MIT: מהו הנתיב הנכון לבינה מלאכותית וכיצד עוברים ממירוץ ענקיות למודלים ממוקדי מטרה
בכנס הנערך לאחרונה ב-MIT, קראו העיתונאית קארן האו והחוקרת פאולה ריקאורטה לשינוי כיוון בפיתוח AI: פחות מירוץ לסקייל מחשובי, יותר מודלים קטנים וממוקדי משימה, עם אחריות חברתית וסביבתית.
על פי הדיווח, שאלה אחת עמדה במרכז כנס שנערך ב-MIT: מי באמת מרוויח מהבינה המלאכותית. בדיון פומבי עם יותר מ-300 משתתפים, שתי דוברות מרכזיות, העיתונאית קארן האו (Karen Hao ’15) והחוקרת פאולה ריקאורטה (Paola Ricaurte), הציגו ביקורת חריפה על המסלול הדומיננטי של התעשייה בשנים האחרונות, וקראו לכיוון חלופי: בינה מלאכותית ממוקדת מטרה, צנועה יותר במשאבים, ומחוברת לצרכים של קהילות.
פחות “בואו נגדיל הכול”, יותר בינה ממוקדת
האו, לשעבר כתבת ב-The Wall Street Journal וב-MIT Technology Review ומחברת הספר Empire of AI (2025), טענה כי הדחיפה לעבר מודלים עצומים, מאגרי נתונים אדירים ומרכזי נתונים היפר-סקייל תחת הדגל של “בינה כללית” אינה הכרחית כדי להפיק ערך ציבורי. לדבריה, “הסקייל הזה מיותר” במקרים רבים, והוא מגיע עם עלויות כבדות שלא תמיד נלקחות בחשבון בשיח הפופולרי.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
בין המחירים שהדגישה: צריכת אנרגיה ופליטות הנלוות להפעלת מרכזי נתונים גדולים מאוד, שימוש משמעותי במים לקירור תשתיות מחשוב, וכן “מחיר אנושי” של עבודת הזנה ותיוג נתונים המתבצעת לעיתים על ידי עובדי 'כלכלת החלטורה' ברחבי העולם. במילים אחרות, גם כאשר מוצר AI נראה “דיגיטלי” ונקי, שרשרת הייצור שלו נשענת על משאבים פיזיים ועבודה אנושית.
AlphaFold כדוגמה לנתיב חלופי
כקונטרסט למגמת הענק, האו הצביעה על AlphaFold, הכלי שזכה להכרה רחבה בזכות תרומתו להבנת מבני חלבונים. בעיניה, זהו מקרה מובהק של מודל קטן ומוגדר היטב שפותר בעיה תחומה, עם נתונים אוצריים ורלוונטיים בלבד. המשמעות התעשייתית רחבה: לא כל בעיה דורשת מודל ש”יודע הכול”; לעיתים הפתרון האפקטיבי ביותר הוא מערכת ממוקדת שמכוונת למשימה אחת, ומספקת ROI מדעי וחברתי גבוה בלי להבעיר משאבי מחשוב.
האו חידדה גם בעיה מושגית: המונח “בינה מלאכותית” הפך למטרייה עמומה. היא השוותה זאת למילה “תחבורה”, שיכולה לתאר אופניים או טיל. מכאן עולה מסקנה פרקטית לשוק: אם רוצים “להנגיש את יתרונות ה-AI”, צריך קודם להגדיר איזה סוג של AI, לאיזו מטרה, ומי נושא בעלויות.
“טכנולוגיה חייבת לענות לקהילות שישתמשו בה”
בנאום המרכזי השני הדגישה ריקאורטה, פרופסורית ב-Tecnologico de Monterrey במקסיקו ועמיתת סגל ב-Berkman Klein Center בהרווארד, כי אין היגיון בפיתוח טכנולוגיות שאינן מגיבות לצרכים של הקהילות שאמורות להשתמש בהן. ריקאורטה, שהייתה מעורבת גם בגופים בינלאומיים כמו UNESCO ו-Global Partnership for AI, הציגה מסגרת חשיבתית שמעמידה במרכז שאלות של תכלית, אחריות ותועלת אזרחית.
האירוע, “Gender, Empire, and AI: Symposium and Design Workshop”, אורגן על ידי תוכנית לימודי נשים ומגדר ב-MIT, בהובלת מנדהוהאי בויאנדלגר (Manduhai Buyandelger), וכלל גם קבוצות דיון וסדנאות עיצוב בנושאים שונים. התמונה שעלתה מהכנס ברורה: מסלול ה-AI אינו גזירת גורל. השיח הציבורי, רגולציה, בחירות הנדסיות ומדיניות השקעה יכולים להטות את הכף לכיוון מודלים יעילים, שקופים ומועילים יותר.
בסיום, שתי הדוברות קראו למעורבות פעילה של מדענים, מהנדסים ואזרחים. בעידן שבו AI נכנס למערכות חינוך, בריאות, תעסוקה וממשל, השאלה אינה רק מה אפשר לבנות, אלא מה נכון לבנות, ולמי.