מה זה בינה מלאכותית? הסבר פשוט, בלי ספר לימוד

מה זה בינה מלאכותית: ההסבר הפשוט

השורה התחתונה: בינה מלאכותית היא תוכנה שפותרת משימות מורכבות, כאלה שנראה שהן דורשות שיקול דעת. במילון המונחים של Google למפתחים ההגדרה קצרה עוד יותר: תוכנה או מודל שאינם אנושיים ויודעים לפתור משימות מתוחכמות.

כדי להבין מה מיוחד בזה, כדאי להשוות לתוכנה רגילה. מחשבון עובד לפי כללים שמתכנת כתב: לחצתם פלוס, הוא מחבר. זה מדויק, אבל הוא אף פעם לא יוצא מהכללים. עכשיו נסו לכתוב כללים שמזהים חתול בתמונה. אוזניים משולשות? גם לשועל יש. שפם? גם לכלב. זה פשוט לא נגמר.

הפתרון נקרא למידת מכונה (Machine Learning): במקום לכתוב כללים, מראים למחשב המון דוגמאות ונותנים לו למצוא את הדפוסים בעצמו. מה שיוצא מהאימון הזה נקרא מודל, בעצם קובץ ענק של מספרים שמקודד את מה שהמחשב למד. כשאתם פותחים את ChatGPT, אתם מדברים עם מודל כזה.

הרבה מה-AI שאתם פוגשים ביום-יום בנוי ככה, גם כשלא קוראים לו בשם: סינון הספאם במייל, ההמלצות ברשתות, זיהוי הפנים שפותח את הטלפון. החידוש של השנים האחרונות הוא לא עצם הלמידה מדוגמאות. החידוש הוא מה שהמודלים האלה התחילו לייצר.

מה זה בינה מלאכותית יוצרת (גנרטיבית)

בינה מלאכותית יוצרת, או גנרטיבית, לא רק מסווגת או ממליצה. היא מייצרת משהו חדש: טקסט, תמונה, קול, סרטון או קוד. זה החלק שבגללו כולם פתאום מדברים על AI.

ההבדל בפועל: מסנן ספאם עונה על שאלה סגורה, ספאם או לא. מודל יוצר מקבל בקשה פתוחה, כמו 'כתוב לי הודעה לבעל הדירה על הדוד שהתקלקל', ומחזיר טקסט שלא היה קיים לפני רגע. אותו רעיון עובד גם על תמונות וסרטונים, ועל תמונות יש מדריך נפרד: מחולל תמונות AI בחינם בעברית.

לא מתאים לכם הניסוח? לא מתחילים מחדש. עונים באותה שיחה: 'יותר קצר', 'פחות רשמי', 'בלי המשפט האחרון'. המודל רואה את כל מה שנכתב קודם בשיחה, וזה חלק גדול מהכוח שלו.

מה זה מודל שפה: השלמה אוטומטית בגרסה ענקית

ChatGPT, Gemini ו-Claude בנויים על מודלי שפה גדולים (LLM): מודלים שאומנו על כמות עצומה של טקסט כדי לנחש מה בא אחרי מה. הכי קל להבין אותם דרך המקלדת בטלפון. כשאתם מקלידים 'נתראה מחר', המקלדת מציעה 'בבוקר' או 'בערב'. היא לא יודעת מה התוכניות שלכם. היא פשוט ראתה המון משפטים כאלה.

מודל שפה עושה את אותו דבר בקנה מידה אחר לגמרי. הוא מסתכל על כל השיחה בבת אחת, לא רק על המילה האחרונה, מנחש את החלק הבא, מוסיף אותו ומנחש שוב. לחלקים האלה קוראים טוקנים, יחידות קטנות של טקסט: מילה, חלק ממילה או אפילו אות אחת. כל תשובה שאתם רואים על המסך נבנתה טוקן אחרי טוקן.

זה הבסיס של הכול. מהניחוש הזה, אחרי אימון על כמויות כאלה של טקסט, יוצאת היכולת לסכם, לתרגם, לכתוב קוד ולהסביר. אין במודל ספרייה של תשובות מוכנות שהוא שולף מהן. יש חישוב של מה הכי סביר שיבוא עכשיו, וזה בדיוק מה שמסביר את הפרק הבא.

כשהכלי מחפש באינטרנט, הוא קורא עמודים עדכניים לפני שהוא עונה, ובדרך כלל מצרף קישורים. בלי חיפוש הוא יודע רק מה שהיה בחומר שעליו אומן, עד תאריך מסוים. שאלתם על משהו מהשבוע האחרון וקיבלתם תשובה בלי קישורים? אל תסמכו עליה לפני שבדקתם.

למה בינה מלאכותית ממציאה דברים

כשמודל ממציא, קוראים לזה הזיה (hallucination): תשובה שנשמעת משכנעת לגמרי, אבל פשוט לא נכונה. מילון המונחים של Google מגדיר אותה כך: פלט שנראה סביר אבל שגוי עובדתית.

למה זה קורה? חזרו למקלדת. המודל בנוי לייצר את ההמשך הכי סביר, לא את ההמשך הכי נכון. ברוב המקרים השניים חופפים, אבל כשאין לו מידע, הוא עדיין מייצר משהו שנראה כמו תשובה: שם של מחקר, תאריך, סעיף בחוק, שם של מסעדה שנסגרה מזמן.

ב-OpenAI פרסמו בספטמבר 2025 מאמר שמסביר חלק מהבעיה: המודלים מאומנים ונבחנים כמו תלמידים במבחן אמריקאי. מי שמנחש כשהוא לא בטוח מקבל לפעמים נקודות, ומי שכותב 'לא יודע' מקבל אפס, אז המודל לומד לנחש. הדוגמה שלהם: מודל שמנחש יום הולדת של מישהו צודק בסיכוי של אחד ל-365, ומודל שעונה 'לא יודע' מקבל אפס בוודאות. בטבלת התוצאות, המנחש נראה טוב יותר.

פה הרבה אנשים טועים: הם מחכים לגרסה שלא ממציאה בכלל. אבל גם Google כותבת בדפי העזרה של Gemini שמודלים כאלה עלולים לטעות ולהציג מידע שגוי כעובדה. אז במקום לחכות, עובדים ככה:

• מבקשים מקורות, ופותחים אותם. קישור שלא נפתח, או עמוד שלא אומר את מה שהמודל ציטט, הוא נורה אדומה.
• נותנים לו את החומר: מדביקים את המסמך או מעלים קובץ, ומבקשים לענות רק ממנו. כשהתשובה מונחת מולו, הוא צריך לנחש הרבה פחות.
• נותנים לו רשות לא לדעת: משפט אחד בפרומפט, 'אם אתה לא בטוח, תגיד את זה'. בלי רשות כזו הוא נוטה לנחש.
• בודקים בעצמכם כל מספר, שם, ציטוט ותאריך לפני ששולחים אותם הלאה.

בריאות, משפט וכסף הם התחומים שבהם טעות עולה ביוקר. Google כותבת במפורש שלא להסתמך על התשובות של Gemini כייעוץ רפואי, משפטי או פיננסי. משתמשים ב-AI כדי להבין את הנושא ולהכין שאלות טובות, ואת ההחלטה מקבלים עם איש מקצוע.

מה זה סוכן AI, ובמה הוא שונה מצ'אט

צ'אט עונה לכם. סוכן עושה את העבודה בשבילכם. במילון של Google סוכן מוגדר כתוכנה שמבינה את הבקשה שלכם, מתכננת ומבצעת פעולות בשמכם.

ב-Anthropic, החברה שמאחורי Claude, מתארים את זה בפשטות: מודל שפה שמשתמש בכלים בלולאה, לפי מה שחוזר אליו מהסביבה. כלי יכול להיות חיפוש באינטרנט, דפדפן, קובץ, יומן או הרצת קוד. בכל סיבוב הסוכן מחליט מה לעשות, עושה, מסתכל על התוצאה ומחליט שוב, עד שהמשימה גמורה.

דוגמה: 'מצא לי שלוש טיסות לאתונה בחנוכה עד [סכום] לאדם, והשווה ביניהן בטבלה'. צ'אט בלי כלים ייתן לכם בעיקר עצות איך לחפש. סוכן יפתח אתרים, יחפש, יאסוף ויחזיר טבלה. וכשמשהו משתבש, זה קורה בדרך כלל באמצע הדרך: אתר שדורש התחברות, כפתור שלא נטען, או החלטה שהסוכן קיבל לבד ולא הייתה בדיוק מה שהתכוונתם. על סוכנים יש מדריך שלם: סוכן AI: מה זה ואיך מתחילים.

סוכן פועל בשמכם, ולכן ההרשאות שאתם נותנים לו הן העיקר. לא נותנים לו כרטיס אשראי וגישה מלאה למייל ביום הראשון. מתחילים ממשימות שאפשר לבדוק ולבטל, ועוקבים אחרי מה שהוא עושה. סוכן יכול לטעות כמו כל מודל, רק שאצלו הטעות היא כבר פעולה ולא משפט על המסך.

מה זה AGI, בפסקה אחת

AGI, בינה מלאכותית כללית, הוא הרעיון של מערכת שיודעת לעשות כמעט כל עבודה חשיבתית שבן אדם עושה, ולא רק משימה אחת. למונח אין הגדרה אחת מוסכמת. ב-OpenAI כתבו באמנה שלהם מ-2018 שהכוונה למערכות אוטונומיות מאוד שעולות על בני אדם ברוב העבודה שיש לה ערך כלכלי. חוקרים ב-Google DeepMind הציעו סולם של רמות, בדומה לרמות של רכב אוטונומי, כדי להשוות בין מערכות ולמדוד התקדמות, במקום להתווכח אם AGI כבר כאן או לא. לדעתי, למי שמתחיל ללמוד, AGI הוא בעיקר נושא לכותרות. מה שחשוב לכם היום הוא מה הכלים הקיימים כבר יודעים לעשות, ואיפה הם עדיין נופלים.

מאיפה מתחילים היום

לא צריך קורס ולא צריך לבחור את הכלי המושלם. צריך לפתוח אחד ולעבוד איתו שבוע על דברים אמיתיים מהחיים שלכם. אלה שלושת הגדולים, וכולם זמינים בישראל:

1. בוחרים אחד מהשלושה ונרשמים. ל-Gemini נכנסים עם חשבון Google שכבר יש לכם.
2. כותבים בעברית, כמו שהייתם מסבירים לחבר: מי אתם, מה אתם צריכים, ובאיזו צורה אתם רוצים את התשובה.
3. לא מסתפקים בתשובה הראשונה. עונים לו: 'יותר קצר', 'יותר פשוט', 'תן שלוש אפשרויות'. השיחה היא העבודה.
4. בודקים כל עובדה שאתם מתכוונים להשתמש בה, לפי הרשימה בפרק על ההמצאות.
5. אחרי שבוע נותנים את אותה בקשה לכלי נוסף, ורואים איזה מהם מתאים לכם יותר.

רוצים להתחיל בלי לשלם שקל? במדריך בינה מלאכותית בחינם בעברית מרוכזות כל האפשרויות. כדי לקבל תשובות טובות מהר יותר, עברו על איך לכתוב פרומפט נכון, ואם אתם מתלבטים בין שני המוכרים ביותר, יש השוואה: ChatGPT או Gemini.