II. תחומים קשורים

בנוסף ל-AI, ישנם כמה תחומים קרובים שכדאי להכיר לפחות בשם. בין התחומים האלה ניתן למנות את למידת המכונה (machine learning), מדע הנתונים (data science), ו-למידה עמוקה (deep learning).

למידת מכונה נחשבת לתת-תחום של שינה מלאכותית, שהיא בעצמה תת-תחום של מדעי המחשב (ההבחנות האלה לעיתים לא מדוייקות וחלקים מסוימים של למידת מכונה משתייכים באותה מידה גם לסטטיסטיקה). למידת מכונה היא מה שמאפשר למערכות בינה מלאכותית להיות אדפטיביות – כלומר, ללמוד ולשפר ביצועים עם הזמן.

? מונח מפתח

למידת מכונה

מערכות שמשפרות את הביצועים שלהן במשימה מסוימת ככל שהן צוברות ניסיון או נתונים.

למידה עמוקה (Deep Learning)

למידה עמוקה היא תת-תחום של למידת מכונה, שהיא כאמור תת-תחום של בינה מלאכותית שהיא בעצמה תת-תחום של מדעי המחשב.

נפגוש את למידה עמוקה ביתר פירוט בפרק 5, אבל כבר עכשיו נוכל לומר שהמילה “עמוקה” מתייחסת למורכבות של המודל המתמטי – ולכך שכוח המחשוב של מחשבים מודרניים מאפשר העלאה של המורכבות הזו לרמות שנראות לא רק שונות בכמות, אלא גם שונות באיכות לעומת מה שהיה בעבר.

המדע, באופן כללי, בנוי ממבנה שכבות של תת-תחומים – תת-תחומים של תת-תחומים – מה שמאפשר לחוקרים להתמקד לעומק בנושא מסוים, לעקוב אחרי ההתפתחות שלו לאורך השנים, וליצור ידע חדש – או לתקן ידע קודם שהיה חלקי או שגוי.

מדע הנתונים (Data Science)

מדע הנתונים הוא מונח גג חדש יחסית, שמתאר תחום שמשלב בתוכו תתי-תחומים כמו למידת מכונה וסטטיסטיקה, יחד עם מרכיבים מעולם מדעי המחשב – למשל אלגוריתמים, אחסון נתונים, ופיתוח יישומים מבוססי רשת.

מדע הנתונים הוא גם תחום פרקטי – שדורש הבנה של התחום שבו הוא מיושם (למשל, עסקים או מחקר מדעי), הכרת ההנחות, ההגבלות והמטרות – כלומר, מה נחשב “ערך מוסף”.

בפועל, פתרונות של מדע הנתונים כוללים כמעט תמיד “קמצוץ של בינה מלאכותית” – אבל לא תמיד במידה שמהדהדת את הכותרות הגדולות בתקשורת.

רובוטיקה (Robotics)

רובוטיקה עוסקת בבנייה ותכנות של רובוטים כך שיוכלו לפעול בסביבות מורכבות ובמצבים אמיתיים. במובנים רבים, רובוטיקה היא אתגר השיא של הבינה המלאכותית – כי היא דורשת שילוב של כמעט כל תחומי הידע של הבינה. לדוגמא:

•ראייה ממוחשבת וזיהוי דיבור – לקליטת המידע מהסביבה.

• עיבוד שפה טבעית, שליפה של מידע, והסקה תחת אי-ודאות – כדי להבין הוראות ולחזות את תוצאותיהן.

•מודלים קוגניטיביים ו-Affective Computing (מערכות שמגיבות לרגשות אנושיים או מדמות רגשות) – כדי לאפשר אינטראקציה ועבודה משותפת עם בני אדם.

במקרים רבים, האתגרים של רובוטיקה נפתרים בצורה הטובה ביותר בעזרת למידת מכונה – ולכן היא מהווה ענף מרכזי של הבינה המלאכותית בתחום הזה.

? מהו רובוט?

במילים פשוטות, רובוט הוא מכונה שמורכבת מחיישנים (שקולטים מידע מהסביבה) ומבצעים (actuators – שפועלים על הסביבה), ואפשר לתכנת אותה לביצוע רצפים של פעולות.

אנשים שרגילים לדימויים של מדע בדיוני חושבים לרוב על מכונות דמויות אדם, שהולכות בצורה מגושמת ומדברות בקול מתכתי ומונוטוני.

אבל רוב הרובוטים שבשימוש כיום נראים שונה לחלוטין – הם מתוכננים לפי היישום שלהם, לא לפי צורת גוף אנושית.

למעשה, לרוב היישומים אין שום תועלת בכך שלרובוט תהיה צורת אדם – בדיוק כמו שאין לנו רובוט אנושי לשטיפת כלים, אלא פשוט מדיח כלים.

ומה שלא תמיד ברור ממבט ראשון: כל כלי רכב שיש לו רמה כלשהי של אוטונומיה וכולל חיישנים ומבצעים – נחשב גם הוא לרובוטיקה.

לעומת זאת, פתרונות תוכנה בלבד – כמו צ’אט-בוטים לשירות לקוחות – גם אם לעיתים מכנים אותם “רובוטים תוכנתיים” – אינם נחשבים לרובוטיקה אמיתית.