עם תוכנה, שמבצעת בשבילו משימות, במהירות ויעילות ובקרוב גם בלי שיהיה הבדל לעומת שיחה עם נציג אנושי.
הנה הסבר של הצ'ט בוטים החדשים:
https://youtu.be/mmmaLe8KM-o
מארק צוקרברג מנכ"ל פייסבוק מציג את הצ'אטבוטים ומדגים:
https://youtu.be/EOYnFUJyOlQ
הסבר איך הצ'ט-בוט עובד:
https://youtu.be/MT4JWtm5n5M
ובפינת ההומור שלנו - זה מה שקורה כשמדענים נותנים לשני בוטים אינטליגנטיים לשוחח זה עם זה:
https://youtu.be/WnzlbyTZsQY
בעשור האחרון אנו הולכים ונחשפים לשירותים, כמו פייסבוק שפתחה את שירות ההודעות שלה, Messenger, לצ'ט-בוטים (Chatbots) או ל-OpenAI שמנפיקה בוט חכם במיוחד כמו ChatGPT ומאפשרת לאלפי שירותים של צ'אט בוטים כאלה להיווצר תוך זמן קצר, תוך התבססות על GPT, הבינה המלאכותית שהיא פיתחה.
הן לא היחידות כמובן.
צ'אט בוטים הם רכיבי תוכנה קטנים, מעין תוכנות זעירות, שחוסכות לנו זמן ומאמץ. למעשה, הצ'אט-בוט הוא מעין רובוט תוכנה שמקבל מאיתנו הוראות ורץ לבצע.
יש בוטים אינטליגנטיים, המצוידים ביכולות של "עיבוד שפה טבעית" (NLP). כלומר, ניתן להתכתב עם בוטים שכאלה, ממש כאילו היו בני אנוש - כותבים להם בשפה יומיומית, שפה אנושית, והם "מבינים" אותנו. היכולת של NLP לחסוך לנו כתיבה טכנית, בתחביר שמיועד להפעלת מכונה אבל לא באמצעות קוד, היא נפלאה.
מאז סוף שנת 2022 היכולת הזו מתפתחת במהירות אדירה ועתידה להתפתח עוד ולהקל את התקשורת מולם, עם בוטים חכמים שמבינים גם דיבור אנושי ומנהלים שיחה קולית, באמצעות Speech To Text.
כמה מהר עברנו מבוטים שהתבססו על בחירה מתוך תפריטי אפשרויות מוכנים מראש לשיחה חופשית בכתיבה ודיבור בלשון יומיומית, כלומר שפה טבעית.
מסתבר שאת רוב הפעולות בעולם יכולים צ'ט-בוטים לבצע בלי למצמץ ולחסוך לנו זמן רב ואף שגיאות ששוות לא פעם להמון כסף. צ'אטבוט שמאפשר הזמנת פיצה, למשל, יחליף את איש הפיצריה שעונה לטלפון. לבקשתכם הוא יציג את התפריט, יאפשר להזמין, לבקש תוספות מתפריט או לבחור את מידת החריפות ולשלם בקלות ובמהירות. אחרי שהבוט מטפל בכל שלבי ההזמנה ומוציא הוראת הכנה למטבח הפיצריה, נותר ללקוח רק להמתין לפיצה המהבילה שתגיע אליו.
כלומר, כל מה שהיום עושים החבר'ה המותשים בסניף הפיצריה, יכול הבוט לבצע בנינוחות ממוחשבת ובדייקנות מביכה, אם מהמסנג'ר של פייסבוק או מאפליקציות כמו ווטסאפ וטלגרם.
כמובן שמטרתה של פייסבוק הייתה ונשארה שהמשתמשים יעשו הכל בפלטפורמה של החברה, מבלי להשתמש בתוכנות, אפליקציות או כלים חיצוניים. כמה שיותר נקבל אצלה בבית - נישאר עוד יותר זמן, נחזק את שביעות הרצון מהרשת החברתית שלה ובעיקר נכניס לה כסף.
על הדרך היא חוסכת לנו הורדה והתקנת של אפליקציה נפרדת לכל עסק, לימוד של הממשק של כל אפליקציה כזו (כלומר של הדרך שבה היא מתקשרת עם המשתמש) וכדומה.
צ'ט-בוטים הם לא דבר חדש. כבר בימי ה-IRC, עידן הדינוזאורים של הרשת, פעלו בוטים שונים שאפשרו ביצוע פעולות פשוטות מול תוכנה. היום יכולים גופים עסקיים ואתרים שונים לבצע פעולות דרך הצ'אט-בוטים, אבל הרעיון נשאר כשהיה - אדם מצ'טט עם תוכנה, שמבצעת בשבילו משימות, במהירות ויעילות ובקרוב גם בלי שיהיה הבדל לעומת שיחה עם נציג אנושי.
הנה הסבר של הצ'ט בוטים החדשים:
https://youtu.be/mmmaLe8KM-o
מארק צוקרברג מנכ"ל פייסבוק מציג את הצ'אטבוטים ומדגים:
https://youtu.be/EOYnFUJyOlQ
הסבר איך הצ'ט-בוט עובד:
https://youtu.be/MT4JWtm5n5M
ובפינת ההומור שלנו - זה מה שקורה כשמדענים נותנים לשני בוטים אינטליגנטיים לשוחח זה עם זה:
https://youtu.be/WnzlbyTZsQY
