להפוך את הפחד מהחלפה למוטיבציה לקחת סיכונים.
במשך שנים רבות, בינה מלאכותית נחשבה לתחום אקדמי סגור שבו חוקרים בנו מודלים במעבדות בעלויות עצומות מבחינת נתונים ותשתיות. עם זאת, הופעתם והתפוצצותם של מודלים בסיסיים ובינה מלאכותית גנרטיבית שינו את האופן שבו אנשים ניגשים לבינה מלאכותית. לדברי מומחים, בינה מלאכותית כבר אינה "פריבילגיה" של תאגידי טכנולוגיה גדולים, אלא הופכת לכלי נפוץ, המשולב בקלות בכל המוצרים והשירותים.
בהקשר זה, מושג הנדסת בינה מלאכותית צץ כמיומנות ליבה עבור הדור החדש של מהנדסים. הנדסת בינה מלאכותית אינה עוסקת רק בבניית מודלים, אלא מקיפה את כל התהליך של תכנון, פריסה, הפעלה, הערכה ואופטימיזציה של מערכות בינה מלאכותית בסביבות אמיתיות. המיקוד עבר מ"הפיכת מודלים לחכמים יותר" ל"הפיכת מוצרים לשימושיים, בני קיימא ורלוונטיים לבני אדם".
במהלך הרצאה לסטודנטים מאוניברסיטת FPT בנושא "הנדסת בינה מלאכותית - בינה מלאכותית בעידן החדש", שיתף הדובר צ'יפ הויאן, מהנדס טכנולוגיה, מרצה באוניברסיטת סטנפורד ומייסד סטארט-אפ לתשתיות בינה מלאכותית בעמק הסיליקון, סיפורים מעוררי השראה רבים.
אחת השאלות הגדולות ביותר ששואלים סטודנטים רבים - אלו העומדים על סף כניסה לקריירה שלהם - היא החשש שבינה מלאכותית תהפוך לאוטומטית ותחליף בני אדם. הדובר צ'יפ הויאן אישר כי בינה מלאכותית תחליף ותחליף חלק מהעבודה האנושית. דוגמה מובהקת לכך היא תעשיית התרגום - שבעבר דרשה מיליוני עובדים, אך כעת בינה מלאכותית יכולה להתמודד עם חלק גדול מעומס העבודה במהירות הרבה יותר גבוהה ובעלות נמוכה יותר. עם זאת, לדברי המהנדסת, אין מדובר באסון אלא בחוק של אבולוציה טכנולוגית. היא השוותה את עליית הבינה המלאכותית לתקופה בה הומצא מנוע הקיטור או המכונית, כאשר מקצועות הקשורים לעגלות רתומות לסוסים נעלמו בהדרגה כדי לפנות מקום למקצועות חדשים. "החברה לא יכולה להפנות עורף לקידמה רק בגלל הפחד מאובדן מקומות עבודה, ובינה מלאכותית אינה שונה; זוהי גל בלתי הפיך", אמר הדובר צ'יפ הויאן.
היא הדגישה את המסר: "ככל שיש יותר פחד, כך עלינו לקפוץ פנימה ולעשות זאת". לדברי המומחה, רק על ידי ניסיון, הבנה של אופן פעולת הטכנולוגיה והבנת יכולותיה ומגבלותיה, אנשים יכולים להימלט מחשיבה פסיבית ולשלוט בכלי. שינוי מהותי שניתח על ידי צ'יפ הויאן הוא המעבר בחשיבה ממודל למוצר.
בעבר, כדי לפתח בינה מלאכותית, עסקים היו צריכים להתחיל עם נתונים, לבנות מודלים, ורק אז לחשוב על מוצרים - משימה יקרה השמורה לתאגידים גדולים. כיום, עלייתם של מודלים של פלטפורמות כמו GPT ו-Gemini שינתה לחלוטין את הנוף. כל אדם או צוות קטן יכולים להתחיל עם רעיון למוצר, ליצור במהירות אב טיפוס ולהביא אותו למשתמשים.

צ'יפ הויאן (שלישי מימין), מחבר הספר "טכניקות בינה מלאכותית: בניית יישומים עם מודלים של פלטפורמה", מהנדס טכנולוגיה, מרצה ומרצה, מצטלם עם צעירים וייטנאמים.
לדברי המומחית למערכות למידת מכונה, כאשר כל החברות יכולות לגשת למודלים דומים, היתרון התחרותי כבר אינו טמון במודל עצמו. מה שעושה את ההבדל הוא רעיון המוצר והנתונים הקשורים להקשר שימוש ספציפי. צ'יפ הויאן השתמש בצ'אטבוטים בווייטנאם ובארה"ב כדוגמאות כדי להמחיש נקודה זו.
בעוד שמשתמשים אמריקאים מעדיפים צ'אטבוטים מבוססי טקסט, בווייטנאם, פתרונות מוצלחים מתחילים לעתים קרובות בצ'אטבוטים מבוססי קול. זה נובע מהבנה של הרגלי המשתמש המקומיים: נסיעות תכופות באופנוע הופכות את ההקלדה ללא נוחה, והקלדה וייטנאמית עם סימני דיאקריטיים גם היא איטית יותר. זה מראה שרעיונות למוצרי בינה מלאכותית באמת זורחים רק כאשר הם מושרשים עמוק בצרכים ספציפיים ובמאפיינים תרבותיים וחברתיים.
התמדה, למידה מעמיקה ויצירת ערך אמיתי.
מנקודת מבט עסקית, נגוין שואן פונג, מנהל הבינה המלאכותית שלFPT Software, מסכים עם הדעה שצעירים צריכים להתחבר לעומק לתעשייה. לדבריו, הכלים החיוניים לצעירים וייטנאמים אינם רק ידע טכני, אלא חשוב מכך, חשיבה חדשה: רוגע נוכח שינוי, אומץ לקחת סיכונים וחוכמה לבחור בדרך הנכונה. השאלה אינה עוד "מה הבינה המלאכותית תיקח מאיתנו?", אלא "מה נוכל ליצור בעזרתה?".
לדברי פונג, בתחום רחב כמו בינה מלאכותית, התמדה ויכולת לחקור לעומק הן תכונות מכריעות שצעירים צריכים לטפח כדי לשלוט בטכנולוגיה. הוא חזר על "כלל 10,000 השעות" מהספר "Outliers" וטען שכדי להפוך למיומנים באמת, צריך מספיק זמן והתמדה, בין אם מדובר ברובוטיקה, חומרה או תוכנה.
יו"ר הוועדה, צ'יפ הויין, הזהיר מפני שימוש לרעה בבינה מלאכותית למשימות מיותרות שמטרתן לחסוך בעלויות ולהפחית סיכונים. פעם אחת היא סירבה להשקיע בפרויקט המשתמש בבינה מלאכותית לגילוי קצב לב חריג בבתי חולים, משום שניתן לפתור בעיה זו בצורה יעילה וחסכונית הרבה יותר באמצעות אלגוריתמים סטטיסטיים בסיסיים.
פונג עצמו הקדיש למעלה מ-15 שנה לבינה מלאכותית, תוך התקדם מאלגוריתמים בסיסיים של למידת מכונה ועד למערכות המורכבות של ימינו, והוביל מאות פרויקטים גלובליים של בינה מלאכותית. לדבריו, עם משאבים מוגבלים, צעירים וייטנאמים צריכים לבחור את הדרך הנכונה ולהתמיד, במקום ללכת בעיוורון אחר מגמות.
לה טאנה הונג, מנהל קהילת "People Learning AI", הדגיש את רוח הלמידה העצמית. הוא מאמין שעם המוטו "להיות טוב יותר ב-1% בכל יום", אגירה מתמשכת בשילוב עם כלי בינה מלאכותית יכולה לאפשר לאנשים לעשות קפיצות קדימה, לא רק במיומנויות אלא גם בהזדמנויות קריירה.
לדברי הונג, יש להפיץ את הבינה המלאכותית כדי שלא תהפוך לפריבילגיה של קבוצה קטנה. נכון לעכשיו, קהילת "בינה מלאכותית לעם" נבנית על פי מודל של "מי שיודע מלמד את מי שלא", כך שהבינה המלאכותית תהפוך למיומנות משותפת לכולם.
מקור: https://doanthanhnien.vn/chi-tiet/thay-vi-so-hai-hay-lam-chu-ai-55032









