קמפוס אינטל בפתח תקווה אירח השבוע קבוצה נבחרת של עיתונאי טכנולוגיה ומשפיעני רשת לבוקר שכולו עתיד. במבט ראשון, זה נראה כמו עוד עדכון חומרה שגרתי, אבל מתחת למכסה המנוע של המחשבים הניידים שהוצגו על השולחן, התחוללה מהפכה שקטה. ההבטחה של גיא טמיר, אוונגליסט הטכנולוגיה של אינטל, הייתה ברורה: ה-AI מפסיק להיות מושג מופשט שחי בענן, והופך לכלי עבודה עוצמתי, פרטי ומקומי שפועם בתוך המעבדים החדשים. יצאתי מהאירוע הזה עם תובנה אחת מרכזית – המחשב האישי שלנו עומד להגדיר מחדש את המושג "אישי".
להלן הנקודות החשובות של עדכון הבוקר באינטל, שהתמקד בפריצות הדרך בבינה מלאכותית (AI), המעבר לעיבוד מקומי (Edge AI), והדגמות של יכולות חומרה ותוכנה חדשות.
פריצת מחסום ה-AI והמירוץ לאינטליגנציה: בפתיחת הדברים הציג אוונגליסט הטכנולוגיה של אינטל, מר גיא טמיר טענה כי הפריצה הגדולה ביותר של ה-AI אינה רק ביצירת תמונות, אלא ב"שבירת מחסום השפה" מול המחשבים. היכולת לפרק שפה ל"טוקנים" (Tokens) ולהבין את המשמעות הסמנטית וההקשרים בין מילים אפשרה למחשבים לקרוא את רוב הידע האנושי ולייצר ידע חדש. גיא אמר גם כי מנת המשכל (IQ) של המודלים עולה בקצב מסחרר וכבר עקפה את הממוצע האנושי.
קיימים שני כיוונים עיקריים בהתפתחות ה-AI:
המירוץ ל"סופר-אינטליגנציה" (בענן): חברות כמו גוגל, מטא ו-OpenAI משקיעות הון עתק בבניית מודלים ענקיים. מסלול זה נתקל בקשיים כמו מחסור במידע (Data) זמין לאימון, וצריכת אנרגיה אדירה.
המירוץ ליעילות ועיבוד מקומי (Edge AI): הכיוון בו אינטל מתמקדת – לקיחת האינטליגנציה המלאכותית והנגשתה לשימוש יומיומי, יעיל ופרטי על גבי המכשיר האישי (מחשב נייד, רובוט, רכב) ללא תלות בענן.
חשיבות ה-AI המקומי (Local AI)
בהמשך הדברים הדגיש מומחה ה-AI מטעם אינטל את היתרונות של הרצת מודלים באופן מקומי על המחשב:
- פרטיות ואבטחה: המידע האישי נשאר אצל המשתמש ולא נשלח לשרתים חיצוניים. זה קריטי עבור משתמשים וארגונים שחוששים מדליפת מידע.
- זמינות: יכולת עבודה גם ללא חיבור לאינטרנט (למשל, רכב אוטונומי שחייב להגיב גם כשאין קליטה).
- עלות ויעילות: הרצה מקומית חוסכת עלויות של "טוקנים" בענן ואנרגיה.
- פרסונליזציה: המודל המקומי יכול "ללמוד" את המשתמש, את הקבצים שלו ואת ההרגלים שלו, ולהפוך לעוזר אישי אמיתי שמכיר את ההקשר הספציפי של בעל המחשב.
שימוש במחשבים ניידים לצורך יצירת תוכן ב- AI עם חומרה היברידית
לרשות גיא טמיר עמדו מספר מחשבים ניידים לצורך הדגמה, מדור ממש מודרני עם מעבדי Lunar Lake וכן Meteor Lake שכוללים ארכיטקטורה הטרוגנית. כל מעבד כולל שלושה רכיבי עיבוד מרכזיים:
- CPU: למשימות כלליות וכבדות
- GPU: לעיבוד גרפי ולמשימות AI מקביליות כבדות
- NPU: (קיצור של Neural Processing Unit) רכיב ייעודי לבינה מלאכותית, מצטיין ביעילות אנרגטית
הדגמות
בהמשך ההרצאה עבר המרצה למספר הדגמות חיות שבוצעו בעיקר על המחשבים הניידים שהיו על שולחנו:
זיהוי Deepfake: הוצגה טכנולוגיה (בשיתוף McAfee) המשתמשת ב-NPU כדי לנתח וידאו בזמן אמת ולזהות אם האדם המצולם אמיתי על בסיס שינויים זעירים בצבע העור המעידים על דופק. וידאו ללא "דופק" מזוהה כמזויף.
גיימינג ו-Upscaling: שימוש בטכנולוגיית XeSS לשיפור ביצועי משחקים. ה-AI לוקח תמונה ברזולוציה נמוכה ומגדיל אותה (Upscale) בזמן אמת, מה שמאפשר להריץ משחקים כבדים על מחשבים דקים. כמו כן הוצג "מאמן משחקים" (Game Coach) המנתח את המשחק בזמן אמת ונותן טיפים.
AI Playground: כלי המאפשר הרצת מודלים שונים (כמו יצירת תמונות או צ'אטבוטים) מקומית. הודגם ניתוח תמונה של טבלה מורכבת ומתן תשובות עליה, וכן יצירת קוד (למשל, מחשבון משכנתא) תוך שניות.
הדגמת AI PLAYGROUND של אינטל:
יצירתיות ועריכת וידאו:
עריכה ב- Premiere Pro של אדובי: בחירת אובייקטים בתוך וידאו (כמו חולצה) ושינוי הצבע שלהם באופן אוטומטי לאורך הסרטון.
העתיד: סוכנים אוטונומיים ומודלים ממוקדים
לאחר כשעה קלה שרטט גיא טמיר, אוונגליסט ה-AI של אינטל, את עתיד התחום.
סוכנים (Agents): המעבר מ-Chatbot שרק מדבר, ל-Agent שיש לו "ידיים ורגליים" – כלומר יכולת לבצע פעולות עצמאיות כמו כניסה לאתרים, בדיקת מניות וביצוע רכישות. האתגר המרכזי כאן הוא לא הטכנולוגיה, אלא יצירת אמון (Trust) אצל המשתמשים.
מודלים מומחים (Expert Models): במקום מודל ענק שיודע הכל, יהיו מודלים קטנים וממוקדים יותר (למשל, מודל לרפואה או למשפט) שיהיו יעילים יותר לשימוש ספציפי.
למידה מתמדת (Fine-tuning): מכשירים ילמדו ויתעדכנו כל הזמן. הדובר נותן דוגמה של רכבים שלומדים את תנאי הדרך במהלך היום, ומשתפים את המידע בלילה כדי לעדכן את המודל ליום המחרת.
ולבסוף סיכם ואמר שהמסר העיקרי הוא שהבינה המלאכותית הופכת נגישה, פרטית ויעילה יותר באמצעות מעבר מהענן למכשירי הקצה, מה שמשנה את הדרך בה אנחנו עובדים, יוצרים ומשתמשים במחשבים.
וכמה מילות סיכום
האירוע בקמפוס אינטל הבהיר דבר אחד מעל לכל ספק: ה-AI הוא כבר לא "טרנד" שקורה אי שם בשרתים רחוקים בעמק הסיליקון, אלא כלי עבודה ממשי שיושב לנו על השולחן. המעבר לעיבוד מקומי (Edge AI) הוא לא רק עניין טכני של מעבדים חזקים יותר, אלא שינוי פרדיגמה שמעניק לנו פרטיות, מהירות ועצמאות. עם זאת, המסקנה המהדהדת ביותר מהבוקר הזה היא האחריות שמונחת עלינו, אנשי התוכן והטכנולוגיה. כדי לא להישאר מאחור בעולם שבו ה-IQ של המכונות מזנק, עלינו להקצות את הזמן, ללמוד את הכלים החדשים ולהבין איך להפוך את הבינה המלאכותית לשותפה ליצירה ולא רק למילת באזז.
