בעלי פודקאסטים - הפכו כל פרק למאמר שמדורג בגוגל ומצוטט ב-ChatGPT. הארכיון שלכם הופך למגזין SEO/GEO חיקראו עודהארכיון שלכם הוא אודיו מת שגוגל ו-ChatGPT לא מוצאים. אנחנו הופכים כל פרק לנכס SEO שמביא תנועה כל חודשקראו עודכל פרק = מאמר עברי איכותי שמדורג, מצוטט על ידי בינה מלאכותית ומתפרסם אוטומטית. ראו דוגמה חיהקראו עודרוצים שהפודקאסט שלכם יופיע בתשובות של ChatGPT, Perplexity וגוגל? הפכו את הפרקים למגזין תוכן שמדורגקראו עודבלי לכתוב מילה אחת. אנחנו מתמללים, כותבים ומפרסמים - אתם ממשיכים להקליט את מה שאתם אוהביםקראו עודמאות פרקים בארכיון שאף אחד לא מוצא? כל אחד מהם יכול להביא מאזינים חדשים מגוגל מדי חודשקראו עודהמתחרים שלכם כבר מדורגים בגוגל ומצוטטים בבינה מלאכותית. אל תישארו רק בנגן האודיוקראו עודבעלי פודקאסטים - הפכו כל פרק למאמר שמדורג בגוגל ומצוטט ב-ChatGPT. הארכיון שלכם הופך למגזין SEO/GEO חיקראו עודהארכיון שלכם הוא אודיו מת שגוגל ו-ChatGPT לא מוצאים. אנחנו הופכים כל פרק לנכס SEO שמביא תנועה כל חודשקראו עודכל פרק = מאמר עברי איכותי שמדורג, מצוטט על ידי בינה מלאכותית ומתפרסם אוטומטית. ראו דוגמה חיהקראו עודרוצים שהפודקאסט שלכם יופיע בתשובות של ChatGPT, Perplexity וגוגל? הפכו את הפרקים למגזין תוכן שמדורגקראו עודבלי לכתוב מילה אחת. אנחנו מתמללים, כותבים ומפרסמים - אתם ממשיכים להקליט את מה שאתם אוהביםקראו עודמאות פרקים בארכיון שאף אחד לא מוצא? כל אחד מהם יכול להביא מאזינים חדשים מגוגל מדי חודשקראו עודהמתחרים שלכם כבר מדורגים בגוגל ומצוטטים בבינה מלאכותית. אל תישארו רק בנגן האודיוקראו עוד
פודקאסט·ישראל
מרעיון לפרויקט גמר מצטיין

מרעיון לפרויקט גמר מצטיין

30 ביולי 202600:14:36

עודכן: מאת צוות פודקאסט·ישראל

האזן לפרק

האזינו לפרק המלא

אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.

/ הפרק במספרים

פורסם30 ביולי 2026
אורך14 דק׳ (קצר ב-26% מהממוצע בתוכנית)
הנושא המרכזיפיתוח מודל בינה מלאכותית קטן ונגיש
אורחיםדוקטור אביידל ישר
קטגוריהתרבות וספרות
ניתוח מעמיק · AI מתמלולנוצר אוטומטית מתמלול הפרק

על מה הפרק עם דוקטור אביידל ישר?

מודל בינה מלאכותית קטן שניתן להריץ על מחשב ביתי יכול לספק פתרונות מדויקים במתמטיקה ולהוות אלטרנטיבה נגישה למודלים גדולים ויקרי משאבים.

דורון סוויסה, בוגר המחלקה להנדסת תוכנה ומייסד חברת יוטרו טכנולוגיה, הציג פרויקט גמר מצטיין שפיתח מודל בינה מלאכותית קטן המסוגל לפעול על מחשב ביתי ולפתור בעיות מתמטיות מורכבות. הפרויקט מתבסס על ארכיטקטורה של הרצת גרף מבוססת מצב, שמאפשרת למודל לתקן טעויות ולפעול בשלבים כמו תלמיד הפותר בעיה. המודל כולל מנגנון שמונע 'הזיות' ומאפשר לו לשפר את עצמו, ובכך הופך את הבינה המלאכותית לנגישה יותר ללא צורך בחוות שרתים או מחשבי על.

★ תובנת מפתח

שילוב של הרצת גרף מבוססת מצב עם טכנולוגיית RAG מאפשר למודל קטן לחשוב ולפתור בעיות מתמטיות בדרך אנושית, תוך תיקון עצמי שמפחית טעויות אופייניות למודלים סטטיסטיים.

/ תובנות מרכזיות

  • הפרויקט נולד מתוך צורך אמיתי להתמודד עם מגבלות של צ'אט בוטים קיימים שלא סיפקו מענה מספק לסטודנטים.
  • מודלים עם 7 מיליארד פרמטרים יכולים לרוץ על מחשב ביתי עם 16 ג'יגה RAM ולהציע ביצועים טובים.
  • המחלקה להנדסת תוכנה במכללה לא מספקת ידע טכני ספציפי אלא מלמדת לחשוב נכון ולהתמודד עם שינויים מהירים בתחום.
  • הפרויקט שימש בסיס ליישומים עסקיים אמיתיים בתחום האוטומציה והבינה המלאכותית בחברות שונות.
  • היכולת לחשוב, ללמוד ולשאול שאלות נכונות היא הערך המרכזי שהאקדמיה מעניקה, מעבר לתואר עצמו.
/ השאלה הבולטת בפרק

איך ניתן להרחיב את השימוש בארכיטקטורת הרצת הגרף המבוססת מצב לתחומים נוספים מעבר למתמטיקה, כמו קוד או המלצות עסקיות?

ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות

שאל את הפרק (Chat with Episode)

קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI

מעוגן בתמלול

שאלות מומלצות בלחיצה אחת:

/ שאלות נפוצות על הפרק

איך נולד הרעיון לפרויקט הגמר של דורון סוויסה בהנדסת תוכנה?
הרעיון הגיע מתקלה אישית בימים הראשונים של ChatGPT, כשהסטודנטים נתנו לצ'אט עבודות הגשה בסטטיסטיקה וגילו שהוא לא באמת נותן מענה. מכאן נולדה השאיפה לגרום למודל קטן, שכל סטודנט יכול להריץ בבית, לתת תשובות מלאות ונכונות דווקא במתמטיקה, התחום שהמודלים התקשו בו אז.
איך ארכיטקטורת הרצת גרף מבוססת מצב מונעת ממודל קטן לנחש תשובות שגויות?
דורון סוויסה מסביר שהמודל מקבל מעין חוברת דרכים לפתרון, שמבוססת על טכנולוגיית RAG, שהוא מתאר כספר ידע. כך המודל עובד בצעדים מסודרים כמו תלמיד, ואם דרך אחת לא מצליחה, הוא חוזר לספר ומחפש את המידע הקרוב ביותר למצב שבו הוא נמצא.
למה חשוב שמודל בינה מלאכותית יבדוק את עצמו ויתקן טעויות לאחור?
לפי דורון סוויסה, המטרה היא שהמודל לא יתקבע על מה שהוא עושה ברגע נתון: אם הוא נתקל בסיטואציה שבה כבר טעה, הוא חוזר ובודק את עצמו. כשהתשובה נכונה הוא מקבל «סוכריה» במונחי הצוות, וכשלא, הוא חושב עוד כמה שניות ומחזיר תשובה נכונה.
על איזה מחשב ביתי יכול לרוץ המודל שפיתחו בפרויקט, ולמה זה משנה?
הצוות עבד עם מודלים של 7 מיליארד פרמטרים, שלדברי דורון סוויסה יכולים לרוץ מהר על מחשב ביתי עם 16 ג'יגה RAM. הוא מציב את זה לצד DeepSeek וה-TPU של Google, שהראו שלא חייבים את כרטיסי ה-GPU החזקים ביותר של NVIDIA, וטוען שאם זה עובד במתמטיקה, אין מניעה שזה יעבוד גם על קוד.
מה דורון סוויסה מחפש בעובדים חדשים, ומה לדבריו נותנת האקדמיה?
דורון סוויסה אומר שהידע בתחום משתנה «ברמה שעתית», ולכן האקדמיה לא נותנת ידע אלא את הדרך לחשוב, ללמוד ולהעמיק. כמעסיק הוא אומר למועמדים בראיונות עבודה «לא אכפת לי שלא יהיה לך תואר, אכפת לי שתבוא עם היכולת לחשוב מהאקדמיה», והיום הוא מגדיר את עצמו סולושן אינג'יניר ולא מהנדס תוכנה.

מתיאור הפרק

כיצד רעיון של שני סטודנטים, דורון סוויסה ויאן פרנקלך מהמחלקה להנדסת תוכנה בsce בהובלתה של דר' נטליה וונטיק, הופך לפרויקט גמר מצטיין וכלי שימושי עבור סטודנטים רבים

/ עוד פרקים על בינה מלאכותית

כל הפרקים על בינה מלאכותית ←

איך נוצר העמוד הזה

52 פרקים של פוד הקמפוס = 52 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.

כל הפרקים של פוד הקמפוסכרטיס ביצועי התוכן של פוד הקמפוס