נדב כהן

בשנים האחרונות חל זינוק ביכולות הפיתוח של מערכות מחשוב לומדות, שהן הבסיס של טכנולוגיות הבינה המלאכותית. במוקד הפיתוחים האחרונים בתחום מצויה טכנולוגיית הלמידה העמוקה (Deep Learning), המתבססת על רשתות חישוב שמחולקות ליחידות עיבוד קטנות. יכולות החישוב של מודלים כאלה מרשימות, והשוק הטכנולוגי אימץ אותם במהירות. אולם ההתפתחות המהירה הושגה בעיקר באמצעות ניסוי וטעייה, וחוקרים רבים בתחום הבינה המלאכותית טוענים שלמרות ההצלחה, לטכנולוגיה הזו עדיין חסר בסיס מחקרי מתמטי. ד"ר נדב כהן נמצא כיום בחזית המחקר שדן בדיוק בשאלות המתמטיות הללו.

המשיכה של כהן למתמטיקה החלה בגיל צעיר. בתיכון הרחיב את לימודי הפיזיקה והאלקטרוניקה, בשירותו הצבאי ביצע תפקיד הנדסי ביחידת מצו"ב בחיל התקשוב, ועם הזמן גילה כי הוא נמשך למקומות שמחברים בין תיאוריה לפרקטיקה. הוא פנה ללימודי תואר ראשון כפול בהנדסת חשמל ומתמטיקה בטכניון, והתקבל לתוכנית מצוינות. לקראת סוף התואר הראשון, לאחר שנכח בהרצאה של פרופ' אמנון שעשוע, הוא פנה אליו במייל, ועוד לפני שנפגשו סוכם כי שעשוע יהיה המנחה של כהן לתואר השני ולדוקטורט באוניברסיטה העברית.

כהן ביצע מחקר לפיתוח מודל אוטומטי שמשלב בין שתי גישות מנוגדות ללמידה חישובית. כעבור כשנה של עבודה התברר שהתוצאות שהשיג נראות יותר ויותר כמו מה שמכונה למידה עמוקה. המשמעות היתה הבנה מתמטית שונה ממה שהיה מוכר עד אז. כיום נמצא כהן בפוסט דוקטורט במכון ללימודים מתקדמים בפרינסטון, לשם הוזמן על ידי הפרופסורים סאנג'יב ארורה, אלעד חזן ויורם סינגר, שבעבר הנחה את פרופ' שי שלו־שוורץ, סגן נשיא טכנולוגיות במובילאיי. כהן ממשיך לעסוק בשאלות יסודיות של המתמטיקה מאחורי למידה עמוקה. למחקריו פוטנציאל להסביר תופעות שכיום נתפסות כ"קסם", ואף חשוב מכך, לפתח כלים מדעיים שישפרו את ביצועי הבינה המלאכותית.