ה-AI עוד תכבוש את העולם, אבל בינתיים היא צריכה קצת עזרה עם "איפה אפי"

טכנולוגיית ה-AI נמצאת בעלייה מתמדת, אך כדי לפתח ולמצות את הפוטנציאל שלה נדרש אימון מכונה, שנעשה על ידי תיוג המונים ברחבי העולם. מה זה אומר, איזה ענף תעסוקה צמח מזה וכיצד הספורט-טק משתמש ב-AI כדי לספק לאוהדים חוויות ספורט מרהיבות מהבית?

קרדיט תמונה: www.pexels.com

מאת אמיר עצמוני, מנהל קבוצת ולידציה ומילה מלמד, סניור פרודקט מנג'ר באינטל ספורט

הביטוי השגור ביותר בעולם ההייטק היום הוא "בינה מלאכותית" או Artificial Intelligence, ובקיצור AI. תחום ה-AI במדעי המחשב אמנם כולל נושאים רבים, אבל המשותף להם הוא אחד: היכולת של תוכנת מחשב להציג יכולות שאפיינו עד היום את הבינה האנושית בלבד. הגדרה רחבה יותר לתחום זה ניתנה על ידי מרווין מינסקי: "לגרום למכונה להתנהג בדרך שהייתה נחשבת לאינטליגנטית לו אדם התנהג כך".

כחלק מהתהליך AI, אלפי אנשים ברחבי העולם במיקור המונים (crowdsourcing) יושבים ומסמנים מכוניות, רמזורים, מעברי חצייה, הולכי רגל ועוד המון אובייקטים בתמונות. על כל תמונה הם מרוויחים מספר סנטים בודדים ולא תמיד הם יודעים מה מטרת העשייה הזאת.

מה הקשר בין תיוג ההמונים לבינה מלאכותית? אחד מתחומי ה-AI הוא עיבוד תמונה, המאפשר לאלגוריתם התוכנה לזהות עצמים בתוך תמונה ולסווג אותה בדיוק כפי שהמוח האנושי היה עושה זאת. בני אדם מזהים בקלות אובייקטים מסוג מסוים, כמו חתול, כלב, רכב, אדם ועוד, אך למכונה קשה מאוד לזהות אובייקטים אלו ועל כן אנחנו צריכים לעזור לה להבין אם היא מזהה נכון או לא את האובייקט שעומד מולה.

בדיוק כמו שהמוח שלנו לומד מגיל אפס לפתח יכולות קוגניטיביות ולהבחין בין עצמים שונים, כל מערכת לומדת את האלגוריתם המזהה עצמים, אבל אנחנו צריכים לאמן אותה. האימון מתבצע באמצעות שימוש במאגרי מידע גדולים (training sets) שבהן נזין את המערכת הלומדת, ובאמצעות שיטות סטטיסטיות היא יודעת לשחזר את המידע מתוך מאגרי המידע ולהשוות אותם לזיהוי שהיא עצמה ביצעה. כך המערכת הלומדת מסוגלת לטייב את יכולת הזיהוי שלה באמצעות הנתונים שהוזנו לה.

"מהפכת הבינה המלאכותית תלויה בכמות ואיכות הדאטה המתויג, המשמש לאימון מודלים של למידה עמוקה", אומר פרופסור שי דקל מבית הספר למתמטיקה באוניברסיטת תל אביב, "התיוג נעשה כיום תוך שיתוף פעולה של מודלים ומתייגים אנושיים. בשנים הקרובות שיקול הדעת האנושי ימשיך לשחק תפקיד מרכזי באספקת דאטה מתויג בכמויות גדולות בעיקר בשלבים הראשונים, בהם המודלים מתאמנים על בעיות חדשות, וכן בטיפול בדוגמאות שבהם המכונה טעתה, בשיפור הדיוק ובפיקוח צמוד על איכות התוצאות".

להכניס אוכלוסיות נוספות למעגל העבודה

התעשייה משתמשת במיקור ההמונים על מנת לסווג את מאגרי המידע לפי הנתונים והעצמים שנמצאים בתוך התמונה. אלו יוצרים לחברות שעוסקות בפיתוח AI מעין מערך אימון למערכות שלהן (training sets) במטרה לספק תמונות מתויגות, עם המידע הקיים בתוכן. מטרתם העיקרית של אלפי אנשים מכל רחבי תבל היא לסמן בתמונות את הפרטים הרלוונטיים והמדויקים שנמצאים בכל תמונה, כך שבעת למידת המכונה האלגוריתם יהיה מספיק מדויק ומשוכלל על מנת להשוות בין התיוג האנושי ובין שחזור המידע שהמחשב ביצע בעצמו. ככל שיהיו יותר תמונות למערכת, כך יהיה לה פלט מדויק יותר למערכת.

על מנת ליישם את השיטות הללו, התפתח תת-ענף תעסוקה חדש בתחום ההייטק המאפשר לאוכלוסיות שונות ומגוונות להיות חלק מענף מצליח זה, וכך נכנסים למעגל העבודה אנשים חדשים, שגם תורמים את חלקם למאמץ.

ניתן למצוא אתרי אינטרנט שונים המאפשרים לכל אדם לעסוק בתחום התיוג מבלי להיות עובד חברה, באופן עצמאי לחלוטין, ויש גם חברות שונות שמפתחות ומקדמות את שיטות התיוג באופן יצירתי. לדוגמה, תיוג על מנת לצבור "קרדיטים" תוך כדי משחק מחשב או משימות שונות שניתנים לאדם כחלק מהזדהות שלו באתר מסוים.

לראות את המשחק מעיניו של השופט

מכיוון שהביקוש לאימון מגוון רק עולה עם הזמן, וכידוע היצע הוא פונקציה של ביקוש, ניתן לזהות בנוף הטכנולוגי חברות רבות המתמחות בייצור מידע המיועד לאימון של צרכים שונים. תחום ה-AI בענף הספורט למשל פותח עולם חדש של חוויית משתמש, המאפשרת לקהל בבית לצפות במהלכים של המשחק בפרספקטיבה שלא הייתה קיימת קודם בעולם שידורי הספורט הקלאסיים.

השנה האחרונה אמנם סיפקה אתגרים חדשים לגמרי בכל תחום, אך בענף הספורט-טק היא יצרה מגוון הזדמנויות חדשות. היעדר הקהל במשחקים והירידה הדרסטית בהכנסות של הליגות והקבוצות השונות הביאו לעלייה בדרישה בתחום הטכנולוגי, כזה שיפתח אפיק הכנסות נוסף.

כך, חברות שעוסקות בתחום הספורט פיתחו טכנולוגיות חדשות המשתמשות ב-AI כדי לספק לאוהדי הספורט את החוויות האהובות מבלי לצאת מהבית. לדוגמה, כיום האוהד בבית יכול לבחור לצפות במשחק דרך העיניים של השופט או לעקוב אחרי הכדור ממעוף הציפור; והוא יכול לקבל רובד נתונים נוסף על המהלך או המשחק עצמו, כמו מהירות הכדור והשחקן, פציעות ועוד.

לשם כך נעזרו חברות בתחום הספורט-טק בשירותי התיוג. כדי לאפשר לאוהדים לקבל חוויה בעלת ערך מוסף, המכונה צריכה לזהות את השחקנים בשמם, את הצבע ומספר החולצה של השחקן, המיקום שלו על המגרש והתנועה שלו – בדיוק כמו שדרני הספורט. אם חושבים על שחקן במגרש כדורגל זה אולי נשמע פשוט, אבל מה קורה בהתגודדויות בפוטבול האמריקאי, קהל שנמצא בצמוד לשחקנים (בעיקר בכדורסל)  שחקנים שמסתירים שחקנים אחרים; זיהוי כדור באוויר, אוהדים על המגרש, מעודדות, צבעים שונים בחולצות שמשתלבים עם צבעי הרקע של המגרש ועוד. כל אלה דורשים אימון מכונה מאסיבי, שמביא איתו עלייה בדרישה לתוכן מתויג.

ניתן לומר בפה מלא שאנחנו בשלב שבו רק רואים ומזהים את הצורך בתיוג, והוא בוודאות ילך ויגדל עם הזמן, וכך גם השיטות בהן המידע המתויג מופק.

אז אם חשבתם שלנו קשה לזהות את אפי בתמונה, עכשיו כבר ברור שעבור המחשב המשוכלל שלכם זה כנראה בלתי אפשרי, אלא אם הוא יקבל דחיפה קטנה.

תמונה מקורית במערכת התיוג

תיוג אנושי

הכתבה בחסות אינטל

אצלנו באינטל ספורט ה-Labelling של ההמונים הוא אחד המרכיבים שמניעים את היכולת להמשיך ולשפר את טכנולוגיית ה-TrueView – לזהות את המרכיבים המצולמים בזמן אמת ב-360 מעלות ולהמשיך לפתח טכנולוגיית וידאו וולומטרי.
טכנולוגיה זו מאפשרת לאינטל לאפשר לאוהדים להיות מעורבים יותר, אינטראקטביים, ולחוות את המשחק מזווית ראייה אישית ללא-גבולות למשחק עצמו.
רוצים לקרוא עוד על השילוב בין טכנולוגיה וספורט וכל מה שקורה אצלנו, בקרו אותנו כאן.

כתב אורח

אנחנו מארחים מפעם לפעם כותבים טכנולוגים אורחים, המפרסמים כתבות בתחומי התמחות שלהם. במידה ואתם מעוניינים לפרסם פוסט בשמכם, פנו אלינו באמצעות טופס יצירת קשר באתר.

הגב

1 תגובה על "ה-AI עוד תכבוש את העולם, אבל בינתיים היא צריכה קצת עזרה עם "איפה אפי""

avatar
Photo and Image Files
 
 
 
Audio and Video Files
 
 
 
Other File Types
 
 
 

* היי, אנחנו אוהבים תגובות!
תיקונים, תגובות קוטלות וכמובן תגובות מפרגנות - בכיף.
חופש הביטוי הוא ערך עליון, אבל לא נוכל להשלים עם תגובות שכוללות הסתה, הוצאת דיבה, תגובות שכוללות מידע המפר את תנאי השימוש של Geektime, תגובות שחורגות מהטעם הטוב ותגובות שהן בניגוד לדין. תגובות כאלו יימחקו מייד.

סידור לפי:   חדש | ישן | הכי מדורגים
נועה
Guest

פרופסור שי דקל הכי רציני בתעשיה והיחידי שבאמת מבין ai.
עבדתי איתו בwix והוא תותח

wpDiscuz

תגיות לכתבה: