מה קורה כשמודלי שפה מפסיקים רק לשנן טקסטים מהרשת ומתחילים לפתור בעיות מתמטיות שנותרו פתוחות במשך עשרות שנים? אירחתי היום את ד"ר מייק ארליכסון לשיחה על השילוב המרתק בין בינה מלאכותית, מתמטיקה גבוהה ותגליות מדעיות. איך מודלים מצליחים למצוא דוגמאות נגדיות להשערות היסטוריות כמו של ארדוש, מדוע אתגר הווריפיקציה של הוכחות ארוכות הופך לצוואר הבקבוק האנושי, וכיצד תהליכי מחקר אוטונומיים (Auto Research) ואלגוריתמים אבולוציוניים משנים את פני המדע? בפרק נגענו בכל אלה, וגם בפריצות דרך ברפואה מותאמת אישית, בעתיד של Physical AI, ובשאלה מה יקרה למפתחים וחוקרים שלא ילמדו לעבוד לצד כלי AI בצורה יעילה
מגיש: עמית בנדור אורח:מייק ארליכסון עורכת ראשית: שלי נוי טכנאי: ערן ריפטין מנהל אולפן: עידו שקד מרקטינג: רעות שוקר עורך הפרק: ינאי צוריה
תמלול הפרק
עושים תוכנה שלום ותודה שהצטרפתם לעוד פרק של עושים תוכנה, אני עמית בן דור. בחודשים האחרונים פורסמו פריצות דרך טיים מדהימות בעולם המדעי ובעולם המתמטי בעזרת מודלי שפה. אז האם אנחנו הולכים לראות עכשיו אבולוציה מואצת ושאלות מתמטיות שקיימות כבר עשרות ומאות שנים נפתרות ברמה שבועית? האם המודלים נהיו באמת כל כך חכמים או שזה סתם עוד איזשהו תרגיל שיווקי? ומה צופה מעתיד בעולם התגליות המדעיות והשילוב עם AI?
אז הזמנתי לאולפן את מייק. מייק ארליקסון, שבעצם היה פה כבר לפני כמה חודשים. שלושה. אז כיף גדול שהצטרפת אלינו. ואני יודע שככה עוד לפני הפרק אני זרקתי לך באמת את הנושא, אולי לפני שבוע או משהו כזה, ומאז אני רואה כל כך הרבה פרסומים שלך בתחום, אז נראה לי שלחצתי על איזה כפתור נכון.
אז קודם כל תודה על הזמנה, ממש כיף להתארח, ואני מקווה שבשלושה חודשים תזמין אותי שוב, כי אני ממש אוהב לדבר איתך. עכשיו אני לא בטוח שלחצתי ללזה כפתור, כי נראה לי שגם סקרתי מאמרים על AI ומתמטיקה גם לפני, וגם ממש שלשום סקרתי איזה מאמר על איזושהי הצהרה של מתמטיקאים שנקרא Hidden Declaration למתמטיקאים, כולל Terence Tao דרך אגב, אחד הגדולים מתמטיקאים של זמננו מה שנקרא. וכן, הנושא הזה מאוד מעניין, מה שאני יכול להגיד לך, אתה שאלת אם זה תרגיל שיווקי, ויש מתמטיקה, שמע, אני בסופו של דבר סיימתי מתמטיקה רצינית בערך לפני 20 שנה, כשסיימתי את הדוקטורט, אז אני לא יכול לדבר בתור מתמטיקאי, אלא בתור מתמטיקאי דמש, שמבין פה ושם בדברים במתמטיקה, ככה ברמה די רדודה, אבל מה שאני כן יכול להגיד, שזה לא תרגיל שיווקי. שזה לא תרגיל שיווקי, זה אמיתי לגמרי. זה אמיתי לגמרי.
אז זה באמת מעניין, אני ככה, יש לי קצת יותר ספק. ואני אשמח שניצול את זה לעומק, כמובן שנדבר על הכל בצורה, אם אתם לא מכירים כל כך גם כן את העולם המתמטי או דברים בעולם המדעי, אז אנחנו נסביר כאן. אני חושב שבאמת הטרנספורמציה פה שאנחנו מדברים עליה, והיא קורית בעצם כבר הרבה זמן, היא בין האם LLM בעצם מודל שפה גדול שאומן על באמת המון המון דאטה וכל מיני שיטות כאלו מתוחכמות. הוא כבר לא המכונה הזאת שבעצם רק פולטת את הדברים שהיא למדה או איזושהי סוג של איזשהו משמש כזה, אלא האם היא הופכת, הולכת בעצם להפוך להיות או היא כבר בעצם הופכת להיות משהו שבורא קונספטים חדשים בצורה שהיא באמת יעילה וחכמה והאם הדבר הזה קורה כאן. אז אני אתחיל אולי ככה ישר מהחדשות.
עוד לפני שתספר לנו באמת למה אתה חושב שבאמת יש פה איזשהו שינוי שהוא משמעותי, אז מה בעצם קרה ומי זה ארדוש? אמרנו שהוא הונגרי. כן, נכון. אז ארדוש, וואי, אני שכחתי מה השם הפרטי שלו, זה נראה לי המתמטיקאי הכי פורה של המאה ה-20. דרך אגב, הוא מעולם לא התחתן, ולדעתי יש טענות שהוא אפילו לא היה עם אישה אף פעם.
כי את כל האנרגיה שהיה לו, הוא שימשה אותו להוכיח משפטים במתמטיקה, ובאמת זה בן אדם נראה לי שהוציא הכי הרבה מאמרים במאה ה-20, עוד הרבה לפני אלה אליהם, הוא נפטר לפני איזה 20 שנה, או משהו כזה, הרבה לפני אלה אליהם. המתמטיקאי מאוד מפורסם, דרך אגב, בעיקר בטכניון, אני לא פגשתי אותו, זה היה לפני זמנים בטכניון, וזה בן אדם שהשאיר אחריו מאות... לדעתי מאות בעיות, שבעיקר בתורת המספרים, אבל לא רק, שבעצם לא הצליחו, שהוא לא הצליח לפתור, וגם המתמטיקאים אחרי זה לא הצליחו לפתור. ויש שם חלק מהבעיות האלו, מכיוון שהוא נולד בתחילת המאה העשרים, אז יש חלק מהבעיות עומדות כבר שמונים שנה, ואף אחד לא הצליח לפתור אותן. אוקיי?
ובעצם הבעיות האלו הן משני סוגים. יש בעיה ש... צריך להוכיח איזה משהו בסוג ראשון של בעיה, ויש סוג שני של בעיה שיש שאיטנה ולא יודעים להוכיח האם זה נכון או לא נכון. עכשיו, ומה שקרה, שבערך לפני איזה, לדעתי זה קרה פעם ראשונה לפני איזה תשעה חודשים, שבעצם AI הצליח לא להוכיח, אלא למצוא כל מיני דוגמאות נגדיות לבעיות של אורדוש, שחלקם עמדו 80 שנה כאמור. אוקיי?
ופשוט, זו דוגמה נגדית, יש איזושהי טענה שלא ידעו האם היא נכונה או לא נכונה, ואז אומרים, טוב, אלא להם מצא את הדוגמה הזאת. דרך אגב, אחת הדוגמאות האחרונות, אני לא בטוח שזו השאלת ארדוש, זה נקרא השאלת יקוביה, אנחנו לא ניכנס פה למתמטיקה, כי זה לא כל כך, בוא נגיד ככה, זה באמת מורכב ואני לא מבין את זה ממש לעומק, אבל הייתה איזו השאלה שעמדה כמה עשרות שנים, ואנשים לא ידעו. האם זה נכון או לא נכון, ואז אלה להם פשוט מצא, אני לא זוכר איזה חברה זה הייתה, ChatGPT או אנטרופיק או ג'מיני, לדעתי לא ג'מיני, אחד מהאופן AI או אנטרופיק, פשוט הוא מצא דוגמה נגדית, ודוגמה נגדית די פשוטה, זאת אומרת ההשערה הזאת פשוט התבררה כהשערה לא נכונה, ואז אני כבר יכול להגיד לך שאלה להם פתר כמה מבעיות כאלו, יש נגיד בעיה של חסמים. אוקיי? נגיד, זה עוד סוג נוסף של בעיה, אמרתי יש שתיים, יש שלוש, יש כל מיני חסמים, שאומרים שככה וככה יש חסם של אין בחזקה, לא יודע, אחד פלוס, אחד וחצי.
אז היה איזושהי בעיה מאוד מפורסמת, שאני זוכר שאני גם פרסמתי בטוויטר, שכבר נקרא X, וזה הפוסט שנייה, איזה ויראלי, איזה 150 אלף צפיות או משהו כזה, שהיה שם איזה כיסוי של מרחב עם איזה לטיס. והיה שם איזשהו חסם של אין בגובה מסוים, ואז אלהלם הצליח בעצם למצוא חסם יותר טוב, ואז היה איזשהו מתמטיקאי שעבד יחד עם אלהלם הזה, אחרי זה, על ידי התבוססות על הרעיונות של אלהלם, הצליח לשפר את זה עוד. וזה מאוד מעניין. שזו נקודה מאוד מעניינת, כי כאילו אמרת בעצם איזשהו מתמטיקאי שעובד עם אלהלם, שזה די דומה כנראה לכל המאזינים פה של הפודקאסט הזה. וספציפית סביב הטענה הזאת של ארדו שאמרנו שבעצם נמצאה איזה סוג של דוגמה נגדית שהיא שונה.
במקרה הזה, כמו שאני הבנתי לפחות מהדיווחים, ה-LLM רץ על כנראה איזשהו פרומפט או משהו בסגנון הזה שאומר לו, בוא תנסה לי לשלב פה כל מיני תחומים ולמצוא לי בעצם טענות שונות. ופה אני חושב שיש פה איזושהי שאלה גדולה, האם זה בעצם לא פשוט כלי עזר שעשה... איזשהו פרומפט מתוחכם שכמובן אחלה זה כאילו מאוד מאוד יכול לקדם דברים ועושה לנו אוטומציה כמו בהמון דברים אחרים אוטומציה חכמה או שיש פה משהו שהוא מעבר משהו שאנחנו אומרים מתמטיקאי אולי לא יודע מה באלפי שנים שהוא אם הוא היה חי אולי אז הוא היה תופס את הדברים האלה.
אז היא תהיה מורכבת, אוקיי? אז ממה שאנחנו התחלנו מלפני איזה תשעה חודשים, לפני עשרה חודשים, בעצם מתמטיקאים ממש ישבו ועבדו עם ה-LLMים וניצלו את העובדה שפשוט LLM יודע הרבה מאוד דברים, כאילו יודע, זה מקודד במשקולות שלו, הוא יודע לשלב הרבה מאוד תחומים והוא גם יודע להגיד, טוב, נגיד בן אדם מתמטיקאי יגיד, טוב, התחום הזה בכלל לא קשור לבעיה, אז LLM יגיד, טוב, אני אקח את ה... זהו, אני אבדוק ואולי... ופה אנחנו רואים מה אכפת לי, אני זורק אותו כמה טוקנים ובסדר, מה הוא יכול לקרות. בדיוק, וכמו שאתה אמרת, לבני אדם, והוא יכול לעשות את זה עם מלא תחומים, הרי במתמטיקה לא חסרים תחומים, אוקיי?
וחלק מהבעיות פותרו על ידי שילוב של תחומים שאף אחד לא ציפה שבכלל אפשר לשלב אותם בשביל לפתור את הבעיות האלה. ופה בעצם אנחנו מנצלים את היכולות שלהם לשלב ידע באוקומנט הדירות. כי אין היום, המתמטיקאי הראשון שידע את כל התחומים של מתמטיקה ברמה הכי cutting edge היה דוד הילברט, והוא נפטר נראה לי ב-1920, מאז אין מתמטיקאי שיודע את הכל, ואלה להם הוא סוג של, עוד פעם, אני נמנע מלהגיד יודע את הכל, זה מקודד, כל הידע של מתמטיקה מקודד בעצם מקודד במשקולות שלו. אז אם ככה זה התחיל, עכשיו איך זה נמשך, למה התשובה שלי היא מורכבת, זאת אומרת זה לא רק עוזר למתמטיקה. ממש בחודשים האחרונים, לדעתי בשלושה חודשיים האחרונים, התחילו לצוץ מקרים של אלהמים אופס שלף, זאת אומרת אתה לוקח את ה-5.6, לא זוכר, המודל הכי עוצמתי שלא פנה, לא זוכר איך קוראים לו, סול, סול זה הכי עוצמתי, אני לא טוב בשמות, אני זוכר את הרק את המספרים.
עכשיו, וממש אמרו לו, טוב, יש פה איזושהי בעיה, הנה תמצא לה כאילו איזושהי השערה ותמצא לה דוגמאות נגדיות, ממש ככה, והוא הצליח למצוא. אוקיי? וזה הוא עשה בעצם, אתם יודעים, כאילו פשוט רץ, אייג'נט ותקן כל מיני כיוונים. כן, כן, כן, זאת אומרת, יש טענות שככה, בלי ליווי של מתמטיקאים, הוא הצליח לפתור בעיות שהן כביכול יותר קלות, אבל עדיין תחשוב שאתה יכול עכשיו לקחת איזושהי שערה במתמטיקה שלא יודעים בכלל האם היא נכונה או לא, לתת לאלה להמשך, לא יודע, לתת לו טריליון טוקנים לשרוף, ולהגיד טוב יאללה לך תפתור את זה, את כל הידע ופה יש לו יתרון מטורף על בני אדם, אוקיי? כי בני אדם האלה פשוט אין להם את הידע הזה, אין להם את היכולת, זה לא אנושי לדעת כל כך הרבה דברים ולשרף כל כך הרבה דברים.
אז זה לא ש... אז יש מקרים שבעצם המתמטיקאים נעזרים ב-AI, ב-LLM, בשביל להוכיח דברים, ויש מקרים ש-AI כבר מסוגל לפתור את הדברים האלו בעצמם, תוך ניצול של כל הידע שמקודם משקולות שלו, ותוך שימוש בכל הכלים שיש שעומדים לרשותו. שהוא יכול לכתוב פייתון, הוא יכול לכתוב להריץ, הוא יכול לחפש באינטרנט, לשלב מאמרים, להוריד את כל הדם של כל המאמרים בארכייב. אז פה יש משהו שיהיה קשה מאוד להתחרות, אבל לא שמעתי עדיין ש-LLM ממצא שותחום שלם. אוקיי, אני לא יודע עד כמה הומצאו תחומים חדשים במתמטיקה, זה כבר מתמטיקה מאוד מאוד גבוהה, כמו שאמרתי, אני מתמטיקאי דמה.
20 שנה לא עשיתי מתמטיקה רצינית, אבל לא שמעתי שאלה להם המציא שוב תחום חדש במתמטיקה או בפיזיקה, זאת אומרת, מהתשובה שלי אתם מבינים שאין תשובה חד משמעית לשאלה שלך. אז זה נשמע בעצם שהמודלים נותנים לנו גם את ממד הזמן, שאם היינו יושבים כמתמטיקאי, יושב ותוכן בעיה, פשוט אין לנו מספיק זמן, נכון? והדבר הזה יודע לרוץ במקביל. וחוסך לנו המון המון זמן, וגם באמת האינטליגנציה שהולכת ועולה עושה את הדברים באמת משנה. ומשהו שספציפית מעניין, אני חושב, במתמטיקה, ושמעתי שאני חושב שיש גם כל מיני חברות שמתעסקות דווקא ספציפית במתמטיקה בגלל זה, שהוא תחום שבאיזשהו מקום כאילו קל לוודא שמה שעשית הוא נכון.
אבל השאלה היא אם אתה בתור אחד שקצת יותר מכיר את הדברים, האם הטענה הזאת היא נכונה? אתה שוב גורר אותי לתחום אפור, לתשובות שהן בתחום האפור, אין לזה תשובה בינארית כן או לא, אוקיי? אז המצב הוא כזה, נכון ש-AI או LLMים יכולים לחסוך לנו זמן, כי יכולים לשלב כמויות עצומות של ידע תוך זמן יחסית קצר וגם תוך מחיר יחסית לא גבוה, כי על כל מיליון טוקנים אתה משלם לא יודע, 20 דולר, אז גם מיליארד טוקנים זה לא כל כך הרבה כסף אם אתה מוכיח איזושהי טענה מתמטית רצינית. אבל, זאת אומרת, יש פה יעילות מצד אחד, וזה מקצר את הזמן, מצד שני, בואו נחשוב על בעיה כזאת, אוקיי? נגיד, יש לנו, יש שני מקרים.
דוגמה נגדית, אתה ממש צודק, קל מאוד לעשות לזה, כאילו, קל מאוד, אם אתה מבין בתחום, קל מאוד לעשות לזה וריפיקציה, זאת אומרת, זה לא לוקח זמן, נגיד, הייתה איזו העשרת יקוביין, שפשוט מצאו איזושהי פונקציה שלא מקיימת את ההעשרה הזאת, וההעשרה הזאת היא יחסית פשוטה. נכון שלא הצליחו להוכיח את זה, השאלה הזאת מספיק פשוטה, התחום בתחום לא מקיים, זהו, הוכח. מצד שני, יש פה בעיה של הוכחות מתמטיות, אוקיי? נגיד ה-AI עכשיו טוען שהוא הוכיח איזה משהו, והוא הוציא איזושהי הוכחה של איזה 80 דפים, אוקיי? עכשיו, והיו כבר מקרים כאלו, היו טענות ש-AI הוכיח פה והוכיח שם, פשוט למתמטיקאים, גם הכי רציניים, לפעמים אין יכולת...
לבדוק את זה בזמן סביר. נגיד, אם לא יודע, נגיד עכשיו יש איזה AI, כולם יודעים מה זה השערת רימן, נכון? זה אחת השערות הכי ותיקות שאנשים לא מסכימים להוכיח. ואני חושב שאם AI יוכיח את זה, ואני מאמין ש-AI בשלוב בני אדם זה ייפול, זה לא ייפול עוד חודש, אבל זה ייפול אולי עוד שנתיים, אוקיי? לאנשים פשוט אין יכולת.
לעשות וריפיקציה בזמן סביר, זאת אומרת אתה שם עשרה מתמטיקאים הכי חזקים בעולם והם נעמדים מול משהו שהוא מאוד מאוד מורכב, הוא גם מללם, גם אתה אומר לו לעשות את זה human readable, אני לא יודע, זה אולי עובד בקוד, אני לא יודע כמה זה עובד במתמטיקה, זאת אומרת אנחנו נסיים פה מול בעיה שבסדר זה מקצר את הזמן, אבל ריפיקציה בטח של טענות מתמטיות מורכבות, זה משהו שאני לא יודע, אני לא יודע, אבל יש טענות שאולי... עצם התימטיקאי שהוציא ממש מסמך על זה, שאולי אנחנו צריכים לא להפסיק, אלא להמעיט את השימוש ב-AI, בגלל שהדברים שהוא מוציא, אנחנו פשוט, המוח האנושי, לרוב לא מסוגל לעשות את זה ככה. מצד שני, יכול להיות שכדי להוכיח דברים מסוימים, באמת אנחנו, הם לא נמצאים במסגרת ה-50 דפים שאנחנו מסוגלים אולי להקל, או אולי פחות, והם נמצאים באלף דפים. בדיוק.
אנושית של היכולת שלנו בכלל באמת לעבוד עם דבר כזה נכון זה מטורף לגמרי בוא אתם בטח זוכרים השאלת משפט פרמה שהוכיחו לפני איזה 20 ומשהו שנה האיפה שלקח וההוכחה שלו זה איזה 100 דפים או משהו כזה וזה 100 דפים שבן אדם כתב זאת אומרת זה יותר קל לבדיקה מאשר משהו שכותב AI ולקח איזה שנה או שנתיים למצוא. נראה לי שלקח שנה למצוא שיש שם איזה חור, אחרי זה לקח לו איזה כמה חודשים לסגור את החור הזה, ואז לקח עוד איזה שנה לעשות וריפיקציה סופית. אבל זה משפט אחד. ותחשבו עכשיו, שעכשיו AI מתחיל להוציא לנו מלא משפטים, ונגיד, בסדר, 100 דפים זה אולי משפט לא מאוד מסובך, אבל נגיד הוא יוצא הוכחה של אלף דפים, ומי יכול לבדוק את זה? זאת אומרת, זה לא סקילבילי.
שזה בעצם מה יקרה, יתחילו לבדוק אותו עם AI, אבל אז יש עדיין את השאלה אם ה-AI שבדק עשה עבודה. מספיק טובה, ואנחנו נכנסים פה באמת לנקודה מאוד מעניינת, לתשופה מאוד מעניינת, סינגולריות, כן, באיזושהי מידה, ובסוף גם הרי אנחנו יודעים שמתמטיקה יש לה המון השפעות שיכולות להתבטא בכל מיני דברים בעולם האמיתי, אז לפעמים יכול להיות שהדברים מהסוג הזה שלא נצליח להוכיח וכולי, כבר ניישם אותם בדברים מסוימים וכבר נראה את השוני. רציתי לשאול אותך קצת יותר גם על האווירה בעצם בקהילה המתמטית, איך כל הדבר הזה מתקבל, כי אני יודע שגם בעולמות נגיד של כתיבה ובעולמות ממש ממש אחרים, יש באמת אנשים כמו שאמרת שכאילו עומדים ואומרים, עצרו, כאילו אנחנו יכולים, חייבים לעצור, אנחנו אולי צריכים להגדיר. כל מיני דברים איך זה מתקבל כאילו בקהילה הזאת. שוב אני עם תשובה מורכבת סליחה שאני לא מצליח לענות על שום שאלה שאתה שואל אני לא מצליח לענות על זה על זה כל זה תחום מורכב מתמטיקה אבל אבל אני רוצה להתחיל מזה שאני.
בתשובה שלי אני חייב לציין שיש לי סקשן בייס למה שיש לי סקשן בייס כמו בעצם מגיע לידיעתי כן יש לי טוויטר יש לי נגיד בפייסבוק אני משתמש פחות.
נגיד שאומרים היה איזה אחד מקס משהו אני לא זוכר מה שם המשפחה שלו איזה פרופסור שאומר צריך להפסיק להשתמש ב-AI מתמטיקה זה הכי כיף שבן אדם עושה וזה לא AI אנשים צריכים לשבת ולהכיר את המשפטים האלו וזה שאנחנו מוסרים את המוח שלנו לקבלנות ל-AI יש אנשים כאלו ויש עבירת נקיים בחוגים הישראליים של מתמטיקאים ואולי החוגים האלה הם לא קטנים. אוקיי? מצד שני, יש גם דעות אחרות, והדעות האחרות הן ש-AI לא יחליף את המתמטיקאי, כי עדיין לא צופים של-AI בקרוב יהיה בעצם יכולת להמציא תחום חדש, אלא בעצם המתמטיקאים צריכים היום ללמוד לא רק את כל המתמטיקה הבסיסית, איך להוכיח משפטים, מה נכון ומה לא נכון, אלא גם איך לעבוד עם כלי AI. זאת אומרת, הכלי AI זה עוזר, שבעצם היתרון שלו... אולי הוא לא מאוד מקורי, אבל היתרון שלו זה בעצם לטחון ולאבד בעין כמויות פסיכיות של ידע שבמוח הנשי פשוט לא מסוגל.
אז יש את שתי הדעות האלו, וכמובן שיש את הדעות הביניים, מה שנקרא, אז התמונה מורכבת. כן, כן, כמו כל דבר, וזה מאוד מזכיר את מה שקורה בתחום של תוכנה בעצם באופן כללי, או בכלל כאילו בעולם ההייטק, שיש אנשים כאלו ואנשים כאלו, ויש אנשים שמדברים על אימוץ, וזה באמת איזשהו סקיל כזה חדש, ובאמת בהיבט המחקרי והמתמטי של איך לעבוד בצורה יעילה עם כלים כאלו, כשאנחנו מאבדים בעצם באיזושהי מידה קצת את השליטה על הפרטים הקטנים, אבל בחלקם אנחנו צריכים מאוד מאוד להיות שם. זה נכון, בקוד אנחנו לגמרי איבדנו את השליטה בדברים הקטנים, יש מעט מאוד אנשים שקוראים היום את הקוד שה... כלי AI כותבים לנו, ויש גם טענות שתכנות נפל לידי AI, המתמטיקה די נופלת לידי AI, ועכשיו השאלה הבאה, מה התחום הבא שיפועל? אני לא יודע, אני לא יודע, אני לא יודע, מה אתה חושב?
אז קודם כל יש את התחום, אולי לא בדיוק מדי, אבל בעצם התחום של סייבר, שכאילו הרבה פעמים מדברים על זה שזה הולך לשם, ופה האמת שזו נקודה שהיא מעניינת, אחרי זה נדבר על עוד תחומים, של מודרנה לאחרונה, אבל סביב באמת עולם הסייבר, אני יצא לי לעבוד הרבה מאוד עם פייבל, אני מאוד אוהב את המודל, אני מרגיש שהוא באמת כזה מתקרב כבר לאיזושהי רמה אנושית, וכשאני צריך לחשוב על מחקר, זה באמת המודל היחיד שהיום מאוד נחמד לי לעבוד איתו. מהצד השני, חייב להגיד שעוד לפני שהוא יצא בשם המקורי שלו של מיתוס, יש איזשהו פער עדיין כזה מאוד גדול במה שאני חווה איתו, לבין המין AI הזה שהולך לפרק עכשיו את כל חומות ההגנה של כל המוצרים בעולם ובאמת לזעזע את כל עולם הסייבר ומעניין אותי לשמוע את הטייק שלך על העניין הזה. תשמע, בוא נגיד כל מה שקרה עם הממשל של סוטה ברידג' שהם עשרו על מודלים של פייבל, זה אין PR יותר טוב לחברה כמו אנטרופיק והם עוד מעט עושים ל-APO והם צריכים את ה-PR הזה כי זה מקפיץ. מחיר המניה העתידי שלהם, אוקיי? מצד שני, דרך אגב, גם הם מחממים את הגזרה, גם הם אמרו, טוב, יש לנו פה מודל סופר חזק, למה ממשל של ארה״ב בעצם עצר על השימוש?
כי הם התחילו, מה שנקרא, לחמם את הגזרה, דריו המודל, דירבה הרבה, יש פה מודל שהוא סופר חזק, ואנחנו רוצים לשלוט בו, וכל מיני דברים כאלו. עכשיו, מצד שני, המודל הזה פרץ לכמה מקומות. אוקיי ועשה דברים די מתוחכמים אבל עדיין נגיד אתם בטח שמעתם על מקרים שהמודלים גם של אופן איי וגם של גם של אנטרופי כולל גם של ג'מיני פרצו ועשו דברים אז קודם כל צריך להבין למה זה קרה. קודם כל אם אתה שם את המודל שלך באמת בסנדבוקס שהוא סנדבוקס מאובטח שהוא לא מחומר לאינטרנט הוא לא יכול לפרוץ. כמובן זה פשוט זה פשוט זה פשוט לא יכול לפרוץ.
נכון הוא צריך לעשות משהו עם הברזלים והמודלים עדיין לא מסוגלים לעשות את זה זאת אומרת כל הטענות האלה שהמודל עשה דברים מאוד מתוחכמים פרץ כל מיני סנדבוקסים לא זה בעצם פרצה זה בעצם מישהו שכח לסגור את הברז כי אתה יודע אתה יכול לצאת לאינטרנט מכל מיני שערים ואז לא סגרו את כל השערים. זה קצת היה אולי מתוכנן בשביל שמישהו יכתוב על זה איזה כתבה כזאת. זה הרגיש שזה היה מתוכנן כי גם אנטרופיק וגם אופן איי ואולי לא בטוח שלגבי ג'מיני. הוציאו את זה בסמיכות זמן מאוד מאוד חשודה וגם הכתבות האלה הן מאוד מאוד דומות, שהמודלים עושים דברים מטורפים וטרמינטור ועוד מעט ג'אג'מנט דיי וכאלו, אני לא קונה את ההצהרות האלה, המודלים האלו עוצמתיות, לא צריך להגיד שהם לא עוצמתיות, אם אתה נותן להם מטרה לפרוץ לאתר, כנראה שיש להם יכולות מאוד מאוד מתקדמות, אולי אפילו יכולות יותר. יותר עמוקות וחזקות מאשר רק עם מאוד מנוסים.
דרך אגב, לי יש פודקאסט ואני ראיינתי איזה מישהו בפודקאסט שלי, אלכס פלג, והוא דווקא מאוד התלהב מהמודלים האלה, מהיכולות שלהם, אבל עדיין הוא אומר שעדיין גם אותם אפשר לרסן, אוקיי? אז מהשימוש היומיומי בפייבל, אני לא יכול להגיד, אני לא יודע מה הם עשו איתו, אוקיי? אני לא יודע מה עשו עם מיטוס בשביל להוכיח אותו לפייבל. זה מודל חזק, להגיד שהוא עושה פלאים, הוא לא עושה פלאים, זה מודל שאני משתמש בו למחקר של סוגיות מאוד מורכבות ולהיות אורקסטרטור, נגיד אני עובד בחברה שיש לה המון ריפו, עם הרבה מאוד שורות קוד, באמת הרבה מאוד שורות קוד, עם הרבה מאוד דברים שהחיבורים ביניהם מאוד מאוד מורכבים, ונגיד אופוס די נכשל בלהיות אורקסטרטור בדברים שאני עושה, ואני גם מנסה... לישון כל מגישות מחקריות, אז בזה פייבל אני רואה את העוצמה שלו.
גם מאופוס 4.8 וגם מאופוס 5, אבל עוד פעם, זה לא שאנחנו פה בפתחו של ג'אג'מנט דיי. כן, אני חושב דווקא, זה מתחבר לי נורא למה שסיפרת במתמטיקה, שקל מאוד פשוט לזרוק אותו על כל מיני כיוונים שונים, ויכול להיות שמשם באמת ראינו את כל הפריצות. קצת מתוך החדשות האלו שראינו, כי באמת אם אנחנו אומרים לו בוא עכשיו תסתכל על המון רעיונות שונים של אולי C V's וכאילו ופריצות כאלו ואחרות שהיו, כל פעם תנסה קח רוץ, תנסה לפרוץ עם זה, עכשיו תנסה לפרוץ עם זה, עכשיו עם זה ואנחנו מריצים אלפי אינסטנסים כאלו ואנחנו אולי כבר יכולים באמת להגיע ל... זה לא עניין של אולי חוכמה, כאילו מה שאני מנסה להגיד פה. אלא אולי עניין של באמת שסקייל של כמה אנחנו מצליחים לזרוק אותו על כל כיוון.
בדיוק, יש גם הרבה טענות שהפתרונות של AI בכל מיני תחומים הם לא פתרונות אלגנטיים ומושגים בידי ברוטפורס. מה קרה? שהוא מנסה, מנסה, מנסה, בן אדם כבר היה מוותר, אבל ללם הוא לא מוותר, אתה נותן לו משימה עד שהוא כבר באמת לא יודע מה לעשות ונעשה כל מה שהוא יכול לחשוב עליו, הוא לא מרפא, הוא ממשיך לנסות, אוקיי? וזה בעצם היתרון, הסקייל, הסקייל של אפשרויות שהוא יכול ליישם. כן, מגניב מאוד.
טוב, אני רוצה שרגע אחד ננסה קצת להסתכל קדימה על העתיד, ותוך כדי ההסתכלות שלנו קדימה על העתיד, גם נסתכל גם באמת על מה קורה קצת בתחומים שונים. אז באמת ראינו, ואני לא מומחה בתחום הביולוגיה, סליחו לי אם אני טועה קצת, או התחום הרפואה, אבל באמת יצא איזשהו, בעצם קוראים לזה חיסון למעשה, כמו שאני מבין זה לא ממש... חיסון, אלא טיפול לאנשים שחלו בסרטן למעשה ונרפאו מהסרטן ואנחנו לא רוצים בעצם שהמחלה תחזור ומודרנה בעצם, אני לא זוכר אם אחת מהענקיות הטרופות ביחד הוציאו בעצם את הסוג של חיסון הזה שאני חושב שזה בפעם הראשונה שהדבר הזה מצליח, שהקונספט הוא שאנחנו לוקחים את הבעצם DNA מהגידול, מרצפים בעצם, עושים את הריצוף. מעבירים אותו דרך מודל, אני חושב שזה לא LLM, אני חושב שזה איזשהו מודל machine learning אחר, AI, אוקיי, אחר, ובעצם מייצרים בעזרת mRNA בעצם הוראות כאלו לגוף, כדי שבמידה ומשהו שדומה לגידול הזה הולך פתאום לצמוח בגוף, אז המערכת החיסון תדע לתקוף, וזו איזושהי דוגמה, אני חושב, לאחד מהדברים ש... גם פרסונליזציה בעצם של תרופות וגם איזושהי סוג של פריצת דרך בעולם הרפואה, פעם הראשונה שהדבר הזה הופך להיות, נראה שהולך להיות ממש, שהולך להצליח ובאמת לצאת באופן כללי.
אני גם לא מומחה לא לרפואה ולא לביולוגיה, אני שמע את החדשות האלו, אוקיי? ואני חושב שזה באמת רפואה אישית, שבעצם לא נותנים אותה תרופה, בוא נגיד הגוף שלך והגוף שלי הם מאוד מאוד שונים. ומחלות שלנו הן שונות, ואז צריך לטפל בנו בדרך הראשונה, ואני חושב ש-AI כן יכול, מסוגל לחולל פה מהפכה של ממש, וכמו שאמרתי, היא תכנות נפלאה, מתמטיקה די נופלת, ויש כאלה שטוענים שהיא נפלאה, אולי הרפואה, אני מאוד אשמח אם רפואה תהיה התחום הבא שבעצם ייפול בידי AI, כי באמת יש הרבה מאוד בעיות מאוד מאוד קשות, מתמטיקה, הרבה מאוד מחלות שפשוט... לא יודעים לרפא וגם אנשים מתים מגיל צעיר וזה יהיה מעולה אם בעצם יפתחו איזושהי תרופה שהיא בעצם באופן, היא תתייחס לבן אדם באופן אישי, זאת אומרת, טיפול אישי לבן אדם ואם AI יעזור בזה, זה מטורף. כן, אני חושב שזה לגמרי, אנחנו כולנו מחכים לדברים מהסוג הזה, במקרה הזה זה באמת שימוש שהוא קצת יותר קלאסי, בעצם פשוט לקחת מודל, להכניס אותו לתוך ה-flow.
בצורה שהיא הגיונית ולייצר את הדבר הזה באזורים היותר עתידניים של העולם של הרפואה בכלל כקונספט בכלל על העולמות המדעיים אנחנו הרבה פעמים רוצים סוג של לופ אז כאילו לא עשינו פרק על לופ אנג'ינירינג אבל אנחנו רוצים בעצם לייצר איזשהו תהליך של כמו בעולם הפיתוח אז גם בעולם המדעי יש לנו. את השלבים השונים של אנחנו באים עם איזושהי היפותזה ואז למעשה אנחנו כאילו מקיימים איזשהו ניסוי, אנחנו עושים ולא יוצא אם הדבר הזה הצליח או לא ואנחנו בונים שוב ושוב כזה, זה ממש כזה בתמצית, אולי פספסתי כמה חלקים בדרך וכל פעם שאנחנו בעצם מצליחים לייצר לופ כזה סגור, שם אני חושב שהפוטנציאל הוא באמת מטורף, כאילו למה הדבר הזה יכול לעשות. שהוא כל פעם יודע להגיד האם בעצם המעגל הזה שהוא סגר הגיע לאיזשהו תוצאה ולייצר מעגל שוב פעם חדש חדש חדש. שמע, הקונגרס הזה מאוד הגיוני, אנחנו די מאמנים את המודלים במעגל סגור דומה, מאוד פשוט, נגיד אנחנו לוקחים gradient descent ואנחנו עושים את הרסות בשביל למזער את הלוס על הדאטה שלנו. בדיוק.
זה אחד. והיום אנחנו לוקחים את זה שלב קדימה, אתם בטח שמעתם, ואם לא שמעתם כדאי לכם לשמוע, יש את הריפו המפורסם של קרפטיה, שיש לזה שנים אלף כוכבים, שבעצם נקרא אוטו ריסרצ'. שזה מדהים, זה ריפו באמת מבחינת קוד. אופן סורס. אופן סורס, אבל כל כך, הקונספט הוא כל כך פשוט, כאילו אין שם כל כך הרבה קוד, כן?
נכון. וזה פתח לכולם את הראש בצורה כזאת מטורפת. אוקיי, אז מי שלא שמע, מה הריפו הזה עושה? הריפו הזה עושה בסופו של דבר מחקר. אתם נותנים לו איזושהי בעיה, ואז הוא פשוט מריץ בלילה, אתם הולכים לישון, ואז הוא מריץ בלילה כל מיני פתרונות.
אוקיי? ואז כל הפתרונות האלו, הוא משערך את הפתרון הזה, זה פתרון טוב, זה פתרון לא טוב, ותוך כדי הלילה הוא בעצם מתכנס, לפעמים הוא לא סתם בודק כל מיני אופציות, אלא הוא גוזר אופציות הובאות ממה שהוא כבר בדק. זאת אומרת, זה משהו, יש כמובן אלילמים, שימוש באלילמים בצורה מאוד כבדה, ובסופו של דבר... אתם קמים בלילה ויכול להיות שיש לכם איזה פתרון של בעיה מאוד מורכבת שבדרך אחרת אתם לא יודעים לפתור את זה. ועכשיו אנחנו דיברנו לפני הפרק על המאמר הזה, על המאמר של DeepMind, נכון?
שהם עשו משהו דומה אבל עם אלגוריתמים ולצוענים. כן. נכון? ולמה אני אוהב את זה? וזה מה שנקרא משהו אישי.
אנחנו הרי מאמנים את ה... לא משנה מה אלהם יכול לעשות, רוב אלהם מאומנים מאלגוריתמים מאוד פשוטים.
שהוא נקרא gradient descent. גם בסופו של דבר כשאנחנו עושים RLHF, בסופו של דבר זה מתכנס לאיזשהו מזעור של כל מיני דברים, והמזעור הזה עושים עדיין עם gradient descent. Gradient descent זה אלגוריתם, נכון הוא מעולה אותו, אבל הוא בן איזה 200 שנה, אוקיי? ואני כשכל פעם שאני שומע על אלגוריתמים אבולוציוניים, גנטיים, לאימון, יש גם שיטות אבולוציוניות לטסט טיים אינפרנס, בזמן טסט, בזמן השימוש, אני ממש מתלהב. נכון שלצערי הדברים האלה הם לא תפסו מספיק, אבל נגיד המאמר הזה של גוגל, שהם השתמשו, שהם בנו איזשהו עוזר מחקר או חוקר, שהוא בעצם עושה את מה שאוטוריסטר של קרפטי עושה, אבל באמצעות שימוש באלגוריתמים הרצוניים, אותי זה מאוד מאוד מגניב, ואני רוצה, אני מקווה שהחוקרים של DeepMind ימשיכו.
להתקדם בכיוון הזה לגמרי, זה סופר מרתק. אני אפילו, אני יודע שיש חברות כבר, אני לצערי לקחו לי, זה היה רעיון שהיה לי הרבה זמן בראש ולא פתחתי חברה בתחום, כי אני לא מבין כלום בביולוגיה, אבל בעצם שממש מייצרים אוטונומוס לאבס, שזה סוג של כאילו קונספט חדש, שבעצם מצליחים לייצר איזושהי ממש קופסה כזאתי, כאילו פיזית. שבה אפשר בעצם להפעיל כל מיני פעולות שונות, כמו למשל לייצר תרבית עכשיו לחיידקים מסוימים, או כל מיני פעולות כאלו שימושיות. והקונספט עובד ככה, בגדול הוא לוקח המון המון פייפרס, מייצר לעצמו המון היפותזות, מסנן, מדרג, מסנן בעצם חלק מההיפותזות האלו, מייצר לעצמו המון ניסויים. ובכל אחת מהקופסאות האלו אנחנו יכולים לייצר איזשהו ניסוי קטן שמנסה כזה להשש את השערה שלנו, שזה בעצם סוג של גשר לעולם הביולוגי, נכון?
העולם הביולוגי נורא קשה לעבוד איתו באופן כללי, אז ייצרו איזה משהו בסגנון הזה. ויש רובוט כזה שמנהל את כל התהליך, וכאילו באמת אנחנו כל הזמן דוגמים את הדברים, מקבלים איזשהם תוצאות, לפי התוצאות אנחנו מחליטים מה לעשות, ובעצם משהו בסגנון הזה, שבאמת מחלות שהמון המון שנים קיימות, באמת נמצא להם תרופה, נמצא להם איזשהו פתרון. בדיוק, מה שאתה אמרת זה מתחבר לעוד משהו. הרי כשאנחנו מפתחים תרופות זה מאוד מאוד יקר. למה זה מאוד מאוד יקר?
כי כל הניסויים שאנחנו עושים, אנחנו עושים אותם או לחיות או לבני אדם. והדבר הזה זה צהר בקבוק, וזה איטי עד שרואים את התוצאה, עד שמנתחים, והרבה יותר זול, היה, אם יש לי סימולציה, שאתה מריץ את הסימולציה הזאת, בסדר, עולה לך, לא יודע, 100 דולר בטוקנים שם, אני לא יודע, אולי לא צריך אלה אליהם, אולי אפשר מודל שלא עובד בטוקנים אלא עובד בצורה אחרת, אבל אם יש לך סימולציה שבעצם מסמלצת את כל הניסויים האלה שאנחנו והתוצאות שלהם בצורה מהירה, כל מיני שילובים של חומרים לתרופות למשל, אתה עכשיו, יש לך טריליון שילובים של כל מיני חומרים לתרופות. עכשיו אתה צריך כל שילוב, אתה עושה כל מיני בדיקות ואתה הולך לבדוק על בני אדם. ברגע שאתה עושה את הדבר הזה מיותר, ברגע שאתה בונה סימולציה שאתה יכול מספיק לסמוך עליה בשביל בחינה של כל תרכיב, כל הרכב של חומרים כזה או אחר, זה יחולל מהפכה לגמרי בעולם הרפואה, כי גם זה יהפוך את הפיתוח של תרופות, תרופות הן יקרות, בסדר, גם חברות תרופות מרוויחות הרבה כסף, אבל עדיין... לפתח ולייצר תרופה זה עולה הרבה כסף, אבל ההוזלה שם יכולה להיות דרמטית.
כן, אז זה באמת האזורים שאני חושב שאני מחכה שנראה. אני אגיד שגם יש איזשהו סיכון לא קטן, וגם את זה אנחנו שומעים, על זה שבעצם כל מיני סוגים של וירוסים, או כל מיני משחקים כאלו ואחרים של דברים שעושים, ושם אנחנו נצטרך, אני מקווה, כאנושות להיות מספיק בוגרים כדי לנהל את זה, וכל הצדדים השונים של האנושות ש... שזה יהיה, אבל באמת יש, אני חושב שרק עכשיו מתחיל, מתחילים להיזהר האזרעים האלו הקטנים, שנראה יותר ויותר דברים כאלו משמעותיים, אני יודע שגם בכימיה יש חומרים חדשים שנמצאים באיזשהו מקום של כזה קנדידייטס, או דברים בסגנון הזה, כל העניין של חלבונים בביולוגיה וכל מה שקשור במודלים שקשורים גם ב-DNA ותרופות ממה שאמרת. פיזיקה, שזה כאילו עולם סופר מעניין, אם אמרת באמת סימולציות גם ודברים בסגנון הזה, יכול להיות שנמצא שם גם כן. יש איזה משהו כזה מהעולמות האלו מעניין שאתה יכול לספר לנו?
תשמע, אני עוקב בעיקר על מה שקורה בתחום המתמטיקה, קצת בתחום הסייבר, אני לא שמעתי, זה לא אומר שאין, אני לא שמעתי על פריצות דרך מטורפות בתחום של פיזיקה באמצעות AI. מה שכן, בתחום החלבונים וכאלו יש את האלפא פולד ואלפא פולד 3, ולדעתי או שיצא אלפא פולד 4 או שיצא, יש ממש התקדמות מאוד מאוד גדולה בנושא של המצאה של חלבונים חדשים, שזה היה משהו מאוד מאוד יקר, אבל כמעט בלתי אפשרי נגיד לפני איזה חמש שנים. ואני חושב שאתה אמרת שמושלם בכל מיני תחומים, וזה התחום שהולך להיות מושפע מאוד מאוד חזק מאייט, תחשוב, זה לא רק רובוטים, כל מיני אמצעי לחימה, עכשיו כל מיני מפעלים אוטומטיים, נגיד יש לך מפעל ויש לך בן אדם אחד שמפעיל מפעל שלם שפעם עבדו שם איזה אלף אנשים, ויש כמובן רכבים אוטונומיים, וכמובן שיש את הרובוטים האלה, בסין כבר מוכרים לך רובוטים הביתה, אני בחיים לא הייתי קונה גם אם מציעים לי כסף. ידע יש שם קטעים אני נקראתי שם יצחוק אבל באמת די מטורף היו שם רובוטים שרצים 100 מטר בכמה שניות יותר מהר מיוסיין בולט יותר מיוסיין בולט ואחרי זה כזה גם מתנגשים באיזה קיר כן כן כן יש שם איזה רובוט שהתנגש בקיר הלך אחורה והתרסק לגמרי. וזה קורה עדיין אנחנו לא רואים איזה משהו שהוא כאילו אני חושב שבמפעלים כן רואים את זה יש נגיד מחסנים אוטונומיים לחלוטין של אמזון שאין שם כמעט אנשים הכל שם אוטומטי.
רובוטים כאלה, עגלות רובוטיות, בוא נגיד ככה, אני חושב שהתחום הבא, שכנראה, אני לא יודע עד כמה ייפול, אבל ייהנה מאוד מפירות AI, זה יהיה פיזיקל AI. ולא רק זה, נגיד במפעלים, עזוב את המכונות, יש תהליכים מאוד מאוד מאוד מורכבים, אוקיי? מפעלים שלא יודע שמייצרים, שמייצרים, נגיד, חומרים, הדברים מאוד מאוד מורכבים, זה לא רק לייצר מכוניות, אוקיי? אלא יש פה עוד תכנון מאוד מאוד מורכב, והיום הדברים לוקחים הרבה מאוד זמן, ובגלל זה זה מאוד מאוד מייקר, אז אני חושב שהשימוש ב-AI במקומות האלו יכול מאוד להוסיל את הדברים, זאת אומרת, ובלי לפגוע באיכות, אתה מבין? כן.
אז לא יודע להגיד לגבי פיזיקה. אבל בפיזיקל AI אני חושב שבשנתיים שלוש הקרובות אנחנו נראה דברים מאוד מעניינים. לגמרי, וזה נראה שכבר בסין הם מאוד מאוד חזקים בכיוונים האלו, וגם יש את הדחיפה באמת, אני חושב שיאן לקון עם התפיסה שלו של World Models וכל הדברים בסגנון הזה, גם מאוד דוחף את החברות, בעצם חברות AI, לפתח מודלים בכיוונים האלו, ויש לנו גם את... חברות ישראליות שככה נוגעות בתחום בלייטריקס ובדקארט וכולי אז אנחנו באמת מאוד מעניין לאיפה זה ילך ואני מקווה ששם אני אתפוס באמת איזושהי עמדה מאוד חזקה כאן בעצם. בפיתוח של וורד מודלס ואני מקווה שזה ידחוף אותנו גם כתעשייה גם בעולם של פיזיקה ליאי.
פשוט סקייל, אין לנו מספיק כסף. אני חושב שבשביל לפתח וורד מודלס, יש לנו... אני לא יודע עד כמה יקר לפתח וורד מודלס, זה אולי תלוי מקרה, כי אתה יודע, וורד זה עולם, ויש עולמות קטנים, אבל גם שם יש את המחסום הזה של כסף. אז אני לא יודע עד כמה אנחנו נצליח להוביל את זה, אבל לפחות אנחנו צריכים להצליח למשוך פה, עם הרעיונות שלנו, למשוך כל מיני חברות שיבנו פה. מרכזיים על בסיס הרעיונות של הסטארט-אפים שלנו.
כן, תרשה לי להיות יותר אופטימי, אני עושה באמת לטוב. שיחה סופר מעניינת, היה לי ממש כיף לארח אותך פה שוב פעם, מייק. איזשהו משהו לסיום שאתה רוצה לשתף עם המאזינים? אז דבר אחד אני רוצה לשתף. בוא נגיד הרבה אנשים מאוד מאוד מפחדים מ-AI, מה יקרה, עוד מעט אף אחד לא יצטרך לעבוד, ומה נעשה, ופה משם.
בינתיים, עד שנגיע לזה, אני חושב שאנחנו צריכים להפסיק לפחד מ-AI, להתחיל פשוט ללמוד לעבוד ב-AI בצורה יעילה. אני תמיד אומר שאולי AI ייקח חלק מהמשרות, ואולי חלק מהעבודות כבר ייעשו על ידי AI באופן מלא, אבל יהיו עוד עבודות. אני מאמין שבסופו של דבר יהיה עבודה... לאנשים, אני לא יודע, לכולם לא לכולם קשה להגיד, אבל אני יודע למי לא יהיה עבודה. לא יהיה עבודה למי שלא יודע לעבוד עם כליאי בצורה יעילה.
אני יכול להגיד לך, לא יודע מקסימום, מקסימום תחתוך את זה. הגיע אליי מישהו להתראיין, אוקיי, והוא אמר שהוא כותב קוד לבד. אז מי שראיין יחד איתי, הוא אמר לי, אתה היית צריך לראות את הפרצוף שלך ברגע שהוא אמר. זה כאילו פרצוף, פרצוף כאילו שרק... מזועזע.
אז כאילו, לשנייה קפאתי, קפאתי, לא ידעתי מה להגיד. אז לא כותבים קוד היום ככה, אוקיי? כותבים קוד עם כלי AI, גם יש טענות שגם לא צריך כל כך לקרוא את הקוד, אלא כל מיני סיכומים. זה נשאר עדיין בג'אג'מנט של כל אחד, אבל אני לגמרי כמובן מתחבר לדבר הזה, וזה גם כיף גדול. ובאופן ספציפי, אנחנו מדברים על מדע באמת בעולמות האלו של מחקר, אני כאילו מתעסק במשין לרנינג.
עדיין, וכיף, זה באמת כיף גדול לקחת את כל ה... אני בן אדם שיש לו כל כך הרבה רעיונות, והיכולת כזה לקחת, לפרוס את זה, לקדם את זה, וטה טה טה, ולייצר סוג של ניסויים, ולראות את התוצאות, זה כיף גדול. ואולי גם קצת בזמן החנוי שלכם, יש הזדמנות פתאום לחזור לאיזה תחום מדעי שאהבתם בתור ילדים, אולי קצת אחרי זה, בלימודים. או משהו כזה, והרבה דברים מעניינים. אני לגמרי מתכנן, דרך אגב, לא יודע, כשאני אצא לפנסיה או פנסיה כזאת, אתה יודע, לעבוד פה ושם, לעשות עוד איזה PhD.
כן. כן, עוד לא החלטתי בדיוק במה, אבל אני, יש לי כמה וריאנטים, אבל כנראה שאלך לזה. יאללה, אולי איזה PhD על AI סלופ. או פלאף. או פלאף.
כן, משהו כזה. מגניב, יופי, תודה רבה מה... תודה רבה לך. ואנחנו נתראה בפרק הבא. או שלושה חודשים