מי הזוכים בתחרות פרויקטי הדאטה של האוניברסיטה הפתוחה?

האוניברסיטה הפתוחה קיימה באחרונה כנס בשם יום הדאטה, שמותג תחת הסיסמה להפוך דאטה לפעולה. באירוע השתתפו סטודנטים, מרצים בכירים מהאקדמיה ונציגים מהתעשייה. במסגרת הכנס הציגו סטודנטים פרויקטים בתחום הדאטה, בהם יישומי בינה מלאכותית לעולמות התחבורה, המסחר והחינוך.

שלושה פרויקטים דורגו במקומות הראשונים, וכל אחד מהסטודנטים שהשתתפו בהם זכה במלגות לימודים.

ואלה הפרויקטים של הסטודנטים המצטיינים:

במקום הראשון דורגה קרין פרידקין, שפיתחה מודל לחיזוי הצלחת גמילה מהנשמה בפגים. פגים, שנולדים במשקל נמוך מאוד ובשבועות הריון מוקדמים, נמצאים בסיכון לסיבוכים נשימתיים שדורשים הנשמה ממושכת. במסגרת המחקר פרידקין פיתחה מודל חדש, מבוסס למידת מכונה, שמנבא את סיכויי ההצלחה של גמילה מהנשמה לפגים במשקל של מתחת ל-1.5 ק"ג ובפחות מ-28 שבועות הריון. המודל משתמש בנתוני עתק רפואיים וכולל הסברים לגורמים המשפיעים על ההחלטה. מטרת המחקר היא להפחית סיבוכים ותמותה, ולתת לצוות הרפואי כלי אמין, שקוף ותומך החלטה.

קרין פרידקין. צילום: עזרא כהן

למקום השני הגיע גבריאל ידלין, שפיתח מערכת לזיהוי מוקדם של רטינופתיה סוכרתית, באמצעות למידת מכונה. רטינופתיה סוכרתית היא אחת מהסיבות השכיחות לעיוורון בעולם, ואבחון מוקדם שלה יכול למנוע נזק חמור ואף אובדן ראייה. במסגרת המחקר פיתח ידלין תהליך מקיף לזיהוי חומרת המחלה באמצעות עיבוד תמונות קרקעית העין, תוך שימוש בלמידת מכונה ולמידה עמוקה. המערכת משלבת טכניקות מתקדמות לזיהוי חריגות, איזון מידע חסר וחילוץ מאפיינים מתמונות רפואיות – הכול כדי לשפר את הדיוק באבחון ולהציע טיפול מהיר ומותאם אישית. למרות אתגרי איזון הנתונים, המודלים השיגו דיוק של מעל 73%.

גבריאל ידלין. צילום: עזרא כהן

משה שנקר הגיע למקום השלישי, לאחר שפיתח מערכת לנשימה אוטומטית חכמה. המערכת עוקבת אחר מדדים ביומטריים מתקדמים בזמן אמת – כולל תנועת סרעפת, קצב נשימה ורמות חמצן, כדי לאמן את המשתמש לשלוט בנשימתו ולשפר את רווחתו. היא מציעה פרוטוקולים מותאמים אישית, מזהה נשימה לקויה ומגיבה מיידית במצבי לחץ כמו דיבור מול קהל. בעזרת למידת מכונה, ניתוח קשרים סיבתיים ומדדים כמותיים להצלחה נבנה פרופיל נשימתי אישי, שמסייע בהפחתת סימפטומים כמו חרדה וערפול מוחי – בדרך לנשימה יעילה ובריאה יותר.

משה שנקר. צילום: עזרא כהן

מיהי חביבת הקהל?

פרס נוסף שהוענק הוא חביב הקהל. קיבלה אותו קטיה אלפנדארי, שפיתחה מחולל תמונות מבוסס בינה מלאכותית, שמדגים איך מאמנים מודלים של ראייה ממוחשבת גם כשחסרים נתונים. במחקר זה נבחנה שיטה חדשנית להרחבת מאגרי אימון על בסיס תמונות אמיתיות, בעזרת בינה מלאכותית יוצרת. במקום לאסוף ולסווג אינספור תמונות ידנית, נעשה שימוש במודלים גנרטיביים ליצירת וריאציות חדשות של תמונות – לדוגמה, החלפת תפוח בפרי אחר על בסיס עומק בתמונה או מסכה בינארית מדויקת. המחקר מדגיש את הצורך בהבנת הדינמיקה של המודלים (כמו CLIP), כולל תגיות האימון שלהם וההשפעה של ניסוחי ההנחיה. השיטה מאפשרת בניית מאגר אימון מגוון, מדויק וחסכוני בזמן ובמשאבים – פתרון חכם לעולם למידת המכונה.

קטיה אלפנדארי. צילום: עזרא כהן

רמי ענבר, ה-CDO של האוניברסיטה הפתוחה ומיוזמי הכנס, אמר כי "הבינה המלאכותית יצרה חדשנות משבשת אדירה, שלא האמנו שהיא תעשה. היא תשנה את כל התעשיות, ויש לה הרבה משמעוות בטכנולוגיה, באנרגיה ובחינוך, כמו גם סיכונים, שאתם חלקם אנחנו יודעים ואת חלקם האחר – לא".

ענבר הדגיש בכנס את מקומה המרכזי של הדאטה כמנוע לחדשנות אקדמית וכאמצעי לייעול תהליכים ניהוליים באקדמיה. הוא הציג בדבריו שלושה פרויקטי דגל, שנמצאים בימים אלה בפיתוח באוניברסיטה הפתוחה. האחד הוא מודל הרמזור – מערכת מבוססת בינה מלאכותית לחיזוי סיכויי ההצלחה של סטודנטים בהשלמת התואר, באמצעות קידוד בצבעים: ירוק (סיכוי גבוה), צהוב (סיכוי בינוני – מצריך התערבות) ואדום (סיכוי נמוך).

הפיתוח השני הוא מערכת המלצות חכמה לקורסים – מודל המלצות מותאם אישית, בדומה לפלטפורמות תוכן כמו נטפליקס, שימליץ לסטודנטים אילו קורסים עשויים להתאים להם, על בסיס נתונים של הצלחת בוגרים בעלי פרופיל דומה.

עוד הציג ענבר כלי מתקדם לניתוח סקר ההוראה האקדמי, שכולל ניתוח של חלקי הסקר הסגורים והפתוחים, באמצעות טכנולוגיות מתקדמות של עיבוד שפה טבעית (NLP) לניתוח רגשות, מגמות ותמות חוזרות, והצגת תובנות חכמות ומרוכזות לסגל האקדמי – הכול במקום אחד.

בפתיחת הכנס בירכו פרופ' ליאור קורי, נשיא האוניברסיטה הפתוחה, מנכ"ל האוניברסיטה, מאיר בינג, זיוה ברוידא, ראשת מינהל המחשוב, ודוברים נוספים. בחלק המקצועי דיברו דוברים מהתעשייה, ביניהם אלעד דגני, ה-CDO של אל על, ואילן אבישר, ה-CDO של דן.