ענקית הקמעונות הסינית עליבאבא הקימה בדצמבר מרכז פיתוח בישראל, המבוסס על רכישת הסטארט־אפ הישראלי ויזואליד (Visualead) מהרצליה. הרכישה היתה צנועה וכללה צוות של פחות מעשרה אנשים — אבל התוכניות של עליבאבא לצוות של ויזואליד, כך מתברר, הן שאפתניות למדי. במרכז הישראלי עוסקים כעת בשתי פעילויות שהן בלב האסטרטגיה של עליבאבא.
הפעילות הראשונה היא פיתוח טכנולוגיה למתקנים חכמים (Smart facilities), כמו סופרמרקט נטול הקופות Futuremart של עליבאבא, המקבילה הסינית לאמזון גו. הפעילות השנייה של מרכז הפיתוח, והמסקרנת יותר, היא מחקרית באופייה: הדור הבא של הבינה המלאכותית — פיתוח אוטומטי של למידת מכונה (AutoML).
דברים אלה נחשפו בהרצאתו של איתמר פרידמן, מנהל הפיתוח של עליבאבא ישראל, שדיבר בכנס World Summit AI המתקיים כעת באמסטרדם.
לדברי פרידמן, טכנולוגיית למידת מכונה היא כיום חלק בלתי־נפרד ממוצרים רבים, אבל בינה מלאכותית עדיין לא הגיעה למלוא הפוטנציאל שלה, ואינה נמצאת בשימוש נרחב כפי שאנחנו נוטים לחשוב.
"אף שחברות רבות משתמשות באלגוריתמים ללמידת מכונה, היכולות המתקדמות עדיין שמורות לחברות המסוגלות להעסיק ולשם לעובדים מיומנים רבים שעובדים יחדיו, לעתים במשך שנים, כדי לפתור בעיות בתחום. אימון 'רשת נוירונים' (הכינוי לאלגוריתמים בתחום הלמידה העמוקה, ר"ל) הוא תהליך ריגורוזי וסיזיפי מאוד", הסביר פרידמן בכנס.
פריצת דרך בתחום ה–AutoML תאפשר לצוותי פיתוח שאינם בעלי מומחיות בלמידת מכונה או משאבי מחשוב המתאימים כדי להריץ אותה - ליהנות מהיכולות שלה לצרכים העסקיים שלהם, ולהריץ אותן על גבי הענן של עליבאבא. בשוק קיימים כבר פתרונות ביניים בשירותי הענן של גוגל ושל יבמ.
AutoML הוא מגרש המשחקים של ענקיות טכנולוגיה. פרידמן ציין עבודה של גוגל בשם AmoebaNet, שפורסמה ב–2018, ובמסגרתה נדרשו 3,150 ימי עבודה של מעבד גרפי (GPU) כדי לפתור בעיה אחת. יש מעט חברות המסוגלות לבצע מחקר כזה, שדורש העמדת אלפי מעבדים שיריצו אלגוריתמים במקביל, כדי לקצר את המטלה לימים בודדים.
האלגוריתמים יגדירו את עצמם
2012 מסומנת כשנת פריצת הדרך בתחום הבינה המלאכותית. בזכות גישה בשם למידה עמוקה המשלבת "רשתות נוירונים" (באנלוגיה למוח האנושי), המאפשרת למחשבים ללמוד על סמך דוגמאות — במקום להיות מתוכנתים לפי כללים ספציפיים ומוכתבים מראש. אלגוריתמים של למידה עמוקה מאפשרים למערכת ללמוד ולהשתפר ככל שמוזנים אליה יותר נתונים רלוונטיים.
היסודות ללמידה עמוקה הונחו אמנם כבר בשנות ה–70, אולם השיקום התדמיתי שלה היה צריך לעבור גם בהתפתחויות טכנולוגיות: כמות המידע הזמין ברשת וכוח המחשוב, שיאפשרו למחשבים להגיע לביצועים טובים. כמעט כל סטארט־אפ חדש מצהיר כיום שהוא משתמש ב"מנוע לומד" למגוון מטרות: בתחום ההשמה, חיפוש באתרי אופנה, פענוח בדיקות רנטגן, סייבר, ורכב אוטונומי. הרכב האוטונומי הוא גם ההוכחה, לטענת פרידמן, שהתחום עוד לא מימש את הפוטנציאל שיועדו לו, וכי הפיתוח הוא איטי ומייגע.
"מהנדסים מדברים על ארכיטקטורות של רשתות נוירונים. AlexNet ,VGG ,Inception ,ResNet ,ResNeXt ,Xception ,DenseNet ,CondenseNet — אלה רק קומץ מהארכיטקטורות הקיימות, כל אחת מהן מתאימה לבעיה אחרת ואף אחת לא פותרת את כל הבעיות", אמר פרידמן.
"המטרה של התעשייה, ושלנו בעליבאבא, היא לפרוץ את הגבול הזה. אנחנו רוצים לאפשר לעסקים קטנים להגדיר את הבעיה שלהם — להגדיר את הקלט ואת הפלט של הפתרון הרצוי — ולתת ללמידת המכונה למלא את החסר בכוחות עצמה. זאת המשמעות של AutoML", הוא הסביר.
לדברי פרידמן, צוות הפיתוח בישראל הצליח לפתח אלגוריתם בודד, שיודע לבנות ולהכשיר אוטומטית רשת נוירונים חדשה ומיוחדת עבור כל בעיה חדשה. ואולם השיטה עדיין מוגבלת לבעיות ספציפיות בתחום הראייה הממוחשבת. והצוות עובד בימים אלה על פיתוחים שירחיבו את השימוש באלגוריתם.
פרידמן סיפר כי האלגוריתם שהצוות שלו פיתח רץ בין יום לכמה ימים על מחשב אחד בלבד, ומייצר רשת ניורונית שמאומנת עבור הבעיה הספציפית שרוצים לפתור. הרשת הנוירונית משיגה, לדבריו, תוצאות השקולות לתוצאות הטובות בעולם, שמהנדסים מוכשרים היו עומלים להשגתן זמן רב ללא הבטחה שאכן יגיעו אליהן. כמדד ייחוס, הוא מציין כי הרשת הצליחה לעמוד באתגרים מוכרים בתחום — כמו MNIST, CIFAR, Imagenet, SVHN, FasionMNIST.
15 מיליארד דולר להקמת מרכזי מחקר בינה מלאכותית
ויזואליד, שהוקמה על ידי פרידמן ושותפו, נבו עלווה, היתה החברה הישראלית הראשונה שיצרה קשר עם הענקית הסינית עוד ב–2013. כשנתיים לאחר מכן עליבאבא השקיעה בה סכום המוערך ב–7 מיליון דולר. ויזואליד פיתחה פלטפורמה ליצירת קודי QR מעוצבים, המבוססת על אלגוריתמיקה בתחום הראייה הממוחשבת. בהמשך, הורחב השימוש בקודים אלה לפיתוח פתרון למניעת זיוף מוצרים, שהוצע לבעלי החנויות העצמאיים בפלטפורמת הסחר המקוון של עליבאבא.
החברה פיתחה גם פלטפורמה המאפשרת סריקה דמויית תלת־ממד של אובייקטים פיזיים, באמצעות מכשירי סלולר - פתרון המשמש את מוכרי עליבאבא לייצור תוכן אינטרקאטיבי בזול, ללא חומרה מיוחדת או צילומי וידאו.
עליבאבא רכשה את ויזואליד כדי להפוך אותה לסניף הישראלי של זרוע המחקר והפיתוח שלה הקרויה אקדמיית דאמו. עליבאבא הקציבה 15 מיליארד דולר לפתיחת שמונה סניפים ולגיוס חוקרים מובילים בתחומי הבינה המלאכותית, מחשוב קוואנטום ופינטק. המרכזים שלה פזורים בסין, ארה"ב, רוסיה, סינגפור וישראל.
בסניף הישראלי עומלים כעת, בין השאר, על פיתוחים טכנולוגיים בתחום של הבנת וידאו עבור "מתקנים חכמים", כמו חנויות חכמות. דוגמה לחנות חכמה כזו של עליבאבא היא Hema — רשת הסופרמרקטים נטולת הקופות שלה בסין. בהשוואה למתחרה הקונספטואלית שלה, אמזון גו — שזוכה לסיקור אוהד בתקשורת הישראלית ומפעילה שישה סניפים בלבד בארה"ב — ל–Hema יש כבר 60 סניפים ברחבי סין.
למרות הקונספט הדומה של חוויית קנייה טכנולוגית בחנויות פיזיות, רשת הסופרמרקטים של עליבאבא שונה לגמרי מהמקבילה האמריקאית. Hema מתרכזת במזון טרי — בשר, דגים, ירקות ופירות. היא מוכרת במיוחד בשל אקווריום עם מבחר גדול של דגים, סרטנים, צדפות ופירות ים, שהלקוחות יכולים לשלוח לבישול לצוות הטבחים שבמטבח, ולסעוד על אחד השולחנות בתוך החנות, או לקבלו לביתם באמצעות שליח בתוך 30 דקות. לאורך תקרת הסופרמרקט נעות במסילות מאות שקיות בד של לקוחות שהזמינו משלוחים הביתה. את תכולת השקיות מלקטים עובדי החנות והם משנעים אותן החוצה ישירות לשליחים.
לכל מוצר ב–Hema יש ברקוד שאותו הלקוחות יכולים לסרוק כדי לקבל מידע על מקורו, ערכו התזונתי, מתכונים מומלצים עבורו, חלופות, וביקורות של קונים אחרים. ביציאה מהחנות הלקוחות יכולים לשלם באמצעות הטלפון או בסריקת פנים המחברת אותם לאפליקציית התשלומים של עליבאבא — Alipay.
עוד ב-TheMarker
"ג'יימס מרדוק המועמד המוביל להחליף את אילון מאסק כיו"ר טסלה"
אימפרבה שייסדו שלמה קרמר ומיקי בודאי נמכרת ב-2.1 מיליארד דולר
לפי הערכות, עליבאבא שמרה על שבעה עובדי פיתוח מתוך הצוות המקורי של ויזואליד, ובעשרת החודשים האחרונים הצוות גדל פי שלושה. עם פרסום העסקה, העריכו בצוות כי עליבאבא תגייס כ–40 עובדים, אבל ל–TheMarker נודע כי החברה, שמרכזה בהרצליה כעת, שכרה משרדים חדשים בתל אביב שמתאימים לאכלס צוות גדול בהרבה — דבר שעשוי ללמד על כוונותיה העתידיות. החברה מחפשת כעת שלושה פרופילים של מפתחים: חוקרי למידה וראיית מכונה, מפתחי פול סטאק ומפתחי צד־שרת.