כל ישראלי שהתנסה באחת מאפליקציות הבינה המלאכותית, דוגמת Chat GPT ו-Dall-E, שצצו כפטריות אחרי הגשם, מכיר את הבעיה: התוכנות האלו עובדות נפלא באנגלית, אבל כמעט שלא בעברית. לא רבים יודעים כי רשות החדשנות מובילה מאמץ ממשלתי רחב ליצירת תשתיות עיבוד שפה טבעית בעברית וערבית (NLP), שכבר מתוקצבות ב-180 מיליון שקלים.
"זה לא עובד טוב היום, כי מספר דוברי העברית בעולם קטן והמאמץ הנדרש כדי להתאים את הכלים הללו לשפות נוספות גדול מאוד. זה פשוט לא כדאי מבחינה כלכלית", מסביר זיו קציר, מנהל התוכנית הלאומית לבינה מלאכותית וסמנכ"ל ברשות לחדשנות. "בגלל החסם הזה הרבה סטארטאפים פשוט מייצאים את המוצרים שלהם ומתעלמים מהשוק המקומי, וכך האזרח הישראלי לא מקבל שירות בינה מלאכותית בעברית או ערבית".
מחשב-על ככלי עבודה
רשות החדשנות שמה דגש על פיתוח תחום הבינה המלאכותית בישראל ורואה בו מנוע צמיחה משמעותי. "העולם הולך להתחלק לשתי קבוצות: מי שקונה בינה מלאכותית ומי שמייצר ומוכר אותה. אנחנו רוצים להיות בעמדה היצרנית והמוכרת ולהמשיך להוביל את מהפכת הבינה המלאכותית בעולם", מדגיש קציר.
התוכנית הלאומית מקודמת בשיתוף על ידי רשות החדשנות, משרד הביטחון, המועצה להשכלה גבוהה, משרד החדשנות המדע והטכנולוגיה, משרד האוצר וגופים נוספים. לצד תחום עיבוד השפה הטבעית, כוללת התוכנית עוד שלושה פרקים נוספים: הקמת מחשב-על ישראלי בעלות של מאות מיליוני שקלים, הגדלת ההון האנושי באקדמיה ויצירת סביבה רגולטורית תומכת חדשנות.
מדוע אנחנו צריכים תוכנית לאומית לבינה מלאכותית?
"בגלל הצורך בתשתיות ארוכות טווח, הטמעה בשירותי הממשלה ורגולציה. הממשלה צריכה להיכנס לכל מה שהשוק הפרטי לא יודע לעשות. השוק הפרטי יודע להביא ערך לבעלי המניות בטווח הקצר והבינוני. הוא מאוד לא אוהב לבנות תשתיות ארוכות טווח בסיכון גבוה, הוא לא יכול לעסוק בהטמעה של בינה מלאכותית במגזר הציבורי, והוא לא יכול לעסוק בסביבה רגולטורית תומכת".
למה בעצם מדינת ישראל צריכה לממן ולפתח מחשב-על?
"מחשב-על הוא כלי עבודה תשתיתי לחישובים מאוד כבדים. אם אני רוצה לאמן מודל שפה מאוד גדול, או מודל עיבוד אודיו או וידאו מוצלח, אני צריך נגישות לתשתית חישובית גדולה. לחברות הענן הגדולות ולענקיות האינטרנט יש כנראה יכולת כזו בבית, אבל עבור חברת הזנק, חוקר באקדמיה, במערכת הביטחון או בגוף ממשלתי אחר – חסרים התשתית וכן הידע הנדרש בכדי להשתמש בה".
אז מה החסמים הרגולטוריים בתחום?
"חלק מהחסמים קשורים בתחום תעשייה מסוים ויש גם חסמים שהם רוחביים, כמו סוגיות של פרטיות, קניין רוחני ובעלות על מידע, וכן שאלות של מה שמכונה אחריות או אחריותיות. לדוגמה, אם האלגוריתם עשה טעות ואת שילמת את הכסף, מי אשם?".
הצורך בהון אנושי באקדמיה
לצד אסדרה של השימושים בבינה מלאכותית, עומד הצורך לדחוף חדשנות ולהסיר חסמים. עבור חברת הזנק יש כאן שאלה פשוטה: האם הסביבה הרגולטורית דוחפת אותך להצליח או מעכבת הצלחה?
קציר: "איך הממשלה יכולה לדחוף יזם להצליח? למשל על ידי יצירת 'ארגז חול רגולטורי'. הקמתי חברה והמוצר שלי בשלב ההתחלתי שלו כנראה לא מספיק טוב, אולי אפילו מייצר אפליה, עכשיו יש לי בעיה. אם לא יתנו לי להתנסות הוא לעולם לא ישתפר, אבל אף אחד לא ייתן לי להתנסות כי המוצר לא טוב. אם יחילו על היזם את כל החובות החוקיות מהדקה הראשונה, כשהמוצר בשלבי הינוקא שלו, כנראה שהמיזם ימות. כאן נכנס ארגז החול הרגולטורי. המדינה יכולה לפטור את היזמים מחלק מהחובות החוקיות, תוך כדי זה שהיא משלבת כלים אחרים כדי לתחם את הסיכון. למשל, הגבלה של משך הזמן, קיצוב מספר האנשים המושפעים, או הוספה של גורמי פיקוח אנושיים. מצד אחד מקימים מנגנוני הגנה, ומצד שני מאפשרים חופש להתנסות עבור החברה וגם עבור הרגולטור, כי גם הוא לא בדיוק מבין איפה הסכנות האמיתיות. ניתן לכולם לשחק ובסוף גם החברות יצמחו וגם הרגולטור יידע מה לעשות. זה משהו שישראל נמצאת בחזית שלו".
איך כל זה קשור להון האנושי באקדמיה?
"המחסור הקיים היום בחוקרי בינה מלאכותית חוסם את התעשייה. בכל האקדמיה הישראלית יש בין 70 ל-100 איש שעיסוקם הוא בינה מלאכותית. זה נשמע הרבה, אבל בפועל זה ממש מעט. בכל שנה מכשירה האקדמיה הישראלית כ-150 עד 200 חוקרי בינה מלאכותית בוגרי תארים שניים ושלישיים. כשליש מהם יעברו אולי לחו"ל, שליש יהפכו להיות דור ההמשך של האקדמיה הישראלית ושליש יצטרפו לתעשייה. ההערכה היא שבתעשייה הישראלית חסרים אלף עד אלפיים איש כאלה. זה פער שממש לא הולך להיסגר.
הבעיה היא שהתרגלנו לטוב. ישראל ייצרה עד כה בעיקר תוכנה, כך שבוגרי תואר במדעי המחשב, בוגרי 8,200 וממר"ם, או סתם אנשים חכמים, הצליחו ליצור תוכנה טובה. פתאום מגיעים לדיסציפלינה שדורשת מסע אקדמי הרבה יותר ארוך. אם אין לך תואר שני או שלישי ומספר שנות ניסיון – אתה לא טוב במה שאתה עושה. זה מסביר למה הון אנושי באקדמיה כל כך חשוב".
אז מה הן המשימות שאתה מתמקד בהן?
"משימת העל שלי היא לגרום לכל גופי הממשלה השונים לזוז ביחד בצורה מסונכרנת, הגופים שיודעים לעודד חדשנות, הגופים שמחזיקים בדאטה והגופים שעוסקים בחסמים רגולטוריים".
האצת בינה מלאכותית בתעשייה
מעבר לארבעת התחומים שכבר תוקצבו לשנתיים הקרובות, מתקיים כעת מאמץ במטרה לקדם תחומים נוספים של בינה מלאכותית בחוק ההסדרים הקרוב. בין הנושאים שבראש סדר היום נמצאים הטמעת בינה מלאכותית במגזר הציבורי, נגישות למידע, קידום התעשייה והשקעה משמעותית נוספת באקדמיה.
"המטרה שלנו היא לייצר מאגרי נתונים גדולים, נרחבים ומגוונים, שעל בסיסם נבצע מחקר ופיתוח בכל הכיוונים: בריאות, חינוך, תחבורה וכו'", אומר קציר. "על בסיס המאגר יתבצעו עשרות מחקרים באקדמיה ועשרות שירותים במגזר הציבורי. אנחנו גם צריכים לבצע קפיצת מדרגה בתעשייה, בדגש על תחומים בהם הבינה המלאכותית עדיין לא חדרה. אנחנו רוצים להאיץ בהם את התהליך הזה, כי כך ייווצרו משרות בפריון הגבוה, מוצרים ייחודים בעולם וזה מיצוב נכון כמדינה שמעודדת חדשנות".
מול מי אנחנו מתמודדים בעולם?
"זה משחק של מעצמות: ארה"ב, שיש לה המון כסף; סין, שיש לה אינסוף אנשים; קנדה ובריטניה, שיש להן תשתיות אקדמיות מהטובות בעולם; ואנחנו עם תשעת מיליון האזרחים שלנו שרוצים להיות בטופ 5. היום אנחנו שם ואנחנו צריכים להמשיך לשמר את זה".
