צמד האותיות הזה מהווה בסיס לאין-ספור עלילות הוליוודיות, תחזיות עתידיות ויישומים ש"ישנו את החיים של כולנו ".
תחום ה-AI (בינה מלאכותית – Artificial Intelligence) מעלה אצל רובנו אסוציאציה של מחשבים חכמים השולטים על העולם – ובאופן טבעי מעורר לא מעט סקרנות ועניין.
אבל האמת היא שהחיים הם לא סרט, ומאחורי הקלעים של כל מערכת AI מתנהל תהליך מורכב, סיזיפי לפעמים, המשלב עבודה אנושית וטכנולוגית. אז מה מאפיין פרויקטי AI, במה הם שונים מפרויקטים 'רגילים', ומה הם המיתוסים הנפוצים-אך-לא-ממש-מדויקים?
קץ האנושות עדיין לא קרוב
ספוילר: ייקח עוד המון זמן עד שמכונות ישתלטו על העולם. נכון, עולם ה-AI הוא מרתק וחדשני, אך הוא לא מחליף (עדיין) את בני האדם. את המיתוס הזה, אגב, הקפידו כל כך לטפח בהוליווד, עד כי בעולם העסקי יש רבים המאמינים שמערכת בינה מלאכותית תעשה במקומם את כל העבודה: הם יתקינו מערכת כזו, והמערכת תזהה את כל בעיות הארגון ותפתור אותן.
אבל במציאות של היום אין מערכת AI שיודעת לזהות בעיות ארגוניות. המערכת יודעת לזהות דפוסים חוזרים, לנתח נתונים ולהציע פתרונות – אך המוח האנושי הוא זה שמזהה את הבעיות ואת הצרכים ומגדיר מראש מה הערך הנדרש מהפרויקט. הבינה המלאכותית היא כלי להשגת תוצאות, וכמו בכל תהליך אחר – מישהו צריך להגדיר מראש את היעדים.
אב-טיפוס בפרויקט AI הוא הפרויקט
בפרויקטים טכנולוגיים 'רגילים', לא פעם הלקוח מבקש לראות אב-טיפוס של המוצר הסופי, וזאת כדי לבחון את היתכנות הפרויקט ולהחליט לגבי עתידו. בפרויקטי AI, לעומת זאת, סיטואציה שכזו כלל אינה אפשרית.
מכיוון שמערכת AI היא מערכת לומדת במהותה, ברגע שהמפתחים פיתחו אב-טיפוס – הפרויקט הושלם. עולם הבינה המלאכותית יצר מציאות של 'הכול או כלום' – או שהמפתחים בנו מערכת ופתרו את הבעיה כולה, או ששום דבר לא נפתר – ולכן מצב ביניים של פיתוח אב-טיפוס בלבד אינו רלוונטי.
תוצאות לא מובטחות
מאפיין נוסף של עולם פרויקטי ה-AI הוא חוסר הוודאות הכרוך בתהליך: בעולם ה-AI לא ניתן להבטיח תוצאות. כל ארגון צובר נתונים אחרים, ממגוון מקורות ומסוגים שונים, ועל כן הצלחתו של התהליך אינה 'גנרית' ואף פעם אינה מובטחת.
מדוע אפוא ארגונים כה רבים מעוניינים להטמיע אצלם מערכות AI? הסיבה לכך נובעת מיכולותיהן של מערכות אלו. מערכות אלו מסוגלות להחזיק את כל המידע הארגוני, לתחקר אותו ולחפש במהירות ובצורה אוטומטית דפוסים חוזרים – ולמרות חוסר הוודאות, על פי רוב הן מציגות תוצאות חשובות ומדויקות המשפיעות על הארגון ומביאות לשיפורו.
האדם מאחורי ה-AI
בפרויקטים טכנולוגיים 'רגילים' הטכנולוגיה היא המרכיב העיקרי והמשמעותי. בפרויקטי AI, לעומת זאת, כ-80% מהעבודה מוקדשת לאיסוף וסידור של נתונים, ורק 20% ממנה מוקדשת לטכנולוגיה החדשה. במילים אחרות, בעוד שעולם ה-AI נתפס כנוצץ וחדשני, מתחת לפני השטח מדובר בהרבה מאוד עבודה אנושית סיזיפית.
מאחורי הקלעים של כל פרויקט יש שני בעלי תפקידים חשובים. ה-Data Engineer, אנליסט הנתונים, הוא הגורם האחראי לאיסוף כל הנתונים מכל מיני מקורות בארגון ולהכנתם בפורמט הנדרש לניתוח על ידי מדד הנתונים.
ובעל התפקיד השני הוא מדען הנתונים, ה-Data Scientist – תפקיד שלא היה אפשר למצוא בעבר, שכן הוא נולד בעקבות התפתחות תחום ה-AI. מדובר בתפקיד ייעודי, כירורגי ונקודתי במהותו, ועל כן ההתייחסות למדען הנתונים היא כמו ללוחם סיירת: הוא מגיע לפרויקט, מבצע רק את המשימות המיועדות לו, ולא 'שורף' את זמנו על משימות סיזיפיות.
בקיצור, תחום ה-AI הוא מענפי הטכנולוגיה המתקדמים והייחודים שקיימים כיום. בכל הנוגע לבינה מלאכותית השמיים הם הגבול, או לפחות כך יהיה יום אחד – אבל עד אז, כפי שראינו, לגורם האנושי יש עדיין משקל חשוב וחיוני מאין כמוהו.
