הדרך לסופר-אינטליגנציה מלאכותית: מה זה AI ולאן אנחנו הולכים?

הבינה המלאכותית הופכת במהירות לחלק בלתי נפרד מהחיים שלנו – אפשר למצוא אותה באפליקציות, במכשירים, בשירותים שאנחנו משתמשים בהם, ומידי פעם היא אפילו מסוגלת לכתוב עבורנו, לדבר איתנו, או ליצור עבורנו תמונות, וידאו, קוד או מוזיקה.

אבל אנחנו נמצאים רק בהתחלה של שילוב הבינה המלאכותית בחיינו, כשהחזון שמניע את התעשייה שואף ללכת הרבה יותר רחוק – אל עבר בינה מלאכותית כללית (AGI) ואפילו בינה על-אנושית (ASI), שעשויות לשנות את כללי המשחק של האנושות כולה.

מה זה AI?

אם הסתובבתם ברחוב, צפיתם בטלוויזיה או גלשתם ברשתות החברתיות ובאתרי אינטרנט לאחרונה, כנראה שראיתם לא מעט שלטים ופרסומות שמציינים כי “ה-AI כבר בפנים”, אבל לא בכל מקרה בו מציינים כי מוצר או שירות כלשהו כוללים בתוכם בינה מלאכותית, הדבר בהכרח נכון.

בבסיסה, בינה מלאכותית דורשת אוטונומיה מסוימת, גם אם היא הוגבלה בפעולותיה על ידי בני האדם שבנו אותה, כך שמעבר לביצוע הפעולה המדויקת שנתתם לה, היא צריכה להיות בעלת היכולת להבין ולפתור את הבעיות שעומדות מולה, לדעת לקבל החלטות ללא הכוונה מדויקת שלב-אחר-שלב וכמובן ללמוד מהניסיון שצברה ולהתפתח בדרכים שונות.

דוגמה לכך אפשר לקחת מחיי היום-יום שלנו – שיחות עם מוקדי שירות.

לא באמת AI – מערכת אוטומטית:

• אתה מתקשר, והמוקד הקולי מבקש: “לחץ 1 למכירות, לחץ 2 לתמיכה טכנית”.
• אתה בוחר 2, ואז מקבל תפריט נוסף.
• אם תבחר משהו מחוץ לאופציות – המערכת לא תבין, ולא תדע איך לנווט אותך הלאה.
• המערכת לא מזהה רגשות, לא לומדת ולא משתפרת עם הזמן.

לסיכום: אין כאן הבנה, הקשר או למידה – רק ביצוע תסריט קבוע מראש, לכן זו לא בינה מלאכותית.

כן AI – מערכת שמזהה התנהגות אנושית:

• אתה כותב בצ’אט או אומר בטלפון: “אני צריך עזרה עם החשבונית האחרונה שלי, אני לא מבין את החיוב.”
• המערכת מזהה את הכוונה הכללית, ולא רק מילים בודדות.
• היא מזהה את רמת התסכול שלך לפי טון הדיבור או סגנון הכתיבה.
• היא מתאימה את התגובה – מציעה הסבר פשוט, ומעדכנת את ההיסטוריה שלך לשיחה הבאה שתנהל מולה.

לסיכום: כאן מדובר על זיהוי שפה טבעית, ניתוח רגשות ולמידה מהתנהגות קודמת – זו כן בינה מלאכותית.

מה אפשר לעשות עם בינה מלאכותית כבר היום?

המודלים המתקדמים ביותר כיום, כמו GPT-4o של OpenAI, או Gemini 2.5 של גוגל, Claude 4 של אנתרופיק ואחרים, מסוגלים להתמודד עם משימות מורכבות ברמות גבוהות במיוחד.

הנה כמה דוגמאות למה שהם כבר יודעים לעשות:

• שיחה קולית בזמן אמת – עם הבנה של רגשות, אינטונציה, הפסקות וחזרה בזמן אמת (Gemini Live).
• ניתוח תמונה ווידאו – כולל הבנת סצנות, קריאת טקסטים מהתמונה, זיהוי רגשות ודמויות.
• תכנות – יכולת לבנות אפליקציות שלמות, למצוא באגים, להסביר קוד ולתרגם בין שפות תכנות.
• יצירת תמונות ווידאו – מודלים כמו DALL·E ו־Midjourney מסוגלים ליצור תמונות לפי תיאור בלבד, ו-Sora או Veo 3 יוצרים קטעי וידאו שלמים על בסיס טקסט, אפילו עם שמע הצמוד אליהם (Veo 3).
• זיכרון – שמירה של פרטים על המשתמש לאורך זמן לצורך המשכיות והקשר אישי.
• תמיכה רפואית – ניתוח תסמינים, קריאת תיקים רפואיים, הפקת מסמכים רפואיים וזיהוי מוקדם של בעיות קריטיות (קראו עוד על כך כאן).
• ניהול תהליכים עסקיים – הפקת מסמכים, ניתוח שוק, יצירת תרחישים ותחזיות.

ועדיין, כל המודלים האלו נשארים מוגבלים לפי סט של מידע וכללים שאומנו עליהם. הם לא מבינים באמת – הם מחקים את ההבנה, ואין להם כוונה, מודעות או יצירתיות אמיתית.

AGI – כשהבינה המלאכותית הופכת בלתי תלויה

בינה מלאכותית כללית (Artificial General Intelligence) היא המדרגה הבאה. מדובר במערכת שתוכל:

• ללמוד נושא חדש בכוחות עצמה – כמו שבנאדם לומד מספרים.
• לשלב ידע מתחומים שונים – כמו שף שמשלב בין ידע קולינרי ועיצוב כדי להציג מנה שמפתה את חוש הריח, הטעם והראייה אצל הסועדים.
• להתאים את עצמה להקשר חברתי – למשל, להבין סיטואציה בין אישית בין עובדים ולהציג בפניהם פתרון המותאם אליהם.
• לחשוב באופן ביקורתי – לזהות סתירה לוגית במסמך, גם אם לא נדרשה לכך מפורשות.

כמה דוגמאות למה מודל AGI מסוגל לשמש:

• מורה פרטי שמסביר כל נושא בכל סגנון – הוא יכין שיעורים אינטראקטיביים שיותאמו לכל תלמיד באופן ספציפי.
• עזרה בתחום הרפואה – ליווי חולה מרגע האבחון ועד שיבריא, כולל תיאום עם מערכות בריאות, בדיקות ומעקב אישי.
• פיתוח מוצרים – מפתח שמקשיב לצרכי משתמשים, מעלה רעיונות חדשים, בונה אבות טיפוס ומבצע בדיקות שוק – הכל בעצמו, בלי צוות תומך.

כל זה דורש קפיצות דרך בתחומי הזיכרון, ההבנה הקונספטואלית, יצירת ידע חדש ויכולת הסקה עצמאית מצד הבינה המלאכותית – תחומים שמתקדמים בימים אלו, אך עוד לא הבשילו באופן מלא.

ASI – כשהמכונה עולה על האנושות

אם AGI הוא מוח דיגיטלי שמתחרה ביכולות שלנו כבני אדם, אז ה-ASI (ר”ת Artificial Superintelligence) הוא השלב שבו המערכת כבר מתעלה עליהן.

כבר לא מדובר בכלי שאנחנו שולטים בפעולות שלו, אלא בישות שזרה לנו באופני החשיבה שלה – מעין ‘חיזר’ מבחינת קנה המידה הקוגניטיבי, כזו בעלת יכולת לעבד מידע, להמציא תיאוריות חדשות ולפתור בעיות בקצב ומורכבות שאינם נגישים למוח האנושי.

כמה דוגמאות:

• פיתוח תרופה חדשה למחלות נוירולוגיות בזמן קצר – כולל ניסויים וירטואליים על מיליארדי תרחישים תוך דקות.
• כתיבת חוקה דיגיטלית שמנהלת ערים שלמות תוך איזון בין יעילות, מוסר, ותרבות.
• חקר היקום דרך סימולציות מדעיות שאי אפשר להריץ כיום אפילו עם מחשבי-על.

כאן מגיעה גם השאלה שנוגעת בשליטה במערכת שכזו – האם אנחנו בכלל יכולים להבין או לכוון את ישות ASI? האם נוכל לשתף עימה פעולה? האם יהיו לה “רצונות” או “רגשות”? או האם, כמו בסרטים רבים, היא תחליט שמה שטוב בשבילנו זה שלא נהיה קיימים בכלל.

אחת מהסדרות האהובות עלי שעוסקות בנושא, Person of Interest, העלתה בדיוק שאלות כאלה כבר ב-2011, עם דמות של מערכת בינה על-אנושית (ASI) הפועלת בסתר, עוקבת אחר בני אדם, ומבצעת החלטות ללא ידיעת האנושות. אז זה היה בדיון – היום זו שאלה רלוונטית מתמיד.

אדם מול מכונה – ניסיון להשוואת IQ

כדי להבין את קצב ההתקדמות של הבינה המלאכותית, אפשר לדמיין אותה לאורך סקאלה של IQ אנושי, אם כי אלו הערכות בלבד:

• המודלים הראשוניים של AI, כמו מערכות לתרגום אוטומטי, זיהוי תמונה או בוטים פשוטים – פועלים בטווח שנע בין IQ של 80 ל-100, דומה לרמת חשיבה פונקציונלית בסיסית של אדם. הם יודעים לבצע משימות כפי שהוגדרו להם, אבל לא להבין את ההקשר הרחב יותר או להסיק מסקנות חדשות.
• הדור הנוכחי – מודלים כמו GPT-3.5 כבר מתפקד ברמה של אדם מעל הממוצע (IQ של 110-120), ויודע לנסח טקסטים ברמה גבוהה, להבין שפה טבעית ולהתמודד עם בעיות פשוטות בלוגיקה. המודלים המובילים כיום כמו GPT-4 ו-Claude 4 מציגים ביצועים שמתאימים ל-IQ של 130–140, המקבילים לסטודנטים מצטיינים או “גאונים” במונחי מבחני SAT ו-LSAT.
• AGI הוא כבר ברמה אחרת: מדובר במערכת שתדע ללמוד ולפתור בעיות בצורה עצמאית, ללא הגדרה מוקדמת של תחום הפעולה, ממש בדומה לדרך בה בני-אדם יצירתיים ובעלי אינטואיציה חזקה מסוגלים לעשות. הרמה הזו מוערכת כ-IQ של 150 ומעלה – טווח שבו אפשר למצוא אנשים בעלי חשיבה מופשטת ויכולות אנליטיות יוצאות דופן.
• ASI מתוארת כבר כבינה על-אנושית, ישות שהיא לא רק חכמה יותר מהאדם החכם ביותר, אלא חכמה ממנו בסדרי גודל. בהערכה שמרנית, מדובר ב-IQ של 200 ומעלה, אך בפועל מדובר ביכולת עיבוד, הסקה ויצירה שחורגת מכל מדידה אנושית שאנו מכירים. בשלב הזה, ייתכן שאפילו עצם ההשוואה ל-IQ אנושי ככל שזה נוגע ל-ASI מאבדת מהמשמעות שלה.

איך מתכוננים לעתיד עם AI?

המרוץ ל-AGI ול-ASI מלווה במאמצים גדלים לשמור על איזון ובקרה:

• פיתוח מנגנוני שיוכלו לוודא כי המודל “מבין” ערכים אנושיים ומתנהג בהתאם.
• הטמעת מגבלות פנימיות ותנאי הפעלה.
• סימון תוכן שנוצר על ידי AI – לדוגמה, SynthID של גוגל.
• הקמת גופי פיקוח עצמאיים וחוצי-מדינות.

OpenAI, לדוגמה, הקימה צוות בשם Superalignment, במטרה להתמודד בדיוק עם השאלה “איך שומרים שליטה על מודל עם יכולות משמעותיות יותר מאלו של בני האדם?”

דוגמה נוספת הוא ה-AI Act באירופה – האיחוד האירופי היה הראשון לאשר רגולציה מקיפה לבינה מלאכותית עם חוק ה-AI Act, שמדרג מערכות לפי רמת סיכון ומטיל מגבלות על שימושים מסוכנים, כמו מעקב ביומטרי בזמן אמת. החוק מדגיש את הצורך באיזון בין חדשנות טכנולוגית לבין הגנה על זכויות אדם.

השורה התחתונה: העתיד כבר כאן, אבל אנחנו רק בתחילת הדרך

המודלים של היום כבר מסוגלים לכתוב, לתכנן, להמליץ, לעצב, להאזין וליצור בקצב שלא הכרנו. אך מה שמגיע עם AGI ו-ASI הוא לא רק שיפור – אלא שינוי בסקאלה שבכלל לא קיימת.

ממערכות שעוזרות לנו למערכות שחושבות בעצמן, ואולי אפילו שואלות את עצמן שאלות חדשות. וכשזה יקרה, נצטרך לוודא שהתשובות שלהן עדיין רלוונטיות גם לנו.