פרק 9 - פינה מלאכותית: עדכון דו־שבועי
עודכן: מאת צוות פודקאסט·ישראל
/ הפרק במספרים
| פורסם | 25 באוגוסט 2023 |
|---|---|
| אורך | 13 דק׳ (קצר ב-52% מהממוצע בתוכנית) |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק?
השלכות עסקיות ומשפטיות של התפתחויות עדכניות בעולם ה-AI, כולל זכויות יוצרים, אינטגרציה בוואטסאפ ואימון מודלי שפה.
הפרק סוקר שלוש התפתחויות מרכזיות בעולם הבינה המלאכותית והשלכותיהן המעשיות. הדיון עוסק בפסיקת בית משפט אמריקאי השוללת זכויות יוצרים על יצירות AI, בהטמעת AI בוואטסאפ כסימן למגמה רחבה, ובעדכון המשמעותי של OpenAI המאפשר אימון (fine-tuning) למודל GPT-3.5 טורבו. הפרק מיועד למי שמתעניין בצד העסקי והפרקטי של AI ומעוניין להבין כיצד שינויים טכנולוגיים ומשפטיים יכולים להשפיע על השימוש היומיומי והעתידי בכלי בינה מלאכותית.
/ תובנות מרכזיות
- בית משפט מחוזי בארה"ב קבע כי אין זכויות יוצרים למי שיוצר תמונה באמצעות בינה מלאכותית, החלטה שעשויה להשפיע על עתיד התחום המשפטי.
- ההבדל בין שימוש בבסיס נתונים (embedding) לאימון מודל (fine-tuning) הוא קריטי: מודל מאומן 'יודע' את המידע בעצמו, מה שמאפשר לו להגיב מהר יותר, בזול יותר, ולבצע משימות מורכבות יותר.
- האפשרות החדשה לאמן את מודל GPT-3.5 טורבו על מידע מותאם אישית פותחת אפשרויות רחבות ליצירת יישומים מדויקים ומהירים יותר, שיודעים להגיב בסגנון ובאופן הרצוי ללא צורך בפקודות מתחדשות כל פעם.
- הכמות העצומה של תמונות שנוצרו על ידי AI בשנה האחרונה, העולה על כל מה שבני האדם יצרו ב-150 השנים האחרונות, היא שיקול מרכזי בהחלטה שלא להעניק זכויות יוצרים על יצירות אלו.
מה ההבדל בין לתת למודל גישה לאנציקלופדיה (embeddings) לבין לגרום לו ללמוד אותה בעל פה (fine-tuning)?
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
/ שאלות נפוצות על הפרק
- מה קבע בית המשפט בארצות הברית בעניין זכויות יוצרים על יצירות AI?
- השופטת המחוזית קבעה שאין זכויות יוצרים למי שיוצר תמונה בבינה מלאכותית. המגיש מדגיש שזו עדיין לא רגולציה בקנה מידה פדרלי או אירופי, אבל לדעתו זה פתח למה שהולך לקרות בתחום המשפטי.
- למה לדעת המגיש נכון שלא לתת זכויות יוצרים על תוצר של פרומפט?
- כי פרומפט אפשר לשכפל בקלות, בעוד יצירה בתוכנה עדיין דורשת מיומנות שקשה לרכוש. הוא מוסיף טיעון של כמות ומסייג שאינו בטוח בדיוק הנתון: לפי מה ששמע, AI ייצר בשנה אחת יותר תמונות מכל מה שייצרו בני האדם במאה וחמישים השנים שלפני כן.
- מה ההבדל בין embedding לבין fine tuning?
- ב-embedding המודל מקבל שאלה, פונה למאגר מידע חיצוני, שולף את התשובה ומנסח אותה, וזה עולה כסף ולוקח זמן בכל פנייה. ב-fine tuning מאמנים את המודל עצמו על המידע שלכם והוא יודע אותו. המשל בפרק הוא ההבדל בין לחפש הגדרה במילון לבין לדעת את האנציקלופדיה בעל פה.
- מה החידוש שנפתח ב-GPT 3.5 Turbo 16K?
- OpenAI פתחו אפשרות fine tuning על המודל הזה, שהוא מהיר, קולט עד 16 אלף טוקנים שהם מעל עשרת אלפים מילים, והעברית שלו טובה בהרבה מהמודלים הישנים שבהם האימון היה אפשרי קודם. אפשר לאמן אותו גם על התוכן וגם על אופן התגובה, בלי לחזור על ההוראות בכל פרומפט.
- מה נכנס בפועל מבינה מלאכותית ל-WhatsApp?
- לא פיצ'ר שהמשתמש מזהה, אלא תיעדוף אמוג'ים וסידור הודעות שהופכים את המערכת לנוחה יותר. המגיש מציג את זה כעוד צעד לקראת מציאות שבה AI יקיף אותנו בלי שנרגיש, בדיוק כמו שהטלפון והאינטרנט מקיפים אותנו היום.
מתיאור הפרק
עוד צעד ענק לקראת בינה מלאכותית מותאמת אישית: איך הטכנולוגיה הזו נכנסת לכל מקום וגם על השיפורים האחרונים שמאפשרים לנו לאמן מודלים על התוכן שלנו וכוון אותם לצרכים ספציפיים. =================== איפה אפשר למצוא אותי: האינסטגרם שלי - https://www.instagram.com/oriascher/ הפייסבוק שלי - https://www.facebook.com/oriascher הלינקדאין שלי - https://www.linkedin.com/in/oriascher/