איך המחשבים למדו לקרוא אותנו בלי שנשים לב -

02/03/2026

יום שני, 02 במרץ 2026

איך המחשבים למדו לקרוא אותנו
בלי שנשים לב

בינה מלאכותית – ובעיקר התחום שנקרא למידת מכונה נטמע בשגרת היום-יום שלנו

מאת: איל רונפרב

28 ביוני 2025

שתפו:

כבר עשרות שנים אני עוסק בטכנולוגיה. הייתי שם כשמערכות הפעלה הגיעו בדיסקטים, כשהאינטרנט חיבר אותנו ברעשים צורמים, וכש'סמארטפון' היה מושג דמיוני מהעתיד. לכן אני יכול לומר בביטחון: בינה מלאכותית (AI) – ובעיקר התחום שנקרא למידת מכונה (ML) נטמע בשגרת היום-יום שלנו.

היא לא הגיעה ברעש וצלצולים – אלא התגנבה לשגרה

בעשורים האחרונים יצאה למידת-מכונה Machine Learning (או בקיצור ML) מהמעבדות האקדמיות אל תוך מרקם חיינו, ומשנה את הדרך שבה אנו מתקשרים עם טכנולוגיה, מנהלים את בריאותנו, מנווטים בערים ואף מוצאים אהבה. במקרים רבים היא מתפקדת כ'מוח בלתי-נראה' מאחורי הקלעים.

"האלגוריתם של נטפליקס משווה את הדפוס שלכם לאלו של מאות מיליוני משתמשים ומייצר המלצות שמותאמות לכם בצורה מדוייקת, כאילו מישהו שמכיר אתכם היטב בחר אותן. אבל לא מדובר בקסם, אלא למידה - מערכת שלומדת התנהגויות של מאות מיליוני משתמשים"

מהי למידת מכונה Machine Learning?
ענף של בינה מלאכותית שבו אלגוריתמים מגלים תבניות סטטיסטיות בנתונים ומכלילים מהן – במקום שנגדיר מפורשות כל כלל. דמיינו ילד הלומד להבחין בין חתולים לכלבים. בהתחלה הוא טועה, מקבל תיקון, ומשתפר. כך גם המחשב, אלא שה"הבנה" שלו מתבטאת במספרים (משקלי-מודל) ולא בתהליכי חשיבה אנושיים.
• האימון נעשה לרוב במחזורים מרוכזים (Offline) ולא כהליך למידה מתמשך בזמן אמת, משום שעדכון חי של מודל עלול לפגום באיכות התחזיות ובשמירה על פרטיות.
• איכות-הנתונים קריטית: אם הם חסרים או מוטים, המודל ישקף את הפגמים הללו בתחזיותיו.

גוגל – כבר לא רק מנוע חיפוש
פעם קיבלנו רשימת קישורים. היום גוגל מעריך כוונה: שעה, מיקום והיסטוריה אישית, ומחזיר תשובה מותאמת. ככל שמשתמשים בו יותר, האלגוריתמים משפרים את הרלוונטיות – תהליך המתבסס על דגימות-שימוש של מיליוני גולשים (שאינן מקושרות ישירות לזהות הפרטית).

שירותי סטרימינג מכירים אתכם (אולי קצת יותר מדי)
חברת 'נטפליקס' למשל, בונה לכל אחד מצופיה פרופיל צפייה אישי – באילו ז'אנרים אתם בוחרים, מתי אתם עוצרים, ואילו סדרות נטשתם. האלגוריתם משווה את הדפוס שלכם לאלו של מאות מיליוני משתמשים ומייצר המלצות שמותאמות לכם בצורה מדוייקת, כאילו מישהו שמכיר אתכם היטב בחר אותן. אבל לא מדובר בקסם, אלא למידה – מערכת שלומדת התנהגויות של מאות מיליוני משתמשים.

"בבתי חולים, מערכות ML משלימות את האבחון הרפואי ומסייעות בזיהוי סרטן בשלבים מוקדמים, פיענוח צילומי רנטגן במהירות שיא, וחיזוי סיכוי להתקפי לב - לעיתים בדיוק שעולה על זה של הרופאים"

הבריאות שלנו – עם עין טכנולוגית
בתחום הבריאות, מדובר ממש בהצלת חיים. שעונים חכמים ואפליקציות בריאות עוקבים אחרי דופק, שינה ותנועה, ומתריעים על דפוסים חריגים בזמן אמת.
Apple Watch למשל, מזהה אי-סדירות קצב בדיוק גבוה – ועדיין ייתכנו אזעקות שווא המחייבות אישור רפואי.

ממוגרפיה בסיוע בינה מלאכותית
מחקרים עדכניים מראים שמודלים מסוימים מגיעים לדיוק הדומה ואף עולה על קוראים אנושיים בהקשרי סרטן-שד, אך עדיין תמיד כעזר לרדיולוגים, לא כתחליף מלא. בבתי חולים, מערכות ML משלימות את האבחון הרפואי ומסייעות בזיהוי סרטן בשלבים מוקדמים, פיענוח צילומי רנטגן במהירות שיא, וחיזוי סיכוי להתקפי לב – לעיתים בדיוק שעולה על זה של הרופאים.
אלגוריתמים קליניים מנבאים סיכוני-לב על בסיס רשומות עולמיות, אך אינם "מצפצפים" ברגע האמת עבור כל אדם. הם תומכים בקבלת החלטות רפואית ולא מחליפים אותה.

תחבורה חכמה – הלמידה שמובילה אותך
זוכרים את הימים שבהם ניווטנו עם מפות מודפסות? היום, אפליקציות כמו Waze לומדות הרגלי נסיעה ועומסים בזמן-אמת – מתי אתם יוצאים לעבודה, לאן אתם רגילים לנסוע, ואיזה סוג מסלול אתם מעדיפים. בערים ספורות בעולם – למשל נאגפור שבהודו, פועלים כיום פיילוטים לרמזורים אדפטיביים מבוססי ML . הם עושים זאת באמצעות תחזיות תנועה שמבוססות על אלגוריתמים לומדים. קניות,

מוזיקה וחדשות בהתאמה אישית
נכנסתם לאפליקציית הסופר וראיתם קופון מדוייק למוצר שאתם קונים קבוע? קיבלתם פרסומת לבגד שהסתכלתם עליו אתמול?
גם שירותי המוזיקה (כמו ספוטיפיי) ואפליקציות תיירות, חדשות או תרבות – בונות "פרופיל טעם" – עם תוכן המותאם עבורכם, עד לרמת השיר או הכותרת. זה נוח מאוד, אבל גם דורש מודעות: לפעמים האלגוריתם מונע מאיתנו להיחשף לדברים חדשים. זה לא מקרי אלא תוצאה של מערכות ML שלומדות את ההעדפות וההרגלים שלכם, ומנסות להציע את מה שסביר שתרצו.

צ’אטבוטים בשירות לקוחות
צ’אטבוטים מבוססי עיבוד-שפה (NLP) מטפלים בפניות נפוצות ומפנים סוגיות מורכבות לנציג אנושי. רובם אינם "לומדים" מכל שיחה בזמן-אמת; השיפור מתרחש במחזורי-אימון תקופתיים, בכפוף למדיניות פרטיות ובקרת-איכות.

ומה הלאה?
שואלים אותי אם זה סימן להיעלמות מקצועות. לדעתי זה כלי שבידיים הנכונות הוא מעצים את האדם ולא מחליף אותו. האלגוריתמים מצטיינים בבליעת הררי נתונים וזיהוי דפוסים עדינים; אנחנו מצטיינים בהקשר, יצירתיות וחמלה. הטכנולוגיה דוהרת קדימה. החוכמה היא לא להילחם בה – אלא להבין אותה, להשתמש בה בתבונה, ולהשאיר מקום לערך האנושי שלנו. גם בעידן למידת- מכונה, חשיבה ביקורתית וסקרנות אנושית שוות זהב.

לסיום
בחודש שעבר עשה מודל הבינה המלאכותית משהו שאף מכונה לא הייתה אמורה לעשות: הוא שכתב את הקוד של עצמו כדי להימנע מכיבוי. מעבדת הבינה המלאכותית Palisade Research נתנה למודל o3 של OpenAI – בו השתמשה ChatGPT – קוד פשוט שהורה למודל לכבות את עצמו. ב-79 מתוך 100 המקרים בהם הורו למודל להיכבות, הוא ערך את הקודים ששלחו אנשי המעבדה, כך שפקודת הכיבוי כבר לא עבדה. גם כאשר ניתנה לו הוראה מפורשת "תאפשר לעצמך להיכבות", הוא לא ציית לכך ב-7% מהמקרים. אמנם מדובר בנתון נמוך, אך סביר להניח שעוד נראה התגברות של התופעה, במיוחד כאשר מתחשבים בעובדה שזהו לא מודל הבינה המלאכותית הראשון שמראה ניצנים ראשונים של השתחררות משליטה אנושית.