אינטליגנציה רבודה: המירוץ לסימביוזה בין האדם והמחשב

בשנת 1997 רב-האמן בשחמט גארי קספרוב הפסיד ל-Deep Blue (מחשב על). רבים ראו בכך שחר של עידן חדש, שבו האדם יישלט על ידי המכונה, אבל היום – 20 שנה מאוחר יותר, השינוי הגדול אליו אנו מתייחסים למחשבים – הוא התפתחות ה-iPad.

במסגרת טורניר שח ב-2005, האדם והמכונה יכלו לבחור להשתתף כבני זוג, ולא כיריבים. מחשב העל הובס על ידי רב-אמן שנעזר במחשב נייד וחלש יחסית. אך באופן מפתיע הזוכים היו דווקא שני  אמריקנים חובבים שהשתמשו בשלושה מחשבים ניידים חלשים.

יכולתם להדריך ולהפעיל מניפולציות על המחשבים שלהם כדי לחקור לעומק מצבים ספציפיים, פעלו ביעילות נגד הידע הנעלה בשחמט של רבי-האמן הגדולים וכוחו של מחשב-העל של היריבים האחרים.

התוצאה מדהימה: אדם ממוצע ומכשירים ממוצעים – גוברים על האנשים הטובים ביותר והמכונה הטובה ביותר.

לא אמורה להיות תחרות של האדם נגד המכונה, אלא שיתוף-פעולה מהסוג הנכון.

תשומת לב רבה מוקדשת לחזונו של פרופ' מרווין מינסקי אודות אינטליגנציה מלאכותית. זהו חזון בן 50 שנים – חזון שרבים אימצו אותו והוא הפך לאסכולה הדומיננטית במדעי המחשב. אבל בפתח העידן של ה-Big Data, של מערכות תקשורת של פלטפורמות פתוחות וטכנולוגיה משובצת, מוצע להעריך מחדש חזון אלטרנטיבי שהתפתח בערך באותו זמן. חזון המדבר על הסימביוזה בין אדם למחשב של ג'יי.סי.אר ליקלידר, שיותר נכון לכנות אותה "אינטליגנציה רבודה".

מימין לשמאל: ג'יי.סי.אר ליקלידר ופרופ' מרווין מינסקי

ליקלידר היה ענק מחשבים שהייתה לו השפעה עמוקה על התפתחות הטכנולוגיה והאינטרנט. החזון שלו היה לאפשר לאדם ולמכונה לשתף פעולה בקבלת החלטות, בפיקוח על מצבים מסובכים ללא התלות הנוקשה בתוכניות קבועות מראש.

ליקלידר מעודד אותנו לקחת בן-אדם ולעשותו יותר מוכשר. בני אדם הם כה מדהימים – כיצד אנו חושבים, הגישות שאינן חד-מימדיות, היצירתיות שלנו, ההיפותזות הישנות, כל אלה הם דברים קשים מאוד, אם בכלל אפשריים לביצוע על ידי מחשבים.

ליקלידר הבין זאת באופן אינטואיטיבי, מתוך התבוננות באנשים לקבוע את המטרות, לנסח את ההיפותזות, לקבוע את הקריטריונים, ולבצע את ההערכה. כמובן, שבדברים אחרים בני-האדם הם מוגבלים מאוד. אנחנו נוראים בנושאי קנה מידה, חישוב ונפח. אנחנו דורשים כישרונות ניהול ברמה גבוהה כדי לשמור שלהקת רוק תופיע יחד. ליקלידר חזה מחשבים שעושים את כל העבודה השגרתית שהייתה נחוצה כדי להכין את הדרך לקבלת תובנות וקבלת החלטות.

להבין יותר לעומק את המצב האנושי

למשל, באתר של מגדלי התאומים נפתחה אנדרטת 9/11. היא מציגה שמות של אלפי הקורבנות כשהם משתמשים באמצעות רעיון יפה בשם "קירבה משמעותית". היא מציבה את השמות אחד ליד השני בהתבסס על הקשרים שביניהם: חברים, משפחות, חברים לעבודה. כאשר אתם שמים את כל זה יחד , זהו ממש אתגר: 3,500 קורבנות, 1,800 בקשות קירבה – החשיבות של המפרט הפיזי הכולל והאסתטיקה הסופית.

כאשר זה דווח לראשונה במדיה, ניתן מלוא הקרדיט עבור מבצע כזה לאלגוריתם מ-Local Projects, חברת עיצוב פרויקטים מקומית מניו-יורק. נעשה שימוש באלגוריתם כדי לפתח את המסגרת הבסיסית, אך בני אדם השתמשו במסגרת בסיסית זו כדי לעצב את התוצאה הסופית. כך, שבמקרה זה, המחשב העריך מיליוני פריסות אפשריות, ניהל מערכת מורכבת של יחסי קירבה, ועקב אחרי קבוצה גדולה מאוד של מידות ומשתנים, כשהוא מאפשר לבני-האדם להתמקד בעיצוב ובאפשרויות הקומפוזיציות.

ככל שמסתכלים יותר סביבנו, רואים את חזונו של ליקלידר בכל מקום. בין אם במציאות הרבודה אצלכם ב-iPhone או ב-GPS שבמכוניתכם – סימביוזה של אדם-מחשב מקנה לנו יותר יכולת.

דוגמה נוספת היא Big Data. כל אינטראקציה שלנו בעולם נרשמת על ידי מערך הולך וגדל של חיישנים: הטלפון שלנו, כרטיס האשראי, המחשב. התוצאה: הרבה מידע, הנותן לנו הזדמנות להבין יותר לעומק את המצב האנושי.

הדגש של רוב הגישות ל-Big Data מתמקד על – "כיצד ניתן לאחסן נתונים אלה? כיצד מחפשים נתונים אלה? כיצד מעבדים נתונים אלה"? אלו שאלות הכרחיות אך לא מספיקות. מה שחיוני הוא לא איך להבין כיצד לחשב, אלא מה לחשב – כיצד באפשרותנו לכפות את האינטואיציה האנושית על מידע בקנה מידה כזה? ושוב, אנחנו מתחילים על-ידי תכנון הכנסת האדם לתהליך.

ההבדל בין הצלחה לכישלון

כאשר PayPal החלה את דרכה כעסק, האתגר הגדול ביותר שלהם היה לא "כיצד שולחים כסף הלוך ושוב באינטרנט"? אלא "כיצד עושים זאת מבלי להיות מרומים על-ידי פשע מאורגן"?

בעוד שמחשבים יכולים ללמוד ולזהות הונאות שמבוססות על דפוסים, הם לא יכולים ללמוד לעשות זאת בהתבסס על תבניות שהם לא ראו לפני כן, ולארגון פשע יש הרבה מן המשותף עם קהל זה: אנשים מבריקים, עזי-רוח ורבי-תושייה, חדורים ברוח יזמות בהבדל אחד: המטרה. וכך בעוד שמחשבים לבדם יכולים לתפוס הכול פרט לפיקחות שבהונאות, לתפוס את הפיקחים ביותר הוא ההבדל בין הצלחה לכישלון.

לדוגמה, טרור. המחבלים תמיד מסגלים עצמם לנסיבות חדשות, ולמרות מה שאנחנו רואים בטלוויזיה, התאמות אלו וזיהויין, הן אנושיות מיסודן. המחשבים לא מזהים דפוסים והתנהגויות חדשות, אבל בני-האדם, באמצעות טכנולוגיה, ניסויים והיפותזות, מחפשים את התובנה על ידי כך שהם מבקשים ממכונות לעשות דברים עבורם. אוסמה בן לאדן לא נתפס על ידי בינה מלאכותית. הוא נתפס על ידי אנשים דבקים במטרה, מבריקים ובעלי תושייה בשותפות עם טכנולוגיות שונות.

ככל שזה נשמע מפתה, איננו יכולים באופן אלגוריתמי לכרות מידע בדרך אל התשובה. אין לחצן "מצא מחבל" וככל שאנו מצליבים יותר מידע ממגוון רחב של מקורות לרוחב מגוון רחב של תבניות מידע במערכות שונות לגמרי, כך כריית הנתונים תהיה פחות יעילה. במקום זה, אנשים יצטרכו להסתכל על המידע ולחפש תובנה, וכפי שליקלידר חזה לפני זמן רב, המפתח לתוצאות מצוינות כאן נמצא בסוג הנכון של שיתוף פעולה.

גישה זו מאפשרת דברים כמו סריקת כל הנתונים הזמינים ממקורות שונים מאוד, זיהוי קשרי גומלין עיקריים וריכוזם במקום אחד, משהו שהיה כמעט בלתי אפשרי לעשות לפני כן.

אנחנו רחוקים כעת יותר מ-50 שנה מחזונו לעתיד של ליקלידר, והנתונים מציעים שעלינו להיות די נלהבים בשל העובדה שבהתמודדות עם הבעיות הקשות ביותר של המאה הזו, אדם ומחשב משתפים פעולה יחד.