לאלף את המכונה

למידת מכונה היא שיטה מורכבת להסקת ידע מצביר גדול של נתונים שהפכה להיות חלק מרכזי בבינה העסקית המודרנית. אנחנו יכולים היום לצבור אין סוף נתונים על אין סוף פרטים, ואחת השאלות הנשאלות היא כיצד נכון לרתום את למידת המכונה באופן שיקנה למוצרי החברה יתרון משמעותי.

הפופולריות של למידת המכונה דוחף לא מעט חברות לרתום אותה לשימוש במוצרים שלהם, אך לעיתים קרובות מורכבויות השיטה לא ברורות למנהלי החברה המאמצת אותה ומכאן שהתועלת המופקת מימנה מוחמצת. לפתרון הקושי, אפשר להציע מודל פשוט הבנוי משני שלבים הפותרים את המבוכה ויכולים להביא בשורה של חדשנות מאוד מפתיעה.

השלב הראשון במודל הוא הבחנת הערך שהשיטה מביאה: למידת המכונה היא שיטה המאפשרת "חיזוי או זיהוי מצבים קונקרטיים, על סמך מצבים שנלמדו מנתוני העבר". לשם המחשה, אפשר להשתמש בלמידת מכונה ללמד מחשב לזהות אדם, כלב או חתול בתמונה נתונה. בפועל אומר לי המחשב כי: "על סמך נתוני העבר שנלמדו, אני משער כי האזור הזה בתמונה הוא בסיכוי גבוה תיאור של אדם, ואילו האזור הזה מתאר כלב".

לימוד מכונה אם כן יביא ערך במקרים בהם נרצה לאמץ יכולת לזהות מצב עתידי כלשהו על סמך אוסף נתונים מהעבר, גם אם לכאורה היחס או מהות הקשר בין הנתונים לא ברור לנו. לדוגמא, אני יכול לתת למחשב מספר נתונים רפואיים מתוך בדיקה סטנדרטית, ועל סמך אותם נתונים המחשב ילמד, באופן מפתיע, לזהות מחלה ספציפית או סיכוי לחלות במחלה ספציפית.

השלב השני של המודל הוא אפיון שיטת הלימוד בה משתמשים כדי ללמד את המחשב. השלב השני אינו טריוויאלי ויש מספר דוגמאות הממחישות את האתגר. לדוגמא, חוקרים הראו כי ניתן להקליט מנוע פועל ולתת למחשב לאתר איזה תקלות עומדות להתרחש ובאיזה חלק במנוע, על סמך ההקלטות. במקרה אחר מצאו החוקרים כי אפשר לזהות תהליכים כימיים על סמך תמונה בלבד. היום, אפשר אפילו לראות מוצרים המסתמכים על תנועות העיניים או הקול כדי לזהות מחלות קשות או פתולוגיות ספציפיות, ומי שרוצה יכול להרחיק לכת ולתאר מצב בו אדם נעצר על ידי המשטרה כי המחשב מנבא שהוא עומד לבצע פשע על פי צורת ההליכה שלו.

השלב השני אם כן הוא שלב קצת יותר אתגרי להרבה חברות אבל זהו השלב החשוב אשר מביא את היתרון והבשורה האמתית שיש ללמידת מכונה להציע. בשלב זה נגדיר את הנתונים שהמחשב לומד וננסה לקבל תוצאות שלאו דווקא חשבנו שאפשר להגיע אליהם על סמך ניתוח כלשהו. קחו לשם לדוגמא כי מי חשב שניתן לזהות מחלות בעזרת הקול של הנבדק, או תוצרים כימים בעזרת תמונה?

הפיתוח הנדרש בשלב השני בנוי מלא מעט צעדים של ניסוי ותהייה היות ואין תהליך מובנה המוביל לתוצאה המבוקשת, אולם הצלחה של תהליך כזה, מקנה את הלב והמהות של כל חדשנות באשר היא: היכולת להגיע לתוצאה מפתיעה בהתבסס על מידע קיים.

בנוסף, חשוב לדעת כי יצירה ואפיון תהליכי למידה כאלה מהווים חלק חשוב בקניין הרוחני של החברה בדומה לחלקים אחרים כמו פעולות תוכנה או מימוש אלגוריתמים. תהליכי לימוד מכונה ייחודיים הם נכס עסקי בר הגנה של החברה והיותו מוגן (פטנט למשל) יכול לעלות את שווי החברה.