Hidden layersפודקאסט של אורי אליאבייב
אורי אליאבייב
40 פרקים
על התוכנית
Hidden layers - האנשים שמאחורי הדאטה. פודקאסט מבית MDLI שבו אני (אורי אליאבייב) מראיין אנשים מעניינים בעולמות הדאטה, ה-AI וכו’.
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם. הכפתור הראשון מוביל לפרק האחרון.
מה זה Hidden layers?
Hidden layers הוא פודקאסט ישראלי בקטגוריית הייטק וסטארטאפים מאת אורי אליאבייב. בארכיון 40 פרקים, פרק חדש בערך פעם ב-7 ימים, אורך פרק ממוצע כ-37 דקות.
| קטגוריה | הייטק וסטארטאפים |
|---|---|
| פרקים בארכיון | 40 |
| תדירות (מהפרקים האחרונים) | פרק חדש בערך פעם ב-7 ימים |
| אורך פרק ממוצע (בפרקים האחרונים) | כ-37 דקות |
| הפרק האחרון | 28 באוקטובר 2026 |
| פרקים עם ניתוח עומק | 3 |
עודכן:
תובנות הזהב מהארכיון
- הפלטפורמה מאפשרת שילוב של מודלים שונים לפי הצורך, כולל ניהול רדונדנציה ושימוש במודל המתאים למשימה ספציפית.
- המערכת תומכת בבניית דיאלוגים מורכבים עם אינטגרציה למערכות backend באמצעות ממשק גרפי ללא צורך בקוד.
- הסימולטור מאפשר בדיקה אוטומטית של סוכנים בתרחישים שונים, כולל ניסיונות תקיפה או ניצול, ומסייע באופטימיזציה של עלויות.
- הלקוחות לרוב מביאים את מפתחות ה-API של ה-LLM שלהם, והפלטפורמה מבצעת Benchmarking יומיומי של מודלים חדשים.
- השימוש בנתונים היסטוריים של שיחות ותוצאות מאפשר התחלה מהירה של בניית סוכנים מותאמים ומאפשר שיפור מתמיד באמצעות למידה מהתנהגות אמיתית.
- הטרנספורמרים הצליחו להוביל את תחום ה-AI במשך כמעט עשור אך מגיעים לתקרת ביצועים שדורשת שינוי ארכיטקטוני.
- למידה רציפה וקונטקסט ארוך הם מפתחות להבנת אינטליגנציה אמיתית, בניגוד ללמידה מבוססת חיזוי טוקנים בלבד.
- ארכיטקטורות חדשות כמו Joint Embedding Predictive Architectures מנסות לחזות ייצוגים הסתברותיים של העתיד במקום פריימים מדויקים.
- המחסור באקו-סיסטם תומך בישראל מוביל לנטישת חוקרים צעירים ולחוסר במעבדות מחקר מתקדמות בתחום ה-AI.
- קיים פער בין מחקר אקדמי לתעשייה, וחוסר במודל עסקי ברור למעבדות מחקר שמקשה על קיום מחקר ארוך טווח.
- מודלי AI לומדים גם את התכנים הבעייתיים שקיימים באינטרנט, מה שמגביר את הסיכון ליצירת תכנים לא רצויים.
- הבדיקות כוללות גם את המעטפות (הרנסינג) שמקיפות את המודלים, שכן הן יכולות לחשוף חולשות נוספות שלא קיימות במודל עצמו.
- המעבר מפרודקשן דורש ניטור מתמיד של התנהגות המודל וה-agent, וזיהוי דריפט או תקלות בזמן אמת.
- הגדרת פוליסיות ברורה ומותאמת לארגון היא אתגר מרכזי, במיוחד כשיש רגולציות שונות לפי מדינה ותחום.
- העתיד טמון ב-shift-left ובקסטומיזציה של מודלים פתוחים (open source) לצרכים ספציפיים של ארגונים.
השאלות הבולטות בארכיון
איך ניתן להבטיח שמדיניות התוכן והבקרה על הסוכנים תתמודד עם ניסיונות ניצול ופרומפט אינג'קשיין בזמן אמת?
מה הבעיה האינהרנטית בטרנספורמרים שמחייבת פיתוח ארכיטקטורות חדשות ומה צריך לשבור או לבנות מחדש?
איך ניתן לוודא שהמודלים וה-agentים מבצעים את הפעולות הרצויות תחת מגבלות סייבר, רגולציה ופוליסי ארגון לפני העלאתם לפרודקשן?
3 פרקים = 3 מאמרים אפשריים. כל פרק בארכיון יכול להפוך למאמר עברי SEO/GEO שמדורג בגוגל ומצוטט במנועי AI.
פרקים עם ניתוח מלא
פלטפורמת Cognicy מאפשרת בניית סוכני AI בקנה מידה גדול עם דגש על סקיילביליות, אינטגרציה עמוקה למערכות backend, וניהול עלויות באמצעות סימולציות חכמות.
Benjamin, סגן נשיא וראש ארכיטקטורה ב-NiCE, מתאר את המעבר מרעיון צעצוע דוב דובר לפלטפורמה מתקדמת לניהול שיחות טקסטואליות עם סוכני AI. הפלטפורמה תומכת ב-100 שפות, מאפשרת מודלינג גרפי של דיאלוגים ואינטגרציה למערכות CRM ו-ERP. קיימת מערכת סימולציה שמאפשרת בדיקת תרחישים בקנה מידה, כולל זיהוי ניסיונות ניצול ופרומפט אינג'קשיין, ומדידה מדויקת של עלויות השימוש במודלים שונים. לקוחות מביאים לרוב את מפתחות ה-API של המודלים שלהם, והפלטפורמה מבצעת אופטימיזציה שוטפת לבחירת המודל המתאים.
- הפלטפורמה מאפשרת שילוב של מודלים שונים לפי הצורך, כולל ניהול רדונדנציה ושימוש במודל המתאים למשימה ספציפית.
- המערכת תומכת בבניית דיאלוגים מורכבים עם אינטגרציה למערכות backend באמצעות ממשק גרפי ללא צורך בקוד.
- הסימולטור מאפשר בדיקה אוטומטית של סוכנים בתרחישים שונים, כולל ניסיונות תקיפה או ניצול, ומסייע באופטימיזציה של עלויות.
- הלקוחות לרוב מביאים את מפתחות ה-API של ה-LLM שלהם, והפלטפורמה מבצעת Benchmarking יומיומי של מודלים חדשים.
- השימוש בנתונים היסטוריים של שיחות ותוצאות מאפשר התחלה מהירה של בניית סוכנים מותאמים ומאפשר שיפור מתמיד באמצעות למידה מהתנהגות אמיתית.
איך ניתן להבטיח שמדיניות התוכן והבקרה על הסוכנים תתמודד עם ניסיונות ניצול ופרומפט אינג'קשיין בזמן אמת?
סוכם מתוך תמלול הפרק בעזרת AI. איך זה נעשה
איך בוחנים אם AI Agents מוכנים לפרודקשן? ראיון עם אילן קדר מחברת Plurai
פרקים אחרונים
איך בוחנים אם AI Agents מוכנים לפרודקשן? ראיון עם אילן קדר מחברת Plurai
28 באוקטובר 202630 דק׳איך מתמודדים עם איומי הסייבר החדשים בעקבות AI? ראין עם אבישי זווצניק מ-Cato Networks
8 באוקטובר 202641 דק׳איך מתמודדים עם איומי הסייבר החדשים בעקבות AI? ראין עם אבישי זוינסקי מ-Cato Networks
8 באוקטובר 202641 דק׳עושים סדר בטכנולוגיה של אנבידיה: ראיון עם גלעד שיינר, סגן נשיא בכיר בחברת Nvidia
27 בספטמבר 202657 דק׳איך מאמנים מאפס "מודל בסיס" שמייצר תמונות? ראיון עם פיינשטין מחברת Bria
24 ביוני 202630 דק׳איך משתמשים ב-AI כדי להגן על מתקפות סייבר כנגד מדינות? ראיון עם ערן הופמן מחברת Dream
18 ביוני 202631 דק׳איך בונים את ה-AI Hacker האולטימטיבי? ראיון עופרי זיו מחברת Tenzai
7 ביוני 202641 דק׳Google's bet on TPU: Interview with Leo Leung, Director of AI & Computing Infrastructure at GCP
9 במאי 202625 דק׳From DeepMind's research to production: Interview with Bill Jia, VP Engineering at Google Cloud
9 במאי 202623 דק׳The future of Agents: Interview with John Abel, Managing Director, Office of the CTO at Google Cloud
9 במאי 202631 דק׳אורחים:גלעד לויAgentic AI at scale: Interview with Benjamin Mayr, Vice President, Head of Architecture at NiCE
8 ביולי 202642 דק׳אורחים:אבי גולןלניתוח המלא של הפרק ←אמ;לקסיכום הפרק
Benjamin, סגן נשיא וראש ארכיטקטורה ב-NiCE, מתאר את המעבר מרעיון צעצוע דוב דובר לפלטפורמה מתקדמת לניהול שיחות טקסטואליות עם סוכני AI. הפלטפורמה תומכת ב-100 שפות, מאפשרת מודלינג גרפי של דיאלוגים ואינטגרציה למערכות CRM ו-ERP. קיימת מערכת סימולציה שמאפשרת בדיקת תרחישים בקנה מידה, כולל זיהוי ניסיונות ניצול ופרומפט אינג'קשיין, ומדידה מדויקת של עלויות השימוש במודלים שונים. לקוחות מביאים לרוב את מפתחות ה-API של המודלים שלהם, והפלטפורמה מבצעת אופטימיזציה שוטפת לבחירת המודל המתאים.
קראו עוד ▾הציגו פחות ▴- הפלטפורמה מאפשרת שילוב של מודלים שונים לפי הצורך, כולל ניהול רדונדנציה ושימוש במודל המתאים למשימה ספציפית.
- המערכת תומכת בבניית דיאלוגים מורכבים עם אינטגרציה למערכות backend באמצעות ממשק גרפי ללא צורך בקוד.
- הסימולטור מאפשר בדיקה אוטומטית של סוכנים בתרחישים שונים, כולל ניסיונות תקיפה או ניצול, ומסייע באופטימיזציה של עלויות.
- הלקוחות לרוב מביאים את מפתחות ה-API של ה-LLM שלהם, והפלטפורמה מבצעת Benchmarking יומיומי של מודלים חדשים.
- השימוש בנתונים היסטוריים של שיחות ותוצאות מאפשר התחלה מהירה של בניית סוכנים מותאמים ומאפשר שיפור מתמיד באמצעות למידה מהתנהגות אמיתית.
ש&תשאלות ותשובות מהפרק▾מה הייתה הרעיון ההתחלתי של Cognicy וכיצד הוא התפתח לשימושים עסקיים רחבים יותר?
הרעיון ההתחלתי היה לפתח דובי מדבר עם טכנולוגיות דיבור לטקסט וטקסט לדיבור, שיזכור מידע אישי כמו שם וצבע מועדף. מהר מאוד הבינו שהטכנולוגיה יכולה לשמש לא רק צעצועים אלא גם מערכות כמו מקררים חכמים ושירות לקוחות, ולכן התמקמו בפיתוח פלטפורמת תוכנה לעסקים לבניית סוכנים חכמים.
▾כיצד פלטפורמת Cognizy AI מתמודדת עם הצורך בסקיילביליות ותמיכה בכמויות גדולות של משתמשים בו זמנית?
הפלטפורמה מתוכננת לסקייל נכון, עם דגש על יכולת להתמודד עם עומסים גבוהים כמו עיבוד אלפי הודעות בדקה, לדוגמה ב-Lufthansa שמטפלת ב-600-700 הודעות בדקה ויכולה לעלות ל-16,000 הודעות בדקה תוך דקות ספורות, תוך שמירה על ביצועים ותגובה מהירה.
▾מהי חשיבות ה-LLM Gateway בפלטפורמת Cognizy וכיצד הוא תורם לניהול מודלים שונים של למידת מכונה?
LLM Gateway מאפשר לבחור בין מודלים שונים בזמן אמת, לנהל רדונדנציה, לעקוב אחרי פרומפטים ולהבטיח בקרה ואודיט על השימוש במודלים. הוא מאפשר אינטגרציה עם מודלים חיצוניים כמו Azure OpenAI ומאפשר התאמה דינמית של המודל לפי הצורך והמשימה.
▾כיצד משתמשת Cognicy ב-simulator כדי לבדוק ולשפר את ביצועי הסוכנים החכמים שלה?
ה-simulator מאפשר להגדיר תרחישי בדיקה שונים, כולל ניסיונות תקיפה או ניצול לרעה, ולרוץ עליהם בקנה מידה גדול. כך ניתן לבדוק את התגובות של הסוכן, לנתח עלויות, ולבצע אופטימיזציה של המודל המתאים ביותר לשימוש. בנוסף, ניתן לבדוק תרחישים של שגיאות בממשקים חיצוניים ולוודא תגובות מתאימות.
▾מהי הגישה של Cognicy לניהול נתונים ואיך היא מבדילה את עצמה בתחום זה?
Cognicy מדגישה לא רק את כמות הנתונים אלא את השימוש בהם, כשהפלטפורמה מתחילה לא מהתחלה אלא מניצול תוצאות שיחות קיימות, תרחישי סימולציה ונתוני אינטראקציה מצטברים. כך ניתן לבנות סוכנים מותאמים ומדויקים יותר, עם יכולת למידה מתמשכת ושיפור מתמיד, תוך שימוש בנתונים אגרגטיביים ממספר לקוחות.
האם נמצא התחליף לטרנספורמרים? ראיון עם גלעד לוי מחברת Manifold
6 ביולי 202639 דק׳לניתוח המלא של הפרק ←אמ;לקסיכום הפרק
גלעד לוי מסביר שהטרנספורמרים, למרות הצלחתם הגדולה, מוגבלים ביכולת הלמידה שלהם ובייצוג העולם האמיתי. הוא מדגיש את הצורך בארכיטקטורות חדשות שמתמקדות בלמידה רציפה ובהבנת הקונטקסט הרחב, תוך שימוש בגישות כמו Joint Embedding Predictive Architectures. בישראל יש מחסור באקו-סיסטם תומך למחקר מתקדם בבינה מלאכותית, מה שמוביל לנטישת טאלנט. עם זאת, קיימת הזדמנות לבנות מעבדות מחקר חדשניות שמחברות בין מחקר למוצר.
קראו עוד ▾הציגו פחות ▴- הטרנספורמרים הצליחו להוביל את תחום ה-AI במשך כמעט עשור אך מגיעים לתקרת ביצועים שדורשת שינוי ארכיטקטוני.
- למידה רציפה וקונטקסט ארוך הם מפתחות להבנת אינטליגנציה אמיתית, בניגוד ללמידה מבוססת חיזוי טוקנים בלבד.
- ארכיטקטורות חדשות כמו Joint Embedding Predictive Architectures מנסות לחזות ייצוגים הסתברותיים של העתיד במקום פריימים מדויקים.
- המחסור באקו-סיסטם תומך בישראל מוביל לנטישת חוקרים צעירים ולחוסר במעבדות מחקר מתקדמות בתחום ה-AI.
- קיים פער בין מחקר אקדמי לתעשייה, וחוסר במודל עסקי ברור למעבדות מחקר שמקשה על קיום מחקר ארוך טווח.
איך מוודאים שמודלי ה-AI החזקים ביותר בעולם לא יוצאים משליטה? ראיון עם אבי גולן מחברת Alice
1 ביולי 202636 דק׳לניתוח המלא של הפרק ←אמ;לקסיכום הפרק
אליס החלה כעסק שמסיר תכנים בעייתיים מהאינטרנט, וכיום מתמקדת בהגנה על מודלי AI באמצעות בדיקות, סימולציות ואימון מחדש. החברה מפתחת טכנולוגיות שמאתרות נקודות תורפה במודלים ובמעטפות שלהם, ומספקת כלים לשיפור ו-fine-tuning. אליס עובדת עם רוב חברות המודלים הגדולות ועוזרת לאנטרפרייזים להוציא מוצרים מבוססי AI לפרודקשן בצורה בטוחה ורגולטורית.
קראו עוד ▾הציגו פחות ▴- מודלי AI לומדים גם את התכנים הבעייתיים שקיימים באינטרנט, מה שמגביר את הסיכון ליצירת תכנים לא רצויים.
- הבדיקות כוללות גם את המעטפות (הרנסינג) שמקיפות את המודלים, שכן הן יכולות לחשוף חולשות נוספות שלא קיימות במודל עצמו.
- המעבר מפרודקשן דורש ניטור מתמיד של התנהגות המודל וה-agent, וזיהוי דריפט או תקלות בזמן אמת.
- הגדרת פוליסיות ברורה ומותאמת לארגון היא אתגר מרכזי, במיוחד כשיש רגולציות שונות לפי מדינה ותחום.
- העתיד טמון ב-shift-left ובקסטומיזציה של מודלים פתוחים (open source) לצרכים ספציפיים של ארגונים.
ש&תשאלות ותשובות מהפרק▾כיצד חברת אליס בודקת את המודלים של AI לפני שהם מגיעים לפרודקשן?
חברת אליס מבצעת בדיקות בשלב שלפני הפרודקשן, כולל בדיקות של המודל עצמו ושל המעטפות (הרנס) שמסביב למודל, באמצעות צוותים של מומחים שמנסים לשבור את המודל ומערכות טכנולוגיות שפיתחו, כדי לאתר נקודות תורפה וסיכונים.
▾מהם ה'ג'ימים' וכיצד הם משמשים בתהליך האימון והבדיקה של מודלים ב-AI?
'ג'ימים' הם סימולציות של סביבות עבודה אמיתיות שבהן מודלים או סוכנים מבוססי AI מבצעים משימות, כמו ניהול טיקטים או טיפול בבקשות, והם משמשים כדי לבדוק את התפקוד והבטיחות של המודלים ולייצר דאטה לשיפור ואימון מחדש.
▾אילו אתגרים קיימים באבטחת מודלים של AI בסביבת אנטרפרייז ואיך אליס מסייעת בהתמודדות איתם?
האתגרים כוללים אינטראקציות מורכבות בין סוכנים, אי-דטרמיניזם בתגובות המודל, והגדרת מדיניות מורכבת של מה מותר ואסור, כאשר אליס מסייעת בהגדרת פוליסיות, איתור נקודות תורפה, ובניית שכבות הגנה כדי להבטיח שהמודלים פועלים בהתאם לדרישות הארגון.
▾מהם הסיכונים במעבר מפרויקט דמו לפרודקשן במודלים מבוססי AI, וכיצד אליס מתמודדת איתם?
הסיכון המרכזי הוא שהמודל או האג'נט יפעלו בצורה בלתי צפויה או מזיקה בפרודקשן, כולל טעויות חמורות או פגיעה במוניטין, ואליס מסייעת בזיהוי מוקדם של תקלות, ניטור מתמשך, ויצירת תהליכים לתיקון מהיר כדי לצמצם את הפער בין הדמו לפרודקשן.
▾כיצד צפוי תחום ה-AI להתפתח מבחינת התאמת מודלים לצרכי ארגונים בשנה הקרובה?
צפוי שיותר ארגונים יאמצו מודלים פתוחים (open source) ויבצעו פיינטיונינג מותאם אישית לצרכים הספציפיים שלהם, תוך שימוש בג'ימים וסימולציות לשיפור הביצועים והבטיחות, מה שיקדם את היכולת לשלוט ולכוון את המודלים ברזולוציות קטנות ומדויקות.
כתבות במגזין על התוכנית
שיווק והכנסות מHidden layers: שאלות נפוצות
העמוד הזה נבנה אוטומטית מהפיד שלכם. אם אתם מנחים את התוכנית, אלה השאלות שאנחנו נשאלים הכי הרבה.
- המלצה על פודקאסט: איך Hidden layers מקבל המלצה ונמצא כאן?
- פודקאסט·ישראל מושך את הפיד של Hidden layers אוטומטית, ולכן העמוד הזה קיים בלי שביקשתם. מה שקובע אם מאזין חדש מגיע אליו הוא כמה טקסט אמיתי יש עליו: תיאור, תמלול, ניתוח פרקים ונושאים שאפשר לחפש לפיהם בקטגוריית הייטק וסטארטאפים. פרקים שעברו תמלול וניתוח מופיעים גם בעמודי הנושא ובמדריכים שלנו, ולכן הם מקבלים הרבה יותר חשיפה מפרק שיש לו רק כותרת. כך תוסיפו לפודקאסט שלכם את שכבת התוכן שמביאה את ההמלצות.
- כיצד לשווק את הפודקאסט שלך בלי תקציב פרסום?
- השיווק היחיד שעובד לאורך זמן לפודקאסט הוא להיות התשובה שמישהו חיפש. אודיו לבדו לא נמצא בחיפוש, אבל טקסט שנוצר מתוך האודיו כן, ולכן הדרך הזולה ביותר לשווק את Hidden layers היא להפוך כל פרק לעמוד שאפשר לדרג ולשתף. אותו עמוד משמש גם ברשתות, בניוזלטר ובפניות לאורחים, במקום לינק לנגן שאף אחד לא פותח. הנה איך זה עובד בפועל ליוצרים.
- כיצד להרוויח כסף מהפודקאסט שלך?
- שלושת המסלולים המעשיים הם חסויות, מכירת השירות או המוצר שלכם דרך הפודקאסט, ומנוי או תוכן בתשלום. לכל אחד מהם מפרסם או לקוח מבקש לראות נכס מסודר, לא רק קובץ שמע: עמוד לכל פרק, נושאים ברורים ותנועה שמגיעה מחיפוש. 40 הפרקים של Hidden layers הם המלאי שממנו בונים את הנכס הזה. ראו את המסלול שאנחנו מציעים ליוצרים.
- למה הארכיון של Hidden layers כמעט לא מופיע בגוגל וב-ChatGPT?
- מנועי חיפוש ומודלים של AI קוראים טקסט, לא שמע. פרק שקיים רק כקובץ MP3 עם כותרת ושורת תיאור הוא מבחינתם עמוד כמעט ריק, ולכן ארכיון שלם יכול להיות בלתי נראה. ברגע שהפרק מתומלל ונכתב ממנו מאמר מסודר, יש למנוע מה לצטט וגם ל-ChatGPT ולפרפלקסיטי יש מקור להפנות אליו. כך הופכים ארכיון שקוף למקור שמצטטים.
- מה מקבלים כש-40 הפרקים של Hidden layers הופכים למגזין?
- 40 פרקים = 40 מאמרים: אתר מגזין בעברית על הדומיין שלכם, מאמר לכל פרק עם תקציר, נקודות מפתח וציטוטים מתוך השיחה, וקישורים פנימיים בין הפרקים לפי נושא. כל מאמר מפרסם את עצמו אוטומטית ומצרף את נגן הפרק, כך שקורא שהגיע מחיפוש יכול להאזין באותו עמוד. המאמרים בעמודי הפרקים כאן נוצרו בדיוק בשיטה הזו, אז אתם רואים את התוצר לפני שאתם משלמים עליו. לפרטים המלאים ולדוגמאות בעמוד היוצרים.
- כמה עבודה זה דורש מכם כמנחים?
- אתם ממשיכים להקליט בדיוק כמו היום. התמלול, כתיבת המאמר, ההגהה הטכנית והפרסום רצים אוטומטית מתוך פיד ה-RSS של Hidden layers, וגם פרקים חדשים נכנסים לבד. מה שנשאר לכם הוא לאשר את הטון ואת מה שלא מפרסמים. דברו איתנו דרך עמוד היוצרים.
פודקאסטים דומים
מדעי השיווק בפקקים | תל אביב 360
אוניברסיטת תל אביב
זמן עסקים - פודקאסט העסקים של ישראל
זמן עסקים - פודקאסט העסקים של ישראל
הבלטר דיילי — חדשות AI בעברית
הבלטר
AI Today | בינה מלאכותית
איי איי טודיי
מרשם לבינג'
מאגי גל
הקול על AI | חדשות ועדכונים בעברית
זירת AI - Zirat AI