האם AI יכול לקבל החלטות במקומנו?

הגיע הזמן להבין מה הפוטנציאל, אך בעיקר מה הם האתגרים הכרוכים בפיתוח מערכות AI שיוכלו להחליף בני אדם. בעידן שבו AI ממשיכה להשפיע על כל תחומי החיים, חשוב להבין את ההקשרים המורכבים שבהם היא פועלת והפער (שעדיין קיים) בין בני האדם לבינה המלאכותית.

מה זה ”מודל עולם“? 

אחד המושגים המרכזיים בדיון על הפוטנציאל של AI להשתלב בתרבות האנושית הוא “מודל עולם”. מונח זה מתאר את היכולת לבנות תפיסה מנטלית מקיפה של המציאות, תפיסה שבה האדם מצטיין אך ה-AI עדיין מתקשה להשיג.

המונח “מודל עולם” (world model) נולד לראשונה בהקשר לפסיכולוגיה הקוגניטיבית. הרעיון מייצג את הטענה שלבני האדם יש מודל מנטלי, תפיסת מציאות מסוימת המבוססת על חוויות אישיות וקולקטיביות, זכרונות, רגשות וידע -כל מה שלמכונה אין. בתחום הבינה המלאכותית, המונח התפתח כחלק מהמאמצים לחקות את האופן שבו בני אדם וחיות אחרות מעבדים מידע ומתפקדים בעולם.AI בתחבורה

מודל עולם ב-AI מנסה לחקות את המוח האנושי על ידי יצירת מערכת של אלגוריתמים המאפשרת למכונה לזהות, ללמוד ולחזות תופעות בסביבתה. זהו חלק מהמאמצים ליצור מערכות AI אוטונומיות ופונקציונליות (אשר יקבלו החלטות ויבצעו פעולות). עם זאת, ישנם לא מעט אתגרים ביצירת ”מודלי עולם“ אפקטיביים גדולים, מכיוון שהם דורשים הבנה עמוקה ומורכבת של המציאות האנושית, שלא תמיד ניתן לתרגם לנתונים ואלגוריתמים.

נדגים את המושג ”מודל עולם“ בפיתוח של מערכות בטיחות
בהבנת מודל עולם, בינה מלאכותית נתקלת במגבלות משמעותיות שעלולות להשפיע על יעילותה ועל יכולתה לקבל החלטות בטוחות ואמינות. לדוגמה, השאלה על רמת הבטיחות ברחוב ספציפי בעיר בשעה מאוחרת בלילה, מציבה אתגר מורכב למערכות AI. אדם שמכיר את העיר ואת הרחוב מסוגל לזהות מגוון גורמים שיכולים להוות סיכון, כולל ידע על פעילות פלילית מקומית, תאורת רחוב לקויה, ואפילו עבר של תאונות דרכים. היכולת לשקול את כל הגורמים הללו בהקשר המתאים נובעת מחוויות אישיות ומידע שנאסף לאורך זמן.

לעומת זאת, בינה מלאכותית שמסתמכת על מידע שנאגר במאגריה עלולה להתמקד רק בנתונים כמותיים וסטטיסטיים, כמו נתוני פשיעה או תאונות דרכים. עם זאת, היא עשויה להחמיץ נתונים שלא נכללים במאגר, כמו שינויים אחרונים באזור, פשיעה, או אירועים פליליים שלא פורסמו בכלי התקשורת, ותופעות אחרות שאינן מתועדות רשמית. מכאן, שאף שה-AI יכול לספק תשובות מבוססות על הרבה מאוד מידע ודאטה שהוא ניתוח, ייתכן שבמקרה כזה הוא לא יהיה מספיק מדויק או מועיל כמו תפיסת העולם של אדם המבין את הקונטקסט של השאלה.

האם זה אומר ש-AI אף פעם לא יוכל להחליף את בני האדם?

הדיון בקהילה המדעית נע בין שני קטבים: יש הסבורים שהרחבת היכולות של AI בתחומים של מודל עולם, היא הכרחית להתקדמות הטכנולוגית ולשילוב מלא יותר של AI בחברה האנושית; מאידך, קיימים חששות שטעויות בבניית מודלי עולם עלולות להוביל להשלכות שליליות ואף מזיקות בקבלת החלטות חשובות. בואו נקח דוגמא נוספת מעולם המכוניות האוטונומיות – נסו לחשוב על עצמכם מחנים את הרכב שלכם ברוורס, צמוד למדרכה, בין שתי מכוניות, באזור של גני ילדים או בית ספר, כאשר אתם רואים אישה צועדת על המדרכה, עם כלב קטן ללא רצועה, ושני ילדים מתמסרים בכדור במרחק לא גדול משם. כמה פרמטרים ונסיבות שאינן מתמטיקה פשוטה תביאו בחשבון כשתחליטו על התזמון וקצב הכניסה לחניה? עכשיו תחשבו מה קורה אם את המשימה הזו מבצעת מכונית אוטונומית.

הכירו את יאן לקון, המוביל את הצוות של FACEBOOK במחקר בנושא AI ועוסק המון בדילמות מהסוג הזה בהקשר של מודל עולם בכלי AI 

פרופסור יאן לקון, חלוץ בתחום למידת אדם-מכונה, והצוות שלו ב-NYU וב-Facebook AI Research (הידועה גם כ- FAIR), חוקרים את יכולות הלמידה של המוח ומנסים ליישם תובנות אלו בפיתוח מודלים חדשים של רשתות נוירונים. כאשר מטרת העל היא לאפשר למודלי שפה מבוססי בינה מלאכותית לעבד ולהבין מידע מורכב יותר, כך שהם יוכלו לתפקד בצורה שמדמה יותר את הדרך שבה המוח האנושי פועל.

לקון טוען כי חשוב להשקיע במחקר המוביל לפיתוח של “אינטואיציה” מלאכותית, שתאפשר למערכות AI לבצע חיזויים מבוססי הקשר ולהגיב לשינויים בסביבתם בצורה אוטונומית ובטוחה. כל אלו, משקפים את חשיבות ההמשך בפיתוח והבנת מודלי עולם מתקדמים בתחום ה-AI, כדי להבטיח שהמערכות שלנו לא רק חכמות יותר, אלא גם מבינות יותר את העולם בו הן פועלות. לשיטתו, עד שהאינטואיציה הזו תתפתח, לאדם הפשוט יש יתרון שבכלל לא פשוט לנצח.