ראיון עם פרופ' אילן משה שמשוני: "בינה מלאכותית זו לא הטכנולוגיה של העתיד - היא כבר כאן"
תוכניות לימוד בבינה מלאכותית צצות בימים אלה כמעט בכל אוניברסיטה בארץ, אחרי שהמועצה להשכלה גבוהה קראה למוסדות האקדמיים לפתח מסלולים בתחום. אז מה בעצם הופך תוכנית אחת לשונה מהאחרות? איך מלמדים תחום שמשתנה כמעט מדי יום? ולמה בעצם כדאי לבחור דווקא בו? פגשנו את פרופ’ אילן משה שמשוני, מנהל תוכנית התואר הראשון החדשה בבינה מלאכותית באוניברסיטת חיפה, לשיחה על הייחוד של התוכנית, על הקשר המורכב בין אדם למכונה, ועל העתיד התעסוקתי של מי שבוחר ללמוד את התחום החם ביותר כיום.
מה ייחודי בתוכנית החדשה שלכם, לעומת תוכניות דומות שנפתחות באוניברסיטאות אחרות?
“לאחרונה החליטה המל”ג – המועצה להשכלה גבוהה לעודד פתיחת תוכניות בינה מלאכותית, ופנתה לכלל המוסדות להשכלה גבוהה בבקשה שיציעו תוכניות כאלה. כתוצאה מכך, כל האוניברסיטאות בארץ מתחילות כעת לפתח תוכניות דומות.
אצלנו, אחד הדברים שמייחדים את התוכנית הוא שאנחנו לא מתמקדים רק בלימוד הטכנולוגיה עצמה – איך לפתח אלגוריתמים, להבין את המתמטיקה שמאחוריהם וכן הלאה – אלא שמים דגש מיוחד על הקשר שבין בינה מלאכותית לבין בני אדם: עד כמה המערכות אמינות, עד כמה הן שומרות על פרטיות המשתמשים, ואיך משתמשים בהן בצורה נכונה וחוקית”.
זו סוגיה שעולה הרבה בתקשורת – הסכנות שבשימוש לא מבוקר בבינה מלאכותית
“בדיוק. פעם, כשמישהו כתב תוכנה, הוא ידע בדיוק מה הוא עושה – הוא כתב כל שורת קוד. היום זה שונה לגמרי: הבינה המלאכותית בעצמה ‘כותבת’ חלק גדול מהפתרון, באמצעות חיפוש מידע באינטרנט וניתוח שלו. המשמעות היא שלעיתים המערכת עושה דברים שלא תכננו ושלא ציפינו להם, כי התשובה שהיא ‘מצאה’ ברשת לא בהכרח נכונה או רצויה.
לכן חלק מרכזי מהעבודה היום הוא לדעת לנהל את המערכת, לבדוק בדיוק מה היא עושה ולוודא שהיא אכן עושה את מה שאנחנו רוצים שתעשה”.
כלומר התוכנית לא מלמדת רק “איך להשתמש” בכלים, אלא גם איך לפקח עליהם ולהפעיל שיקול דעת
“בדיוק. הפיקוח הוא חלק מאוד חשוב, וגם אותו צריך ללמוד. הסטודנטים צריכים להבין איך המערכות עובדות ואיך מתאימים אותן לצרכים שלהם – וזה דורש הבנה טכנולוגית מעמיקה.
חוץ מזה, יש לנו עניין רב גם בנושא ה’הסברתיות’ – Explainable AI – היכולת לבקש מהמערכת שתסביר מדוע היא הגיעה להמלצה מסוימת, ועל סמך אילו מקורות. למשל: אם המערכת ממליצה לפעול בדרך מסוימת, חשוב לדעת מאיזה מסמך או מקור היא שאבה את ההמלצה – האם ממקור אמין ומסודר, או ממשהו לא ברור שנכתב באינטרנט. אנחנו רוצים לבנות מערכות אמינות, וזו משימה הרבה יותר מורכבת היום מבעבר, בדיוק בגלל שהמערכות עצמן מבצעות חלק גדול מהעבודה ומקבלות החלטות על סמך כמויות עצומות של מידע”.
מדובר בתוכנית של שלוש שנים לתואר ראשון. איך בנוי מבנה הלימודים?
“יש חפיפה משמעותית עם המסלולים הקיימים בפקולטה למדעי המידע ולמדעי המחשב. התוכנית היא פקולטטית – כלומר היא שייכת לפקולטה כולה ולא לחוג ספציפי אחד.
בשנים הראשונות לומדים את היסודות: מתמטיקה, מדעי המחשב וסטטיסטיקה, ולאחר מכן כמה קורסי ליבה בבינה מלאכותית. בשנה השלישית הסטודנטים מגיעים ליישומים – עבודה עם תמונות, טקסט, רובוטיקה ותחומים נוספים, הן מבחינה תיאורטית והן מעשית. בנוסף, יש קורסים שעוסקים בממשק שבין אדם לבינה מלאכותית, ואף אפשרות לבחור קורסים בפילוסופיה הקשורים לנושא”.
איך התוכנית מצליחה לעמוד בקצב השינויים המהיר כל כך בתחום? כמעט כל יום יוצא משהו חדש
“זו תוכנית חדשה, אבל חשוב להבין – זה לא שהתחום עצמו חדש לנו. בפקולטה שלנו יש אנשי סגל רבים שעוסקים בבינה מלאכותית כבר שנים רבות, כמו שהיה למשל בתחום מדעי הנתונים שגם הוא ‘נולד מחדש’ מתוך תחומים ותיקים יותר. זה לא שפתאום גילינו את התחום ונאלצים להמציא קורסים מאפס.
חברי הסגל הצעירים, שעוסקים במחקר עדכני, מלמדים בקורסים שלהם את מה שהם חוקרים בפועל – אי אפשר לחקור היום נושאים ‘עתיקים’, צריך לעסוק בדברים רלוונטיים. כך הקורסים מתעדכנים באופן טבעי, ולא משנים את תוכנית הלימודים בכל פעם שיוצא משהו חדש – יש הרבה “רעש” סביב בינה מלאכותית, אבל בסופו של דבר חשוב לבחור מה באמת משמעותי.
יש כמובן הבדל בין קורסי יסוד, כמו מתמטיקה, שכמעט לא משתנים במשך עשרות שנים, לבין קורסים בבינה מלאכותית עצמה, שכן דורשים עדכון מתמיד. לדוגמה, בקורס בחירה בנושא עיבוד תמונות אנחנו עובדים עם מאמרים מהכנסים העדכניים ביותר – מאמר בן יותר משנתיים כבר נחשב אצלנו ‘היסטוריה’. מדי פעם אנחנו גם מזמינים מרצים מהתעשייה שמלמדים נושאים מתקדמים וחמים”.
לאן הבוגרים שלכם הולכים אחר כך? מה אפשרויות התעסוקה?
“כיום אפשר ליישם בינה מלאכותית כמעט בכל תחום – וזה בדיוק היתרון הגדול. זה יכול להיות עולם המחשבים הקלאסי, אבל גם תחומים מגוונים לגמרי: אני עצמי חוקר נושאים שקשורים לחיות בר, ויש לנו יכולת להפעיל בינה מלאכותית כדי לזהות חיות בר מתוך תמונות.
בוגרי התוכנית יכולים לעבוד בסטארט-אפים, בחברות וותיקות שמשלבות בינה מלאכותית כדי לעבוד ביעילות רבה יותר ולהבין טוב יותר את הלקוחות שלהן, וגם בתחומים חברתיים ורפואיים. הכלים שלומדים בתוכנית ניתנים ליישום כמעט בכל מקום שבו יש מידע – וזה היום כמעט כל תחום.
יש לי סטודנט שבנה מערכת בינה מלאכותית לטיפול אוטומטי בחשבוניות עבור רואי חשבון – המערכת מצלמת את החשבונית, מזהה את הנתונים ומעלה אותם למחשב במקום עבודה ידנית ומייגעת. גם בתחום המשפטים יש שימוש הולך וגובר: בעבר מתמחים היו צריכים לחפש באופן ידני פסקי דין רלוונטיים, וכיום מערכות בינה מלאכותית יכולות לסרוק כמויות עצומות של פסיקה ולהציע את הרלוונטית ביותר. ואני עצמי חוקר כיצד ניתן להשתמש בבינה מלאכותית לזיהוי חיות בר מתוך תמונות. זה ממחיש עד כמה התחום פתוח לכיוונים שלא תמיד מדמיינים”.
ולסיום – מה היית אומר למישהו שמתלבט אם ללמוד את התחום הזה?
“בינה מלאכותית היא לא העתיד – היא ההווה. מי שרוצה לעסוק במחשבים בכלל, חייב לדעת להשתמש בכלים המודרניים האלה כדי לבצע את העבודה שלו; מי שלא ידע – פשוט לא יתקבל לעבודה.
מעבר לכך, חשוב מאוד לאהוב את התחום ושיעניין אתכם – וזה נכון לכל תחום. גם אם יש לכם תחביב או תחום עניין צדדי לגמרי – היסטוריה, ארכיאולוגיה, סוציולוגיה, חיות – אפשר היום למצוא עבודה שמשלבת שיטות בינה מלאכותית בתוך אותו תחום בדיוק.
ולבסוף, יש מי שמתלבט גם מטעמים אתיים – לא כל אחד רוצה לעבוד בחברות שעושות שימוש מסוים בטכנולוגיה. זו שאלה לגיטימית ומשמעותית, וחלק בלתי נפרד מהתחום: כל סוגיית האתיקה בבינה מלאכותית, איך לשלוט במערכת ולוודא שהיא עושה בדיוק את מה שאנחנו רוצים שתעשה – זה בדיוק מה שאנחנו רוצים שהסטודנטים שלנו ילמדו לעשות”.