שני כנסים בינלאומיים בתחום הלמידה החישובית יתקיימו בשבוע הבא בחיפה

כ-500 מומחים מכל העולם, כמו גם חתן פרס נובל, פרופ' ישראל אומן, צפויים להשתתף בשבוע הבא בשני כנסים בינלאומיים מרכזיים בתחום הלמידה החישובית (Machine Learning), שיתקיימו בחיפה – ICML (ר"ת International Conference on Machine Learning) ו-COLT (ר"ת Conference On Learning Theory). שני הכנסים יתקיימו בין 22 ל-25 ביוני. בכל שנה הם מתקיימים במקום אחר בעולם, ועתה הם נערכים בפעם הראשונה בישראל.

ד"ר שי פיין, מנהל מחלקת מיחשוב אנליטי במעבדת המחקר של יבמ (IBM) בחיפה, אמר, כי יש לאירועים אלה היסטוריה של 30 שנים, אולם, למרות מעמדה המוביל של ישראל בתחום הלמידה החישובית, הם לא התקיימו עד היום בארץ. "זה כמו לארח את האולימפיאדה – ויש על אירוח הכנסים האלה התמודדות כמו על אירוח אולימפיאדה", הוסיף.

לדברי פיין, לבחירה בישראל לאירוח הכנסים תרם מאמץ ניכר תוך בשיתוף עם אנשים אקדמיה בולטים בישראל, דוגמת פרופ' נפתלי תישבי מהאוניברסיטה העברית ופרופ' ישי מנצור מאוניברסיטת תל אביב, כמו גם המלצות של אנשי אקדמיה מכל העולם שגויסו לנושא.

תחת ניהולו של פיין, מצויות שלוש קבוצות העוסקות בתחומי למידה חישובית, כריית מידע ומיחשוב לסיפוק אילוצים (CSP). ה-CSP הוא תחום קרוב לאופטימיזציה: החוקרים מחפשים פתרון לבעיות תכנוניות – החל מעיבוד מערכת שעות דרך ניהול כוח אדם ובנייה יעילה של צוותים ועד השמת עובדים על פי כישורים. פתרונות כאלה דרושים במיוחד בארגונים גדולים דוגמת יבמ, המעסיקים כ-200 אלף איש בתחום השירותים בלבד. הם תורמים לניהול תצורה בתעשיות ייצור, בבניית מודלים לתמחור הקשורות למחירי חומרי גלם, תהליכים פנים-ארגוניים, תחרות וכן הלאה.

פעילות מעבדת המחקר של יבמ בחיפה בתחום זה החלה בעבודה בתחום אימות תכנון חומרה – כאשר בהמשך מחפשים החוקרים דרכים לשילוב הכלים האלה בתחומים נוספים.

ד"ר פיין הוסיף, כי תחום הלמידה החישובית משלב רעיונות וטכנולוגיות המגיעים מתחומי מחקר מגוונים, כדוגמת מדעי המחשב, פיזיקה, סטטיסטיקה, אופטימיזציה ובינה מלאכותית, כאשר הלמידה המקובלת כיום היא למידה סטטיסטית מדוגמאות. המערכת צריכה לבנות חוק על בסיס דוגמאות, והיא נבחנת ביכולתה להפעיל יכולת הכללה – לפעול מול דוגמה שאותה לא ראתה בעבר ולזהות את מהותה. בלמידה מפוקחת יש מורה המזהה את מהות האובייקטים. בלמידה לא מפוקחת, המנחה אינו מגדיר את המהות, והמערכת נדרשת לפתח בעצמה "תובנות" על סמך המידע המוצג לה. מערכות למידה עשויות לפעול במתכונת אצווה, על כמות של דוגמאות – או בקיוון ישיר.

תחומי יישום הפופולאריים כיום בעולם הלמידה החישובית הם טיפול במסמכים ובטקסט בעולם הווב, בינה עסקית (BI) וביו-אינפורמטיקה, ניתוח רצפי DNA.