תוך כדי שיטוט מזדמן באתר הנפלא של "הידען", גיליתי אזכור ל- DARPA, ובמיוחד לסרטון שלהם שמסביר היכן אנו נמצאים כעת מבחינת בינה מלאכותית (למעונינים, קישור לסרטון בסוף הפוסט).

אני מהמר שלא שמעתם על דארפ"א. אני שמעתי על קיומה אך לא הכרתי את שמה שהוא ראשי תיבות באנגלית של סוכנות צבאית לפרויקטים מחקריים מתקדמים.

זו והיא הסוכנות שלמעשה המציאה את האינטרנט, רשת שהחלה כרשת מחשבים שאם תהרוס חלק ממנה, שאר הרשת ימשיך לתפקד. זו היא גם הסוכנות שמאחורי רובוטים עם רגליים, מערכת המיקום הגלובלית (GPS), לווינים מפוצלים, תאי דלק ועוד. החשוב לדעת הוא שהיא עורכת תחרויות בנושאים שונים, למשל מכוניות שנוסעות ללא נהג וללא שליטה-מרחוק (מכוניות אוטונומיות).

אז בסרטון מסביר לנו האיש מדרפ"א על שלושת הגלים של הבינה המלאכותית. אנסה לתמצת זאת במילים הפשוטות ביותר שאפשר:

הגל הראשון,

בגל הראשון של הבינה המלאכותית, מומחה תכנת את המחשב. הפך אותו למעין חיקוי מבחינת הידע תוך שימוש בכללים הגיוניים וברורים: המומחה השתמש ב"אם"-> "אז" ו"אחרת" (שזה בעצם "אם לא"). למשל בדוגמה הפשוטה:

אם מישהו לחוץ על הכפתור שעומד לרשות הולכי רגל ליד הרמזור, אז תוך 15 שניות דאג שיהיה ירוק להולכי רגל. אחרת, להולכי הרגל הרמזור יישאר בצבע אדום.

בספורט יש למשל את מערכת "עין הנץ" שקובעת בטניס היכן הכדור נפל, "אם זה מעבר לקו- אז השמיעי צליל. אחרת – הישארי בשקט".

זה לא חייב להיות כזה פשוט. לדוגמה מערכת  WAZE מקבלת מידע מהמון המון מכוניות ובוחרת עבורך את הנתיב הקצר ביותר ליעד שבקשת. המערכת עושה זאת על-פי המידע שידוע לה תוך שימוש במאות שאלות מהסוג הזה של "אם-אז", שהיא שואלת את עצמה.

אבל, למערכות הגל הראשון -שבהחלט עושות המון – יש שתי מגבלות עיקריות: הראשונה היא שיש להן קשיים כשהן אמורות לחקור את כל מה שמחוץ לתחום הצר והספציפי מאוד שלהן,  והשנייה היא שהן גם מתקשות ליישם את הידע שלהן באופן שונה:

מערכת עין הנץ לא תוכל להתריע לשופט ששחקן נפצע, וגם לא תוכל להודיע ש… שחייזר פרץ למגרש, כי היא פשוט לא יודעת לעשות את זה. זה מחוץ לתחום שלה.

הגל השני:

במערכות הגל השני של הבינה המלאכותית, העיקרון היה שונה. העיקרון היה, בואו ונראה למערכת עשרות אלפי דוגמאות, ונדאג לכך שהיא תוכל באמצעות למידה סטטיסטית להסיק מסקנות.

כלומר, מכונית עצמאית תיסע ותצלם את העולם סביבה, ומאחר והתוכנה שלה למדה מאות אלפי דוגמאות של "איך להתנהג אם",  היא – עם הזמן – תסיק מסקנות לגבי מה שקורה סביבה ותתנהג בהתאם.

בלמידה סטטיסטית משתמשים בימינו, למשל, בזיהוי קולי, בזיהוי תמונה ובזיהוי פנים, כשהמתכנתים בכלל לא מנסים לגבש כללים נוקשים של "אם…-> אז…-> אחרת…", אלא מפתחים מודלים סטטיסטיים עבור תחום מסוים, ואז משתמשים בדוגמאות רבות ושונות, כדי לשפר את הדיוק של המודל.

חשוב להבין שזה אומר שהמודל לא נותן פיתרון מדויק לכל סוגיה (כמו שעושים בגל הראשון), אלא שהמודל מתבסס על "מה שעובד מספיק טוב, מספיק מהפעמים".

אחת הבעיות עם זה היא שייתכן וזה יעבוד בצורה מעולה 99 פעמים מתוך אלף, ובפעם האלף, התוצאה תהיה חסרת היגיון  לחלוטין למוח האנושי.

נניח שיש לך מערכת שבודקת את מיקום השחקנים בכל זמן משחק הכדורסל ומחפשת תבניות, ועושה נפלא את העבודה. פתאום, המערכת הזו תמצא שיש לא מעט זמן בו השחקנים של כל קבוצה מתכנסים ועומדים יחד בשולי המגרש. שהמערכת גם תגלה שבאופן סטטיסטי,  בהתקפה של חצי דקה או דקה אחרי,  יש יותר סבירות שייקלע סל.

צודקת, זה הגיוני שאחרי פסק זמן יש יותר סיכוי שייקלע סל, אבל מערכת זיהוי תבניות פריסת השחקנים על המגרש היא לא מערכת חושבת, וצריך(?) לומר לה מפורשות להתעלם ממצב הזה או לקבל (ואז להתעלם?) את המסקנות שלה.

כלומר, בעצם, הבעיה היא שהמערכות של הגל השני לא מנסות להבין למה!

בזה, הן די דומות למוח שלנו:  אם  נבעט בכדור באוויר, סביר שנוכל לנבא היכן הוא יפול גם אם לא נחשב את משוואות התנועה הפורמליות של ניוטון. לעזאזאל, נוכל לעשות זאת גם אם לא שמענו מעולם על קיומן של המשוואות הללו, לא כל שכן נדע מה נאמר בהן.

עוד בעיה, אגב, היא שגם מערכות הדור השני לא ממש טובות בהעברת ידע מתחום אחד לאחר.

ואז מגיע כעת הגל השלישי שהוא הגל עליו עובדים בימים אלו:

במערכות של הגל השלישי, המטרה היא שהמערכות עצמן יוכלו לפתח ולשפר מודלים שיסבירו כיצד העולם פועל. כלומר, עליהן לגלות לבדן את כללי ההיגיון הבסיסיים של עצמן, ולפעול לפי כללים אלו.

מה זה בעצם אומר?

זה אומר שאם בגל השני המערכת "ראתה" תמונה של כדורסל, היא ענתה רק ש"יש סבירות של 91% שזה תמונה של כדורסל".

אז מערכת של הגל השלישי אמורה להיות מסוגלת לומר לי משהו בנוסח של: "אני חושבת שיש סבירות של 91% שזה תמונה של כדורסל. הנימוקים שלי הם (כלומר לנמק את ההחלטה) שזה בצורת כדור, שהצבע של זה כתום, שגודל של זה מתאים לכדורסל.

ואז היא תוסיף עוד נימוק (ממקור אחר) ותאמר: "מצאתי תמונה דומה מאוד לזו בספר שמולי כתב על פילוסופיה של הספורט, וכותרת התמונה היתה: "כדורסל" ".

כלומר, מערכת מהדור שלישי תוכל גם לנמק וגם להסתמך על מודלים ממספר מקורות שונים, כדי להגיע למסקנה סופית ומנומקת.

אז איך מערכות הגל השלישי תשפענה על ספורט?

למשל, אני יכול לחשוב על גיבוש מסקנות לגבי מצב רפואי ממקורות שונים.

למשל לחפש התאמות שאדם רגיל, בחיים לא היה חושב עליהן, כמו לדוגמא ש"אנשים שקולעים לסל כשהלשון שלהן בחוץ – קולעים בדיוק יותר גבוה מהרגיל" 🙂

המומחים מקווים גם שמערכות הגל השלישי יוכלו אפילו לתכנת את עצמן – לשפר שוב ושוב את המודלים באמצעותם הן מגיעות לתובנות.

אז כן, בתחילה, חלק מהדברים יהיו מופרכים, אבל סביר שאחרי זמן מה המערכת תוכל לנסות ולומר לנו, לדוגמה, מה אמור להיות המבנה האופטימלי של שחקן כדורסל. שימו לב שאמרתי "מבנה" ולא "גוף" כי כדי לענות על השאלה "איך הוא בנוי?" אנו צריכים להתייחס לאין-סוף תחומים ולא לגופני בלבד…

ואם אתם מפקפקים, זכרו שבתחרות הראשונה של הנהיגה האוטונומית שארפ"א יזמה בשנת 2004, אף רכב לא הצליח לסיים את המסלול. שנה אחרי, חמישה רכבים של חמש קבוצות שונות הצליחו. השנה כבר ראינו רכבים שכאלו שבשנים הקרבות יהיו בשימוש מסחרי.

אני גם מאמין שתוכנות הדור השלישי תוכלנה לתפוס מקום רב יותר בסוגיות של שיפוט שכעת מחייבות צפייה בהילוכים חוזרים, ויוכלו להתבצע בצורה יותר אוטומטית.

האמת, לא יודע איך מערכות הדור השלישי תיושמנה בספורט. דבר אחד בטוח: אפילו רק מהעיון ברשימת הנימוקים של המערכת לגבי ההחלטות שלה, נוכל לגלות סיבות שמעולם לא חשבנו עליהם.

אני זוכר שפעם כתבתי מאמר על צבעים בספורט. די בטוח שאם תוכנת מחשב היתה בוחנת את משחקי ליגת הכדורסל העליונה בשבעים השנים האחרונות, היא היתה מגלה התאמה מובהקת בין ניצחונות לצבע גופיה צהוב.

אני חייב להודות שאני מקווה שאם המחקר ייעשה על שבעים השנה הבאות, ההתאמה המובהקת תהיה לגופייה בצבע אדום.

ומי שאמר שצבע החולצה לא משנה, סימן שהוא לא קופץ כי "מי שלא קופץ… "…

אז זהו, אלו היו אלף חמישים ושמונה מילים על ספורט ובינה מלאכותית. מקווה שהבנתם הכול או לפחות מספיק טוב כמות מספיקה מהמילים, ואני חייב להודות שאני די סקרן מה טומן לנו העתיד בחובו, בחיים בכלל ובספורט בפרט.

אשמח לתחזיותכם בתגובות…

כמובטח, הנה הסרטון של דארפ"א: