אנחנו קוראים לשתוף פעולה עם חברות וסטרט אפים של בינה מלאכותית בעברית.

במטרה לפתח אלגוריתם לשיכתוב מלא בעברית במשלבי שפה שונים.

המחקר המודרני מתמקד בכמה משימות הנדסיות עיקריות (התומכים בבינה מלאכותית "חזקה" עשויים לכנות זאת כבינה מלאכותית "חלשה").

 

מחקר הבינה המלאכותית המודרני עוסק ביצירת תוכנות ומכונות מועילות על מנת לעשות משימות שבני אדם מבצעים, המצריכות תבונה, באופן אוטומטי. למשל תזמון משאבים - כמו יחידות צבאיות - ביעילות המרבית, מענה על שאלות לגבי מוצרים עבור לקוחות, עיבוד והבנת שפה טבעית (אנ') וזיהוי פנים במצלמות טלוויזיה במעגל סגור. לכן בינה מלאכותית נעשתה לדיסציפלינה הנדסית, העוסקת בפתרון בעיות מעשיות. לדוגמה, על־פי שיטות של בינה מלאכותית אורגנו המשאבים הצבאיים של ארצות הברית במלחמת המפרץ, והכספים שנחסכו בעקבות כך עלו בהרבה על ההשקעה של הממשלה האמריקאית בתחום הבינה המלאכותית מאז תחילת המחקר בשנות ה־50. מערכות בינה מלאכותית נכנסו לשימוש בעסקים רבים, בתי חולים ויחידות צבאיות סביב העולם, וכן מורכבות בתוכנות ובמשחקים רגילים.

 

שיטות של בינה מלאכותית משמשות גם פעמים רבות במחקר המדע הקוגניטיבי, שמנסה ליצור מודל של תת־מערכות של ההבנה והחשיבה האנושית. בעבר המטרה הסופית של חוקרי בינה מלאכותית הייתה "בינה מלאכותית חזקה", כלומר חיקוי של בינה אנושית ממש. אפשר לראות מחשבים כאלה בסרטי מדע בדיוני רבים, כמו המחשב HAL 9000 בסרט "2001: אודיסיאה בחלל". מטרה זו כנראה לא תמומש בעתיד הקרוב, וכבר כיום הוא אינו המטרה של מחקר הבינה המלאכותית הרציני. בגלל אי־המילוי של ציפיות בעבר יצא לתחום מוניטין רע, וכן בשל ציפיות שהתעוררו על ידי המדע הבדיוני. מסיבה זו, חוקרי בינה מלאכותית רבים אומרים כי הם עובדים בתחום הקוגניציה, אינפורמטיקה, הסקה סטטיסטית או הנדסת מידע (אנ'). ישנן פרדיגמות מחקריות רבות בתחום, ועדיין אין קונצנזוס על הצורה הטובה ביותר להמשיך במחקר. תחומי מחקר מהעת האחרונה כוללים רשתות בייאסיניות וחיים מלאכותיים; דוגמה לתוכנת חיים מלאכותיים היא Boids.

 

תחום חשוב בבינה המלאכותית הוא שפה טבעית. לתחומים רבים בבינה מלאכותית פותחו תוכנות או שפות תכנות במיוחד בשבילם. לדוגמה, אחת מתוכנות הדיבור (chatterbot) הדומות ביותר לאדם, "אלייס" (A.L.I.C.E), משתמשת בשפת תכנות AIML שהיא ספציפית בשבילה, ולתוכנות שהתפתחו ממנה. ובכל זאת, A.L.I.C.E מבוססת על התאמת תבניות ללא כל הסקת מסקנות, בדומה לתוכנות ישנות יותר. ג'אברוואקי (Jabberwacky) קרוב קצת יותר לבינה מלאכותית חזקה, מכיוון שהוא לומד כיצד לדבר רק מאינטראקציה עם המשתמש. למרות זאת, התוצאות עדיין חלשות מאוד, וכיום ניתן לומר שעדיין אין בינה מלאכותית לדיבור כללי.

 

אם כי ההתקדמות לקראת המטרה הסופית של בינה מלאכותית דמוית־אדם איטית למדי, היו תוצרים מועילים רבים בדרך. דוגמאות בולטות הן שפת התכנות LISP ופרולוג, שהומצאו עבור מחקר בינה מלאכותית אך שכיום משמשים למשימות אחרות. מערכות מועילות רבות פותחו בעזרת טכנולוגיות שהיו פעם תחומים פעילים במחקר הבינה המלאכותית. לדוגמה:

 

 

כחול עמוק

צ'ינוק (Chinook) הוכרז כאלוף העולם בתחרות אדם־מחשב בדמקה ב־1994.

כחול עמוק, מחשב ששיחק שחמט, ניצח את גארי קספרוב בתחרות שחמט מפורסמת ב־1997

ווטסון, מחשב ששיחק במשחק מלך הטריוויה (אנ'), הצליח לנצח מתחרים שזכו בעבר ב־2011.

אינפו־טיים (Info Tame), מנוע חיפוש בטקסט שפותח על ידי הק.ג.ב. עבור מיון אוטומטי של מיליוני דפים של תקשורות.

לוגיקה עמומה, שיטה לחשיבה הגיונית בתנאים של חוסר ודאות, משמשת במערכות שליטה תעשייתיות רבות.

קיימות מערכות תרגום מכונה כמו SYSTRAN, ורבים משתמשים בהן, אם כי התוצאות עדיין אינן באיכות של תרגום אדם.

עיבוד שפה טבעית

רשתות נוירונים משמשים למשימות רבות, ממערכות גלאי־פריצה למשחקי מחשב ("Creatures", לדוגמה).

מערכות הכרת סימנים אופטיות (OCR) יכולות לתרגם כל טקסט המודפס בגופנים מקובלים לטקסט ממוחשב.

הכרת והבנת כתב יד בידי, או בעיני מחשב.

מערכות ראיית מחשב, פועלות ביישומים תעשייתיים רבים.

רובוטיקה

מערכת למיון תכנים תומכי טרור ברשתות החברתיות, לצורך הסרה מהירה שלהם.18

מערכת הוכחה אוטומטית - מערכת המבצעת הוכחת משפטים מתמטיים באמצעות תוכנה. תהליך ההוכחה מבוסס על תחשיב פסוקים ועל לוגיקה מסדר ראשון ובו רעיונות מתחום הבינה המלאכותית באים לידי ביטוי.

 

ReSymmetry, כיסא גלגלים רובוטי בעל יכולות בינה מלאכותית להקלה על חיי בעלי מוגבלות תנועתית

כיסא גלגלים רובוטי המיועד להקל על חייהם של אנשים בעלי מוגבלות. הכיסא משלב טכנולוגיות איסוף מידע (חיישנים) ובינה מלאכותית, על מנת לחשב תמידית את המדדים המסמנים מצוקה ולהגיב אוטומטית למניעת פצעי לחץ ופגעים הנוצרים מישיבה ממושכת.

הרעיון של בינה מלאכותית שתחליף שיפוט אנושי עלה פעמים רבות בהיסטוריה של התחום, וכיום ישנם תחומים מסוימים שבהן "מערכות מומחיות" מחליפות או תומכות בשיפוט אנושי, בהנדסה או ברפואה. דוגמה למערכת כזו היא מערכת העזרה של מיקרוסופט אופיס, שבו המערכת מנסה לנבא את העזרה שהמשתמש יזדקק לה.

 

בשנת 1986 פרופסור רודני ברוקס פרסם סדרת מאמרים ששינו באופן מהותי את כיווני פיתוח בתחום הבינה המלאכותית.

 

החל מ-2012, חלה תנופה משמעותית בתחום למידה עמוקה וענף זה נחשב כענף מרכזי לפתרון סוגיות בתחום הבינה המלאכותית. "למידה עמוקה" נשענת על רשתות עצביות מלאכותיות. החל מ-2017, מדינות רבות בעולם החליטו להיכנס לנושא ברמה הלאומית ולמעלה מעשרים מהן, פרסמו אסטרטגיה לאומית בנושא.

 

בשנת 2015 ניצחה מערכת AlphaGo של חברת DeepMind את אלוף העולם במשחק GO, הנחשב למשחק בו עץ המשחק הוא הענף ביותר, מה שדרש ממתכנני המערכת לחשוב על שיטה שונה ללמידת / פתרון המשחק, לעומת שיטת העבודה של כחול עמוק. המערכת התקרבה לשיטה הנקראת בינה מלאכותית חזקה (באנגלית Artificial general intelligence (אנ')).20 שיטה זו נחשבת לגביע הקדוש בבינה מלאכותית, ומתכונתה היא למעשה למידת מכונה ללא הכוונה מראש היכולה לפתור כל בעיה.

 

ב-11 ביולי 2019, תוכנת מחשב שנקראת Pluribus, ניצחה חמישה שחקנים ברמה הכי גבוהה שיש בעולם, במשחק "טקסס הולדם" - בסדרה ארוכה של משחקים כנדרש להוכיח מובהקות סטטיסטית. תוכנת המחשב Pluribus פותחה על ידי מדענים מפייסבוק ומאוניברסיטת קרנגי מלון בהובלת פרופסור Tuomas Sandholm ונועם בראון.

 

בניגוד למשחק שחמט או, אפילו, משחק ה"גו", בטקסס הולדם, אין לשחקנים מידע מלא על "המציאות" וזאת מכיוון שהם רואים רק את הקלפים שהם עצמם קיבלו ואת "קלפי הקהיליה". כלומר, מדובר במשחק רב פעמי, מרובה משתתפים ועם מידע חסר. מכיוון שכך, המשחק נחשב מבחן משמעותי מאוד ליכולת של "בינה מלאכותית" להשתוות לבינה אנושית.

 

מיקרו-עולם

העולם האמיתי מלא בפרטים רבים, המסיחים את הדעת מהעיקר: באופן כללי, המדע מנסה להתמקד במודלים מלאכותיים ופשוטים של המציאות (בפיזיקה, משטחים חסרי־חיכוך וגופים קשיחים לחלוטין, לדוגמה). ב־1970 מרווין מינסקי וסימור פאפרט, מהמעבדה ב-MIT, הציעו כי מחקר הבינה המלאכותית יתמקד גם הוא בפיתוח תוכנות שיכולות להתנהג באופן תבוני במצבים פשוטים ומלאכותיים הידועים כמיקרו־עולמות (MicroWorlds). מחקר רב התמקד ב"עולם הקוביות", שמורכב מקוביות בצבעים וצורות שונות המסודרים על משטח ישר.

 

יישומים בתחום הבינה המלאכותית כוללים:

 

חישה מלאכותית:

זיהוי תווים אופטי (OCR), שדוגמה שלו היא תוכנת המילון "בבילון", וזיהוי ממוחשב של כתב יד, כפי שיש במחשב כף יד PDA.

מערכת זיהוי דיבור: היכולת לקלוט דיבור אנושי ולפענח אותו, כלומר להפוך אותו לטקסט כתוב, אך לא בהכרח להבין אותו.

מערכת זיהוי תווי פנים: למשל, כמערכת זיהוי פרצופים של חשודים בביצוע עבירה.

מערכת זיהוי תמונות:פירוק את התמונות למטריצות RGB, וזיהוי אובייקתים תוך התמונות על ידי פיקסלים ולמידה עמוקה, למשל:איתור ומעקב אחר הולך רגל על ידי ניתוח תמונות ולכידת תנועה, זיהוי אוטומטי של הרכב אבנים בכליות מתצלומים דיגיטליים של אבנים.

הבנת שפה טבעית.

מערכות מומחה: מערכות המתבססות על הידע של מומחים בתחום מסוים ועל תהליכי קבלת החלטות בתחום זה, ומסייעות בתהליכים אלה.

רובוטים: זיהוי מכשולים למשל.

אנו מציעים לפתח אלגוריתם מקביל לאוטלגריתם של Originality

Originality היא מערכת לזיהוי ומניעת העתקות.

שירות גילוי העתקות במסמכים הכתובים בעברית. מקור ההעתקה יכול להיות באינטרנט או בעבודה אקדמית שנמסרה בעבר למוסד אקדמי כלשהו ונבדקה באמצעות הכלי.

במאגר מידע של למעלה מ 6 מיליון עבודות סטודנטים מ-40 מוסדות אקדמיים בארץ, מאתרי קניית עבודות ומקורות אחרים. השרות מספק להנהלת המוסד האקדמי כלים למדידת תופעת ההעתקות על ידי הפקת דוחות.

המערכת מתממשקת ל-Moodle ומאפשרת למרצה להגדיר האם לבצע בדיקת מקוריות לעבודת הסטודנט.

דוח המקוריות יהיה זמין ב- Moodle בסמוך למועד ההגשה האקדמי