"בינה מלאכותית תוציא מהמידע יותר ידע ותובנות"

"ארגונים ניצבים מול האתגר של ריבוי ושפע המידע. נדרש לנצל מידע זה כדי לשפר את יכולת התחרות העסקית שלהם. בינה מלאכותית מסוגלת להוציא מהנתונים ומהמידע יותר ידע ותובנות, על מנת לשפר תהליכים בארגונים", כך אמר נתי אמסטרדם, דירקטור בכיר ומנהל פעילות עסקית, Nvidia.

אמסטרדם התראיין לאנשים ומחשבים במסגרת כנס ה-GTC של ענקית הבינה המלאכותית והמעבדים הגראפיים Nvidia, שמתקיים לראשונה בישראל. האירוע נערך היום (ד') בביתן 2, גני התערוכה, תל אביב, בהשתתפות יותר מ-2,000 מלקוחות החברה ומפתחים על פלטפורמת החברה.

לדברי אמסטרדם, "המהפכה התעשייתית הרביעית בעיצומה ומושפעת מהיכולות החדשות של הבינה המלאכותית המבוססת למידה עמוקה. ארגוני אנטרפרייז נדרשים להגדיר אסטרטגיית בינה מלאכותית, AI: יישום כלים חכמים שיספקו ערך וחדשנות לעסק וללקוחות שלהם. עליהם להיות מסוגלים לנצל את המידע האדיר הנצבר, כדי להפיק ממנו תובנות. ארגון נדרש להיות מסוגל לערוך תחזית קדימה ולזהות מגמות אצלו בארגון ובשוק בו הוא פועל ומוקדם ככל הניתן. ארגון רוצה להיות מסוגל לנהל סיכונים, ככל האפשר בצורה יותר אוטומטית ומדויקת ללא טעויות אנוש".

על מנת לענות לצרכים אלה, אמר אמסטרדם, "יש לבצע כמה פעולות. האחת, יש לאסוף נתונים. כיום קיים הרבה יותר מידע בארגונים מאשר בעבר והמידע ממשיך להצטבר. השנייה, יש לבנות אלגוריתמים של למידה עמוקה – ולחשוב איזה מענה הארגון מעוניין לספק ללקוחות שלו. הפעולה השלישית היא להוסיף כוח מחשוב ועוצמת עיבוד, כדי להריץ מודלים של למידה עמוקה המבוססת עיבוד מקבילי".

החברה, סיכם אמסטרדם, "החלה לפעול בעולם המעבדים הגראפיים עבור מחשוב מקבילי, ומשם עברה לפני מספר שנים ללמידה עמוקה. יש לנו פלטפורמת מחשוב על שכוללת חומרה ותוכנה אינטגרטיבית לאימון והרצת האלגוריתמים של הבינה המלאכותית. אנו צופים לגידול משמעותי בפעילות המכירות שלנו בשנה הבאה. נקים מרכז ללמידה עמוקה ונכשיר אלפי אנשים בתחום".

לאמן את האלגוריתמים לפתור בעיות

אופיר זמיר, מנהל טכנולוגי אזורי ב-Nvidia, אמר כי "ה-GPU, יחידת העיבוד הגרפית, הומצאה על ידי החברה לפני 20 שנה. בשנים האחרונות היא מאפשרת 'לאמן' את האלגוריתמים בכדי לפתור בעיות – שלא ניתן היה לפתור בלא בינה מלאכותית. בעבר, משימת אימון כזו שארכה שנה כיום אורכת כמה שעות. זה הפך בעיה תיאורטית למשהו שניתן כיום לפתור באופן מעשי וליישום בפרק זמן קצר מאוד".

"אנו חברת מחשוב הבינה המלאכותית הגדולה בעולם", ציין זמיר, "אנו מאפשרים את זה גם בקצה, עם פתרונות בעולם האינטרנט של הדברים, וידיאו בערים חכמות, רחפנים, רובוטים, ומכונות אוטונומיות. כל העננים הציבוריים המובילים בעולם משתמשים בטכנולוגיה שלנו. GPU בענן הפך לשירות הנמכר ביותר בענן".

אופיר זמיר, מנהל טכנולוגי אזורי, Nvidia. צילום: ניב קנטור

"יצרנו משולש קדוש", ציין. "נתונים-אלגוריתמים ו-GPU כוח עיבוד במחשוב מקבילי. כיום ניתן לראות בנק מפתח אלגוריתמים לסיכון אשראי, חברת טלקום המפתחת אלגוריתמים לחיזוי צריכה ורוחב פס נדרש. כל תחום היום משלב טכנולוגיות בינה מלאכותית".

"האלגוריתמים המובילים ליישום בינה מלאכותית מבוססים בשנים האחרונות על למידה עמוקה. הסיבה לכך היא שניתן להגיע לתוצאות יכולות על-אנושיות, ולפתור בעיות שהמורכבות שלהן גבוהה מאוד, הדוגמה הכי מסובכת ליישום היא – נהיגה אוטונומית".

"עיבוד מקבילי הוא הכרח בעידן הבינה המלאכותית", הסביר זמיר. "מה שחשוב בבינה מלאכותית הוא הצורך בדיוק מירבי. בניגוד לעבר שהיינו צריכים לכתוב קוד המסביר למחשב בדיוק מה נדרש ממנו לעשות, בלמידה עמוקה מספיק להראות למחשב הרבה דוגמאות והוא כותב לעצמו את הקוד לפתרון הבעיה המבוקשת. כדי שזה יקרה, צריך כוח מחשוב אדיר המסופק כיום על ידי ה- GPU  שלנו".

זמיר סיים באומרו כי "ארגונים נדרשים כיום יותר לשימוש בווידיאו, גם זה מצריך כוח עיבוד מקבילי שאנחנו מספקים".

לאחר המליאה המרכזית התפצל הכנס לארבעה מסלולים: חדשנות בעולם הבריאות; הגנה בסייבר ורובוטים; ערים חכמות וניתוח חכם של וידיאו; כלי רכב אוטונומיים.