X
יומן ראשי
חדשות תחקירים
כתבות דעות
סיפורים חמים סקופים
מושגים ספרים
ערוצים
אקטואליה כלכלה ועסקים
משפט סדום ועמורה
משמר המשפט תיירות
בריאות פנאי
תקשורת עיתונות וברנז'ה
רכב / תחבורה לכל הערוצים
כללי
ספריה מקוונת מיוחדים ברשת
מגזינים וכתבי עת וידאו News1
פורמים משובים
שערים יציגים לוח אירועים
מינויים חדשים מוצרים חדשים
פנדורה / אנשים ואירועים
אתרים ברשת (עדכונים)
בלוגרים
בעלי טורים בלוגרים נוספים
רשימת כותבים הנקראים ביותר
מועדון + / תגיות
אישים פירמות
מוסדות מפלגות
מיוחדים
אירועי תקשורת אירועים ביטוחניים
אירועים בינלאומיים אירועים כלכליים
אירועים מדיניים אירועים משפטיים
אירועים פוליטיים אירועים פליליים
אסונות / פגעי טבע בחירות / מפלגות
יומנים אישיים כינוסים / ועדות
מבקר המדינה כל הפרשות
הרשמה למועדון VIP מנויים
הרשמה לניוזליטר
יצירת קשר עם News1
מערכת - New@News1.co.il
מנויים - Vip@News1.co.il
הנהלה - Yoav@News1.co.il
פרסום - Vip@News1.co.il
כל הזכויות שמורות
מו"ל ועורך ראשי: יואב יצחק
עיתונות זהב בע"מ
X
יומן ראשי  /  כתבות
חשן. למצוא את המהפכה הבאה [צילום: דוברות האוניברסיטה העברית]
למידה עמוקה בבינה מלאכותית
חוקר אנלוגי בעולם דיגיטלי
הוא נחשב לכוכב עולה בתחום הלמידה העמוקה בבינה מלאכותית. ההתמחות שעשה בחברת גוגל בניו-יורק, בתקופת לימודי הדוקטורט, הייתה חוויה מאירת עיניים מבחינתו. עם התובנות שצבר שם, שב להמשך לימודי הדוקטורט באוניברסיטה העברית כדי לכונן את המהפכה הבאה. הד"ר ידיד חשן, מספר על הישגיו המרתקים בתחום, על חזונו לפתור את הבעיות של האנלוגיות ועל המיזם הבא - להבין באופן אוטומטי את התקשורת של החיות
צילומי לווין
לווין מצלם תמונה אחת ואז 'רוצה' להסתובב ולצלם מקום אחר, אבל לעשות זאת כמה שיותר מהר, כי המשאב של לווין הוא משאב יקר. כלומר, להפסיק להסתובב ממקום אחד למקום שני. השאלה היא כיצד לעשות את התמרון הזה בצורה יעילה. זאת בעיה שמתעסקים בה כבר עשורים ואני מניח שימשיכו להתעסק בה עוד שנים רבות. ניתן לומר כי נרשמו התקדמויות מקומיות משמעותיות לצבא, אבל לא ברמת פריצת דרך. אם הייתי יודע אז את מה שאני יודע היום, יש להניח שההתפתחות בנושא הייתה משמעותית יותר

הד"ר ידיד חשן (32), חוקר ומרצה בכיר בבית הספר למדעי המחשב באוניברסיטה העברית, מגיע משושלת אקדמית שהכתה שורש באוניברסיטה העברית. סבו, זאב שטיין, פרופסור אמריטוס בביו-פיסיקה, עלה מקייפטאון בדרום אפריקה לאנגליה ושם התחנך. מאנגליה עלה ארצה והגיע לאוניברסיטה העברית. אביו, שרכש אף הוא את השכלתו האקדמית באוניברסיטה העברית, התמחה במידול מתמטי של מערכות בריאות ועסק בזה גם באקדמיה וגם במגזר הציבורי. אמו סופרת וד"ר במדרש ובספרות עברית.
עיקרו של המחקר בו עוסק חשן, הוא למצוא הקשים בין תחומים, למצוא קשרים בין אזורים שונים במדע. אחת הגישות, כך הוא מדגיש, היא להעביר התקדמות אחת במדע לכל התחומים האחרים הקשורים, מבלי שיהיה צורך בחוקר אחד שיבין בהכרח בכל התחומים הללו. במושגי תחומי המחקר של חשן, המשמעות היא כינונה של מערכת אוטומטית שיכולה לחבר בין כל התחומים, ומכאן האצת ההתפתחות במדע באופן מדהים. "הרבה מהמדע נעשה בעקבות חוקר שלקח הקש מתחום אחד והעביר אותו לתחום אחר".
חשן מספר: "ניתן לומר שהיותי באקדמיה היא עובדה צפויה לאור הרקע המשפחתי ממנו באתי. נולדתי בארץ וגדלתי פה עד גיל 12, כאשר מירב הזמן גרנו בירושלים. בשנת 2000, בהיותי בן 12, עברנו למנצ'סטר אנגליה, לתקופת הפוסט דוקטורט של הורי. את לימודי התיכון סיימתי כבר בגיל 15. גדלתי בבית שהמסר בו היה 'אם אתה יכול תעשה מעבר למה שנדרש', היו גם סיבות מעשיות כמו העובדה שהורי רצו שאסיים את לימודי התיכון בטרם ישובו ארצה, ולא רצו לקטוע לי את רצף הלימודים. הורי שבו ארצה לבדם והתחלתי את לימודי האקדמיים באוקספורד, שם למדתי תואר ראשון בפיסיקה ובגיל 19 כבר סיימתי תואר שני בפיסיקה".
מה היו התחנות שבהן עברת במסעך האקדמי?
חשן: "ב-2006, עם סיום התואר השני, מצאתי את עצמי זולג מחוץ לכותלי האקדמיה. זה היה בדיוק בזמן המשבר של הבועה הפיננסית. אהבתי את האקדמיה, אבל רציתי להמשיך בה ממקום אחר - רציתי לעסוק בדברים האמיתיים. עבדתי קצת בליהמן ברדרס ולאחר מכן, עבדתי כסוחר אופציות בבנק השקעות בלונדון. אמת ההמונים ב-2005 הייתה, שאם אתה עובד ארבע שנים במקום עבודה כמו בנק השקעות, תוכל להרוויח מספיק כסף כדי שלא תצטרך לעבוד יותר בחיים. החזון הכלכלי האוטופי של הבועה הפיננסית קרס כאמור, אבל דווקא בבנק ההשקעות שבו עבדתי הרווחנו לא מעט כסף בשביל הבנק. וזו הייתה תקופה חווייתית מבחינתי.
"ב-2009, לאחר שחוויתי את העולם האמיתי, הרגשתי שאני יכול לעשות דברים טובים עוד יותר, שבתי ארצה כדי להתגייס ושירתי שלוש שנים במחקר ופיתוח אמצעי לחימה במסגרת התעשיה האוירית, משרד הביטחון, בתפקיד שקשור ללווינים. היו שם בעיות מחקריות מעניינות עבורי באופן מפתיע, כפיסיקאי שאוהב את תחום החלל כמו פיסיקאים אחרים".
אילו בעיות מחקריות קידמת במסגרת שירותך הצבאי?
חשן: "דוגמה לבעיה שעסקתי בה, קשורה לצילומי הלווין. לווין מצלם תמונה אחת ואז 'רוצה' להסתובב ולצלם מקום אחר, אבל לעשות זאת כמה שיותר מהר, כי המשאב של לווין הוא משאב יקר. כלומר, להפסיק להסתובב ממקום אחד למקום שני. השאלה היא כיצד לעשות את התמרון הזה בצורה יעילה. זאת בעיה שמתעסקים בה כבר עשורים ואני מניח שימשיכו להתעסק בה עוד שנים רבות. ניתן לומר כי נרשמו התקדמויות מקומיות משמעותיות לצבא, אבל לא ברמת פריצת דרך. אם הייתי יודע אז את מה שאני יודע היום, יש להניח שההתפתחות בנושא הייתה משמעותית יותר".

למידה עמוקה בראייה ממוחשבת
Israeli Vision Day והמכונית האוטונומית

רעול פנים עם מצלמת גו-פרו
אחד המחקרים המרתקים שבהם עסקנו, היה היכולת לזהות אנשים כשיש להם מצלמת גו-פרו מעל הראש, שרואה בעצם את 'כל העולם' אבל לא רואה את האדם עצמו. ההנחה הרי היא שלא ניתן לזהות אותך מתוך המצלמה הזו, כמו למשל, במקרה של שודד איטלקי ששדד מרכול, רעול פנים עם מצלמת גו-פרו מעל ראשו צילם את כל מהלך השוד והעלה ליו-טיוב במחשבה שאיש לא יוכל לזהות אותו. הנקודה שעלינו עליה היא שבגלל שלכל אדם יש סגנון הליכה ייחודי, ניתן על-פי זאת לזהות את האדם. זה לא קל לזהות את האות הזו אבל אם מחברים אותה יחד עם למידה עמוקה, ניתן להגיע לדיוקים כלל לא רעים

עם סיום שירותו הצבאי החל חשן בלימודי הדוקטורט באוניברסיטה העברית בבית הספר למדעי המחשב. המחקר בדוקטורט התמקד תחילה בראייה ממוחשבת קלאסית מאוד בהנחיית הפרופסור שמואל פלג. בתום השנה הראשונה, ב-2013, עשה התמחות בחברת גוגל, בקבוצת מחקר שדומה לקבוצת המחקר של משקפי המציאות המדומה (Google Glass) התנסות שהייתה, לדבריו, מאירת עיניים מבחינתו.
מתי הגעת לתובנה על הצורך בשינוי שיטת המחקר בטכנולוגיית הראייה הממוחשבת?
חשן: "הסתמנה מגמה האומרת שהתחום של טכנולוגיית הראייה הממוחשבת עומד להשתנות. עד אז, לכל בעיה נתונה בתחום היית תופר פתרון מסוים. למשל, אם היית רוצה לזהות סוג של עצם, היית יושב וחושב מה המאפיינים של העצם ועל-פי זה 'תופר' את הפתרון. שני דברים גרמו לי להבין שהדברים עומדים להשתנות. הראשון, מצגת של גוגל שבה הם לקחו סדרה של בעיות קלאסיות בראייה ממוחשבת והשתמשו בשיטות בסיסיות של למידה עמוקה, כדי לנסות להתחרות בשיטות הקיימות. בכל אחת מסדרת הבעיות הם הראו שיפור או השוואה לשיטה הקיימת. הבנתי שאם יש שיטות חדשות שעשויות לעקוף את השיטות הקיימות, עלי להצטרף למגמה הזאת.
"הדבר השני הוא בעיה שעבדתי עליה שם, שמטרתה הייתה לנסות לקרוא כרטיסי ביקור באמצעות Google Glass וכך ליצור מאגר ממוחשב זמין שלהם. הבעיה הייתה שהעדשה שלהם הייתה ממוקדת רחוק מדי והתמונות יצאו מטושטשות. ניסינו למצוא דרך לפתור את הטשטוש של התמונות. ההצעה הראשונית הייתה לקחת את התמונה, לתקן את הטשטוש שלה ואז להכניס אותה למערכת שיודעת לקרוא את הטקסט, אבל זה היה נראה לי משונה מאוד. מדוע לא להכניס זאת למערכת אחת שתוכל ישירות לקרוא מתוך התמונות. כלומר, תדע לבד כיצד לתקן את הטשטוש ולקרוא את הטקסט. בפועל, זה מה שעשינו וזה עבד טוב יותר מהדרך הראשונית שהוצעה. המשמעות היא שהשיטות שלוקחות ישירות את הדאטה ומנסות ללמוד לבד את המטרה הסופית, עובדות טוב יותר מהשיטות שמנסות להכניס כמה שיותר מהידע שלנו פנימה".
זיהוי דיבור
כיצד יישמת את תובנותייך בתחום של למידה עמוקה?
חשן: "עם התובנות האלו חזרתי ללימודי הדוקטורט בידיעה שעלי לעשות משהו אחר, כדי למצוא את ה'אֵאוּרֵקָה', למצוא את המהפכה הבאה. מצאתי שיטה חדשה שצפויה לפתור הרבה מאוד מהאתגרים שהתמודדנו עמם אז. פתאום אפשר היה לחשוב מחדש על הבעיות שנראו לנו בלתי אפשריות ולפתור אותן אף בצורה קלה. לטובת זאת, למדתי כיצד לעשות למידה עמוקה, דבר שלא התמקדו בו אז ולאחר שנה חזרתי שוב לגוגל בניו-יורק (Google Research) והצטרפתי לקבוצת מחקר שהעיסוק העיקרי שלה היה למידה עמוקה. הקבוצה עבדה על זיהוי דיבור, כאשר הרעיון של העבודה היה לקחת את מדידות הקול מהמיקרופון, להכניס לרשת של למידה עמוקה, ועל בסיס זה לפענח אוטומטית את מה שנאמר בדיוקים גבוהים. הדבר המעניין היה שרשת הלמידה העמוקה למדה לבד לעשות את כל אותן הפעולות הפיסיקליות, שלמדענים נדרשה עבודת מחקר רבה של עשרות שנים להגיע אליהן במסגרת המחקר של התחום. הממצא הזה רשום כפטנט אמריקני וכמובן שגם פורסם במאמר".
מהם ההיבטים היישומיים של זיהוי דיבור?
חשן: "האחד הוא כיצד להתמודד טוב יותר עם רעש. היבט אחר הוא כיצד אפשר להשתמש במספר מיקרופונים יחד, והיבט נוסף הוא איך לזהות דברים באותות (סיגנלים) של אודיו שאינם דיבור. מוזיקה, למשל, היא תחום שבו זה יכול להיות שימושי מאוד. כלומר, ללמוד את הקול ממש מאפס, במקום במשך עשורים להנדס את הקול (Pipe Line) באופן מושלם. בתחום האבטחה, למשל, אם אתה רוצה לזהות אירועי צלילים שאינם דיבור, השימוש ברשת למידה עמוקה עשוי להיות יעיל ביותר".
זיהוי אנשים
עם הידע והניסיון הרב בטכניקת הלמידה העמוקה שב חשן לאוניברסיטה העברית על-מנת להמשיך במחקרים בתחום של למידה עמוקה עד סיום הדוקטורט ב-2015. אחד המחקרים המרתקים שבהם עסק, היה היכולת לזהות אנשים כשיש להם מצלמת גו-פרו מעל הראש, שרואה בעצם את 'כל העולם' אבל לא רואה את האדם עצמו. חשן מסביר: "ההנחה הרי היא שלא ניתן לזהות אותך מתוך המצלמה הזו, כמו למשל, במקרה של שודד איטלקי ששדד מרכול, רעול פנים עם מצלמת גו-פרו מעל ראשו צילם את כל מהלך השוד והעלה ליו-טיוב במחשבה שאיש לא יוכל לזהות אותו. הנקודה שעלינו עליה היא שבגלל שלכל אדם יש סגנון הליכה ייחודי, ניתן על-פי זאת לזהות את האדם. זה לא קל לזהות את האות הזו אבל אם מחברים אותה יחד עם למידה עמוקה, ניתן להגיע לדיוקים כלל לא רעים. עשינו מחקר מקיף, שבמסגרתו נתנו לסטודנטים להסתובב עם מצלמות גו-פרו והצלחנו להראות דיוק יפה. התגלית פורסמה בעיתונים פופולריים של התקשורת הבינלאומית וגם בכנס מדעי ב-CVPR".
מה היה השלב הבא אליו לקחתם את היכולת לזיהוי אנשים?
חשן: "חשבנו לקחת את המחקר לשלב הבא של זיהוי פרופיל פסיכולוגי, מתוך תנועת המצלמה, דבר שיכול להיות שימושי, נניח, למערכות שמסייעות לנתח את האישיות של האדם או לעבוד על תכונות אישיותיות שאתה רוצה לבחון אותן. זה עשוי להיות שימושי למדי גם לרשתות חברתיות שיחזיקו במאגר המידע הזה כדי להשיג עוד מידע. לא עשינו זאת בסופו של דבר, כי יש פה גם בעיה אתית בשמירת מידע מסוג כזה. המחקר לא המשיך להתפתח, אבל לא בגלל היעדר מימון, התפיסה שלנו הייתה שמצאנו יישום מעניין, ספרנו עליו לעולם ורצינו להמשיך לדבר הבא".

האקדמיה היא הבית
בתקופת הלימודים באוניברסיטת אוקספורד

מעבר בין שפות
יש לי ספר אחד באנגלית וגם ספר שונה לגמרי בצרפתית. לכאורה זה לא מספיק כדי לתרגם בין השפות. כלומר, אותו הספר דרוש בשפות שונות כדי שנוכל לעשות את עבודת התרגום. בשיטה שחוקרים אחרים ואני עבדנו בה, אפשר לבצע את התרגום מכל שפה אחת לכל שפה אחרת גם בהינתן שני ספרים שונים בשתי שפות שונות שאין ביניהן התאמות

המחקר שחתם את הדוקטורט של חשן דן בשאלה, האם אינטליגנציה מלאכותית יכולה ללמוד אריתמטיקה רק מתוך תמונות. זאת הייתה עבודה ראשונית ביותר עם הנחות חזקות, ולכן המסקנות שלה אינן מובהקות, לדבריו. במסגרת המחקר, נתנו החוקרים לרשת תמונה של מספר אחד, תמונה של מספר שני ואז את התוצאה של שתי התמונות הללו, למעשה לימדו את הרשת לתת להם את תמונת התוצאה בהינתן התמונות שהזינו לתוכה. באמצעות המחקר ראו כי רשת הלמידה העמוקה למדה חיסור וחיבור במספרים גדולים מאוד, במספרים שהיא לא ראתה בעבר. החשיבה הרי היא שכדי ללמוד מתמטיקה אתה צריך להבין מושגים מורכבים, מבהיר חשן, אבל יחד עם צוות המחקר הוא הצליח להראות שרק על-ידי תמונות ניתן להבין מושגים מורכבים כגון אריתמטיקה.
חשן: "אם נעשה את ההשלכה ונשאל: 'האם אתה יכול ללמד כבשים לספור'? התשובה היא: כנראה שכן. כי גם לכבש אני לא יכול לדבר, אבל אני יכול להראות לו תמונות של החידה ותמונות של התוצאה. אז בהינתן שמדובר בכבש חכם, כנראה שנוכל ללמד אותו את הפעולה. באמצעות רשת הלמידה העמוקה ניתן ללמד מושגים מורכבים שגם לילדים נדרש זמן ללמוד אותם".
מה הייתה תחנתך הבאה עם סיום הדוקטורט?
חשן: "בסיום הדוקטורט חזרתי קצת לתעשיה. ניסיתי אפילו להקים חברת הזנק שמטרתה לתת שירותי למידה עמוקה בבינה מלאכותית כשירות ללקוחות, שירות שכיום הוא כבר דבר נפוץ, אבל ב-2016 הרעיון היה ממש בתחילת הדרך. לא התמדתי בכך, אולי הסיבה לכך היא שהיו בעיות אחרות לפתור שקרצו לי יותר בשלב זה בחיי. במהלך התקופה בתעשיה, שימשתי כיועץ לחברות שונות. ייעצתי, למשל, ל-Taboola שעוסקת במערכות המלצה של פרסומות, כיצד להיכנס לעולם של רשת הלמידה העמוקה. הבנתי די מהר שמה שאני רוצה להתמקד בו הוא מחקר במסגרת האקדמיה בצורה ייעודית ומכוונת ולהקדיש לו את הזמן הנדרש".
תרגום בין תמונות ובין שפות
מה היו מחקרי הדגל שלך בפוסט דוקטורט?
חשן: "הפוסט דוקטורט שלי נעשה במשך כשנתיים עד 2018, בפייסבוק העולמית בניו-יורק (Facebook Research-FAIR). בתקופת הפוסט דוקטורט שלי שם, לא הייתה הבטחה שהמחקר שלי יהפוך לכדי מוצר, כחלק מהמוצרים של פייסבוק, כך שלא כיוונו אותי שם לכיווני מחקר ייעודיים. עבדתי על כל מיני בעיות, כגון, לנסות 'למדל' מערכות שונות שהן לאו-דווקא מערכות מרובות סוכנים, כמו למשל, פיסיקה או שחמט. כלומר, מערכות שבהן אתה מתייחס לכל גוף בתור סוכן ואז יוצר מודל של כל המערכת ביחד ומנסה לחזות מה יהיה הצעד הבא של המערכות הללו. סוג נוסף של עבודות מחקר הוא התמקדות במערכות גנרטיביות שהמטרה שלהן לערוך הקשים בין דברים שאין התאמות ביניהם. כלומר, כאשר אינך יודע מראש מה הקשר ביניהם.
"למשל, אם יש לי תמונות רבות של אנשים מחויכים ומנגד תמונות רבות אנשים עצובים, אבל אין לי תמונות של אותו אדם מחייך וגם עצוב. השאלה היא אם יש לי דרך לקחת תמונה של אדם מחייך ולהפוך אותה לתמונה של אדם עצוב ולהפך. דוגמה פופולרית יותר היא נושא של תרגום. למשל, יש לי ספר אחד באנגלית וגם ספר שונה לגמרי בצרפתית. לכאורה זה לא מספיק כדי לתרגם בין השפות. כלומר, אותו הספר דרוש בשפות שונות כדי שנוכל לעשות את עבודת התרגום. בשיטה שחוקרים אחרים ואני עבדנו בה, אפשר לבצע את התרגום מכל שפה אחת לכל שפה אחרת גם בהינתן שני ספרים שונים בשתי שפות שונות שאין ביניהן התאמות.
"מסתבר שברמה מסוימת, קיימים ייצוגים שבהם לשפות יש ייצוג דומה. ייתכן שהשפות באותו ייצוג הן בעצם אותה שפה, רק בצורה 'מסובבת', וכל מה שצריך לעשות הוא לנסות למצוא את 'הסיבוב' בין שתי השפות שיגרום לשפות להיות אותה שפה. ככל שהשפות קרובות זה כמובן קל יותר, אבל הצלחנו אף למצוא תרגום בין אנגלית ואינדונזית ובין עוד שפות שונות. יש כ-6,000 שפות שבין רובן אין התאמה, כך שיישום של תרגום אוטומטי ומהיר כזה הוא כלי יעיל ביותר, למשל עבור פייסבוק שעושה דברים כגון אלו, אבל בשיטה קצת שונה".
כל המחקרים האלו, מספר חשן, הם עוד אבן דרך במחקר. בכל הקשור ללמידה עמוקה, אתה כחוקר מפתח שיטה, מישהו אחר משתמש בשיטה כולה או בחלק ממנה, גם בתעשיה. בפועל אתה לא ממש יכול לדעת איזו חברה בתעשיה עושה שימוש באיזה חלק של השיטה.

היבטים חדשנים במחקר ההקשי
עם סבו פרופסור אמריטוס זאב שטיין

בעיה פתירה
האם בקריאת טקסט שיש בו המון תמונות, כאשר אין שום התאמה בין משפט לתמונה, ניתן לדעת שמשפט מסוים מתאים לתמונה מסוימת. במחקר זה נעשה שימוש דווקא בשיטה האדברסריאלית. הרבה חוקרים סוברים שזאת בעיה שכלל לא ניתנת לפתרון, אבל חשן וצוות המחקר, הצליחו להגיע לפתרון ראשוני

מה ההיבט החדשני בשיטת המחקר שלכם ליצירת פנים חדשות?
חשן: "הרעיון הוא שבהינתן מאגר תמונות, אנו יכולים ליצור תמונה חדשה שנוצרת על בסיס מאגר התמונות אבל היא לא אותה תמונה. כלומר, ליצור פנים חדשות של אנשים שבעצם לא קיימים. התחום הזה הוא 'חם' מאוד כיום, ואחד השימושים שלו יכול להיות עבור עולם הדוגמנות, שבו אתה פשוט יכול לייצר תמונה חדשה שמתאימה לפרסום במקום לשלם כסף רב לדוגמנים. כל השיטות האיכותיות עד כה לפתירת הבעיה, התבססו על מודלים של השיטה הלעומתית (אדברסריאלית). כלומר, יש שתי רשתות - רשת אחת שמייצרת את הפנים החדשות ורשת נוספת שמנסה לזהות האם מדובר בפנים מדומות או בפנים אמיתיות. לשיטה הזאת יש הרבה בעיות, כי היא עלולה לפספס שיעור גבוה מסוגי הפנים הקיימים במאגר ולהתעלם מהם, ובנוסף היא גם לא יציבה. כלומר, כשמנסים ללמד אותה כיצד לזהות, המודל פשוט נכשל.
"השיטה שלנו היא חדשנית בהיבט המתודולוגי, בכך שהיא מנסה להתחמק מאותן בעיות של השיטה הלעומתית. עד אז ההנחה הרווחת הייתה שההקשים עובדים בזכות השיטה האדברסריאלית. מבחינה טכנית אפשר לומר, שלנו הייתה את השיטה האיכותית הראשונה שיכולה לייצר פנים חדשות מבלי להשתמש בשיטה הזאת. בהיבט היישומי, השיטה שלנו יציבה יותר וכוללת את כל סוגי הפנים שבמאגר, הייצוג שלה מהימן יותר מבחינת ההתפלגות של סוגי הפנים במאגר התמונות. ישנם כיום מחקרים אחרים מתבססים על השיטה החדשה שלנו".
התאמה בין תמונות ומשפטים
מחקר אחר חדש יחסית, בין מחקריו של חשן, שעוסק בניסיון להתאים בין תמונות למשפטים, נמצא עדיין בשלביו הראשונים, שכן הדיוקים עדיין לא מספיק טובים על-מנת שיהיה שימושי, כי הוא מנסה לענות על שאלה מורכבת. האם בקריאת טקסט שיש בו המון תמונות, כאשר אין שום התאמה בין משפט לתמונה, ניתן לדעת שמשפט מסוים מתאים לתמונה מסוימת. במחקר זה נעשה שימוש דווקא בשיטה האדברסריאלית. הרבה חוקרים סוברים שזאת בעיה שכלל לא ניתנת לפתרון, אבל חשן וצוות המחקר, הצליחו להגיע לפתרון ראשוני. המאמר הראשון על מחקר זה התפרסם ב-2018.
מה מהות המחקר?
חשן: "רוב המחקר עוסק בהתאמה בין תמונות לתמונות, ולא מכבר פורסם מאמר שלנו שדן בממצא על הקש בין זהות לבין תכונות. המחשב עושה חיפוש בין הרבה תמונות של אנשים שונים, כאשר לכל אדם יש במאגר מספר תמונות. נוכל לבקש ממנו להעביר תמונה של אדם אחד לזהות של אדם אחר. כלומר, להשאיר את אותה תמונה אבל להחליף את זהות הפנים. דהיינו להעביר את הזהות, אבל לשמור על התכונות. נוכל להשתמש בזה גם לתחומים אחרים, כגון עולם הרכב. נניח, נעשה פעלולים עם רכב אחד ואז נחליף את התמונה עם רכב יוקרתי יותר. לכאורה אנחנו יכולים להחליף כך כל עצם. אפשר ליישם זאת, למשל, גם בעיבוד פעלולים לסרטי קולנוע".

יעדים חדשים במחקר הבינה המלאכותית

תקשורת בין עטלפים
שפת החיות היא בדיוק המקום הזה שבו אנו לא יודעים מה הן מנסות לתקשר, אבל יש לנו המון מידע עליהן שכולל צלילים וגם תנועות שמובילים לפעולות שקורות. יש לי מזה שנים מאגר מידע גדול על עטלפים, ואני חושב שבעזרת השיטות שלנו ובעזרת החוקרים המתאימים, שיש להם את התשוקה והרצון לדבר, ניתן יהיה ברמה טובה להבין בצורה אוטומטית את התקשורת בין עטלפים

מה הדבר הבא מבחינתך כחוקר בינה מלאכותית?
חשן: "חזון אחד שלי הוא לפתור את הבעיות של ההקשים. התשוקה המחקרית הבאה שלי, שאני נלהב מאוד לגביה, היא להבין באמצעות השיטות הללו את התקשורת של החיות בצורה אוטומטית. זה מחקר שזמן רב אני רוצה להיכנס אליו ומחפש את הסטודנטים המתאימים. סוג הלמידה שאנו חוקרים הוא למידה שבה אין לנו מראש את ההתאמות, שאנו לא יודעים את התוצאה מראש. שפת החיות היא בדיוק המקום הזה שבו אנו לא יודעים מה הן מנסות לתקשר, אבל יש לנו המון מידע עליהן שכולל צלילים וגם תנועות שמובילים לפעולות שקורות. יש לי מזה שנים מאגר מידע גדול על עטלפים, ואני חושב שבעזרת השיטות שלנו ובעזרת החוקרים המתאימים, שיש להם את התשוקה והרצון לדבר, ניתן יהיה ברמה טובה להבין בצורה אוטומטית את התקשורת בין עטלפים.
"כיוון מחקר אחר שלי, הוא עבודה על זיהוי חריגות (אנומליות). המטרה של אנומליה היא לגלות פעילות חריגה, מה שעשוי להיות שימושי כמעט לכל דבר, ויש לנו שיטה חדשה לטובת העניין שניצחה את כל השיטות האחרות ואפשר להרחיב אותה לעוד תחומים, כגון אבטחה. בכל מחקר חדש ניתן למצוא את היישום התעשייתי המידי שלו, ולכן אני בודק היתכנות לקדם זאת להזנק, סטארט אפ".
היתרון באקדמיה, מציין חשן, הוא שאתה יכול לשתף פעולה עם כולם והאקדמיה מעניקה לך את החופש לבחור. אם יש מחקר שמצליח וגורם מחוץ לאקדמיה מגלה בו עניין, אתה מייצר עמו שיתוף פעולה. לא חייבים לצאת מהאקדמיה לטובת קידום המחקר. חשן: "האקדמיה מאפשרת לי גם לבחור כיווני מחקר בעלי סיכון גבוה שמחוץ לאקדמיה אולי לא היו מתאפשרים לי, ולכן מנקודת המבט הנוכחית שלי, זה המקום האידאלי עבורי, ואני לא רואה עצמי במקום אחר. כך אני רואה גם את העיר ירושלים. ירושלים היא הבית שלי. היו ויהיו נקודות יציאה אבל תמיד אשוב אליה".

תאריך:  11/03/2020   |   עודכן:  21/03/2020
מועדון VIP להצטרפות הקלק כאן
ברחבי הרשת / פרסומת
רשימות קודמות
איתמר לוין
מה שנראה כתיק במבוי סתום, מתקדם משמעותית לעבר הסדר פשרה אחרי ניהול מוצלח של קדם משפט בידי השופט משה בר-עם. הוא בקיא בפרטים, מתמקד בעיקר וגם יודע "לאיים" בהליכה להוכחות
חלי ממן
המזונות הכתומים והאדומים ברובם מחממים, מזינים את הגוף ומשפרים את מערכת החיסון    הפלפלים עשירים בלחות ומהווים חומרי ההזנה הטובים ביותר לגוף
יואב יצחק
פרקליט המדינה היוצא שי ניצן, ומ"מ פרקליט המדינה דן אלדד, נמנעו מזימון ליברמן לחקירה, למרות עדויות המצביעות על חשדות חמורים נגדו    חלק מהם: ניסיון להוציא מידע במרמה ובתחבולה מיו"ר הכנסת יולי אדלשטיין על החקירה בפרשת ישראל ביתנו    חשד לקבלת הדלפות מחקירת המשטרה    חשד שעלה בפרשת נתיבי ישראל לפיו יועדו לו כשוחד חצי מיליון ש"ח
יעל דרור
חייבים לקחת בחשבון שהשהייה בבידוד מחייבת צמצום הפעילות היומיומית, מונעת כל עיסוק ספורטיבי מחוץ לבית ואף משנה את סגנון האכילה שלנו
פרופ' דוד נבון
שני עקרונות יסוד הוריש אהרן ברק לבאים אחריו: לבית המשפט העליון יש תפקיד במהפכה החוקתית והכל שפיט. אלא שבדיקה מעמיקה יותר של החקיקה, ההיסטוריה שלה ובעיקר של ההיגיון שמאחורי טענות אלו, מוביל למסקנה שאין בהן ממש
רשימות נוספות
כשתשוקה למזון פוגשת תשוקה למדע  /  שרון מגנזי
המומחה לאטום המדומה  /  שרון מגנזי
הביולוגיה על-פי חרמונה  /  שרון מגנזי
כל הזכויות שמורות
מו"ל ועורך ראשי: יואב יצחק
עיתונות זהב בע"מ New@News1.co.il