פרק #1259 - פרופ׳ נדב כהן ולמידת מכונה
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 9 באוקטובר 2026 |
|---|---|
| אורך | 1 שע׳ 12 דק׳ (קצר ב-14% מהממוצע בתוכנית) |
| הנושא המרכזי | מדעי המחשב והאקדמיה מול מהפכת ה-AI |
| אורחים | אבישי עובדיה |
| קטגוריה | תרבות וספרות |
על מה הפרק עם אבישי עובדיה?
פרופ׳ נדב כהן: כשקוד ותוכן כמעט לא עולים כסף, היתרון עובר למי שצובר ידע עמוק, פוסל מהר כיוונים מתים ובונה בשכבות הטכנולוגיות הנמוכות.
פרופ׳ נדב כהן מאוניברסיטת תל אביב, ממייסדי Imubit (אימיוביט), טוען שיש פער תהומי בין העולם הדיגיטלי לפיזי ושהסיכונים הפיזיים של AI מנופחים. לדבריו, בעולם הדיגיטלי הסיכונים ממשיים וחלקם כבר מתממשים. בתי ספר למדעי המחשב משנים תוכניות לימודים, והדגש עובר מידע טכני לכלי חשיבה: ניתוח בעיה, ביקורת על פתרון והבחנה בין עיקר לתפל. אימיוביט מפעילה על מפעלי ענק מודל שמזיז ברזים כל דקה, כמו טייס אוטומטי. המטרה היא שהמפעל ירוויח יותר ויזהם פחות, בלי להחליף את המפעילים. עוד עולים בשיחה התקפות Clean Label Poisoning על נתוני אימון, הבזבזנות של שכבת האפליקציות והזדמנות לישראל ביעילות חישובית, במערכות edge ובשוק הביטחוני.
תיאוריה תורמת גם כשאי אפשר לראות אותה: חוקר עם הבנה תיאורטית עמוקה עדיין עושה ניסוי וטעייה, אבל פוסל מראש כיוונים מתים ולכן יכול להיות יעיל פי עשרה.
/ תובנות מרכזיות
- ב-Clean Label Poisoning תוקף מכניס לנתוני האימון דוגמאות שהתיוג שלהן נכון, ובכל זאת המודל לומד לטעות במצב ספציפי מאוד, למשל לא לעצור מול עגלת תינוק במעבר חצייה.
- בתחומים קריטיים שבהם לטעות יש מחיר גבוה, אנשים שמרנים לא יכניסו AI שמקבל החלטות בלי גיבוי תיאורטי שנותן להם להבין מה קורה.
- יכולות מתמטיות מתקדמות מאבדות ערך במהירות, והמיומנות החשובה תהיה להבין הוכחות שמודל יצר ולזקק מהן את מה שחשוב.
- בראיון עבודה היום שליטה בפרטים טכניים כמו MCP מנבאת מעט, ומה שקובע הוא סקרנות, נוחות עם סביבה משתנה והיכולת להשתמש בכלים כדי להעמיק הבנה ולא לוותר עליה.
- שכבת האפליקציות בזבזנית: מריצים מודל ענק במקום פעולה דטרמיניסטית פשוטה וזולה, ובעולם הפיזי וברובוטיקה בזבוז כזה לא יעבור.
אם המכונה כותבת את הקוד ומאמנת את המודלים, מה בכלל אומר להבין מערכת AI, ומה בדיוק מפחיד את המעבדות הגדולות?
- 1לצבור ידע טכנולוגי עמוק בשכבות הטכנולוגיות הנמוכות, למשל AI פיזיקלי ויעילות חישובית, במקום להיצמד לשכבת האפליקציות הצפופה.
- 2להשתמש בכלי AI כדי להגיע להבנה עמוקה יותר של המערכת שבונים, ולא כדי ללחוץ הבא, הבא, הבא בלי לבדוק.
- 3לפתח אינטואיציה לפסול מהר רעיונות שהם מתים במים לפני שמשקיעים בהם זמן.
- 4בגיוס עובדים לבחון סקרנות, הסתגלות לשינוי ואיך המועמד ניגש לבעיה, ופחות שליטה בכלי או שפה מסוימים.
- 5לבחון הזדמנויות במערכות edge ובשוק הביטחוני, שבהם יעילות חישובית נדרשת כבר עכשיו.
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
שאלות מומלצות בלחיצה אחת:
מתיאור הפרק
פרופ׳ נדב כהן הוא חבר סגל אקדמי בכיר בבית הספר למדעי המחשב ובינה מלאכותית באונ׳ תל-אביב. נדב גם מייסד-שותף בחברת אימוביט. מחקריו מתמקדים ביסודות תיאורטיים ואלגוריתמיקה של למידה עמוקה. נותני החסות לפרק: הפרק בחסות חברת Cato Networks הפרק עם ישי יובל מקייטו האימייל של ראם
/ עוד פרקים על בינה מלאכותית
- מנועי הכסףגיל שויד: מההשוואה לבועת הדוט.קום, דרך החיים כיו״ר ועד השינוי שהכרחי לילדינוגיל שויד, ממייסדי צ'ק פוינט, רואה ב-AI מהפכה שהשקעות הענק בה עוד לא הוכיחו החזר, אך מעריך שהיא תכפיל את כוחם של עובדים ושל ישראל, בתנאי שמערכת החינוך תתעדכן ושלא יוטל על התוכנה עול רגולציה כבד.
- מנהלי שיווק מצייצים - אבי זיתןפרק 427: אושרת כהן, סמנכ״לית חטיבת לקוחות קבוצת זאפסוכני AI הופכים לטראפיק החדש של האתרים, ועסקים שלא יבנו חוויה שמתאימה להם ייעלמו מעיני הצרכנים.
- הייטק, חרדים ומה שביניהםמהנדסי AI, כדאי שתכירו: זיכרון, מהירות ועלותמהנדס AI שמבין זיכרון, תקשורת בין מעבדים גרפיים וקוונטיזציה יכול להחליט מראש על הארכיטקטורה הנכונה, במקום לגלות בדיעבד שבזבז עשרות אלפי דולרים על אימון או אירוח.
- אנשים ומחשביםS1E445: ראיון עם ניסים בראל, ממייסדי תעשיית האבטחה בישראל, יזם חברתי ומחבר הספר ערך מוסףניסים בראל, שעלה ממרוקו בגיל עשר לצריף במעברה והקים את קומסק, מכר את החזקותיו ב-2014 כדי להעביר הלאה את ההזדמנויות שקיבל, דרך יזמות לנשים, לסטודנטים בפריפריה ולתלמידים מצטיינים.
/ נושאים קשורים
איך נוצר העמוד הזה
1,000 פרקים של גיקונומי = 1,000 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.