מהי למידה עמוקה, ומה הקשר שלה ללמידת מכונה?

איך מלמדים מכונות ללמוד, כיצד הטכנולוגיה של למידה עמוקה משנה את פני התעשייה, ולמה חשובה בתחום זה גם ההבנה העסקית

בשנים האחרונות כולנו נחשפים לעוד ועוד היבטים של תחום למידת המכונה (Machine Learning), היכולות הכמעט אינסופיות שיש לתחום זה, וההשפעה שלו על חיינו.

למידת מכונה היא למעשה מגוון הטכנולוגיות שמאפשרות למכונות ללמוד. תחום זה מורכב ממספר תתי תחומים, ביניהם תחום הלמידה העמוקה (Deep Learning). "התחום הזה מתבסס על מודלים של רשתות נוירונים הלוקחים השראה מעיבוד המידע במוח הביולוגי", מסביר ד"ר שי הורוביץ, ראש התמחות data science בפקולטה למדעי המחשב של המכללה למינהל, "ההתפתחות הטכנולוגית האדירה בשנים האחרונות שבאה לידי ביטוי, בין השאר, ביכולת לנהל ולנתח כמויות כמעט בלתי מוגבלות של דאטה, איפשרה לקחת את המודלים האלו וליישם אותם באופן שמשנה את התעשייה".

היכולות של טכנולוגיית הלמידה העמוקה עומדות בבסיס הרכבים האוטונומיים, למשל, טכנולוגיה זו מאפשרת לרכבים האוטונומיים לזהות סכנות, וללמוד כיצד להגיב לתנאי הדרך. למידה עמוקה קיימת גם בבסיס פיתוחים טכנולוגיים שונים בתחום הרפואה המאפשרים למערכות ממחושבות לזהות מחלות שונות/ מצבים רפואיים הדורשים התייחסות על ידי ניתוח של נתוני החולה. הטכנולוגיה של למידה עמוקה מסייעת גם בניתוח טקסטים, ניתוח נתונים פיננסים, זיהוי תמונות ועוד.

הכשרה אקדמית עם הסתכלות הוליסטית

התעשייה זקוקה לעוד אנשי מקצוע בתחום זה, אבל כאלו שיכולים להתחבר גם לצרכים העסקיים. התואר הראשון ב- data science של המכללה למינהל, מספק לסטודנטיות ולסטודנטים את הרקע החשוב באלגוריתמיקה עם התמקדות במתמטיקה מתקדמת וסטטיסטיקה. במקביל, כולל התואר גם את הרקע התכנותי הנדרש, עם דגש על שפת פייתון המקובלת בתעשייה. "הצד השלישי לו אנו מעניקים חשיבות במסגרת הלימודים הוא היכולת להבין מה היא הבעיה העסקית עמה מתמודדים", אומר ד"ר הורוביץ, "אנחנו לא מסתכלים על הבוגר והבוגרת 'רק' כמתכנתים, ההסתכלות שלנו היא הרבה יותר הוליסטית. אנחנו נותנים לסטודנטים ולסטודנטיות שלנו כלים על מנת שיבינו מה המטרה העסקית, שיוכלו להבין איך הניתוחים הטכנולוגיים שהם מבצעים על הדאטה מתחברים לתוצרים העסקיים".