העתיד הסימביוטי של בינה מלאכותית ותאומים דיגיטליים

כדי שכל אחת מהטכנולוגיות הללו תגיע לערכה המרבי, הן יכולות להישען על היכולות של השנייה. כאשר אנו מביטים אחורה על ההיסטוריה האנושית, אנו נוטים לחלק את התקופות השונות לפי הטכנולוגיה הדומיננטית של זמנן, לעיתים קרובות סביב חידושים ששינו את פני האנושות. אם נלך אחורה בזמן, נדבר על תקופת האבן, הברונזה והברזל – כולן מסומנות על ידי החומרים ששימשו לייצור הכלים של אותה תקופה. בהמשך ההיסטוריה, המצאות כמו הדפוס, מפעלי הייצור בשיטת הסרט הנע, ולבסוף האינטרנט, לא רק הגדירו תעשיות אלא גם השפיעו על אורח החיים של בני האדם.

בין אם הבינה המלאכותית תשתווה לטכנולוגיות שעיצבו את המאות האחרונות ובין אם לא, היא לפחות מקודמת ככזו. במילים אחרות, אנחנו נמצאים בעידן הבינה המלאכותית – לטוב ולרע.

אם נתמקד יותר בתחומי הבנייה, תכנון ערים וניהול מתקנים, ניתן לטעון כי אנו נכנסים גם לעידן התאומים הדיגיטליים. בזכות שיפורים בטכנולוגיות כמו מידול תלת-ממדי, איסוף נתונים וכלי קישוריות כמו 5G, תאומים דיגיטליים הופכים למציאות ממשית יותר. ישנן לא מעט נקודות דמיון בין בינה מלאכותית לתאומים דיגיטליים, כאשר אחת המרכזיות שבהן היא ששני המושגים הללו הפכו בעשור האחרון לבאזז וורדס (מילות באזז) שלעיתים קרובות עוררו תסכול בשל התחושה כי הן חסרות ערך אמיתי.

ניתן לטעון כי הם עדיין נמצאים באזור ה"באזז", לפחות במידה מסוימת, כאשר חלקים נרחבים מהדיון עליהם נוטים לכיוון התאורטי יותר מאשר ליישומים המעשיים של היום. עם זאת, כבר עכשיו נוצר ערך ממשי משתי הטכנולוגיות. בנוסף, כדאי להסתכל עליהן יחדיו ולא בנפרד, שכן קיים ביניהן קשר סימביוטי אמיתי – כל אחת מהן יכולה להעצים את השנייה ולהפיק ממנה תועלת.

מצד אחד, הבינה המלאכותית יכולה לקחת את הערך של התאומים הדיגיטליים לשלב הבא בכמה אופנים. אולי המאפיין המרכזי של תאום דיגיטלי הוא כמות המידע האדירה שמרכיבה אותו. לרוב, התאום הדיגיטלי כולל מודל תלת-ממדי המבוסס על נתוני לכידת מציאות (Reality Capture), ונתונים אלו לבדם יוצרים כמויות עצומות של מידע שיש לנתח ולעקוב אחריו. אך מה שהופך תאום דיגיטלי ליותר מסתם מודל סטטי הוא הזרימה המתמדת של נתונים ממקורות נוספים, כמו חיישני IoT, כאשר הדוגמאות בעלות הערך הרב ביותר הן אלו שמכילות את מירב הנתונים.

איסוף וניהול הנתונים הללו הם אתגר משמעותי בבניית תאומים דיגיטליים, וזו אחת הסיבות לכך שערך אמיתי מהם עדיין יחסית נדיר. עם זאת, הערך האמיתי נובע מהיכולת לנטר ולנתח את הנתונים הללו, רצוי בזמן אמת או קרוב לכך. נדרשת כמות אדירה של עובדים שיפעלו מסביב לשעון כדי להתמודד עם משימה זו, אך בפועל הקמת צוות כזה אינה ישימה כיום בתעשייה. לכן, בינה מלאכותית כבר משמשת לאיתור חלקים קריטיים מתוך מאגרי הנתונים ההולכים וגדלים, אותם יש לבחון באופן יסודי יותר.

כדאי גם להתמקד בבינה מלאכותית גנרטיבית ובמודלים של שפה גדולה (LLMs), שהם הכוח המניע את ההתפוצצות הנוכחית של הבינה המלאכותית בתעשיות השונות. כיום, רוב השימושים בבינה מלאכותית בענפים אלו נופלים תחת קטגוריות של ראייה ממוחשבת ולמידת מכונה, כאשר המונח "בינה מלאכותית" נעשה מעורפל ומכסה גם את הזרימות הללו. עם זאת, קל לראות כיצד LLMs יכולים להשתלב בשימושים אלו, על ידי כך שהם מאפשרים לעובדים לשאול שאלות על הנתונים באמצעות שפה טבעית שהמכונה יכולה להבין. יתרה מכך, ככל שיותר בעלי עניין יכולים להשתמש בתאומים דיגיטליים, כך הערך שלהם גדל, ושילוב של LLMs יכול לאפשר גם למשתמשים פחות טכניים להפיק ערך מהכלים הללו.

אך זו רק מחצית מהתמונה, שכן ברור כיצד בינה מלאכותית יכולה להוסיף ערך לתאומים דיגיטליים – והיא כבר עושה זאת. עם זאת, המצב ההפוך גם נכון, אם כי הוא פחות ברור מאליו. אנחנו עדיין בשלבים הראשוניים של ההתפתחות המואצת של הבינה המלאכותית, אך כבר ברור שהבעיה המרכזית בשימור התנופה ובהשגת הפוטנציאל המקסימלי שלה היא צריכת האנרגיה. בהתחשב במאמצים הגלובליים להפחתת צריכת האנרגיה בשל חששות סביבתיים, עולה השאלה הקיומית: כיצד נוכל להמשיך להפעיל את המערכות עתירות האנרגיה הללו תוך כדי שמירה על בריאות כוכב הלכת שלנו?

תאומים דיגיטליים יסייעו בכך, ובמובנים מסוימים הם כבר עושים זאת. בטווח הקצר, חברות המשקיעות רבות בפיתוח כלי בינה מלאכותית זקוקות למרכזי נתונים עצומים להפעלת המערכות הללו. כפי שכתבנו בעבר, תאומים דיגיטליים צריכים להיות חלק מרכזי בתכנון, בבנייה ובתחזוקה של מרכזי הנתונים הללו, שנבנים בכל רחבי העולם.

עם זאת, מרכזי נתונים מסורתיים עדיין זקוקים לאספקת חשמל, ובמבט לטווח הארוך יש צורך בתוכנית בת קיימא ליצירת אנרגיה זו. תאומים דיגיטליים יכולים לשמש גם לכך. אחת היכולות החזקות ביותר של תאום דיגיטלי מפותח היא להריץ סימולציות רחבות היקף, תוך שימוש בנתונים היסטוריים ובייצוגים פיזיקליים מדויקים כדי לתכנן כל תרחיש אפשרי. כבר כיום ניתן לראות פרויקטים כאלה בהיקפים גדולים במקומות כמו סינגפור ואזור הים התיכון. תעשיית האנרגיה, יחד עם בעלי עניין מהציבור שעלול להיות מושפע מטכנולוגיות חדשות ליצירת אנרגיה, צריכים להשתמש בתאומים דיגיטליים כדי למצוא את הדרכים היעילות ביותר להפעיל את מערכות הבינה המלאכותית, שעשויות, לדעת חלק מהאנשים, להגדיר מחדש את אורח חיינו.

בשתי הטכנולוגיות הללו – בינה מלאכותית ותאומים דיגיטליים – קיימת סקפטיות בריאה לגבי מידת הערך שניתן להפיק מהן. התאורטיקנים האופטימיים ביותר רואים מסלול ברור למימוש מלא של הפוטנציאל, אך אנחנו עדיין רחוקים מלחוות ערך זה בצורה מלאה. אם הכלים הללו יגיעו למקסימום הפוטנציאל שלהם, הם צריכים – וכמעט בוודאות גם יעשו זאת – להישען זה על זה.