פיי-פיי לי: השפה היא לא כל הסיפור — וההוכחה בת 540 מיליון שנה

"בני אדם מתפתחים קודם כול טרום-מילולית. לאבולוציה לקחו 500 מיליון שנה בלי תקשורת מילולית." — פיי-פיי לי

פיי-פיי לי היא מדענית מחשב מסטנפורד ומהדמויות המזוהות ביותר עם התחום של ראייה ממוחשבת. אנדרו הוברמן, שהוא בעצמו חוקר ראייה, מארח אותה — וזה בדיוק מה שהופך את השיחה למעניינת: שניהם ניגשים לשאלה מה זו תבונה מכיוון הראייה, לא מכיוון השפה.

למה להתחיל דווקא מהעין

כשהוברמן שואל איך הראייה קשורה בכלל לבינה מלאכותית — שני נושאים שלרוב האנשים נשמעים מנותקים — לי עונה שזו בדיוק נקודת ההתחלה.

"אני רואה את הראייה כאבן פינה של התבונה, כמעט בשני מסלולים מקבילים."

הראשון הוא מה שהאבולוציה לימדה, והשני הוא היחס בין ראייה ממוחשבת לבינה מלאכותית. והיא מתחילה מהראשון, עם תאריך:

"אני תמיד אומרת שלפני 540 מיליון שנה בעלי חיים ראו אור בפעם הראשונה."

מדובר, היא מסבירה, ביצורים ימיים פשוטים — טרילוביטים ובני דודיהם. ומה שמעניין הוא מה שלא היה קיים אז:

"לפני כן כמעט לא הייתה חישה. בערך באותו זמן התחילו להופיע גם מגע ותחושה בגוף של בעלי חיים, אבל לא הייתה שמיעה, לא היה ריח — ולא הייתה בכלל מערכת עצבים."

מה שקרה עשרה מיליון שנה אחר כך

ומכאן מגיעה הטענה המרכזית שלה על תפקיד החישה בהיסטוריה של החיים.

"בדיוק בגלל החישה והתפיסה, האבולוציה קיבלה קצב מואץ להפליא מבחינת התפצלות מינים."

והנתון שהיא מצמידה לזה מדויק:

"מחקרי מאובנים לימדו אותנו שעשרה מיליון שנה אחרי האור הראשון של בעלי החיים התרחש מה שאנחנו מכנים המפץ הגדול של האבולוציה — הפיצוץ הקמבריוני."

לפי הקריאה שלה, היכולת לראות לא הייתה עוד תוספת. היא הייתה מה שהאיץ את כל המערכת.

והשפעת הראייה, היא מוסיפה, לא נעצרה שם. שני נתונים שהיא מציגה על המצב היום:

"מוערך שמחצית מהפעילות בקליפת המוח האנושית מעורבת בתפקוד חזותי."

ואחריו זה שנוגע לכל הורה:

"ילדים היו חזותיים לפני שהיו מילוליים בהתפתחות."

ומכאן — הגבול הבא

כל המבנה הזה מוביל לטענה שהיא מחזיקה בה לגבי עתיד התחום, והיא מנוגדת לרוח התקופה.

"הגבול הבא של הבינה המלאכותית, כפי שאני אומרת כבר זמן מה, נמצא מעבר לשפה."

והנימוק הוא בדיוק מה שנבנה עד כה:

"כי שוב, בני אדם מתפתחים קודם כול טרום-מילולית. לאבולוציה לקחו 500 מיליון שנה בלי תקשורת מילולית."

לי מקפידה להבהיר שאין כאן ביטול של מודלי השפה:

"זה כמובן לא מוציא את השפה מהתמונה — טכנולוגיית השפה מדהימה."

אבל מה שהיא רוצה לפתח נמצא במקום אחר, ולזה היא קוראת תבונה מרחבית ופיזית. בפועל הכוונה למודלים שיודעים לייצר עולמות תלת-ממדיים וארבע-ממדיים — כאלה שיהיו שימושיים ליוצרים, לאימון רובוטים, לתכנון אדריכלי, וליצירת סביבות שאפשר לפעול בתוכן.

היא מונה את התחומים שבהם זה נוגע: בריאות, חינוך, רובוטיקה ותעשייה. ומציינת שהחברה שהקימה נוסדה בדיוק על ההנחה הזו, שהיא עדיין צעירה, ושהיא מתמקדת בבניית מודל יסוד — כלומר בשלב מוקדם.

איך ילד הפך למפרט טכני

הקטע שמחבר בין כל מה שנאמר עד כה הוא סיפור המקור של הפרויקט שהפך אותה למוכרת.

לי מספרת שבדקה כמה וכמה מהר בני אדם רואים, והמספרים הפתיעו אותה:

"בני אדם, עד גיל שש, מסוגלים ללמוד עשרות אלפי קטגוריות שונות של עצמים."

והסיבה, לדבריה, נעוצה בכמות:

"תינוקות רואים ברוב המקרים מהרגע שהם נולדים. כלומר הם מוצפים בנתונים גדולים."

מכאן היא הגיעה למסקנה שהייתה חריגה בזמנה:

"שיערנו שהיעדר נתונים הוא חלק גדול מהסיבה לחוסר ההתקדמות בבינה מלאכותית."

ומה שהיא עשתה עם המסקנה הזו הוא הצעד עצמו:

"אז יצאנו מנקודה שונה מכל השאר, שהתמקדו רק באלגוריתם, ואמרנו שאנחנו צריכים נתונים — נתונים שיניעו את האלגוריתמים."

התוצאה הייתה מאגר התמונות הגדול הראשון בקנה מידה של אינטרנט שנבנה עבור התחום, ובו לדבריה כ-15 מיליון תמונות. המטרה הייתה פשוטה: לגרום למכונות לזהות עצמים יומיומיים.

כלומר מה שהיא עשתה היה לקחת את תנאי הלמידה של ילד בן שש ולהפוך אותם למפרט.

איפה היא חושבת שהתועלת הגדולה נמצאת

כשהוברמן שואל איך בני אדם ובינה מלאכותית יכולים לעבוד יחד כדי לפתור מחלות, לי מצביעה על מה שנראה לה השימוש המרגש ביותר — ImageNet וכמות הנתונים ⇐ "how much humans can see, and the numbers were incredible. Humans, by age six, can learn tens of thousands of different object categories, and the exposure to visual world is also massive. Babies can see, most of the time, the moment they're born — so they're inundated with this big data. So we conjectured that the lack of data was a huge part of the reason [for] the lack of progress in AI. So we took a departure from everybody else who are really focusing only on algorithm, and said that we need data — we need data to drive these algorithms. So long story short, we led this ImageNet project that collected the first ever internet scale large data set for the field of artificial intelligence, but really through the field of vision, because ImageNet is a collection of 15 million images. And the goal of ImageNet was to drive machines to recognize everyday objects."

גילוי מדעי.

הטיעון שלה מתחיל בתיאור של איך המדע עבד עד היום:

"מזה דורות, הגילוי המדעי נשען על בני אדם חכמים שמחזיקים בזיכרון את מה שלמדו מבני אדם חכמים אחרים — ועושים דברים במהירות של השרירים שלנו."

ובניסוח אחר: מוחו של המדען היה הדמות המרכזית היחידה בתהליך.

מה שהשתנה, לדבריה, הוא שנוסף שחקן:

"עכשיו יש לנו כלי חדש, שהמוח שלו יכול להחזיק כמות אדירה של מידע, לעזור לנו לסנתז ידע, ולנוע בין תחומים בדרכים שאנחנו לא יכולים."

והדוגמה שהיא נותנת אישית ומדויקת: היא והוברמן שניהם בתחום של ראייה, מדעי המוח ובינה מלאכותית. על מחקר של חוש הריח, היא אומרת, היא לא יודעת דבר — ואפילו לא איך לאיית את רוב המונחים שעמיתיהם בתחום ההוא מכירים.

הצוואר הצר, לפי התיאור שלה, מעולם לא היה כמות הידע בעולם. הוא היה כמה ממנו יכול להיכנס לראש אחד.

מכאן היא מגיעה להשוואה שהיא עצמה מסייגת: לפני כמאה וחמישים שנה החשמל שינה הכול, וגם אז היו הזדמנויות לצד רגעים מפחידים.

החלק שאף אחד לא מדבר עליו

הקטע האחרון בשיחה נוגע לחינוך, והוא הישיר ביותר.

לי, שמגדירה את עצמה מחנכת, מצביעה על מי שנוכח בדיון הציבורי על בינה מלאכותית — ומי שנעדר ממנו:

"מקבלי ההחלטות שלנו, אנשי הטכנולוגיה שלנו והמשקיעים שלנו. הם לא מדברים על מורים, הורים ותלמידים. לכולם יש דעות ולכולם יש ילדים — אבל הם לא מדברים על זה."

ומכאן היא עוברת לדפוס שחוזר, לדבריה, בכל דור:

"הדבר הכי גדול שהאנושות אף פעם לא לומדת הוא הדור המבוגר שמקונן על הדור הבא, כאילו הדור הבא לא יודע כלום."

היא מבהירה שהיא אופטימית לגבי בני אדם, ולא מתעלמת מזוועות או מנסיגות — אבל שלאורך קשת ההיסטוריה, בגדול, יש התקדמות לטובה. ולגבי ילדים הטענה שלה פשוטה: הם סקרנים, זו עצם ההגדרה של להיות ילד.

ובנוגע לחששות המקובלים, כמו העתקה בשיעורי בית, הגישה שלה מעשית:

"זה בסדר. שואלים את השאלות האלה. בואו פשוט נראה להם, נעבוד איתם וניתן להם כוח למצוא דרכים להתמודד עם זה. גם הם חכמים."

ואת המסקנה היא מסייגת בעצמה, כדי שלא תישמע כאופטימיות ריקה:

"יש לי תקווה לגבי ילדים — אבל כדי שזו לא תהיה תקווה עיוורת, אני חושבת שכולנו צריכים לזכור את המורים שלנו ולעזור למורים ולהורים, כדי שנוכל לעזור לילדים."

והבעיה שהיא מתארת אינה חוסר מידע אלא סוג המידע: מורים שומעים או נבואות חורבן או הבטחות אוטופיות — ולדבריה אף אחת מהשתיים לא עוזרת להם.

מה לוקחים מזה

• הראייה קדמה לכל שאר החושים. לפי לי, לפני כ-540 מיליון שנה כמעט לא הייתה חישה בעולם החי — וגם לא מערכת עצבים.
• החישה היא שהאיצה את האבולוציה. את הפיצוץ הקמבריוני היא מתארכת לכעשרה מיליון שנה אחרי האור הראשון.
• הראייה נשארה מרכזית. כמחצית מהפעילות הקורטיקלית עוסקת בה, וילדים חזותיים לפני שהם מילוליים.
• ולכן, לגישתה, שפה אינה סוף הסיפור בבינה מלאכותית. היא מצביעה על תבונה מרחבית ופיזית כגבול הבא — בלי לפסול את מודלי השפה.
• הדיון על AI בחינוך מדלג על מי שנוגע בו. מורים, הורים ותלמידים נעדרים ממנו לדבריה.
• וגם דאגה לגיטימית אפשר לפתור עם הילדים. לגבי העתקה היא מציעה שיתוף ולא איסור.

• #פיי-פיי לי
• #בינה מלאכותית
• #ראייה
• #אבולוציה
• #חינוך
• #אנדרו הוברמן