ב־31 בדצמבר, שישה ימים לפני ההודעה הראשונה של המרכז לבקרת ומניעת מחלות בארה"ב ותשעה ימים לפני הכרזת ארגון הבריאות העולמי, הוציאה חברת הבינה המלאכותית בלו־דוט (BlueDot) ללקוחותיה אזהרה ראשונה על התפרצות וירוס הקורונה בווהאן שבסין.
אז איך ידעה חברה מקנדה לאבחן התפרצות מחלה, שמקורה בשוק מזון בעיר הסינית, עוד בשלביה הראשונים? התשובה: בזכות פרקטיקות מעולם הבינה המלאכותית (AI), תחום מחקר בן 40 שנה, שהפך באחרונה ללוהט באקדמיה וברפואה והן במרכזי המחקר והפיתוח של ענקיות הטכנולוגיה. הוא כולל איסוף אינספור פרטים רלוונטיים מתחומים שונים, ניתוחם ועיבודם כדי לייצר תובנה משמעותית: אבחון, תחזית או אזהרה.
האלגוריתם של בלו־דוט סורק ומעבד דרך קבע דיווחי חדשות בכל השפות, פורומים, בלוגים ורשתות חברתיות העוסקים בהתפרצות מחלות בצמחים ובעלי חיים, נתוני רכישה ומכירה של כרטיסי טיסה ועוד — כדי לקבל רמזים למצבים חריגים.
קמרן חאן, מייסד ומנכ"ל בלו־דוט, אמר למגזין "וויירד" כי אחד המקורות הטובים שלו הוא גישה לנתונים על רכישות כרטיסי טיסה בעולם. כך אפשר היה להעריך כי נגיף הקורונה ידלג מווהאן לבנגקוק, לסיאול, לטייפה ולטוקיו לאחר הופעתו הראשונית. מומחים אחרים העריכו כי המעקב אחר דיווחי החדשות בכלי התקשורת בוואהן שיחק כאן תפקיד משמעותי יותר.
בבלו־דוט לא מסתפקים בעיבוד ובניתוח האוטומטי. כשזה מסתיים – נכנס הגורם האנושי: אפידמיולוגים עוברים על התוצאות, בודקים שהמסקנות הגיוניות, ורק אז נשלחים דוחות לגורמי ממשל ובריאות, חברות תעופה ובתי חולים.
המונחים "בינה מלאכותית" ו"למידת מכונה" מתלווים כיום כמעט לכל פיתוח טכנולוגי משמעותי. בפועל, הם מתייחסים לקשת רחבה של טכנולוגיות — מזיהוי פנים באייפון, לאחר ניתוח ועיבוד במעבד המכשיר עצמו, ועד לחיזוי אסונות או מתקפות טרור באמצעות שימוש בכוח המחשוב העצום שמציע ה"ענן". רק באחרונה חשפו חוקרים של גוגל מודלים המסייעים בחיזוי כמעט מיידי של אירועי מזג אוויר כמו ממטרי גשם חזקים, בטווח של עד שש שעות לפני שהם מתרחשים. כך, בוודאות כמעט מוחלטת, נדע גם בבוקר שמשי שכדאי לצאת לעבודה עם מטרייה ומעיל.
ועדיין, הכלי המבטיח רחוק משלמות, ומעורר גם דילמות אתיות ומוסריות לא פשוטות. השבוע למשל אושר רשמית לשוטרי ה־MET של לונדון לעשות שימוש בטכנולוגיית זיהוי פנים כדי לאתר מבוקשים ונעדרים, באמצעות השוואה ממוחשבת של צילומים "מהשטח" למאגרי נתונים גדולים. בערים גדולות בסין הקומוניסטית מדובר כבר בהליך נפוץ, אבל הפעלתו בבירה הבריטית, אחד מסמלי המערב הדמוקרטי, היא חידוש. נכון, המשטרה מבטיחה כי הטכנולוגיה תיושם רק ב"מיקומים ספציפיים" ולא תהיה מקושרת לשאר מצלמות המעקב הפזורות בעיר, אבל ההחלטה מעוררת סערה בקרב פעילי זכויות אדם וארגונים החרדים לפרטיות.
טכנולוגיית זיהוי הפנים התקדמה מאוד במשך השנים, אולם התגלו בה בקיעים מטרידים. חוץ מפלישה לפרטיות, מתברר במחקרים כי היא מזהה טוב יותר סוגים מסוימים של אנשים, בדרך כלל גברים לבנים, ופחות אחרים — בדרך כלל נשים שחורות. כלומר הטיה משמעותית נגרמת כבר בזמן הזנת הנתונים למערכת. בניסויים שנערכו בתחילת 2019 במשטרת לונדון, נמצא כי רק 70% ממי שאותרו במערכת זיהוי הפנים היו אכן מבוקשים. חוקרים מאוניברסיטת אסקס טוענים אפילו כי בשישה ניסויים שבהם זוהו 42 אנשים, "רק לגבי שמונה מתוכם אפשר לומר בביטחון מוחלט שהטכנולוגיה אחראית לכך".
כמה ערים בארה"ב אסרו על שימוש בזיהוי פנים. המתנגדים מצטטים מאמר של איזיקאל אדוורדס מהאיגוד האמריקאי לחירויות אזרחיות, ופורסם ב"הפינגטון פוסט". "איכות התחזית תלויה באיכות המידע שמוזן למערכת", כתב, "אם מכניסים זבל, יוצא זבל. והמידע שאוספת המשטרה ידוע כגרוע, לא שלם ומוטה גזעית".
בכינוס של השב"כ לפני שבועות ספורים, הוסר מעטה החשאיות מעל מערכת החיזוי האדירה שמפעילה מערכת הביטחון כדי לחזות אירועי טרור ולאתר מחבלים. "אין אצלנו מערכות מסכלות שאינן כוללות AI", אמר א', בכיר באגף טכנולוגיות מידע בשב"כ. לטענת בכירי הארגון, יכולות המערכת, שמעבדת כמויות עתק של נתונים — כולל פוסטים ברשתות החברתיות – ומנתחת אותם באמצעות בינה מלאכותית, עולות על אלה של פייסבוק וגוגל. הן מאפשרות מעקב מעמיק אחר חשודים, מזהות "תבניות" חשודות, ויכולות להתריע על התארגנויות טרור, קשרים בין חשודים, עסקאות מפוקפקות וכוונות לפעולה קרובה.
את מה שלא פורסם על מערכת החיזוי הזו ניתן לנחש לפי תכונותיה של מערכת אחרת, צנועה יותר, גם היא מבוססת בינה מלאכותית, המשמשת את משטרת לוס־אנג'לס וכן עשרות תחנות משטרה ברחבי ארה"ב והעולם. זו מונעת על ידי תוכנה בשם PredPol, ומנסה לנבא היכן ומתי יתחולל פשע ואפילו מי עלול לבצע אותו.
מאגר המידע המוזן למערכת כולל סטטיסטיקות מפורטות על מקרי פשיעה קודמים, וכן גורמים שונים המוכרים כמשפיעים על עלייה בפשיעה – סביבתיים, חברתיים וכלכליים. התוכנה מנתחת את המידע, מאתרת דפוסים ותבניות, ויוצרת מפה עם אזורים "חמים". באותם כלים ניתן גם לנבא אילו אנשים יהיו מעורבים בתקריות פשע אלימות ולהיערך לכך.
אבל מה באשר למערכות חיזוי או זיהוי של עבריינים אחרים — בריוני רשת, מפיצי פייק־ניוז וכותבי פוסטים נוטפי שנאה ואלימות? מנכ"ל פייסבוק, מארק צוקרברג, הבטיח בזמנו לעשות שימוש משמעותי ב־AI בבעיות מסוג זה, שמהן סובלת הרשת החברתית. לפי ג'רום פסנטי, סמנכ"ל הבינה המלאכותית בפייסבוק, "זו בעיה מאתגרת, אבל התקדמנו הרבה. הצלחנו ליישם את זה בשנים האחרונות על זיהוי עירום, אלימות, והבנה טובה למדי של מה שקורה בתמונות ובסרטונים. לאחרונה חלה התקדמות רבה גם בתחום השפה: אנחנו יכולים להבין אם זה פוסט שנאה אמיתי, או אם זו רק בדיחה".
המאמץ לחזות אסונות ופגעי טבע או התפרצות מחלות כמעט מחייב שימוש בכלי בינה מלאכותית. גוגל צברה ניסיון אדיר בתחום ועשתה בו שימוש עוד בפיתוח מנוע החיפוש שלה. כיום, Google Brain, צוות המחקר המוביל של החברה בתחום ה־AI, עוסק בפיתוח כלים כמו זיהוי מוקדם של מחלות, חיזוי רעידות אדמה ומערכות להגנה ממתקפות סייבר.
הצוות עלה לכותרות בתחילת החודש, עם ההכרזה של גוגל על כך שמערכת הבינה המלאכותית שלה מצליחה לזהות סרטן שד בבדיקות ממוגרפיה טוב מרדיולוגים מומחים. בשנה שעברה יצאו חוקרים מ־MIT בהכרזה דומה, על מערכת שיודעת לחזות את המחלה 5 שנים לפני התפרצותה. גם IBM הכריזה על יכולת זיהוי מוקדמת של המחלה.
עם זאת, מומחים טוענים כי כשבודקים אנשים ללא תסמינים מיוחדים, בהרבה מקרים עולים ממצאים שנראים כמו סרטן אך אינם מסוכנים: לא כל גידול יהפוך לקטלני. יתרה מזו: מחקרים העלו שאבחנות רבות שנויות במחלוקת אפילו בין רופאים. ניסיון להפוך אבחנה לאוטומטית עלול להביא לאבחון־יתר ולטיפול־יתר, ולעתים אף להחמיר בעיות קיימות.
חלק מיתרונות הבינה המלאכותית הם שבעזרת סריקת מגוון עצום של נתונים, מתגלות "תבניות" ופתאום באים לידי ביטוי משתנים שלא נראו קודם חשובים — דבר שמסייע באבחון מחלות, רעידות אדמה או מגפות. אך לפעמים המשתנים האלה לא חשובים, ועלולים להביא להטיה.
ד"ר קירה רדינסקי, מהמומחים הגדולים בארץ בתחום ה־AI ומי שכיהנה כמדענית הראשית של eBay ישראל, מזכירה את המקרה של חוקרי "גוגל טרנדס" מ־2013. אלה היו בטוחים שמצאו דרך קלה לחזות התפרצות חריגה של שפעת באמצעות מעקב אחר עלייה בחיפוש המילה "שפעת" באינטרנט. המערכת זכתה להצלחה עד שתחזית מאיימת במיוחד, שהזהירה מממדים מפחידים שתתפוס שפעת החזירים בארה"ב ב־2013, התבררה כשגויה: העלייה בחיפושים נבעה מכך שאנשים פשוט קראו באתרי חדשות על התפרצות השפעת במקומות אחרים ומיהרו לברר פרטים ברשת.
ב־2016, אמר ג'פרי היינטון, מאבות מחקר הבינה המלאכותית, כי "צריך להפסיק להכשיר רדיולוגים לאיתור סרטן, כי תוך חמש שנים 'למידה עמוקה' תביא לביצועים טובים יותר משלהם". חמש שנים אחרי אומר יו הארווי, רדיולוג מומחה, כי "מדובר באי־הבנה מוחלטת של מה שעושים רדיולוגים. תפקידם דומה יותר לקריאת רומן ולניסיון לכתוב עליו סיכום".
לפי ד"ר מיכל רוזן־צבי, ממעבדות המחקר של IBM בחיפה, "החיבור בין בינה מלאכותית, מחשבים, 'ביג־דאטה' וניתוח נתונים מביא לשיפור האבחון הרפואי. הטכנולוגיה יכולה לשמש כגיבוי, כעוד עיניים שבוחנות את התמונות והנתונים, מגלות טעויות ומציפות אותן".
גם רדינסקי מצננת את ההתלהבות: "בינה מלאכותית יודעת לזהות תבניות חוזרות. יכולת ההכללה שלה מוגבלת. היא רחוקה מ'להבין'. אבל היא יכולה לשמש מערכות תומכות החלטה, שבסופן עומד אדם. מערכות כאלה מכוונות אותנו איפה לחפש מחט בערימה של שחת, לאן להסתכל, אבל לא מוציאות את המחט בשבילנו".
רדינסקי היא כיום יו"ר וסמנכ"לית טכנולוגיות בדיאגנוסטיק רובוטיקס, שפיתחה מערכת בינה מלאכותית המסייעת לקצר תורים דרך אבחון ראשוני מהיר של נבדקים. התוכנה מסוגלת לחזות התפתחות של בעיה רפואית, ומספקת לרופא המלצות לגבי אבחון הבעיה, מידת הדחיפות שלה ואפשרויות הטיפול. "אסור שבינה מלאכותית תחליף את הרופא, אבל היא כן יכולה להוריד שחיקה ועומסים", היא אומרת.
אגב, בארה"ב נעזרים ב"למידת מכונה" לאבחון סוכרת: מתברר שאפשר "לאמן" מחשבים לזהות בקרנית העין סימנים למחלה.
מומחים בעולם מוטרדים מהחשש שהטכנולוגיה מחריפה את משבר האקלים. בחודש שעבר חשפו חוקרים במכון המחקר OpenAI בסן־פרנסיסקו אלגוריתם שמסוגל ללמוד לתפעל קובייה הונגרית בעזרת יד רובוטית. לצורך ההישג נדרשו יותר מאלף מחשבים שולחניים ועוד תריסר מחשבים גרפיים, שכתשו חישובים אינטנסיביים במשך מספר חודשים. למאמץ נדרשו כ־2.8 גיגה־ואט חשמל, תפוקה של שלוש תחנות כוח גרעיניות בשעה.
עוד דוגמה היא עיבוד שפות: אנחנו מדברים למכשירים בשפה טבעית והם "מבינים" אותה. לפי מחקרים, הכנת "מנוע" לשוני אחד מחייבת כוח מחשוב הצורך אותה אנרגיה שצורכת מכונית בכל חייה. ה"דאטה סנטרס", מרכזי הנתונים הענקיים שבהם מתבצעים חישובי ה"ענן", מהווים כ־2% מכלל צריכת החשמל בארה"ב. בעולם הם צורכים בשנה יותר אנרגיה משל כמה מדינות יחד. התחזית היא שעד 2030 טכנולוגיית המחשוב והתקשורת תצרוך 8%־20% מהחשמל בעולם, ומרכזי נתונים יהוו שליש מזה.
אבל לפי פרופ' אורן עציוני, העומד בראש "מכון פול אלן לבינה מלאכותית", הענף דווקא מתקדם ליעילות אנרגטית: "זה יתרום למניעת קטסטרופת אקלים". גוגל טוענת כבר ל"אפס פליטות פחמן נטו" במרכזי הנתונים שלה, הודות למתקני אנרגיה מתחדשת, ומיקרוסופט מתכננת להפוך ל"נטולת פחמן" עד 2030.
פורסם לראשונה: 07:47, 31.01.20
