לא לפספס גם את הקטר הבא: המקום שבו ישראל חייבת להוביל ב-AI

מהפיכת הבינה המלאכותית היוצרת (Generative AI), כלומר AI שמייצרת טקסט, קול, תמונות ווידאו, נמצאת בעיצומה. לאור ההכרזה לאחרונה על תוכנית לאומית להטמעת AI, על רקע גיוסים גדולים ואקזיטים של חברות ישראליות, ניתן לחשוב שישראל נמצאת בלב המהפכה. זוהי טעות. ביחס למדינות אחרות – ארה"ב וסין, כמובן, אך גם מדינות נוספות כגון קנדה וצרפת – אנחנו נמצאים מאחור. אך בעוד שאת הובלת מהפכת ה-Generative AI במידה רבה פספסנו, מתקרבת ובאה מהפיכה גדולה אף יותר, שאנו יכולים להוביל בה: בינה מלאכותית פיזית (Physical AI).

AI פיזית אינה עוד שכבה של תוכנה שחיה בתוך מסך, אלא AI שמניעה מערכות המבינות את העולם הפיזי ופועלות בתוכו: מפעלים, מחסנים, תשתיות אנרגיה, תחבורה, רובוטיקה, רפואה ועוד. אלו מערכות שצריכות לפעול בזמן אמת, תחת מגבלות פיזיקליות, בטיחותיות ותפעוליות, ולכן האתגר שלהן עמוק בהרבה מזה של AI שמייצרת טקסט או תמונות. מנכ"ל אנבידיה, ג'נסן הואנג, כינה את ה-AI הפיזית "הגל הבא של הבינה המלאכותית". גם חברות המחקר מזהות את הכיוון: גרטנר, למשל, מעריכה, שעד 2023 כמחצית מהמחסנים החדשים בשווקים מפותחים יתוכננו כמתקנים רובוטיים, שנוכחות אנושית בהם היא אופציונלית. ההון הגלובלי כבר זז לשם. מי שיגדיר את האלגוריתמים, את הסטנדרטים ואת התשתיות של ה-AI הפיזית ייהנה מיתרון עמוק לשנים ארוכות.

"ל־AI הפיזית משמעות כלכלית עמוקה. אם מערכות AI יוכלו לפעול באמינות בעולם הפיזי – להפעיל רובוטים, לייעל פסי ייצור ולבצע משימות פיזיות מורכבות – הן יוכלו להפחית עלויות, זמן וטעויות במשימות רבות. זה לא יפתור את יוקר המחיה שכולנו חווים, אבל בטווח הארוך, שיפור בפריון בעולם הפיזי עשוי להשפיע גם על המחירים שאנחנו משלמים"

ישראל יכולה להוביל ב-AI הפיזית

ישנן מספר סיבות מדוע, בניגוד ל-AI היוצרת, ישראל יכולה להוביל ב-AI הפיזית. ראשית, בעוד ש־AI יוצרת מתגמלת בעיקר כוח מחשוב, נתונים בקנה מידה עצום והון עתק – יתרונות שמרוכזים אצל ענקיות הטכנולוגיה האמריקניות – AI פיזית דורשת היבטים נוספים: הבנה עמוקה של מערכות בעולם האמיתי, הנדסת תוכנה ואלגוריתמים ביחידות חישוב ניידות, חיישנים והיכולת להתמודד עם מגבלות פיזיקליות ותפעוליות. זהו מגרש שבו לא רק גודל והון קובעים, אלא גם מומחיות רב תחומית, פוקוס נכון וקצב למידה מהיר. עבור אקוסיסטם קטן, צפוף ומנוסה כמו ישראל, זו יכולה להיות הזדמנות נדירה לבנות יתרון אמיתי.

הסיבה השנייה שלישראל פוטנציאל להוביל ב-AI הפיזית היא התעשייה הביטחונית הענפה שלנו. מערכות שפועלות בעולם האמיתי, בתנאי לחץ, אי ודאות ומחיר טעות גבוה אינן תיאוריה עבורנו – אנחנו מפתחים אותן כבר עשורים. השירות הצבאי והתעשיות הביטחוניות מייצרים מהנדסים ואנשי מוצר עם ניסיון נדיר בשילוב תוכנה, חומרה, אלגוריתמיקה וחיישנים, בסביבות שבהן אמינות היא תנאי בסיס. לכך מצטרפת תעשיית הסייבר הישראלית, שרלוונטית במיוחד לעולם שבו מערכות AI ניידות יהיו חשופות לשיבושים, להטעיות ולמתקפות סייבר.

גורם נוסף שעומד לטובת ישראל הוא תשתית אקדמית חזקה. בניגוד לעולם הדיגיטלי, בעולם הפיזי לא ניתן להתפשר על אמינות ובטיחות. כדי ש־AI פיזית תפעל במפעלים, בתשתיות, במערכות קריטיות ואפילו בבתים פרטיים, נדרשת קפיצה ביכולת שלנו להבין, לבקר ולאמת מערכות AI. אלו בדיוק השאלות שנמצאות בלב המחקר שלי ושל חוקרים נוספים בישראל: כיצד בונים מערכות AI אמינות ובטוחות וכיצד ניתן להוכיח שהן כאלו. בסך הכל קיים בישראל פוטנציאל לחיבור נדיר בין אקדמיה, ביטחון וסטארט־אפים, שמאפשר ליצור לולאה שבה ה-AI הפיזית עוברת בזמן קצר ממחקר לניסויים בשטח, ומשם למסחור.

שיפור בפריון

ל־AI הפיזית משמעות כלכלית עמוקה. אם מערכות AI יוכלו לפעול באמינות בעולם הפיזי – להפעיל רובוטים, לייעל פסי ייצור ולבצע משימות פיזיות מורכבות – הן יוכלו להפחית עלויות, זמן וטעויות במשימות רבות. זה לא יפתור את יוקר המחיה שכולנו חווים, אבל בטווח הארוך, שיפור בפריון בעולם הפיזי עשוי להשפיע גם על המחירים שאנחנו משלמים.

מובן שישנו חשש (מוצדק) לגבי עתיד העבודה: אם AI יוצרת מפחיתה צורך במקצועות ידע מול מחשב, AI פיזית עושה זאת למקצועות פיזיים. כמו בכל מהפכה טכנולוגית, האתגר אינו להבטיח שלא תהיה פגיעה במקצועות קיימים, אלא להכין את כוח האדם למקצועות חדשים: של הפעלה, בקרה, אבטחה ותחזוקה של מערכות אוטונומיות.

אם ישראל רוצה להיות בצד שמוביל את מהפכת ה-AI הפיזית ולא רק צורך אותה, עליה להתייחס לתחום זה כאסטרטגי: להשקיע במחקר ופיתוח, לסייע בהכשרת כוח אדם מתאים ולייצר רגולציה שמאפשרת ניסוי ולמידה מהירים. הסייבר הישראלי צמח ממפגש נדיר בין כישרון טכנולוגי עם ניסיון מעשי מעולמות הביטחון לבין שוק גלובלי שחיכה לפתרונות. ב-AI הפיזית נפתח חלון דומה: התחום עדיין מתגבש, הסטנדרטים עוד לא נקבעו, ולישראל יש יתרונות רלוונטיים במיוחד. השאלה היא האם נדע לתרגם אותם לתשתיות מחקר, חברות ומוצרים – לפני שהקטגוריה תתעצב בלעדינו.

פרופ' נדב כהן הוא מומחה בינלאומי למודלי עולם ובינה מלאכותית פיזית, חבר סגל בכיר באוניברסיטת תל אביב ומייסד-שותף בחברת אימוביט (IMUBIT).