"מה שבאמת חשוב ב-AI: לא רק מילים, אלא מעשים"
השנתיים הקרובות יכריעו לאן הולכת הטכנולוגיה הזאת
חברת הייעוץ גארטנר פיתחה את המודל המפורסם הקרוי "Gartner Hype Cycle״. זהו מודל המתאר את התהליכים בהם טכנולוגיות חדשות מתפשטות בשוק. הוא כולל מספר שלבים:
Innovation trigger - הטכנולוגיה מוצגת לעולם, ונמצאת בשלבי בחינה ראשוניים.
Peak of inflated expectations - התלהבות מנופחת מהטכנולוגיה ותחושה כי היא מסוגלת לפתור את כל תחלואי העולם.
Trough of disillusionment - תחושת אכזבה ממגבלות הטכנולוגיה וירידה דרסטית ברמת ההתעניינות.
Slope of enlightenment - מתחילים להשיק מוצרים ושימושים פרקטיים על גבי הטכנולוגיה.
Plateau of productivity - הטכנולוגיה בשימוש יומיומי.
לא קשה לנחש ש- Generative AI (נקרא לזה מעתה AI) ממוקמת בדיוק בשיא הציפיות ממנה. נראה כי אפשר לעשות עם זה הכול. מכיוון שלא יודעים בדיוק איך ישתמשו ב-AI, קרנות הון-סיכון נוקטות בגישת ה-Spray and pray המפורסמת - לפזר כמה שיותר כסף על כמה שיותר מוצרים שונים בתחום, בתקווה שאחד מהם יתפוס. השנתיים הבאות יגדירו לאן תלך הטכנולוגיה הזאת.
אפשר להסתכל על AI בשני אופנים:
טכנולוגיה שיודעת הכול
הדרך הראשונה, היא לראות ב-AI טכנולוגיה שהחידוש הגדול בה שהיא יודעת הכול. אבל עד היום, חשבנו שגוגל הוא זה שיודע הכול. אז לא פלא ש״מומחי AI״ הכריזו על מותו של גוגל - מודלי השפה הגדולים (LLMs) התאמנו בערך על כל האינטרנט הפתוח (ויקיפדיה, רדיט, טוויטר ועוד) ויודעים על סמך זה, לתת תשובה איכותית לכל שאלה. אני אומר ל״מומחים״ האלה, אל תמהרו להספיד את גוגל כל כך מהר…
הכוח של גוגל נובע מיכולתו לגשת באופן חופשי לתכנים ברחבי האינטרנט, לרבות אתרים המוגנים בזכויות יוצרים. מכיוון שגוגל רק מפנה לאתרים אלה ואינו מעתיק את התוכן, אין חשש להפרת זכויות יוצרים. יתרה מזאת, האתרים המקושרים על ידי גוגל נהנים מהחשיפה ויש לנו כאן win-win קלאסי.
היום, פלטפורמות התוכן מבינות כי הנתונים שלהן הם המשאב החשוב ביותר שברשותן. לפיכך, פלטפורמות כמו טוויטר ורדיט כבר אינן מאפשרות גישה חופשית לנתונים שלהן, מה שהופך את אימון מודלים של בינה מלאכותית (LLM) על נתונים אלו ללא כדאי כלכלית. זאת בנוסף לתביעות משפטיות מצד אתרים כמו הניו יורק טיימס, הטוענים להפרת זכויות יוצרים באימון מודלים ללא רשות (כתבתי על זה באריכות כאן). בקיצור, הרבה יותר קשה להתאמן (training) מה שמשפיע על התוצאות שהוא מפיק (inference).
אז עם מה נישאר בגרסאות הבאות של GPT? כנראה סוג של ויקיפדיה נוחה. וגם אם זה כן יצליח להביא ערך, יהיה מאוד קשה למנטז את זה (מלשון moneytize) - לייצר הכנסה. האם הייתם משלמים על גוגל, חכם ככל שיהיה? כנראה שלא..
הכיוון המבטיח בחזית ה״יודע דברים״ הוא העולם העסקי - בחברות יש כמות עצומה של מידע קנייני בפורמט של מסמכים, קוד, מיילים, ועוד. חברות רבות היום לוקחות מודל שפה כמו GPT, ומכווננות (fine-tune) אותו על המידע הארגוני שלהן. כך, הן מסוגלות לענות על שאלות עסקיות מתוך הארגון שלהן.
נשמע ביזנס לא רע, אבל הפוטנציאל האמיתי טמון ב:
טכנולוגיה שעושה הכול
הדרך השנייה היא לראות ב-AI טכנולוגיה שיודעת לעשות דברים. אנו מבקשים ממנה לכתוב לנו פוסט בפייסבוק ליום הולדת של חבר, לבנות עבורנו תוכנית עבודה ל-2024, להזמין עבורנו מקום במסעדה ואפילו לכתוב במקום המתכנתים שלנו את הקוד. החבר'ה האלה נקראים ״סוכני AI״ - תוכנות שרצות באופן אוטונומי ומבצעות משימות ספציפיות עבורנו. הסוכנים הללו יכולים לנווט לאתרי אינטרנט, לקרוא ולכתוב קבצים ולשלוט במכשירים מרחוק. הדרך לבינה מלאכותית כללית (AGI) תלויה בהתפתחות הסוכנים האלו.
הטכנולוגיה שעושה עבורנו את רוב הדברים היא הסמארטפון. ישנן מספר חברות שמנסות להחליף את הסמארטפון במוצר מבוסס AI, כמובן.
דוגמא לחברה כזאת היא חברת Humane, אשר יצרה התקן לביש (wearable) מבוסס AI ללא מסך אשר מבצע משימות בעקבות פקודות קוליות.
דוגמא נוספת היא חברת Rabbit אשר יצרה רכיב במחצית מגודלו של האייפון, אשר מסוגל לקבל פקודות קוליות וגם לצלם את הסביבה כדי לקבל פקודות בעזרת תמונות. הוא מתחבר לאפליקציות כמו ספוטיפיי, אובר וג׳ימייל ומסוגל להזמין לנו מונית, לנגן לנו שירים, ועוד. ממליץ בחום לראות את הדמואים של המוצרים הללו.
על פי המודל של גארטנר, נראה שהאכזבה הגדולה מ-AI תגיע מההבנה שהיא למעשה אינה יודעת הכול. כרגע אנחנו עוד מתלהבים ש-ChatGPT יודע איזו יצירה מתחילה עם “טא דא דא דאם״. אבל ככל שהזמן יחלוף, מספר השימושים ב-AI כמוקד ידע צפוי להצטמצם, והפוטנציאל האמיתי טמון בסוכני ה-AI. השנתיים הקרובות צפויות להיות מרתקות, מלאות בחדשנות, אך גם עם הרבה הגזמות ופופוליזם.