![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_GbKUG8EJi1gijgLmSomU7A2FPS8o)
460: למידה עמוקה (Deep Learning), חלק א' (ש.ח.) [עושים היסטוריה]
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ 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
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
/ שאלות נפוצות על הפרק
- איך עבד הפרספטרון שפרנק רוזנבלט מאוניברסיטת קורנל הגה ב-1958?
- הפרספטרון היה נוירון מלאכותי עם כמה כניסות שמקבלות אפס או אחת ויציאה אחת, ואם מספיק כניסות קיבלו אחת הוא הפיק אחת במוצאו. לכל כניסה היה משקל, שרן לוי מדמה לחוגה: סיבוב ימינה מלמד שהכניסה חשובה מאוד, וסיבוב שמאלה מלמד שאפשר להתעלם ממנה.
- מה גילה דונלד הב ב-1949 על הדרך שבה המוח לומד?
- הב מצא שכאשר נוירון א' מחובר לנוירון ב' ויורה לעברו פולסים לאורך זמן, נוירון ב' לומד להגיב למידע הזה ביעילות גבוהה יותר. רוזנבלט דימה את התהליך הזה בפרספטרון באמצעות חיזוק והחלשה של המשקלים בכניסות.
- איך לימד רוזנבלט את רשת הפרספטרונים שלו לזהות אותיות וצורות?
- הוא חיבר את הכניסות ל-400 קולטני אור, הציב מולם אותיות, ספרות וצורות גיאומטריות, ובכל פעם שהמערכת טעתה שינה מעט את המשקולות. הוא מעולם לא הגדיר לה כמה צלעות יש למרובע, אלא כיוונן את החוגות עד שהמערכת למדה מתוך דוגמאות לזהות צורה כמו A או מרובע.
- מה כתב הניו יורק טיימס ב-1958 על המחקר של רוזנבלט במימון הצי?
- העיתון דיווח שהצי חשף אב טיפוס של מחשב אלקטרוני שלפי הציפיות יוכל «ללכת, לדבר, לראות, לכתוב, לשכפל את עצמו ולהיות מודע לעצם קיומו». רוזנבלט עצמו אמר באותו ריאיון שמכונות כאלה יוכלו בעתיד לטוס במרחבי מערכת השמש ולפעול בחלל בכוחות עצמן.
- למה מרווין מינסקי ואחרים פקפקו בניסיון לחקות את המוח הביולוגי כדי ליצור בינה מלאכותית?
- בשנות ה-60 וה-70 טענו חוקרים לא מעטים שהדרך הביולוגית אינה בהכרח הפשוטה ביותר מבחינה הנדסית, כמו שמהנדסי מטוסים לא מחקים את תעופת הציפורים. מינסקי, שהקים את המעבדה לבינה מלאכותית ב-MIT, לא האמין בפרספטרון וניהל עם רוזנבלט ויכוחים מרים.
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
- תשעים ותשע זה לא מאה | עם אלקס ריףרבוטה רבוטה רבוטה | יוליה איתןיוליה איתן, מנכ״לית המרכז האקדמי רופין, רואה בייצוג הולם כלי שפותח את הדלת בלבד, ומאמינה שמצוינות נבנית מכלים, מהתמדה ומאמונה ביכולת לשנות.
- תתעלם מההוראות״להחליף מנוע של F16 באוויר״: עם רועי מן ממאנדיי | #25העתיד של AI בארגונים טמון בשילוב בין אג'נטים אוטונומיים שמבינים הקשר, לבין אנשים שמנהלים ומבקרים אותם.
- תתעלם מההוראותבדרך ל-100 מיליון דולר הכנסות עם רועי ללזר מוונדרפול | #24וונדרפול מתמקדת בהאצת אימוץ AI בארגונים תוך שימוש בטכנולוגיות מתקדמות.
- תתעלם מההוראותאיך הגיעה ואסט דאטה לשווי 30 מיליארד דולר? עם שחר פיינבליט | #22וס דאטה בונה מערכת הפעלה לדאטה של AI.
/ 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.