![460: למידה עמוקה (Deep Learning), חלק א' (ש.ח.) [עושים היסטוריה]](/_next/image?url=https%3A%2F%2Fd3wo5wojvuv7l.cloudfront.net%2Ft_rss_itunes_square_1400%2Fimages.spreaker.com%2Foriginal%2Faedf156dfed719c798cf786f4d3b38a2.jpg&w=384&q=75&dpl=dpl_6tMfKD1n9FhZvjqugUdV3ZNgVYCv)
460: למידה עמוקה (Deep Learning), חלק א' (ש.ח.) [עושים היסטוריה]
עודכן: מאת צוות פודקאסט·ישראל
/ הפרק במספרים
| פורסם | 2 בפברואר 2026 |
|---|---|
| אורך | 43 דק׳ |
| הנושא המרכזי | ההיסטוריה של הלמידה העמוקה |
| קטגוריה | מדע |
על מה הפרק?
רשתות נוירונים הפכו מהבטחה שנזנחה ליסוד מהפכת הבינה המלאכותית בזכות למידה מדוגמאות ושיטת החילחול לאחור.
הפרק מתאר כיצד הפרספטרון של פרנק רוזנבלט חיקה נוירון ולמד לזהות צורות באמצעות שינוי משקלים במקום קבלת כללים מפורשים. הביקורת של מרווין מינסקי וסימון פפרט על הקושי לאמן שכבות פנימיות תרמה לדעיכת המחקר, עד שפול ורבוס הציע את שיטת החילחול לאחור. בהמשך הראו דייוויד רומלהארט וג'יימס מקלילנד שרשת רב שכבתית יכולה ללמוד הטיית פעלים באנגלית ואף לחזור על דפוסי הטעות של ילדים. רן לוי קושר את ההיסטוריה הזאת למהפכת הבינה המלאכותית הנוכחית ולשינוי שהיא מחוללת בתוכנה, בפודקאסטים ובכתיבה.
הדמיון ללמידה אנושית הופיע לא רק בתשובות הנכונות של הרשת, אלא גם ברצף הטעויות שלה בעת לימוד פעלים חריגים באנגלית.
/ תובנות מרכזיות
- הפרספטרון למד מדוגמאות באמצעות חיזוק והחלשה של משקלי הקלט, בלי שנוסחו לו כללי זיהוי הצורות.
- מינסקי ופפרט הראו שהקושי המרכזי ברשתות עמוקות הוא לייחס את שגיאת הפלט למשקלים שבשכבות הפנימיות.
- פול ורבוס הציע ב-1974 את שיטת החילחול לאחור, אך הרעיון לא זכה לעניין בתקופה שבה רשתות נוירונים נחשבו למבוי סתום.
- המודל של רומלהארט ומקלילנד למד הטיית פעלים מדוגמאות בלבד וחזר על שלב הכללת היתר שמופיע אצל ילדים.
- רן לוי רואה בינה מלאכותית ככלי יעיל לכתיבה פונקציונלית, אך אינו רוצה שתכתוב במקומו יצירה שהוא מגדיר כאמנות.
כיצד אפשר לגרום למחשב ללמוד לבדו מתוך דוגמאות משימה שקשה לנסח לה כללים מפורשים?
- 1להתנסות בכלי בינה מלאכותית ולהסתגל לשינוי במקום להמתין שיחלוף.
- 2להבחין בין כתיבה פונקציונלית שבה בינה מלאכותית יכולה לייעל את העבודה לבין יצירה אמנותית שהיוצר מבקש לכתוב בעצמו.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
מתיאור הפרק
רשתות נוירוניים מלאכותיים, הטכנולוגיה שנמצאת בבסיס כמעט כל סוגי הבינה המלאכותית המודרנית, הומצאו - תאמינו או לא - כבר בשנות החמישים של המאה הקודמת. אבל למרות הדימיון הברור לאופן שבו פועל מוחנו, במשך עשרות שנים האמינו מדעני המחשב כי נוירונים מלאכותיים הם מבוי סתום ולעולם לא יובילו לבינה מלאכותית. ניסוי מפתיע שערכו שני פסיכולוגים, דווקא, הביא לעניין מחודש בטכנולוגיה המסקרנת. האזנה נעימה, רן
/ עוד פרקים על בינה מלאכותית
- תתעלם מההוראותמעובדת מספר 21 למנכ״לית מיקסטיילס: שי אייל | #21שי אייל ואיתן לויט מדברים על חוויותיהם עם בוט המסעדות ואיך טכנולוגיית AI משנה את חוויות הצריכה בבית.
- תתעלם מההוראותאיך הגיעה ואסט דאטה לשווי 30 מיליארד דולר? עם שחר פיינבליט | #22וס דאטה בונה מערכת הפעלה לדאטה של AI.
- תתעלם מההוראותבדרך ל-100 מיליון דולר הכנסות עם רועי ללזר מוונדרפול | #24וונדרפול מתמקדת בהאצת אימוץ AI בארגונים תוך שימוש בטכנולוגיות מתקדמות.
- תתעלם מההוראות״להחליף מנוע של F16 באוויר״: עם רועי מן ממאנדיי | #25רועי מן מציג את השינוי האסטרטגי במאנדיי לעבר פלטפורמת עבודה מבוססת סוכני בינה מלאכותית המבצעים משימות בפועל.
/ נושאים קשורים
איך נוצר העמוד הזה
278 פרקים של עושים היסטוריה עם רן לוי Osim Historia With Ran Levi = 278 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.