המדריך ללמידת מכונה
This post is also available in: 
English (אנגלית)
ככל שהטכנולוגיה מתפתחת, מונחים כגון בינה מלאכותית, למידת מכונה ולמידה עמוקה לוקחים חלק יותר גדול בשיח הציבורי. מדריך זה מטרתו להבהיר את ההבדל בין המונחים, כדי שנוכל להבין את אופי השימוש בטכנולוגית למידה עמוקה כיום.
בינה מלאכותית, בבסיסה, משמעותה אוטומטיזציה של מטלות אשר בעבר בוצעו על ידי בני אדם. למידת מכונה ולמידה עמוקה הינם חלק מבינה מלאכותית.
למידת מכונה מתבצעת כאשר מכונות לומדות ומשתפרות מניסיון, ואף מפתחות יכולות ומיומנויות ללא התערבות אדם.
למידה עמוקה הינה תת-קבוצה של למידת מכונה, כאשר רשת עצבים מלאכותית – אלגוריתמים אשר פותחו בהשראת המוח האנושי – לומדת מכמות גדולה של נתונים. באופן דומה לדרך בה אנו לומדים מניסיון, אלגוריתם הלמידה העמוקה מבצע מטלה שוב ושוב, בכל פעם עם שינוי קטן שמטרתו לשפר את האלגוריתם לקראת הפעם הבאה של ביצוע המטלה. במערכת העצבים האנושית מספר שכבות (עמוקות) המאפשרות למידה, ומכך נובע המונח 'למידה עמוקה'.
כמות הנתונים העצומה שאנחנו מייצרים מדי יום מאפשרת למידה עמוקה. אלגוריתמים של למידה עמוקה מצריכים כמות גדולה של נתונים ללמוד מהם, והתעצמות כמות הנתונים היומית שאנחנו מייצרים היא הסיבה שיכולות למידה עמוקה השתפרו כל כך בשנים האחרונות.
למידה עמוקה מתפתחת גם עקב צמיחת הבינה המלאכותית כשירות (Artificial Intelligence as a Service
), דבר המאפשר לארגונים קטנים גישה לטכנולוגיית בינה מלאכותית ובמיוחד לאלגוריתמים של בינה מלאכותית הנחוצים עבור למידה עמוקה ללא השקעה ראשונית גדולה.
למידה עמוקה מאפשרת למחשב לפתור בעיות מסובכות אפילו עם שימוש במאגר נתונים מגוון, בלתי מובנה ומקושר. ככל שאלגוריתמים של למידה עמוקה לומדים יותר, ככה יכולותיהם משתפרות, כך לפי forbes.com.
שמונה הדוגמאות הבאות יתרמו בהבנה של יישום טכנולוגיות למידה עמוקה בעולם כיום:
- עוזרים וירטואלים – אלכסה, סירי וקורטנה, למשל. ספקי שירות דיגיטלים משתמשים בלמידה עמוקה כדי להבין את אופן הדיבור והשפה שלנו כאשר אנחנו מתקשרים איתם.
- תרגום – אלגוריתמים של למידה עמוקה מסוגלים לתרגם בין שפות שונות באופן אוטומטי.
- ראייה עבור משאיות הובלה ללא נהג, רחפנים ומכוניות אוטונומיות – למידה עמוקה מאפשרת לכלי רכב אוטונומיים להבין את המציאות על הכביש ולהגיב בהתאם. למשל, לדעת שתמרור עצור מכוסה שלג הינו עדין תמרור עצור.
- צ'אט בוט ובוט שירות – אלה מספקים שירות לקוחות של חברות רבות, ועונים בצורה שימושית ואינטיליגנטית למספר גובר של שאלות כתובות ו/או מוקלטות.
- צביעת תמונה – בעבר, צביעת תמונת שחור לבן בצבע היתה מטלה שנעשתה על ידי בני אדם. כיום, למידה עמוקה מסוגלת לזהות את העצמים המופיעים בתמונה ולצבוע אותם בהתאם.
- מערכת זיהוי תווי פנים – לא רק למטרות ביטחון, אלא גם למטרות תיוג בפייסבוק ואולי, בעתיד, למטרות תשלום בחנויות בעזרת תווי הפנים בלבד.
- תרופות ורפואה – מאבחון של מחלות וגידולים לפרסונליזציה של תרופות במיוחד לפי הגנום האישי של כל מטופל.
- פרסונליזציה של קניות ובידור – בצורה זו, נטפליקס מחליט איזו סדרה להמליץ לכל משתמש, וכך גם אמזון מספק המלצות אישיות על מוצרים לקניה הבאה.
