מאירי פנים

כמה פעמים נתקל כל אחד מאיתנו בסיטואציה הבאה בתור לבידוק דרכונים , והתבקש להישיר מבט למצלמה כדי לתעד את פרצופו. זו ניתן לומר , הטכנולוגיה של אתמול , אולי אפילו שלשום. טכנולוגיית זיהוי הפנים נמצאת בשימוש גורמי בטחון רבים בעולם, והיא מנטרת מיליוני מצלמות בכל שעה על פי צרכים שמוגדרים שלה מראש. אלא שיש מי שלוקח את הטכנולוגיה הזו צעד קדימה, או ליתר דיוק , צעדים קדימה. חברת “קורטיקה”  הישראלית שהוקמה ב 2007 פיתחה תוכנה של זיהוי עצמים מתוך תמונות וסרטי וידאו, על ידי לימוד עצמי של המערכת – DEEP LEARNING.

“הרעיון המחקרי שלנו היה לבחון את תחום הלמידה האנושית ולנסות ליישם אותו בבינה מלאכותית”, אומר יגאל רייכלגאוז, מנכ”ל קורטיקה. “התפיסה שלנו הייתה לא ללמד ולהזין את המערכת כל הזמן,  אלא ליצור בסיס נתונים ראשוני  ומהשלב הזה המערכת תלמד לבד”.

תמונת כותרת ולעיל: קורטיקה צילום: לירן שיטרית

כדי להמחיש את הרעיון של תוכנת קורטיקה נותן רייכלגאוז את הדוגמא הבאה . ” מכוניות אוטונומיות הן עובדה קיימת. אבל הן מזהות את האובייקטים על בסיס מאגר תמונות בשרתים שלה וחיישנים שונים שמפוזרים ברכב. אבל לדוגמא, אם אדם עומד  בצורה מעוותת יחסית לתמונות שבמאגר העצמי, המערכת יכולה לפספס אותו. כאן בדיוק נכנסת לתמונה הטכנולוגיה של “קורטיקה”. המערכת שלנו תזהה שזה אדם על בסיס הלמידה העצמית שלה. היא תדע לעשות אנליזה של הצורה והמצב, ותבין עצמאית שזה אדם, ותבלום במית הצורך את הרכב” .

“קורטיקה” החלה כמחקר מדעי בטכניון. רייכלגאוז, הגיע מתחום הנדסת חשמל, חבר לקארינה אודינייב, שהגיעה מתחומי הרפואה ומדעי המוח. את השנים הדריך הפרופסור יהושע זאבי, מומחה לראייה ממוחשבת.

” הרעיון שלנו היה לבחון את אופן חישוביות המוח האנושי, ולנסות לתרגם אותו לטכנולוגיה. לצורך כך לקחנו רקמת מוח של חולדות – קורטקס בלשון המקצועית, וחיברנו לו רשת סנסורים שניטרה את תנועת הנויירונים. על ידי התחקות אחר תנועת הנויירונים ניסינו לבנות את היכולת החישובית, על בסיס המהירות ומבנה השכבות”.

ש: מה ההבדל למעשה בין חישביו אנושית לזו של מנוע חיפוש כמו גוגל למשל?

” גוגל למעשה רצה מהר על הרבה מאד שכבות. במקרה שלה זה שרתים עצומים שמכילים את המידע. במוח האנושי יש מעט שכבות ועדיין החישוביות מאד מהירה. לדוגמא: כשאני מראה לך תמונה של חתול אתה יודע מיד שזה חתול. המחשב עדיין עובד לאט יותר. את הפער הזה בדיוק רצינו לסגור במחקר. מעבר למהירות יש מימד הלימוד. תינוק שנולד יודע מהר מי אמא שלו מבלי שמישהו לימד אותו. זו יכולת הלימוד העצמי. הטכנולוגיה שלנו יודעת לשלב בין התליכים: המהירות והלימוד העצמי”.

הטכנולוגיה של קורטיקה בנויה למעשה על עיבוד מהיר של תמונה והפיכתה לחתימה דיגיטלית בעלת  מקבץ ספרות. התמונה נשמרת במאגר, וברגע שמוצגת תמונה דומה, המערכת מבצעת מיד התאמה דיגיטלית ומציגה את התוצאה. כך למשל ניתן היה לזהות את המחבל שדקר בצומת אריאל במצלמות אחרות. נדגיש, במקרה הזה לא נעשה שימוש בטכנולוגיה של קורטיקה.

” כל אוסף מספרים בחתימה הדיגיטלית מייצג מרכיב בתמונה. אם מדובר בפרצוף הרי שלכל מרכיב יהיה רצף נפרד: עיניים, אף, משקפיים, נקודת חן וכו.” אומר רייכלגאוז. “הזיהוי נעשה למעשה על ידי טכנולוגיה שמחקה מוח אנושי, אבל מבוססת בינה מלאכותית.”

כשהסתיים המחקר פורץ הדרך של רייכלגאוז ואודינייב, שקלו השניים לפרסם אותו במסגרת עבודת הדוקטורט שלהם בטכניון. אלא שבעצה אחת עם עם המנחה, פרופ’ זאבי, הוחלט ש “לא לבזבז את הרעיון על פרסום אקדמי”, ולהקים חברה. כבר בשלב הזה קיבלו השלושה הצעת רכישה שעמדה על 50 מיליון דולר. ההצעה נדחתה בעיקר הודות לפרויקט בטחוני שקיבלו בתחום BIG DATA, פרויקט שאיפשר להם להפוך את הרעיון לטכנולוגיה ולהקים את החברהשהציגה ריווחיות כבר מהתחלה.

תמונה 2: קרינה אודינייב ויגאל רייחלגאוז, מייסדי קורטיקה
צילום: לירן שטרית

ש: מתי הבנתם שיש לכם ביד טכנולוגיה פורצת דרך?

“ברגע שהבנו שיש כאן פריצה מדעית. יכולת לחקות את מהירות חישוביות המוח תוך שימוש מופחת באמצעים אנרגטיים. למעשה, הבנו שיש לנו פתרון, עוד לפני שמצאנו את הבעייה.. בסוף שנות ה 2000 העולם הדיגיטלי היה בעיקר במסחר מכוון. רק בשנתיים האחרונות הצורך הזה צבר תאוצה משמעותית עם הצורך בעיבוד BIG DATA  במהירות גבוהה והכניסה של הטכנולוגיה הזו להרבה מערכות, כמו למשל  עולם הרכב האוטונומי “.

ש: איפה בעולם הרכב הטכנולוגיה שלכם באה לידי ביטוי?

” בעיקר במהירות , כמות ואייכות המידע שמופק. המערכת שלנו היא מערכת לומדת. מספיק להראות לה מעט תמונות כדי שהיא תזהה את העצמים מהר. מעבר לזה, היתרון הגדול הוא בהיותה מערכת לומדת עצמאית. זו מערכת שיודעת ללמד את עצמה איך נראה חתול, למרות ש”ראתה אותו” רק פעמים בודדות. מעבר לזה היא יכולה ללמוד על סכנות. למשל,  היא תאיט אוטומטית את הרכב  כשיתקרב למעבר חציה עם הולך רגל שירד מהמדרכה, כי היא יודעת  שבעבר הנהג האט. בעתיד המערכת תדע יותר גם  לגבי קריאת מצבים מסוכנים בכביש,על  סמך למידה. מעבר לזה אנחנו בונים את המערכות לרכב באופן כזה שישתפו פעולה ביניהן. כלומר ידע שנצבר במכונית אחת יופיע גם במערכת מקבילה”.

ש: אתה מרבה להזכיר את עולם הרכב האוטונומי , שאין ספק שצובר תאוצה , אבל מה לגבי תחומים אחרים : צרכני, רפואי , בטחוני ?

“אנחנו יכולים לחבר את הטכנולוגיה הזו לכל סנסור. רפואי למשל. לחץ דם, המערכת תדע לזהות על סמך בסיס הנתונים שלה עליות או ירידות צפויות על פי פרופיל שהיא תבנה לאורך זמן. מעבר לזה כל סנסור: לייזר, מצלמה, אקוסטי,  כל אלה יכולים להיות מתורגמים לחתימה דיגיטלית שתאוחסן במערכת”.

ש: במהלך השנים אני מניח שקבלתם הרבה הצעות רכש, עד עכשיו סרבתם לכולם. למה? אתם מרגישים שיש לכם ביד את הגוגל הבא?

“גוגל הבא לא ידוע, אבל חברת ענק בהחלט כן”.

אמיר בר שלום

תגובות סגורות