כשאנחנו חושבים על פס יצור אנחנו חושבים על הסרט "זמנים מודרניים" של צ'ארלי צ'פלין, אבל האם אי פעם ראיתם פס יצור במפעל שמייצר שבבים? אז זהו, שאם בסרט של צ'אפלין יש אנשים ומברגים, כאן מדובר במכונות, אבל לא סתם מכונות, מכונות מתוחכמות כמעט ללא מגע יד אדם. לכאורה, השימוש בבינה מלאכותית הוא מתבקש, אך מסתבר שמדובר בסיכון לא קטן. לכל החלטה ולכל המלצה יש משמעויות תפעוליות וכלכליות עצומות. איך מפתחים כזו מערכות כאלה ואיך הן מקבלות החלטות? על שאלות אלו ינסו לענות מרב צידון, דירקטור ומי שאחראית על פתרונות הAI בתחום הייצור והגר לאוב, מנהלת קבוצת מדעני הנתונים שמפתחים את האלגוריתמים בקבוצה של מרב.

כשאומרים מעבד רובכם תחשבו על חומרה, אבל כמעט אף אחד מכם לא חשב על המילה תוכנה. מאז ומתמיד היו בתוך המעבד אלגוריתמים שתמכו בפעילות ויעילות המעבד, אך בשנים האחרונות מה שהיה בגדר סיוע למעבד הפך משימוש בכמה אלגוריתמים ליכולות בינה מלאכותית של ממש. גלעד אולסוונג, מנהל קבוצת פתרונות הבינה המלכותית בארכיטקטורה באינטל ומיכל מורן מנהלת צוות אלגוריתמיקה בקבוצה של גלעד, מתארחים ומסבירים איך מכניסים יכולות בינה מלאכותית למערכת חומרה ואילו סוג של החלטות המערכת יכולה לקבל?

מנהלי המוצר הם מבעלי התפקידים המבוקשים ביותר בתעשיה והחשובים ביותר בחברה. הם אלו שמחברים בין אנשים ורעיונות ומיצגים את השחקנים השונים. באילו כישורים צריך להחזיק על מנת להיות מנהל מוצר,כיצד ניתן לנהל מוצר AI בצורה יסודית בתעשיה שנהיה קשה יותר ויותר להסביר ומשתנה במהירות רבה כל כך? על מנת לענות על השאלות, מתארחים בפרק שחר שפיגלמן, דירקטור בקבוצת פתרונות ה AI באינטל ואחראי על פתרונות בתחום מודלי השפה, וצביאל למברגר , מנהל קבוצת מנהלי מוצר שמפתחת פתרונות מבוססי AI לתחום העיצוב של השבבים של אינטל.

מה קורה כשמערכות בינה מלאכותית מוצבות במקומות קריטיים? מקומות שבהם טעויות עשויות לגרום לנזק כספי עצום. איך מנהלים יותר מאלף מודלים כאלו בפרודקשן? הפעם, מתארחים בפרק עומר מימרן מנהל פיתוח בצוות ההנדסה בתחום החומרה, ומוטי פניה הCTO של מחלקת פתרונות הAI של אינטל.

האם ניתוח שפת תכנות מסובכת יותר מניתוח שפה טבעית? בשנים האחרונות מערכות בינה מלאכותית הפכו טובות ומרשימות יותר בנוגע למודל השפה. הן מצליחות לפענח מה אנחנו רוצים מהן ויותר מכך, הן מצליחות לתקשר איתנו בשפה טבעית. אבל מה הקשר בין זה לבין חברה שמפתחת מעבדים? בפרק הזה, ד"ר אמיתי ערמון chief data scientist של קבוצת הבינה המלאכותית הפנימית של אינטל, וג'רמי דרייפוס מנהל צוות פיתוח ומחקר בבינה מלאכותית, מספרים כיצד מייצרים פתרונות שמצד אחד מסייעים לאנשי השיווק והמכירות ומצד שני מסייעים לכותבי הקוד שעומד מאחורי המעבדים.

יאן לקון, אחד ממדעני המחשב הבכירים והמוכשרים ביותר בעולם, שבשנת 2018 זכה בפרס טיורינג יחד עם שותפיו בשל עבודתם בתחום הלמידה העמוקה. מעבר להישגיו, הוא פרופ' במכון קורנט ללימודי מתמטיקה בNYU וסגן נשיא בMeta ומדען הAI הראשי של החברה. בשיחה שערך עם מומחי בינה מלאכותית באינטל הוא שרטט את מפת הדרכים העתידית של הבינה המלאכותית והצביע על טכניקה חדשה בתחום הלמידה העמוקה שלדבריו, כולם צריכים להתעניין בה.

הבינה המלאכותית מקיפה אותנו כצרכנים- אתרי מסחר, מדיה חברתית אפילו המכוניות שלנו. אינטל לקחה את הנושא צעד אחד קדימה והחליטה לפתוח מחלקה המייצרת פתרונות AI עבור צרכי החברה עצמה. כדי להבין אילו פתרונות קבוצה שכזו יכולה לפתח וכיצד מגיבים אנשי טכנולוגיה לטכנולוגיות שמאיימות על העבודה שלהם, מתארחים בפרק איתי יוגב- VP ומנהל AI solution group באינטל העולמית ונופר גספר- Director of AI everywhere Product and Strategy באותו הארגון.