סיוה מצטרפת למהפיכת הבינה המלאכותית המיניאטורית

פורסם בתאריך מרץ 24, 2020מרץ 26, 2020 ע"י Techtime

חברת סיוה מהרצליה (CEVA) הכריזה כי פלטפורמת העיבוד שלה CEVA-BX DSP, ותוכנת זיהוי הקול WhisPro, תומכות בסביבת הבינה המלאכותית החדשה TensorFlow Lite for Microcontrollers, אשר מאפשרת להפעיל יישומי בינה מלאכותית זעירים במעבדים קטנים מאוד וחסכוניים מאוד בהספק. בכך היא מצטרפת למגמה חדשה בתעשייה: הבאת יכולות בינה מלאכותית מוגבלות אבל מוגדרות, אל מיקרו-בקרים ואבזרי קצה (Edge Devices) בעלי משאבים מועטים מאוד.

סביבת TensorFlow פותחה בגוגל בעשור האחרון במטרה לייעל את תהליכי הלימוד וההסקה של רשתות נוירוניות, באמצעות יכולת הסתמכות של תבניות מוכרות והתמקדות באתרים חיוניים באובייקט הנלמד. הסביבה פותחה על-ידי צוות Google Brain שהוקם כדי לסייע לגוגל לשנות את פניה מחברת חיפושים באינטרנט לחברת בינה מלאכותית. בשנת 2015 החברה שחררה את TensorFlow לקהילת הקוד הפתוח ועשתה אותה תוכנה חופשית לשימוש.

בינה מלאכותית ב-16KB בלבד

מאז פורסמו מספר עידכונים לתוכנה, אולם אחת מהגרסאות המעניינות שלה היא TensorFlow Lite המיועדת לאבזרים ניידים ומערכות משובצות, כאשר הגסה החדשה ביותר שלה, TensorFlow Lite for Microcontrollers, מיועדת לשימוש במעבדים הקטנים ביותר הקיימים היום בתעשייה: מיקרו-בקרים ומותאמת למעבדים שיש ברשותם זכרון זעיר בנפח של כמה קילו-בייט (KB).

כך למשל, כאשר מפעילים אותה על-גבי מעבדי Arm Cortex M3 קטנטנים, התוכנה עצמה זקוקה לזיכרון של 16KB, ומאפשרת ליישם יכולת זיהוי מילות מפתח בנפח זכרון כולל של 22KB בלבד. היא מותאמת למעבדים בעלי 32 סיביות, ובאתר התמיכה של התוכנה, ניתן למצוא יישומים הפועלים על-גבי מעבד Arduino Nano או כרטיס Adafruit (בתמונה למעלה). במשאבים המצומצמים האלו היא מסוגלת לזהות מילות מפתח, לזהות מחוות באמצעות מידע המגיע מחיישן התאוצה ולסווג תמונות ממצלמת האבזר.

הטכנולוג הראשי של סיוה, ארז בר-ניר, אמר שהדרישה ליכולות הבנת הקשר (contextual awareness) באבזרי קצה מייצרת אתגר קשה במיוחד, הן בביצועים והן בצריכת ההספק. "סביבת TensorFlow Lite for Microcontrollers מפשטת באופן דרמטי את הפיתוח של המערכות האלה". למעשה, מדובר במגמה חדשה שקיבלה בינתיים שני כינויים שונים: הכינוי הראשון הוא TinyML – Tiny machine learning, והכינוי השני הוא Artificial Intelligence of Things – AIoT.

על קו הזינוק: התחרות בשוק נעשית צפופה

שניהם מתארים את אותה המגמה, אשר מייצרת תחרות חדשה: לפני שבועיים הכריזה קיידנס שגם היא התאימה את תכנון המעבד שלה, Tensilica HiFi DSP, למערכת ה-TinyML של TensorFlow. בחודש פברואר 2020 הכריזה ARM על המעבד החדש Cortex-M55, אשר מיועד להחליף את השימוש ב-Cortex M3 ביישומים הדורשים בינה מלאכותית באבזרי קצה זעירים.

גם חברות הענק מתלהבות: חברת STMicroelectronics הכריזה על כרטיס פיתוח עבור המיקרו-בקר STM32F746NG, קואלקום, ARM, מיקרוסופט וגוגל ייסדו את ועידת tinyML Summit 2020 שהתקיימה בפברואר בסן פרנסיסקו, וחברת Lattice העניקה בינואר חסות לוועידת TinyML שהתקיימה בבניין סמסונג בסנטה קלרה, קליפורניה. בשבילה המגמה החדשה מייצרת שוק יעד מושלם לרכיבי ה-FPGA הזעירים ממשפחת iCE40 UltraPlus.

טאואר-ג'אז והטכניון פיתחו רכיב ממריסטור לייצור שבבי בינה מלאכותית

פורסם בתאריך דצמבר 10, 2019דצמבר 22, 2019 ע"י Techtime

פרופ' שחר קוטינסקי מהפקולטה להנדסת חשמל בטכניון (בתמונה למעלה), ביחד עם הדוקטורנט לואי דאניאל ועם חברת טאואר-ג'אז (TowerJazz), הצליחו לייצר ממריסטור זול מאוד ובטכנולוגיה מוכחת, המאפשר לבנות רשתות נוירוניות גדולות מאוד המבצעות עיבוד (לימוד והסקה) אנלוגי של המידע. החוקרים ייצרו התקן בעל שני הדקים (Two-terminal Floating-gate Transistor) באמצעות שינוי קל בתהליך של טאואר-ג'אז לייצור זכרונות פלאש בטכנולוגיית CMOS בגיאומטריה של 180 ננומטר.

התוצאה היא ממריסטור הזוכר 65 ערכי התנגדות שונים, בהתאם למתח המוטען עליו בשלב הכתיבה בהדק העליון, ומפיק בהדק התחתון 65 ערכי זרם שונים בשלב הקריאה. רעיון הממריסטור הועלה לראשונה בתחילת שנות ה-70 על-ידי פרופ' לאון צ'ואה היפני. במאמר תיאורטי שפירסם הוא טען שהמערכות האלקטרוניות הקיימות מבוססות על השילוש נגד-קבל-סליל. הוא הציע רכיב נוסף – נגד המסוגל לזכור מצבים – שהוא העניק לו את השם ממריסטור (Memory Resistor). כלומר, נגד שיכול לשנות את ההתנגדות שלו ולכן גם לשמש כבסיס לייצור זכרונות התנגדותיים בלתי-נדיפים.

הפלאש הפך למתג אנלוגי

מאז נעשו מאמצים רבים לייצר ממריסטורים וזכרונות התנגדותיים, אולם ברוב המקרים מדובר ברכיבים מעבדתיים או יקרים ובעלי מגבלות גודל. פריצת הדרך החשובה בפרוייקט של טאואר-גאז והטכניון היא ביכולת לייצר ממריסטור לומד בטכנולוגיה קיימת וזולה מאוד. במחקר תיאורטי של קוטינסקי שנערך בשנה שעברה, הוא הוכיח שרשתות לימוד עומק (Deep Learning) הבנויות על-פי העיקרון הזה, יכולות להיות מהירות פי 1,000 בהשוואה ליישום דיגיטלי שלהן המבוסס על שימוש במעבדי GPU.

התוצאה היא מעין מתג אנלוגי המתפקד כמו סינפסה ברשת נוירונית מהירה, אשר פועל במתחים נמוכים (בסביבות 1V). תהליך הלימוד (כתיבה) נעשה באמצעות שינויים במתח (דלתא) המאפשרים תהליך למידה עם כל מחזור, באמצעות תיקון של המשקל הקיים בכל מתג (המשקל הוא שווה ערך להתנגדות המתוקנת). תהליך ההסקה (קריאה) נעשה באמצעות מדידת הזרם המשותף של כל המתגים המצויים בעמודה מוגדרת (שווה ערך לכל המשקלים בשכבת עיבוד ברשת נוירונית).

חישוב מהיר המפיק תשובה במחזור שעון יחיד

בראיון ל-Techtime הסביר קוטינסקי שתהליך הייצור הוא זול מאוד וקל מאוד, מכיוון שהוא מבוסס על טכנולוגיה קיימת שהשינוי שבוצע בה אפילו לא דורש שינוי במסיכות. כלומר, הוא נעשה ללא תוספת עלות. "לקחנו טכנולוגיה קיימת של טאואר-ג'אז, ובאמצעות שינוי קל בהתקן שלהם קיבלנו ממריסטור שהוא בעל ביצועים טובים יותר מאשר הממריסטורים המעבדתיים הטהורים. זוהי גרסה של מחשב אנלוגי מהיר מאוד, מכיוון שקריאת המידע מכל עמודה נעשית במחזור שעון אחד בלבד". לרשת החדשה יש את כל התכונות של זיכרון בלתי נדיף אמין: חברת טאואר-ג'אז מתחייבת שהוא שומר את המידע לפחות 10 שנים.

במחקר השתתפו גם פרופ' יעקב רויזין וד"ר יבגני פיחאי מחברת טאואר-ג'אז ופרופ'-משנה ראמז דניאל מהפקולטה להנדסה ביו-רפואית בטכניון. לדברי רויזין, "הממריסטור יושב על הטרנזיסטורים הקיימים של טאואר-ג'אז, ומתממשק באופן מיידי עם כל ההתקנים שאיתם הם עובדים. הטכנולוגיה החדשה נבחנה בתנאי אמת והראתה כי אכן היא ניתנת להטמעה ברשתות עצביות בחומרה. בדומה למוח, המערכת המשופרת מצטיינת בשמירת מידע לטווח ארוך ובצריכת אנרגיה נמוכה מאוד".

הפרוייקט פורסם במאמר בכתב העת Natureelectronics. לקריאת המאמר הקליקו: כאן

קבוצת אינווייב מרחיבה את פעילותה בישראל

פורסם בתאריך נובמבר 28, 2019פברואר 24, 2020 ע"י Techtime

קבוצת אינווייב (Innowave Group) הנמצאת בבעלות מיקי פאר (Miki Peer) המשמש גם כמנכ״ל החברה, מרחיבה את פעילותה בישראל ומתכננת בחודשים הקרובים לפתוח משרדים חדשים בתל אביב. הקבוצה מספקת שירותי ייעוץ, תכנון ופיתוח במגוון תחומים, כגון תוכנה משובצת, בינה מלאכותית, FPGA, תכנוני ASIC, מוצרים בהספק גבוה, אופטיקה ו-RF. פאר סיפר ל-Techtime שהחברה החלה להיכנס לשוק הישראלי לפני כשנה, ובעקבות התרחבות הפעילות כאן החליטה לפתוח משרד מקומי בתחילת 2020. פאר: "במקביל לפתיחת המשרדים החברה החלה בתהליך גיוס גדול מאוד בתחום הבינה המלאכותית (AI)".

חברת אינווייב נוסדה לפני כ-10 שנים בארה"ב כדי לפתח שתי מערכות צילום עבור משרד ההגנה וחיל האוויר האמריקאי. במסגרת הפרוייקט היא ביצעה את התכנון של האלגוריתמיקה, האופטיקה, והאווירודינמיקה, ופיתחה את תוכנת עיבוד הווידאו. שתי המערכות נמצאות כיום בשימוש במערכת הביטחון האמריקאית. לפני כשנתיים החברה שינתה כיוון ונכנסה לתחום שירותי התכנון ופיתוח לתעשיית ההייטק ברחבי העולם במגוון תחומים, ולא רק עבור השוק הצבאי.

ליווי עסקי ופיתוח טכנולוגי

כיום היא פועלת במתכונת של קבוצת פיתוח הפועלת ממספר משרדים ברחבי ארצות הברית, משרדים בגרמניה, באיטליה, וכעת גם בישראל. "תחומי החוזק המרכזיים שלנו הם תוכנה משובצת, בינה מלאכותית, FPGA, תכנוני ASIC, מוצרים בהספק גבוה, אופטיקה ו-RF. אינווייב שותפה עסקית רשמית של Arrow Electronics, Analog Devices, Microchip, STMicroelectronics, Osram וחברות נוספות. המודל העסקי שלנו מבוסס על מתן שירותי ליווי, פיתוח וייעוץ תוכנה וחומרה".

כיום שוק היעד המרכזי של החברה הוא בארצות הברית, ותחום היעד המרכזי הוא בינה מלאכותית: "אנחנו ממוקדים בפיתוח AI על בסיס Intel Movidius ותומכים בלקוחות שהפיתוח שלהם מתבסס על מערכות הבינה המלאכותית של Nvidia". לאחרונה היא גייסה לשורותיה את רוג'ר אדגר, מי שהיה מנהל השיווק והפיתוח העסקי לשעבר של NXP בארה"ב בתחומי התוכנה המשובצת (עם התמחות ב-Machine Learning ,Computer Vision ו-AI). הוא מתחיל לעבוד כמנהל הפיתוח העסקי בארצות הברית.

קהילה ישראלית של מייקרים ויזמים

בישראל, אינווייב מעוניינת להגיע אל קהילת הסטראט-אפים הגדולה. לאחרונה היא גייסה לשורותיה את שלמה פרגמנט, לשעבר סמנכ"ל מיחשוב פיננסי ועסקי של בנק לאומי, אשר מספק לחברות סטארט-אפ ליווי פיננסי הכולל בניית תוכנית עסקית אסטרטגית, גיוס משקיעים, מחקרי שוק, ייעוץ ברישום פטנטים, וכדומה. במקביל, היא נמצאת כעת בתהליך הקמת קהילת מייקרים וסטארט-אפים מקומיים בשיתוף פעולה עם חברת Arrow.

להערכת מיקי פאר הקהילה אמורה להגיע להיקף של כ-5,000 יזמים. "הקמת הקהילה תעניק ליזמים המקומיים היכרות עם תעשיית ההייטק, חיבור לחברות ולגופים בינלאומיים בתחום, ליווי בתהליך הפיננסי, הפיתוח וכיוצא בזה".

למידע נוסף ויצירת קשר:

ליאת חן, [email protected], טלפון: 03-5010001

www.innowave.design

אינטל הכריזה על מעבד-תמונות ליישומי IoT

פורסם בתאריך נובמבר 13, 2019נובמבר 13, 2019 ע"י Techtime

חברת אינטל (Intel) חשפה אתמול בוועידת הבינה המלאכותית (AI Summit 2019) שקיימה בסן פרנסיסקו, את הגרסה החדשה של השבב Movidius: מעבד בינה מלאכותית זעיר ליישומי עיבוד תמונה (Vision Processing Unit – VPU), אשר קיבל את הכינוי Keem Bay. השבב צפוי לצאת לשוק במחצית הראשונה של 2020 ולספק ביצועים גבוהים פי עשרה בהשוואה לדור הקודם שלו, שיצא לשוק בשנת 2017.

השבב מופיע בגודל של 72 מ"מ מרובע ומיועד למימוש הסקות עיבוד תמונה באבזרי קצה. הוא כולל זיכרון בתוך השבב וערוץ מידע פנימי ברוחב של 64 סיביות, להעברה מהירה של המידע בין הזיכרון לבין יחידות העיבוד. אינטל מייעדת אותו למגוון רחב של יישומי קצה, כולל הטמעה בתוך מצלמות סטילס, רובוטים, רחפנים, מצלמות אבטחה, כלי-רכב, תחנות שירות אוטומטיות, האצת עיבוד תמונה בקצות הרשת באמצעות התקנת מספר שבבים בכרטיסי PCIe, ועוד.

בתחום ה-IoT הגודל קובע

למעשה, מדובר בשבב בינה מלאכותית ייעודי עבור אבזרי IoT. להערכת אינטל, זהו השבב המהיר ביותר מסוגו בתעשייה, ומהיר פי ארבעה מהשבב המקביל של אנבידיה, TX2. אומנם השבב Xavier של אנבידיה מהיר יותר, אולם לטענת אינטל צריכת ההספק שלו עבור כל פעולת עיבוד מקבילה, גבוהה פי חמישה. לדברי מנהל קבוצת ה-IoT באינטל, ג'ונתן באלון (בתמונה למעלה), "זהו הבדל חשוב מאוד, מכיוון שבאבזרי הקצה הלקוחות דורשים חיסכון בהספק, גודל קטן, וזמני השהייה מינימליים".

ההכרזה האחרונה היא מרכיב באסטרטגיה כוללת של אינטל לספק פתרונות בינה מלאכותית מרמת הענן ועד לאבזרי הקצה הקטנים ביותר. להערכת חברת IDC, בתוך 5 שנים יגדל קצב ייצור המידע שאנחנו מייצרים פי עשרה, כאשר 70% ממנו ייווצר באבזרי הקצה. ראוי לציין שחברת אינטל מעריכה שכבר השנה (2019) יסתכמו מכירותיה בתחום הבינה המלאכותית בכ-3.5 מיליארד דולר.

עוד בנושא: אינטל ישראל פיתחה מעבד בינה מלאכותית

אנבידיה ואריקסון יפתחו רשת 5G המבוססת על מעבדי GPU

פורסם בתאריך אוקטובר 22, 2019 ע"י Techtime

חברת אנבידיה (NVIDIA) חתמה על סדרה של הסכמי שיתוף פעולה עם חברות ענק טכנולוגיות, במטרה להטמיע את מחשבי הבינה המלאכותית שלה בתשתיות הענן וברשתות הדור החמישי (5G) העתידיות. כך גילה אתמול (ב') מייסד ומנכ"ל אנבידיה, ג'נסן הואן, בהרצאה שנשא בפני מאות אנשי טכנולוגיה בכנס הלקוחות של החברה שהתקיים בלוס אנג'לס.

לדבריו, הופעת הסמארטפון היתה רק הסנונית הראשונה בעידן חדש שבו כל האבזרים הם גם מקושרים וגם חכמים. העידן החדש, הוא הסביר, זקוק לפלטפורמת בינה מלאכותית חזקה, ופלטפורמת NVIDIA EGX המספקת בינה מלאכותית בקצות הרשת, מסוגלת לספק את סוג המיחשוב הדרוש לרשתות 5G, אבזרי IoT ויישומי בינה מלאכותית בענן.

כדי להמחיש את הטיעון, הוא דיווח על שבעה הסכמי שיתוף פעולה מרכזיים של החברה עם חברות ענק תעשייתיות: אריקסון, BMW, מיקרוסופט, NTT, פרוקטר אנד גמבל, Red Hat ו-Samsung Electronics. שיתוף הפעולה עם אריקסון יתמקד בפיתוח משותף של רשת תקשורת וירטואלית (Radio Access Networks) עבור רשתות הדור החמישי. המטרה היא לשלב את מחשבי ה-AI של אנבידיה בפלטפורמת 5G שתהיה זולה, או לפחות לא יקרה יותר, מאשר רשתות הגישה הנוכחיות של הדור הרביעי.

שיתוף הפעולה עם חברת Red Hat משלים את המהלך: הוא יתמקד בפיתוח תשתית תוכנה במתכונת של Kubernetes (מערכת קוד פתוח לניהול התקנת יישומים), אשר תאפשר בניית תשתית בענן של רשת תקשורת שלמה. התשתית תתבסס על מחשבי הבינה המלאכותית NVIDIA EGX ועל רשת גישה מסוג 5G RAN. התוכנה החדשה תבצע באופן אוטומטי את ההתקנה, הפריסה והניהול של היישומים ברשתות הדור החמישי.

שיתוף פעולה רחב-היקף עם הענן של מיקרוסופט

אחד מההסכמים החשובים באסטרטגיה החדשה הוא עם חברת מיקרוסופט, אשר מתמקד בשימוש במחשבי EGX על-גבי הענן Azure. במסגרת הזאת דיווחה אנבידיה שהיא תכננה את מחשבי T4 GPU במארז ייעודי המותאם לאבזר הקצה Azure Data Box של מיקרוסופט. במקביל, אנבידיה סיפקה תכנוני ייחוס והסמיכה שרתים חדשים מוכנים מהמדף, שעברו אופטימיזציה ייעודית לעבודה בתשתיות אז'ור. שיתוף הפעולה נועד להבטיח שהיישומים הניתנים במסגרת Microsoft Azure IoT ו-Azure Data Box Edge יפעלו באופן חלק מכל פלטפורמה המוסמכת על-ידי אנבידיה.

הואן גם חשף שיתופי פעולה שכבר הבשילו: חברת סמסונג משתמשת במחשב EGX ובתוכנת בינה מלאכותית כדי לתכנן שבבים. חברת ב.מ.וו משתמשת בהם כדי לבצע בדיקות איכות אוטומטיות של חלקי מכונות במפעל הייצור שלה בדרום קרוליינה. חברת התקשורת היפנית NTT משתמשת בהם כדי לפתח שירותי תקשורת חדשים עבור איזורים מרוחקים, והקימוענאית האמריקאית פרוקטר את גמבל מבצעת כיום פרוייקט משותף עם אנבידיה, במטרה לפתח מערכת מבוססת בינה מלאכותית (על-גבי מחשבי EGX) אשר תבצע בדיקה ויזואלית של מוצרים המגיעים לרשת ושל המארזים שלהם.

SKF השבדית רכשה את פריסנסו החיפאית

פורסם בתאריך אוקטובר 7, 2019 ע"י Techtime

בתמונה למעלה: עובדי חברת פריסנסו. צילום: יח"ץ

קבוצת SKF השבדית, המתמחה בייצור מערכות מכניות סיבוביות, דוגמת מיסבים וצירים, רכשה את חברת פריסנסו (Presenso) מחיפה אשר פיתחה מערכת מבוססת בינה מלאכותית לזיהוי דפוסי התנהגות חריגים בין סנסורים ובין רכיבים, המצביעים על התפתחות כשל במכונות הייצור. ההיקף הכספי של העיסקה לא נמסר, אך גורמים בתעשייה מעריכים כי מדובר בהיקף של כמה עשרות מיליוני דולרים. מאז הקמתה בשנת 2015 החברה גייסה כ-3 מיליון דולר.

בחודש מאי השנה נודע ל-Techtime שהחברה נערכת לסבב גיוס נוסף בהיקף של כמה מיליוני דולרים. הסבב היה אמור להסתיים בתוך מספר חודשים, אולם כעת נראה שהוא לא יתקיים. חברת Presenso הוקמה על-ידי איתן וסלי, דדי לביד וד"ר דוד אלמגור תחת השם DeepSense. המנכ"ל איתן וסלי התמחה בפיתוח מערכות בקרה והנעה בחברת אפלייד מטיריאלס.

היו"ר דוד אלמגור הוא יזם סדרתי. בין השאר הוא הקים את חברת פנורמיק פאואר שפיתחה חיישנים לניהול ובקרת צריכת החשמל, אשר נמכרה לחברת סנטריקה תמורת כ-65 מיליון דולר. הטכנולוג הראשי דדי לביד הוא אלגוריתמאי מומחה בתחום הלמידה החישובית וארכיטקטורת ביג-דאטה. הוא בעל ניסיון של כ-8 שנים ברפאל, שם הוביל קבוצת תוכנה ואלגוריתם בפרויקטים גדולים, חלקם בעלי חשיבות לאומית.

שיתוף פעולה אסטרטגי עם סימנס

המערכת של החברה אוספת בענן כמויות גדולות של נתונים המגיעים בפורמטים שונים ממאות מכונות ומאלפי סנסורים בקווי הייצור התעשייתיים. היא מפעילה מערכת לימוד מכונה במתכונת של רשת נוירונים (deep learning) אשר לומדת בצורה אוטונומית לחלוטין את מאפייני ההתנהגות של קהילות דומות של מכונות. המנוע יוצר קישורים פנימיים בין מאורעות לרכיבים בתוך המכונה, ובין המכונות למערכות שונות באתר התעשייתי.

לחברה כבר יש לקוחות הכוללים יצרנים תעשייתיים באירופה ובאמריקה בתחומי האנרגיה, נפט וגז, מתכות, כימיקלים ועוד. בחודש מאי 2019 היא נבחרה על-ידי Siemens להיות שותפה אסטרטגית בתחום הבינה המלאכותית ולמידה חישובית לתחזוקת מכונות. על-פי ההסכם בין שתי החברות, פריסנסו תתמוך בשירותי התפעול והתחזוקה של סימנס בעזרת ניתוח בזמן אמת של נתוני המכונות של סימנס ושל לקוחותיה.

עיסקת הרכישה מביאה את הטכנולוגיה של פריסנסו אל ליבת התעשייה הכבדה. קבוצת SKF היא ענקית תעשייתית שהוקמה בשנת 1907 ומעסיקה יותר מ-44,200 עובדים ופועלת בכ-130 מדינות. בשנת 2018 הסתכמו מכירותיה בכ-8.5 מיליארד דולר. החברה נמצאת במהלכה של טרנספורמציה דיגיטלית שנועדה להביא אותה לייצור במתכונת Industry 4.0. במסגרת הזאת היא חנכה בינואר השנה מפעל ייצור אוטומטי בצרפת, לייצור חלקי מנועי סילון עבור חברת Safran הצרפתית.

אינטל ישראל פיתחה מעבד בינה מלאכותית

פורסם בתאריך אוגוסט 20, 2019אוגוסט 20, 2019 ע"י Techtime

חברת אינטל (Intel) חשפה היום את מעבדי הבינה המלאכותית הראשונים במשפחת Nervana, שקיבלה באינטל את שם הקוד Spring Hill. הפרוייקט כולו בוצע בישראל. משפחת המעבדים החדשה מבוססת על ליבות Ice Lake מבוססות טכנולוגיית 10 ננומטר שפותחו בקבוצת C2DG הישראלית, כאשר מרכיב הבינה המלאכותית פותח במרכז הפיתוח של אינטל בחיפה.

המעבדים מיועדים לשמש כמאיצי בינה מלאכותית המסייעים למעבד המרכזי בשרת. הם מופיעים בשתי תצורות מרכזיות: מעבד מדגם NNP-T, שהוא קיצור של השם Neural Network Processor for Training. הוא מיועד לביצוע פעולות לימוד ואימון (Training) של רשתות נוירוניות. המעבד השני הוא NNP-I, קיצור של Neural Network Processor for Inference, ומיועד לשימוש במרכזי עיבוד גדולים המיישמים את פעולת ההסקות (Inferencing) של רשתות נוירוניות על כמויות גדולות של מידע, לאחר שהרשת כבר ביצעה את שלב האימון (Training).

צוות הפיתוח הישראלי של מעבדי נירוואנה בכנס הוט צ'יפס

אינטל מסרה שהשבב החדש מסוגל לטפל ב-3,600 תמונות בשנייה בהספק של 10 ואט בלבד. מנהל חטיבת הארכיטקטורה הקבוצת הבינה המלאכותית באינטל, הישראל גדי זינגר, גילה בפוסט שהעלה באתר החברה בחודש אפריל, שהשבב ייכנס לייצור המוני בסוף 2019 ושהפיתוח נעשה בשיתוף פעולה עם חברת פייסבוק. "הוא יספק תמיכה מלאה לתוכנת האופטימיזציה Glow compiler של חברת פייסבוק". בתוך כך, מנהל קבוצת הבינה המלאכותית, נייבין ראו, גילה בחודש שעבר שגם אתר באידו הסיני משתף פעולה עם אינטל וישתמש בפתרון החדש.

ראוי לציין שאינטל ביצעה מספר השקעות בישראל בתחום מעבדי הבינה המלאכותית, בהן השקעות משמעותיות בחברת Habana Labs שגייסה 75 מיליון דולר, נוירובלייד שגייסה 23 מיליון דולר. ההכרזה נעשתה היום (ג') בכנס Hot Chips שבו משתתפות גם החברות הישראליות היילו והבאנה לאבס, המפתחות שבבי בינה מלאכותית.

200 אלף רשתות פיראטיות מאיימות על המודל העסקי של הטלוויזיה

פורסם בתאריך אוגוסט 1, 2019אוגוסט 1, 2019 ע"י Techtime

בתמונה למעלה: יעל פאינרו מנהלת סינמדיה ישראל וד"ר אייב פלד, יו"ר סינמדיה. צילום: Techtime

לפני 9 חודשים הושקה מחדש חברת NDS הוותיקה, אולם במתכונת חדשה. לאחר שנימכרה לסיסקו בשנת 2012 תמורת כ-5 מיליארד, הפעילות נירכשה ממנה בסוף 2018 על-ידי קבוצת ההשקעות Permira תמורת כ-1 מיליארד דולר, והחלה לפעול בשם חברת סינמדיה (Synamedia), על-שם אחד ממוצרי הדגל של NDS. מרכז הפיתוח שלה פועל בירושלים ומעסיק כ-650 עובדים. יו"ר החברה הוא ד"ר אייב פלד, שהקים את NDS בשנת 1988 וכיום משמש גם כיועץ בכיר של פרימרה.

אלא שהחברה שהוקמה כדי להגן על הקניין הרוחני של חברות הטלוויזיה בכבלים, מתמודדת כיום עם מציאות חדשה: ענקיות אינטרנט כמו פייסבוק וגוגל מאיימות על מודל הפירסומות של ערוצי הטלוויזיה, ואלפי רשתות פירטיות מתחרות בערוצים הוותיקים כשהן מצויידות בכלים טכנולוגיים מתקדמים ובמבנים עסקיים מתוחכמים. "התפקיד שלנו הוא לסייע לחברות הטלוויזיה והווידאו לעבור בשלום את המהפיכה ולשמור על יכולתן לייצר תכנים", אמרה מנהלת סימדיה ישראל, יעל פאינרו.

תקופת מעבר רגישה ומסוכנת

במפגש עם יוצרים מהתעשייה הישראלית בתחילת השבוע, סיפר אייב פלד, שתעשיית הטלוויזיה נמצאת בתקופת מעבר שתביא לבניית ממשקים מאוחדים המאפשרים צפייה במספר גדול מאוד של ערוצי תוכן, וגיבוש מענה לתחרות מול ענקיות האינטרנט ולהפצה הפיראטית של תכנים. "ההוצאות על יצירת תוכן נמצאות בעלייה, אבל אי-אפשר להחזיר את ההוצאה מבלי להשתלט על הפיראטיות. חברת HBO מעריכה שבסדרה משחקי הכס צפו בתשלום 14 מיליון איש, אבל 28 מיליון נוספים צפו בה מבלי לשלם.

"כיום פועלות בשוק חברות פיראטיות במתכונת של ספקיות תוכן לגיטימיות. הן מתבססות על ממירים שניתן לקנות באמזון, מערך תשלומים מסודר באמצעות המערכת הבנקאית, ומערכי שיווק המוכרים מנויים במחיר של 10 אירו לחודש (בהשוואה ל-30 אירו שגובה חברת סקיי)". מחלקת המודיעין של סינמדיה ביצעה מחקר שוק ואיתרה 200,000 רשתות פיראטיות מהסוג הזה. חלקן גדולות מאוד, וכוללות יותר מ-60,000 מנויים בכל אחת.

בניין סינמדיה בהר חוצבים, ירושלים. 650 עובדים

המאבק בפיראטים יקבל ציביון של לוחמת סייבר

להערכת חברת המחקר Parks Associates, בשנת 2019 הפסידו חברות טלוויזיה בכבלים וחברות הווידאו באינטרנט (OTT-Over the Top), כמו נטפליקס למשל, הכנסות בהיקף כולל של 9.1 מיליארד דולרים שעברו לספקים פיראטיים. ההפסד צפוי לעלות לסכום של כ-12.5 מיליארד דולר בשנת 2024.

לדברי מנהלת תחום מודיעין וסייבר בחברה, אביגיל גוטמן, סינמדיה עוקבת אחרי הספקים הפיראטיים, ואוספת מידע שהיא מספקת ללקוחות כדי שיוכלו להפעיל כלים משפטיים. גוטמן: "ארצות הברית נמצאת בתהליכי חקיקה של חוק ACDC – Active Cyber Defense Certainty Act, שיאפשר לחברות להילחם בתוקפים בכלי-סייבר.

"כיום יש לנו יכולות תגובה, כמו זיהוי המקורות של תכנים וניטרולם, סיכול ממוקד של שרתים פיראטיים ואפילו יכולת להשבית ממיר ספציפי. אנחנו משתפים פעולה עם חברות טלוויזיה היוזמות מהלך שיאפשר לבצע עידכון מיידי על הפעילות אתרים פיראטיים, כדי לדרוש מספקיות שירותי האינטרנט להשבית אותם".

המודל העסקי הקטלני של ענקיות האינטרנט

אלא שהאתגר הגדול ביותר שתעשיית הטלוויזיה צריכה למצוא לו מענה הוא הפרסומות. המפרסמים התרגלו לקבל שירותי פרסום אינטרנטיים ממוקדים מאוד. חברות כמו גוגל ופייסבוק יודעות לפלח את הלקוחות, ללמוד אותם ולספק להם את הפרסומת המתאימה ביותר – בעיתוי המתאים ביותר.

עולם הטלוויזיה נמצא לפחות דור שלם מאחורי עולם האינטרנט: פיזור הפרסומות בערוצים הוא כללי מאוד ולא מדוייק. למעשה, במקרים רבים הוא מפספס קבוצות צופים קטנות, שהן אולי שוליות מבחינת המספר הכולל של הצופים ברשת – אולם משמעותיות מאוד עבור מפרסמים מסויימים.

בתחום הזה מפתחת סינמדיה פלטפורמות חדשות המיועדות להביא את רמת הדיוק של הפרסומות בטלוויזיה לזו של עולם הפרסום באינטרנט. לדברי אברהם פפקו, מנהל צוות הארכיטקטים בירושלים, כיום החברה מספקת לסקיי טכנולוגיה המאפשרת להפיץ פרסומות לפי פרמטרים גיאוגרפיים ודמוגרפיים ואפילו להוריד פרסומות שהתיישנו מסרטים שהוקלטו בממיר, לצורך צפייה מאוחרת.

הממיר האוטונומי מיועד להציל את תעשיית הפרסום בטלוויזיה

"הממירים שפיתחנו מספקים הרבה מאוד מידע אנונימי, אולם הרשתות צריכות מידע איכותי יותר, מכיוון שבעתיד אנשים יצפו בהרבה מאוד ערוצים. המדד של שעות שיא יהיה פחות רלוונטי, ויהיה צורך להגיע לקבוצות קטנות מאוד מבחינה ססטיסטית". התשובה של סינמדיה לאתגר הזה היא הטמעת טכנולוגיית בינה מלאכותית בתוך הממיר המצוי בבית.

המטרה היא לפתח ממיר אוטונומי, אשר מבצע בעצמו את הבחירה בפרסומות הרלוונטיות ביותר לכל צופה. "מדובר בכלי שיכול לאפיין קהלים מתוך מידע עקיף המצוי בממיר. זוהי מערכת אנונימית לגמרי שאינה פוגעת בפרטיות המשתמש, מכיוון שהממיר מקבל החלטות באופן אוטונומי, מבלי להעביר את המידע אל הרשת או אלינו".

Hailo נערכת לייצור המוני של שבבי AI במהלך 2020

פורסם בתאריך יולי 29, 2019אוגוסט 5, 2019 ע"י Techtime

בתמונה למעלה: צוות פיתוח בהיילו. החברה התל אביבית מעסיקה כיום 65 עובדים

חברת היילו (Hailo) התל אביבית נערכת לקראת הייצור ההמוני של שבב הבינה המלאכותית שלה, העומד בתקן ASIL-B של תעשיית הרכב. הייצור הסדרתי מתוכנן להתבצע במהלך 2020. מייסד ומנכ"ל החברה, אור דנון, סיפר ל-Techtime שהשבב החדש ייקרא בשם Hailo-8. הוא פותח במסגרת עבודה משותפת של החברה מול יצרניות רכב, ומספק עמידה בדרישות של מערכות קריטיות להצלת חיים, כולל עמידה בטמפרטורות עבודה של עד 105°C.

על-פי הנתונים של החברה, השבב Hailo-8 מגיע לעוצמת עיבוד של 26 מיליארד פעולות בשנייה (26TOPS – Tera Operations Per Second) וליעילות של 3TOPS לכל ואט. הוא יעמוד בתקן המחמיר ISO 26262 ASIL-B ובתקן AEC Q 100 Grade 2. הוא בנוי מארבעה מרכיבים מרכזיים: מעבד תמונה (Image Signal Processor) המשפר את התמונה המגיעה מהחיישן לפני העברתה לזיהוי ברשת הנוירונית, מעבד H.264 המאפשר לטפל בתמונות וידאו, מעבד ARM-M4 המנהל את השבב, והרשת הנוירונית עצמה, המורכבת ממטריצה גמישה של יחידות עיבוד ויחידות זיכרון שניתן להגדיר את תצורתה בתוכנה.

חידוש הרעיון הישן של מעבדי DFP

חברת היילו הוקמה בחודש פברואר 2017 על-ידי המנכ"ל אור דנון, ה-CTO אבי באום ומנהלת הפיתוח העסקי הדר צייטלין. המשקיע הראשון בחברה היה זהר זיסאפל, המשמש כיום כיו"ר Hailo. עד היום החברה גייסה כ-24 מיליון דולר, כאשר הגיוס האחרון בהיקף של כ-21 מיליון דולר הסתיים בינואר 2019. החברה פיתחה ארכיטקטורה חדשה של שבב בינה מלאכותית עבור אבזרי קצה, המבצע את שלב ההרצה. כלומר, יישום ההסקות (Inference) של רשת נוירונית באבזרי קצה, במהירות רבה ובחסכון גדול באנרגיה. לדברי דנון, הארכיטקטורה מוגנת בכמה עשרות פטנטים. "היא משתייכת למשפחה נשכחת של מעבדים מסוג Data Flow Processors".

אור דנון, מנכ"ל Hailo. "הארכיטקטורה שלנו מוגנת בכמה עשרות פטנטים"

במעבדי DFP, פעולת העיבוד מתבצעת רק כאשר מוזנים נתונים אל המעבד, ואז הוא מבצע סדרה קבועה של פעולות על-גבי המידע הזה, ומעביר הלאה את התוצר המעובד. "בשנים האחרונות הסתבר שהישענות על רשתות נוירוניות היא שיטה יעילה ואמינה לפתור בעיות רבות, ולכן רוב מערכות הבינה המלאכותית שאנחנו רואים בשוק מבוססות על רשתות נוירוניות. כאן האתגר הוא מבני, מכיוון שהשבב צריך לממש מבנה של רשת נוירונית. ברשת נוירונית אתה יוצק נסיון אל תוך תיאור של מבנה, ולכן זהו פתרון יעיל מאוד בפתרון בעיות המבוססות על הכרת דוגמאות".

כיצד בנוי השבב שלכם? מה הם העקרונות המרכזיים של הארכיטקטורה?

דנון: "הארכיטקטורה שלנו מתארת את המבנה של רשת נוירונית ומקצה משאבים לכל שכבה ברשת. זיהינו שבתהליך העיבוד של ההסקות, יש הבדלים בין ההתנהגות של השכבות השונות ברשת הנוירונית, ולכן צריך לספק להן משאבים שונים. זאת בניגוד למתחרים שלנו המשתמשים בפתרונות כמו מעבדי GPU המעניקים לכל השכבות את אותה כמות של משאבים. תוכנת הפיתוח שלנו לומדת את הבעיה הספציפית, מאפיינת אותה, ויודעת להעביר לשבב הוראות כיצד לנהל את משאבים של כל אחת מהשכבות בצורה האופטימלית".

מה הם מרכיבי השבב?

"הרעיון הוא להשתמש ביחידות זיכרון קרובות מאוד ליחידות העיבוד. אנחנו מקצים יחידות זיכרון ויחידות עיבוד בהתאם לכל משימה, ועל-ידי כך משיגים מהירות עיבוד גבוהה מאוד, וחסכון גדול בהספק שהשבב צורך. הדבר הזה מאפשר לנו לעמוד בתקנים המחמירים של תעשיית הרכב, מכיוון שהשבב אינו מתחמם ויכול לעבוד בטמפרטורות הסביבה שהתעשייה דורשת".

אתם טוענים שהשבב שלכם יעיל מהפתרונות האחרים בשוק. אולם אין מדד אוניברסלי למדוד שבבי בינה מלאכותית.

"אנחנו מודדים את הביצועים שלנו באמצעות בדיקת כמה פעולות לוואט אנחנו מבצעים ברשת ניורונית ספציפית. כיום ישנו קונסורציום MLPerf המנסה להגדיר מדד בר-השוואה לרשתות נוירוניות אמיתיות. בכל מה שקשור למוצרי קצה, התעשייה ככל הנראה הולכת לכיוון של מדידת מספר הפעולות לוואט שהרשת הנוירונית מבצעת על מטלה מסויימת, כמו תמונה למשל".

כיום מתפתחות שיטות להטעיית הזיהוי של רשתות נוירוניות. אתם מתמודדים עם הבעיה?

"אפשר להתייחס אל הטעיות AI כאל חולשות, בדומה לאופן שבו מתייחסים אל חולשות אבטחה. בתחילה החולשות של מערכות תוכנה הפתיעו את התעשייה, אולם בהדרגה מוצאים להן פתרונות. בתחום הבינה המלאכותית, מדובר קודם כל בבעיה קונספטואלית שאין לה פתרון ברמת הסיליקון. אבל אם הרשת אומנה בצורה לא נכונה, והתוקף יודע כיצד היא אומנה, הוא יכול לתכנן תקיפה נגדה. אנחנו מתמודדים גם עם הבעיה הזאת, וברמה העקרונית היא מבטאת את היתרון של התקנת מערכות בינה מלאכותית בקצות הרשת, מכיוון שבאופן הזה קיימות פחות חולשות לאורך מסלול העברת המידע".

יעילות הספק: השוואה שביצעה היילו המציגה את יעילות השבב שלה מול המתחרות העיקריות

חברת היילו צומחת מהר, ומעסיקה כיום כ-65 עובדים ונמצאת בתהליך גיוס של עובדים נוספים. היא ממקדת את מאמציה בשני שווקים עיקריים: שוק הרכב ושוק אבזרי הקצה (IoT). שני שווקים שהם גם צפויים להיות גדולים מאוד, והם גם תובעניים מאוד, מכיוון שבשניהם יש צורך במוצר מאוד אמין, זול וחסכוני מאוד בהספק. דנון: "בהרבה מאוד מובנים המצלמה ברכב לא שונה בהרבה ממצלמת IoT בעיר החכמה. אלו שני תחומים שיהיו מאוד דומיננטיים, וחולקים ביניהם הרבה מאוד דרישות משותפות".

אינטל הכריזה על מחשב נוירומורפי לבינה מלאכותית

פורסם בתאריך יולי 15, 2019יולי 16, 2019 ע"י Techtime

חברת אינטל (Intel) חשפה מערכת עיבוד נוירומורפית (neuromorphic system) הכוללת 8 מיליון נוירונים אשר ממומשים באמצעות 64 מעבדי Loihi, אשר פותחו במעבדות אינטל (Intel Labs) במסגרת פרוייקט פיתוח ארכיטקטורת עיבוד חדשה. עיבוד נוירומופרי הוא יישום ברמת החומרה של המבנה של רשתות עצביות נוירוניות, אשר בתחום הבינה המלאכותית מיושמות כיום ברמת התוכנה בלבד. כל מעבד מיוצר בתהליך של 14 ננומטר ומכיל 128 ליבות המיישמות 130,000 נוירונים.

להערכת אינטל, במשימות ספציפיות, מסוגל המעבד Loihi לעבד מידע במהירות גבוהה 1,000 וביעילות גדולה פי 10,000 מאשר מעבד סטנדרטי (CPU). אינטל מסרה שהמערכת שהיא פיתחה בשם Pohoiki Beach, מוגדרת כמערכת מחקר ושהיא זמינה מהיום לרשות חוקרים. לדברי מנכ"ל אינטל לאבס, ריץ' יוליג, כ-60 שותפים מחקר של אינטל יקבלו את המערכת כדי לפתור בעיות מורכבות ועתירות עיבוד. בין השאר, הארכיטקטורה הזאת מאפשרת לייעל את השימוש באלגוריתמים שפותחו בהשראת המערכת העצבית, דוגמת אלגוריתם Sparse coding, איתור מיקום ומיפוי בו-זמניים (SLAM) ותכנון מסלולים המסוגלים ללמוד ולהסתגל.

השלב הבא: 100 מיליון נוירונים

מערכת Pohoiki Beach מהווה שלב ראשון בתוכנית פיתוח שאפתנית, שהשלב הבא שלה יהיה להרחיב את הארכיטקטורה להיקף של עד 100 מיליון נוירונים עוד השנה (מערכת Pohoiki Springs). לאחרונה הודגמה היכולת של השבב החדש באמצעות מתן יכולות הסתגלות לרגל תותבת, מעקב אחר עצמים באמצעות מצלמות מבוססות אירועים ומתן יכולת הסקת מסקנות לרובוט iCub. המכון להנדסה קוגניטיבית באוניברסיטת סידני מבצע כיום פרוייקט מפתיע: משחק שיתנהל באופן עצמאי בין שתי קבוצת בכדורגל שולחן, אשר יתבסס על קבלת מידע ממצלמות רגישות לאירועים, אשר יעובד וינוהל על-ידי מערך של מעבדי Lohini.

שולחן כדורגל שיידע לנהל משחקון עצמאי באמצעות המעבדים הנוירומופיים החדשים

המכון לחקר המוח באוניברסיטת ווטרלו דיווח שבאמצעות השבב Loihi הוא הצליח להשיג ביצועים זהים של רשת לימוד עומק בהשוואה למעבדי CPU אולם בצריכת חשמל נמוכה פי 109. חברת אינטל נכנסה לתחום לפני מספר שנים, ובשנת 2017 היא הציגה את שבב המחקר הנוירומורפי הנסיוני הראשון. בחודש מרץ 2018 היא ייסדה את קהילת המחקר הנוירומורפית של אינטל (INRC), במטרה לקדם פיתוח של יישומים ואלגוריתמים נוירו-מורפיים. באמצעות ארגון INRC היא מעניקה גישה למעבדים באמצעות הענן.

מוח אלקטרוני במעגל מודפס

אינטל שיחררה לפני מספר חודשים גרסה ראשונית של כלי הפיתוח Nx SDK, המאפשר לחברי פורום INRC לפתח באמצעותה יישומים מחקריים, כדי להריץ אותם על הפלטפורמה באמצעות הענן. קבוצה קטנה יותר של חוקרים קיבלה את כרטיס החומרה עצמו, כדי שיוכלו לבצע מחקרים הדורשים גישה ישירה לחומרה, כמו למשל בתחום הרובוטיקה.

אומנם פרוייקט העיבוד הנוירומורפי מוגדר באינטל כתחום נוסף שבו היא מחדשת את ארכיטקטורות המיחשוב כדי להתמודד עם בלימת חוק מור, אולם בתחום הבינה המלאכותית מדובר במהפיכה של ממש. על-פי ההערכה המקובלת כיום, במוח האנושי יש כ-84 מיליארד נוירונים. כאשר אינטל מדברת על 100 מיליון נוירונים במערכת אחת כבר בשנת 2019, ואולי מיליארד נוירונים בתוך שנה או שנתיים, מדובר כבר במוח אלקטרוני זעיר המשתווה לזה של בעלי חיים רבים. כאשר הוא מוצמד למערכת לומדת או לרובוט, הוא מייצר קפיצת מדרגה טכנולוגית.

אלביט בין 10 החברות המובילות בלוחמה אלקטרונית קוגניטיבית

פורסם בתאריך יולי 15, 2019אוגוסט 5, 2019 ע"י Techtime

בתמונה למעלה: מל"ט הרמס 900 של חברת אלביט. צילום: אלביט

חברת אלביט מערכות (Elbit) נחשבת לאחת מעשר השחקניות החשובות בעולם בתחום השימוש בבינה מלאכותית במערכות לוחמה אלקטרונית (Cognitive Electronic Warfare). כך מעריכה חברת המחקר BIS Research בסקר שפירסמה אודות התחום, אשר צופה עלייה חדה בשימוש בטכנולוגיות בינה מלאכותית בתחום הלוחמה האלקטרונית. לצד אלביט, נמצאות ברשימה חברות כמו BAE Systems, ג'נרל דיינמיקס, האריס, ליאונרדו, לוקהיד מרטין, רייתאון, סאאב, טקסטרון ותאלס.

להערכת BIS, בשנת 2023 יסתכם שוק מערכות הלוחמה האלקטרונית הקוגניטיביות בהיקף של כ-383 מיליון דולר. הוא צפוי לצמוח בקצב שנתי של כ-19% ולהגיע להיקף של כ-928 מיליון דולר בשנת 2028. הגורם המרכזי לצמיחת המערכות הקוגניטיביות נעוץ ביכולת של מערכות בינה מלאכותית המצויידות באלגוריתמים של לימוד מכונה לזהות איומים בלתי מוכרים. להערכת החברה, הטכנולוגיה תתחיל להיות מורגשת בשוק רק בשנת 2023. הדחיפה העיקרית להתפתחות התחום מגיעה מארצות הברית, סין ורוסיה, אשר החליטו לשלב את הבינה המלאכותית ברבדים רבים בתוך הצבאות שלהן.

אירופה תפתיע את העולם

השילוב של בינה מלאכותית במערכות לוחמה אלקטרונית (EW) יאפשר להתגבר על החסרונות המרכזיים של מערכות לוחמה אלקטרונית: קושי בהתמודדות עם כמויות מידע גדולות מאוד (עומס) וחוסר יכולת לזהות איומים בלתי מוכרים. כיום מסווגים את השוק המתפתח לארבעה תת-תחומים מרכזיים: תקיפה אלקטרונית, או בכינוי האלטרנטיבי "אמצעי נגד אלקטרוניים" (EA/ECM), הגנה אלקטרונית (EP) הנקראת גם הגנה בפני תקיפה אלקטרונית (Electronic Counter Counter-Measures), תמיכה אלקטרונית (ES), ושוק המודיעין האלקטרוני (Electronic Intelligence).

שוק המודיעין צפוי לצמוח בקצב מהיר ביותר בשנים הקרובות. אנליסט בכיר בחברת BIS, סוואטי צ'אתורוודי, מעריך שבניגוד לצפוי, דווקא באירופה יתפתח השוק בעל הצמיחה המהירה ביותר. "אנחנו מעריכים שבשנת 2023 שוק הלוחמה האלקטרונית הקוגניטיבית הגדול ביותר יהיה באירופה, מכיוון שהיא מבצעת השקעות גדולות מאוד במחקר ובפיתוח של מערכות קוגניטיביות ליישומים צבאיים. אולם גם השווקים האחרים, כמו רוסיה, ארה"ב ואסיה צפויים לצמוח בקצב מהיר מאוד".

אלביט כבר נמצאת עמוק בתוך השוק

ראוי לציין שרוב היישומים הצבאיים של טכנולוגיות בינה מלאכותית נמצאים בחיתוליהם. למרות זאת, אלביט כבר דיווחה על מספר פתרונות בשלים בתחום הזה. לפני כחודשיים היא הכריזה על גרסא חדשה של מערכת איסוף המידע המוטסת CONDOR MS (המתחרה במטעד לייטנינג של רפאל) הכוללת מצלמה מולטי-ספקטרלית ומערכת אנליטיקה מבוססת בינה מלאכותית. המערכת משלבת שלושה חיישנים אלקטרו-אופטיים במטעד אחד: חיישן אור-נראה, ושני חיישני אינפרא-אדום: אחד לקרינת ביניים (MWIR) והשני לקרינה באורך גל קצר מאוד (SWIR). אלביט מסרה שהמערכת כוללת אלגוריתם לימוד עומק המסייע לזהות מטרות.

המטעד המולטי-ספקטרלי של אלביט מעבד את התמונות באמצעות לימוד עומק

בשנת 2018 היא חשפה חדר מלחמה בשם Strike-cell לניהול חזית מקושרת, המבוסס על קבלת מידע מכל החיישנים בחזית, דוגמת מערכות מכ"ם וחיישנים אלקטרו-אופטיים קרקעיים ואוויריים, ניתוחם וקבלת החלטות. בין השאר, הוא כולל תוכנת בינה מלאכותית המבצעת היתוך של המידע ומפיקה באופן אוטומטי בקשות לפגיעה במטרות, כולל ניתוח מלאי מקורות הירי הזמינים ובניית סדרי עדיפות בניצולם. החברה דיווחה שההוראות משודרות אל הכוחות הלוחמים, כולל אל מערכות לא מאויישות.

האתגר הבא של DARPA: טייס-קרב רובוטי

פורסם בתאריך יולי 1, 2019יולי 12, 2019 ע"י Techtime

הסוכנות למחקרי ביטחון מתקדמים (DARPA) במשרד הביטחון האמריקאי, מתכננת לפתח תוכנת בינה מלאכותית שתוכל לנהל קרבות אוויר (Dogfight) ולנצח טייסים אנושיים, כפי שמחשבים הצליחו לנצח שחקנים אנושיים במשחקי שחמט, גו ובמשחקי מחשב אסטרטגיים כמו Dota 2 ו-StarCraft II. מטרת הפרוייקט היא לבצע אוטומטיזציה של קרב האוויר, אשר יתנהל במהירויות של מחשב לא במהירויות אנושיות, על-מנת לאפשר לטייס האנושי להתמקד בהשגת מטרת העל של התקיפה.

לטענת DARPA, יש צורך ליצור אמון אצל הטייסים שהם יכולים להקצות משימות מורכבות למטוסים לא מאויישים, כדי שהם עצמם יתמקדו בתפקיד חדש של "מנהלי משימת קרב" ולא בתיפעול המטוס. התוכנית החדשה קיבלה את הכינוי ACE, שהוא ראשי תיבות של Air Combat Evolution, אולם גם הכינוי ההיסטורי של טייסי קרב מצטיינים שהגיעו להישגים יוצאי דופן בהפלת מטוסי אויב.

מאפייני התוכנית עדיין לא ברורים. לפני כחודש נערכה פגישה ראשונה בין DARPA לבין נציגים מהתעשייה הביטחונית שבה נבחנו רעיונות ראשונים לפיתוח תוכנת ACE, אולם הסוכנות הגדירה את הפגישה כסודית ולא מפרסמת את הרעיונות שהועלו בה. יחד עם זאת, היא מסרה שהשלב הראשון של התוכנית יתמקד בסדרת ניסויים בשם AlphaDogfight Trials, שנועדו לאפשר קרב אווירי בין מטוס קרב רובוטי לבין מטוס קרב מאוייש.

שדה קרב רובוטי במסגרת אסטרטגיית המוזאיקה

תוכנית פיתוח טייס-הקרב המלאכותי היא מרכיב נוסף ביוזמה רחבה יותר בשם Mosaic Warfare, שנועדה להסיט את המוקד של המאמץ המלחמתי מהפעלת מערכות מאויישות באוויר, בים וביבשה, למכלול של מערכות מאויישות ולא מאויישות. בחודש ספטמבר 2018 חשף מנהל התוכניות היוצא של DARPA, טום בארנס, את אסטרטגיית לוחמת המוזאיקה שהסוכנות מפתחת. לדבריו, היא מבוססת על הפעלת אמצעים רובוטיים בכמות גדולה לצד לוחמים אנושיים המנהלים אותם.

"אתה יכול למשל לשלוח מל"ט או רובוט קרקעי לפני הכוחות הלוחמים, וכשהם מאתרים טנק של האויב הם שולחים את המידע על מיקומו אל עמדת תקשורת אחורית, המעבירה אותו אל מערכת תקיפה מרוחקת אשר משגרת חימוש אל המטרה. זה נשמע מאוד מעשי, אבל במצב כיום התרחיש הזה הוא בלתי אפשרי. ממשקי התקשורת לא בנויים למתאר הזה ולצבא אין מספיק כלים בלתי מאויישים המסוגלים לבצע את המשימה.

"בתחום האווירי המצב דומה. כיום אתה יכול לשלוח ארבעה מטוסי F-16 כדי להתמודד עם מטוסי קרב של האוייב. אולם בתפישת אסטרטגיית המוזאיקה, חיל האוויר יכול לשלוח ארבעה מערכות לא מאויישות זולות שניתן להקריב בקלות. כל אחת מהן מצויידת בערכת חיישנים וחימוש אחרת. הטייס האנושי המשמש כמנהל המשימה יכול להתייחס אל הנכסים האלה כמו שמאמן כדורגל מתייחס אל השחקנים: הוא בוחר בהם, מטיל עליהם משימה, ונותן להם לשחק בכוחות עצמם".

הבאנה לאבס השיקה את מעבד האימון המהפכני "גאודי"

פורסם בתאריך יוני 17, 2019יוני 17, 2019 ע"י Techtime

חברת הבאנה לאבס (Habana Labs) הכריזה על מעבד אימון הרשתות הנוירוניות Habana Gaudi שאותו היא מפתחת מאז הקמתה החשאית בשנת 2016. להערכת החברה, מערכות אימון מבוססות Gaudi הן בעלות תפוקה גבוהה פי ארבעה בהשוואה למערכות אימון המבוססות על מעבדים גרפיים (GPU). בכך השלימה החברה את הצגת חבילת השבבים שאותה היא מפתחת עבור יישומי בינה מלאכותית. לקראת סוף 2018 היא הכריזה על המעבד Goya HL-1000, המשמש כמנוע לייצור הסקות (inferencing) ברשתות לימוד עומק (deep learning). בין השאר, פייסבוק התקינה אותו במערכת הבינה המלאכותית שלה, Glow.

שבב מעבד האימון החדש מיוצר בחברת TSMC בתהליך של 16 ננומטר. החברה מספקת ללקוחות כרטיס הנתקע לתוך שרתים קיימים, המאפשר הפעלה מיידית של יישומי בינה מלאכותית. הכרטיסים הראשונים יימסרו ללקוחות נבחרים במחצית השנייה של 2019. הבאנה לאבס הוקמה בשנת 2016 על-ידי דוד דהן ורן חלוץ, יוצאי חברת פריימסנס שנמכרה לאפל ב-2013 תמורת 345 מיליון דולר. אביגדור וילנץ היה המשקיע הראשון ומשמש כיום כיו"ר החברה. מאז הקמתה היא גייסה כ-120 מיליון דולר. כיום החברה מעסיקה כ-150 עובדים, רובם במגדלי עזריאלי בתל אביב ובקיסריה.

החברה מתמקדת בפיתוח ארכיטקטורה ייעודית עבור מעבדי בינה מלאכותית המריצים רשתות נוירוניות, הכוללת סט פקודות ייעודי וחבילת כלי פיתוח לבניית יישומי בינה מלאכותית. בראיון ל-Techtime הסביר מנהל העסקים הראשי של החברה, איתן מדינה, שהחברה הגיעה למסקנה שיש צורך בארכיטקטורה ייחודית מכיוון שהדרישה לעיבוד בינה מלאכותית מוכפלת פי 10 בכל שנה, "והמעבדים הקיימים היום בשוק לא יכולים לעמוד בדרישה הזאת". טכנית, החברה נמצאת בין שוק מעבדי ה-CPU לשוק מעבדי ה-GPU. החברה לא מסתירה את העובדה שהיא רואה באנבידיה את המתחרה העיקרית שלה.

איתן מדינה, הבאנה לאבס. "היה ברור שכדי לעמוד בדרישת השוק יש צורך לפתח ארכיטקטורה חדשה לחלוטין"

לדברי איתן, היעילות היחסית של העיבוד במערכות בינה מלאכותית יורדת ככל שגדל מספר המעבדים שנעשה בהם שימוש במקביל. "המעבדים שלנו מהירים יותר ממעבדי הבינה המלאכותית של אנבידיה, וככל שגדל מספר המעבדים, הפער בינינו גדל". במצגת החברה יש השוואה בין היעילות היחסית של שתי המערכות, כאשר להערכת הבאנה, ביישום המבצע עיבוד באמצעות 640 מעבדים במקביל, המערכת שלה מהירה פי 3.8 מזו של אנבידיה.

"זהו יתרון בולט של הארכיטקטורה שלנו, ואנחנו משיגים אותו באמצעות ייצור בטכנולוגיה מיושנת יחסית של 16 ננומטר. המעבד הבא שלנו כבר ייוצר בתהליך של 7 ננומטר". אחד מהסודות של הבאנה לאבס נעוץ בעובדה שהשבב שלה כולל גם את מערך התקשורת. למעשה, הוא כולל 10 פורטים לתקשורת RDMA מסוג 100GbE RoCE. בכך היא פותרת את בעיית צוואר הבקבוק התקשורתי. במעבד VOLTA של אנבידיה, יש צורך בכרטיס 100GbE נפרד ובכרטיס PCIE כדי להתחבר אל המעבד הגרפי. מדינה: "הפתרון הזה שלנו מאפשר הרחבה קלה ומהירה של המערכת".

הפער הזה יבוא לידי ביטוי במחשב האימון HLS-1 שהחברה מייצרת, המבוסס על מעבדי Gaudi. המחשב ממוצב על-ידי הבאנה כמתחרה ישיר של המחשב העוצמתי NVIDIA DGX-1. שניהם כוללים שמונה מעבדי בינה מלאכותית, אולם אנבידיה מקשרת בין המעבדים שלה באמצעות פרוטוקול תקשורת פרטי, וצריכה לטענת הבאנה לבצע המרות איתרנט המעיקות על העיבוד ומקשות על הרחבת המערכת. מדינה: "המערכת של הבאנה מבוססת על ממשק איתרנט תקני הן בין המעבדים והן בינם לבין העולם החיצוני, ולכן מהירות העבודה גבוהה יותר וקל מאוד להרחיב את המערכת" .

מדוע אתם מוכרים כרטיסים ולא את השבבים עצמם?

"מרכזי נתונים וגופי ענן שרוצים לקנות פתרון בינה מלאכותית, מעדיפים לרכוש אותו מחברות המייצרות שרתים, והן מעדיפות לרכוש כרטיסים הנתקעים לתוך השרתים שלהן. גם כלי הפיתוח שלנו מותאמים לצרכים של הלקוחות. פיתחנו ממשק SynapseAI API המתחבר אל כל שפות הפיתוח וסביבות הפיתוח החדשות שנוצרו עבור יישומי בינה מלאכותית. בנוסף, בנינו סביבת הגירה נוחה המסייעת ללקוחות לעבור לארכיטקטורה שלנו. היא כוללת כלים המסייעים להעביר לארכיטקטורה שלנו תכנוני אלגוריתמים שהותאמו לשבבים אחרים".

אתה מתכוון למושג קרנל (Kernel)?

"כן. הקרנל זו תוכנה לא גדולה שרצה על המעבד ומבצעת פעולה מתימטית בצורה אופטימלית. בדרך-כלל לכל מעבד יש ספריות של קרנלים. אולם יש לקוחות שפיתחו בעצמם קרנל ייעודי המותאם לפעולה מתימטית המיושמת במעבד שבו הם משתמשים, וכשהם רוצים להחליף פלטפורמת עיבוד הם צריכים לבנות קרנל חדש. בנינו ספרייה של 600 קרנלים והוספנו כלי פיתוח המאפשרים לייצר קרנל חדשים בצורה נוחה. המטרה היא שהם יוכלו להעביר את התכנון שלהם אל המעבד שלנו במאמץ מאוד קטן".

חשוב לזכור, מעבדי גויה הם מעבדי הסקות המשמשים באבזרי הקצה, ומעבדי גאודי הם מעבדי אימון המשמשים במרכזי הנתונים. החברה פיתחה מערכת שהיא למעשה חצי פתוחה: הכרטיסים שלה מתחברים אל כל CPU באמצעות תקשורת סטנדרטית ולקוחות המשתמשים במעבדי ההסקות אינם נדרשים לבצע את האימון במעבדי האימון של החברה. בשלב הראשון היא מתמקדת בשוק מרכזי הנתונים ותשתיות הענן, אולם להערכת החברה אחד משוקי היעד המרכזיים הבאים שלה יהיה תחום הנהיגה האוטונומית.

HP תתקין את Deep Instinct במחשביה החדשים

פורסם בתאריך מאי 28, 2019מאי 28, 2019 ע"י Techtime

חברת HP העולמית (HPE) בחרה בתוכנת הבינה המלאכותית של דיפ אינסטינקט (Deep Instinct) מתל אביב כדי להגן על המחשבים החדשים שלה בפני התקפות סייבר. מדובר בלפחות כמה עשרות מיליוני מחשבים שיהיו מוגנים על-ידי התוכנה. המערכת תוטמע בפתרון ההגנה HP Sure Sense שיהיה חלק בלתי נפרד מהמחשבים החדשים של HP, ואשר יוסיף מימד של בינה מלאכותית להגנה הקיימת של המחשבים, המבוססת על חומרה. מדובר בעיסקת ענק: להערכת Statista, ברבעון הראשון של 2019 סיפקה HP כ-12.8 מיליון מחשבים שולחניים וניידים ללקוחות.

"החבירה אל Deep Instinct לצורך פיתוח HP Sure Sense, מאפשרת לספק למשתמשי הקצה פתרון רב עוצמה עם יכולת אמינה לניבוי ולמניעת איומי אבטחה, הן במצב הקיים היום והן בעתיד", אמר נשיא קבוצת המערכות האישיות ב-HP, אנדי רודס. חברת דיפ אינסטינקט הוקמה ב-2014 ונחשבת לחברת הסייבר הראשונה שיישמה יכולות של למידה עמוקה לפיתוח מערכות הגנת סייבר. היא פיתחה מעין "מוח מלאכותי" הלומד לזהות איומים ופרצות אבטחה בכל מכשיר, פלטפורמה או מערכת הפעלה, ולבלום אותם בזמן אמת, לפני שהם גורמים נזק.

אימון המערכת מתבצע בענן באמצעות סריקת מאגר גדול מאוד של מיליארדי קבצים. הפעלת ההסקות במחשב המשתמש מאפשרת לזהות את האיום באופן מיידי בלא צורך בביצוע סריקה של הקבצים באמצעות שרת חיצוני, או הרצת היישום החשוד בסביבה סגורה (Sandbox). להערכת חברת דיפ אינסטינקט, פתרון הבינה המלאכותית שלה מגיע לשיעור זיהוי תוכנות זדוניות מוכרות ולא מוכרות של יותר מ-99.9%. "העבודה עם HP לצורך הגנת מיליוני המחשבים הניידים החדשים של החברה היא הישג חסר תקדים לסייבר הישראלי", אמר גיא כספי (בתמונה למעלה), מנכ"ל ומייסד שותף של Deep Instinct.

לדבריו, "זהו השלב הראשון בשותפות אסטרטגית ארוכת טווח". שיתוף הפעולה נעשה במסגרת מאמץ של HP לספק את המחשבים המאובטחים ביותר בעולם. פתרון HP Sure Sense יהיה זמין בשלב הראשון במחשבים מסדרה HP EliteBook 800 G6 ו-ZBook 14u ובמחשבי HP ZBook 15u. החברה החליטה לנצל את הבינה המלאכותית לאור המורכבות הגוברת של איומי האבטחה: מדי יום מתגלות כ-350,000 וריאציות חדשות של תוכנות זדוניות ברמת מורכבות משתנה, אתגר שיצר צורך בגישה חדשה שאינה מתבססת על עבודה ידנית של מומחי אבטחה.

היילו החלה באספקת מעבדי AI ללקוחות ביטא

פורסם בתאריך מאי 15, 2019מאי 15, 2019 ע"י yochais

חברת היילו התל אביבית (Hailo) השלימה את פיתוח האב-טיפוס של מעבד הלמידה עמוקה שלה, Hailo-8 המיועד למכשירי קצה, והחלה לספק דוגמאות של השבב ללקוחות פוטנציאליים, בעיקר בתחום המצלמות החכמות בסמארטפונים, מערכות אבטחה ורכב אוטונומי. מדובר בלקוחות ביטא שיבחנו את ביצועיו, ומהם ימנו הלקוחות המסחריים הראשונים. ל-Techtime נודע שהחברה נערכת כיום לייצור ההמוני שיתחיל ככל הנראה בעוד כשנה בחברת TSMC הטאיוואנית, בתהליך של 16 ננומטר.

הפחתת-עומס מהענן

רוב מטלות העיבוד ביישומי בינה מלאכותית ולימוד עומק מתבצע כיום בענן, כלומר במרכז נתונים מרוחק המצויד בעוצמת המחשוב הדרושה לעיבוד כמויות המידע הגדולות המגיעות ממכשירי הקצה. אלא שהצמיחה במספר מקורות הקצה, כמו מצלמות, בקרים ואבזרי IoT, מייצרת עומס גדול מאוד במרכזי המידע, אשר מתקשים לעמוד בדרישות המגיעות מהמכשירים הרבים.

בראיון ל-Techtime הסביר מייסד משותף והטכנולוג הראשי של החברה, אבי באום, שהצורך במעבדי AI במכשיר הקצה נועד לשחרר את צוואר הבקבוק שנוצר במרכזי הנתונים. "מכיוון שחיישני הקצה מייצרים כמות גדולה של מידע, צריך להאציל חלק מפעולת הלמידה העמוקה למכשיר הקצה. כמו-כן, המידע המגיע כיום ממכשירי הקצה אל הענן הוא ברובו גולמי ובלתי מובנה. בינה מלאכותית במכשיר הקצה מאפשרת להעביר לענן אינפורמציה איכותית יותר, מפוענחת וממויינת".

יעיל יותר מהשבב של אנבידיה

תהליך הלמידה העמוקה מתבצע בשלושה שלבים עיקריים: מידול, אימון (Training) והפעלת ההסקות (Inferencing) שנאספו בשלבי האימון. השבב של היילו ליישם את ההסקות, כלומר להפעיל את רשת הנוירונים על המידע המתקבל מהחיישנים בזמן אמת, ולהפיק החלטה במקום. באום: ""בדטה-סנטר חשובה הקיבולת (Capacity), אבל במכשיר הקצה חשובה היעילות. למשל, כמה תמונות ניתן לעבד ביחידת הספק אחת, כאשר הדגש הוא על עיבוד ביחס למחיר, לשטח הסיליקון ולהספק".

מייסד משותף וטכנולוג ראשי אבי באום: "הרכב האוטונומי הוא אבזר הקצה המאתגר ביותר"

"בנוסף לארכיטקטורת החומרה שפיתחנו, בנינו גם ארכיטקטורת תוכנה המאפשרת להריץ את רשתות הנוירונים ביעילות מאוד גבוהה". למעשה, החברה טוענת שהיעילות שלה גבוהה מזו של אנבידיה. במבחן ResNet-50, הבודק את הביצועים של רשתות נוירוניות מסוג Residual Network בעלות 50 שכבות, השבב של היילו הגיע לעוצמת מחשוב של 26TOPS (טרה פעולות לשנייה) בהספק של 2.8TOPS לכל ואט בעיבוד תמונות. מעבד Xavier AGX של אנבידיה הציג ביצועים נמוכים יותר: 0.14TOPS בלבד לכל ואט, בעיבוד התמונות ברזולוציה זהה. כלומר, מבחינה אנרגטית היילו יעילה כמעט פי 20 יותר מאשר אנבידיה.

יש לכם אסטרטגיה בתחום הרכב האוטונומי?

באום: "הרכב האוטונומי הוא אבזר הקצה המאתגר ביותר מבחינת כמות הנתונים ומורכבות העיבוד, אשר צריך להתבצע בשיהוי (latency) נמוך מאוד וברמת בטיחות מקסימלית. במודלים הקיימים היום המידע המגיע מהחיישנים ברכב מתפענח במחשב המרכזי של המכונית (ECU). השבב שלנו יכול להשתלב בתוך ארכיטקטורת העיבוד הזו ולהפחית את העומס מהמעבד המרכזי של הרכב.

"אולם כמו בתחום הסמארטפונים, גם כאן הפיתרון שלנו יכול גם לאפשר עיבוד צמוד לחיישן של המידע הגולמי, ועל-ידי כך להפחית את העומס מהמחשב המרכזי ולהעביר אליו מידע מפוענח ואיכותי יותר, שיאפשר לו להתמקד בקבלת החלטות, שהיא יותר מבוססת חוקים (rule-based). זהו היעד שלנו בטווח הארוך. תחום החיישנים לרכב בישראל מאוד מפותח, ואנחנו נמצאים בקשר עם כל השחקנים המשמעותיים כאן".

שחקן חדש בים של כרישי Fabless

מאחר שהשבב שלה מיועד להיכנס למכשירי קצה, האתגר הנוכחי העומד בפני היילו הוא המעבר מפיתוח לייצור המוני. הדבר מחייב מודל עסקי מהודק הכולל ניהול של קווי ייצור, שרשרת אספקה ורשת הפצה. צוות הניהול של החברה מכיר את הבעיה, מכיוון הוא כולל אנשים שהגיעו בחברות סמיקונקדטור גלובליות כמו אינטל, ברודקום ומלאנוקס, שבהן הם צברו ניסיון בייצור והפצת שבבים בהיקף גדול. גם באום מגיע מתעשיית השבבים, ולפני שייסד את היילו ניהל את תחום המובייל בחברת Texas Instruments.

"לאחר שהשלמנו את פיתוח הרכיב, אנחנו עובדים כעת על גיבוש מודל הייצור וההפצה. מדובר באופרציה מורכבת, אבל רבים מאיתנו עבדו בתפקידים בכירים בחברות שבבים והיו אחראים על מערכי ייצור של עשרות מיליוני שבבים. ארכיטקטורת התוכנה שלנו תאפשר לנו לייצר את השבב גם בתהליכים פחות יקרים, ועל כן בחרנו ב-16 ננומטר".

חברת היילו פועלת מתל אביב ומעסיקה כיום כ-55 עובדים. כיום היא נמצאת בשלבי התרחבות ומחפשת בעיקר מהנדסי תוכנה ואלגוריתמאים. עד היום היא גייסה כ-24 מיליון דולר, אך מעריכה שתידרש לבצע גיוס הון נוסף כדי לממן את המעבר לייצור המוני.

שת"פ אסטרטגי בין סימנס ופריסנסו מחיפה

פורסם בתאריך מאי 13, 2019מאי 13, 2019 ע"י Techtime

בתמונה למעלה (מימין לשמאל): איתן וסלי, דדי לביד (בן לולו) וד"ר דוד אלמגור

חברת פריסנסו (Presenso) מחיפה נבחרה על-ידי Siemens להיות שותפה אסטרטגית בתחום הבינה המלאכותית ולמידה חישובית לתחזוקת מכונות. שתי החברות חתמו על הסכם שלפיו תתמוך פריסנסו בשירותי התפעול והתחזוקה של סימנס בעזרת ניתוח נתוני המכונות של סימנס ולקוחותיה בזמן אמת, באמצעות פתרון האנליטיקה התעשייתית שהיא פיתחה. פריסנסו משתמשת בלמידה חישובית אוטומטית (Automated Machine Learning) לניתוח ביג-דאטה תעשייתי בענן כדי לזהות דפוסי התנהגות חריגים עדינים בין סנסורים ובין רכיבים, המצביעים על התפתחות של כשל במכונות הייצור.

גיוס הון בחודשים הקרובים

ל-Techtime נודע שהיקף ההסכם עם סימנס נאמד בכ-10 מיליון דולר לאורך 4 שנים. מאז הקמתה בשנת 2016 החברה גייסה כ-3 מיליון דולר. נודע גם שכיום היא נערכת לסבב גיוס נוסף בהיקף של כמה מיליוני דולרים אשר צפוי להיסגר בחודשים הקרובים. לקראת הסבב הזה, היא קיבלה בחודש דצמבר 2018 השקעה אסטרטגית של חברת החשמל הפורטוגלית EDP, במסגרת הצהרת כוונות להשתתף בגיוס המתגבש.

פריסנסו וסימנס כבר החלו בהתקנת הפתרון המשותף באלפי מכונות הפועלות בתחנות כוח ובמתקני נפט וגז ברחבי העולם. בין לקוחות החברה כיום: ABB, חברת הנפט והגז הגרמנית DEA, חברת החשמל השוודית FORTUM וכאמור חברת החשמל הפורטוגלית EDP. סגן נשיא למו"פ בחברת פריסנסו, דדי לביד (בן לולו) אמר שלמידת מכונה אוטונומית (AutoML) מקבלת הכרה כפתרון מוביל לניתוח מידע וחילוץ תובנות תעשייתיות.

חברת Presenso הוקמה בשנת 2016 על-ידי איתן וסלי, דדי לביד וד"ר דוד אלמגור תחת השם DeepSense. המנכ"ל איתן וסלי התמחה בפיתוח מערכות בקרה והנעה בחברת אפלייד מטיריאלס. היו"ר דוד אלמגור הוא יזם סדרתי. בין השאר הוא הקים את חברת פנורמיק פאואר שפיתחה חיישנים לניהול ובקרת צריכת החשמל, אשר נמכרה לחברת סנטריקה תמורת כ-65 מיליון דולר. הטכנולוג הראשי דדי לביד הוא אלגוריתמאי מומחה בתחום הלמידה החישובית וארכיטקטורת ביג-דאטה. הוא בעל ניסיון של כ-8 שנים ברפאל, שם הוביל קבוצת תוכנה ואלגוריתם בפרויקטים גדולים, חלקם בעלי חשיבות לאומית.

חיזוי תקלות לפני התרחשותן

להערכת החברה, רוב קווי הייצור בעולם סובלים מזמני השבתה ארוכים (בממוצע 17 יום בשנה) עקב תקלות בקווי הייצור שניתן היה לגלות מראש. המערכת של החברה מזהה התפתחות של דפוסים חריגים ולהתריע מבעוד מועד על כשל קרב, ואפילו לספק הערכה על המועד הצפוי של הכשל והמלצה על הפתרון הטוב ביותר שנצפה עד כה בתקלות דומות מההיסטוריה של המכונה עצמה, או ממכונות שכנות. החברה פועלת מאזור התעשייה מת"ם בחברה ומעסיקה כ-30 עובדים.

ערב מכירתה, מלאנוקס השיגה תוצאות שיא

פורסם בתאריך אפריל 17, 2019אפריל 17, 2019 ע"י Techtime

ברבעון הראשון של שנת 2019 השיגה חברת מלאנוקס מכירות שיא רבעוניות בהיקף של 305.2 מיליון דולר, המייצגות צמיחה של 22% בהשוואה לרבעון הראשון אשתקד. לדברי נשיא ומנכ"ל החברה, איל וולדמן, הצמיחה היתה לרוחב כל קו המוצרים של החברה. "פעילות המחקר והפיתוח שלנו איפשרה לספק מגוון גדול של מוצרים מובילים". בניגוד לרבעונים הקודמים, הפעם החברה לא תקיים שיחת ועידה ולא תספק תחזית מכירות, עקב הסיום הצפוי של עסקת מכירתה לחברת NVIDIA.

בתחילת חודש מרץ השנה חתמו אנבידיה (Nvidia) ומלאנוקס (Mellanox) על הסכם סופי שבמסגרתו תרכוש אנבידיה את כל מניות מלאנוקס במזומן במחיר של 125 דולר, בהיקף כולל של כ-6.9 מיליארד דולר. העסקה צפויה להיסגר עד סוף 2019. בעקבות העיסקה זינקה מניית מלאנוקס בנסדק מ-82 דולר לכ-119 דולר, המעניק לה שווי שוק של כ-6.5 מיליארד דולר.

הדו"ח הרבעוני מסביר מדוע שווי השוק של החברה לא זהה למחיר העיסקה, כמקובל פעמים רבות בעסקות מהסוג הזה: מהדו"ח עולה שקופת החברה כוללת היום כ-75 מיליון דולר במזומן ועוד כ-477 מיליון דולר בהשקעות קצרות טווח. המתומחרות ככל הנראה על-ידי מחיר המנייה בבורסה.

הדגמה טכנולוגית ליתרונות המיזוג עם אנבידיה

בדגמת בשבוע שעבר החברה המחישה חלק מהפוטנציאל הטמון במיזוג עם חברת אנבידיה: היא ביצעה ניסוי שבו שולבה הטכנולוגיה שלה עם זו של אנבידיה ושבו היא השיגה הכפלה של מהירות פעולות לימוד העומק שביצע המחשב של אנבידיה. במסגרת הניסוי שולב מתג HDR 200G InfiniBand ביחד עם 8 מחשבי הבינה המלאכותית NVIDIA V100 Tensor Core המבוססים על מעבדי GPU.

מלאנוקס הוסיפה למתג את פרוטוקול SHARP שהיא פיתחה (Scalable Hierarchical Aggregation and Reduction Protocol). מדובר בפרוטוקול חדש המאפשר להסיט יותר עומסים מהמחשב אל המתג, ומבטל את הצורך להעביר את המידע מספר פעמים בין נקודות הקצה השונות במערך העיבוד.

מתגי HDR 200G InfiniBand יצאו לשוק ברבעון האחרון של 2018, ולהערכת מלאנוקס נרכשו במהלך הרבעון הראשון של 2019 על-ידי 20 חברות המשתמשות בהן במרכזי מיחשוב גדולים. המתג המהיר ביותר של מלאנוקס, HDR InfiniBand Quantum CS8500, מספק 800 פורטים בעלי קיבולת של 200Gbps לכל כיוון. סבך הכל, הוא מאפשר למרכזי הנתונים להעביר מידע בקיבולת של 320Tbps, שלהערכת מלאנוקס היא גבוהה פי 1.4-2.5 מכל מערכת מתחרה אחרת הקיימת היום בשוק.

Brodmann17 גייסה 11 מיליון דולר למערכות ADAS ממונעות

פורסם בתאריך מרץ 6, 2019מרץ 6, 2019 ע"י Techtime

בתמונה למעלה: הדגמה של Brodmann17 להפעלת רשת נוירונים ממונעת על-גבי מעבד ARM Cortex A72 בעל שתי ליבות

חברת Brodmann17 התל-אביבית גייסה 11 מיליון דולר בסבב גיוס הון ראשוני (A) בהובלת OurCrowd ובהשתתפות Maniv Mobility, AI Alliance, סמסונג, סוני והקרנות LLC ו-UL Ventures. ההון שגוייס ישמש להרחבת השיווק והההטמעה של תוכנת הבינה המלאכותית של החברה במערכות העזר לנהג (ADAS) בתעשיית הרכב. תחום ה-ADAS נחשב למרכיב מרכזי בהתפתחות הנהיגה האוטונומית. סקר שוק שפורסם לאחרונה על-ידי Markets and Markets, מעריך שבשנת 2017 הסתכם שוק ה-ADAS העולמי בכ-20.2 מיליארד דולר, ושהוא צפוי לצמוח להיקף של כ-91.8 מיליארד דולר עד לשנת 2015 (צמיחה שנתית של 21%).

החברה פיתחה אלגוריתם בינה מלאכותית שלהערכתה הוא היעיל ביותר בשוק כיום, ויכול לבצע מטלות מורכבות באמצעות מערכות מיחשוב דלות בהספק, כמו כמו אלה המצויות בהרבה מאבזרי המחשוב וה-IoT בקצות הרשת (Edge). כך למשל, היא הדגימה יישום תוכנת לימוד עומק של תמונות ברזולוציה של 1280X720 פיקסלים באמצעות מעבדי ARM Cortex מהדגמים A15, A53 ו-A72. אחת מהמשימות של החברה: להחזיר את הבינה המלאכותית אל מעבדי המדף הזולים.

חברת Brodmann17 קרויה של שמו של הנוירולוג הגרמני פרופ' קורביניאן ברודמן אשר הגדיר 52 אזורי פעילות בקליפת המוח העליונה. על-פי המיפוי שלו, אזור 17 הוא האזור במוח המטפל בעיבוד המידע הוויזואלי. החברה הוקמה בחודש יולי 2016 על-ידי המנכ"ל עדי פנחס, המדען הראשי אסף מושינסקי והטכנולוג הראשי ד"ר אמיר אלוש. כולם בעלי נסיון יזמי ורקע במחקר ופיתוח של מערכות בינה מלאכותית באקדמיה הישראלית. בחודש יוני 2017 היא גייסה 1.6 מיליון דולר.

ארכיטקטורה חדשה של רשת לימוד עומק נוירונית

הפתרון של החברה מבוסס על ארכיטקטורת רשת נוירונית ייעודית שהיא פיתחה מאפס, ולא על שימוש בארכיטקטורה קיימת המתאימה למגוון גדול של יישומים, שיש צורך לטייב כדי להפעיל את המוצר (זוהי הגישה הנפוצה ביותר כיום בתעשייה). על-ידי כך היא השיגה חיסכון גדול בהספק ובמשאבי המיחשוב הדרושים להפעלת מערכות הזיהוי. החברה הסבירה שהארכיטקטורה שפיתחה מבוססת על שימוש חוזר ושיתופיות בחישובים ובמשקלים הניתנים לכל אחד מהצמתים ברשת הנוירונית. על-ידי כך היא הצליחה להקטין את גודל הרשת (גודל הזיכרון הדרוש להפעלתה) ואת מספר החישובים שיש לבצע (עוצמת המעבד). השינויים האלה מאפשרים להריץ יישומי לימוד עומק במערכות משובצות מהמדף.

להערכת החברה, הפתרון שלה מהיר פי 20 מפתרונות זיהוי תמונה מבוססי לימוד עומק המצויים כיום בשוק. החברה גם שחררה ערכת פיתוח הכוללת כרטיס, מצלמה ומסך, וכן חבילת תוכנה המאפשרת לפתח יישומי עיבוד תמונה ולקבל מנוע הסקות (Inferencing) מוכן מהמדף. המנכ"ל עדי פנחס אמר שמטרת החברה היא לאפשר הרצת יישומי לימוד עומק בכל מעבד וברכיבי ASIC, ולא רק בתשתיות גדולות ויקרות כמו למשל מעבדי GPU. החברה מסרה שהטכנולוגיה נבדקת כיום על-ידי מספר ספקים מובילים בעולם של מערכות ADAS לתעשיית הרכב.

בינה מלאכותית בכל, אפילו במברשת השיניים

פורסם בתאריך פברואר 25, 2019פברואר 25, 2019 ע"י Techtime

טכנולוגיית לימוד המכונה והבינה המלאכותית ביצעה בשנתיים האחרונות קפיצת מדרגה גדולה מאוד, והפכה לטכנולוגיה זמינה הנמצאת בשימוש במוצרים שונים מאוד זה מזה, ממש כמו שהמחשב נמצא כיום כמעט בכל מקום. כיום אפילו ניתן לשלב אותה באבזרי קצה קטנים מאוד. עד כמה קטנים? למשל במברשת השיניים. חברת Oral-B הודיעה שהיא תציג בתערוכת MWC 2019 בברצלונה את מברשת השיניים החדשה שלה GENIUS X, אשר כוללת אפליקציה לסמארטפון ומערכת בינה מלאכותית הלומדת את הרגלי המצחצח.

לדברי החברה, היא זיהתה 1,000 סגנונות ציחצוח שיניים שונים. המברשת יודעת לזהות אותם, למפות את הפה ולהמליץ למשתמש כיצד לשנות את הרגלי הצחצוח שלו כדי שהם יהיו יעילים ובריאים יותר. כך למשל, החברה דיווחה שלמרות שמומלץ לצחצח את השיניים במשך שתי דקות לפחות, רוב בני-האדם מצחצחים את שיניהם במשך 30-60 שניות. בניסויים שהחברה ביצעה, אנשים שהשתמשו באפליקציה האריכו את זמן הצחצוח לממוצע של שתי דקות ו-22 שניות.

מערכת האיוורור במדריד וההתנהגות של נחילי דבורים

קיימים גם יישומים מפתיעים בהיקפי ענק: בשבוע שעבר הכריזו חברת Accenture וחברת הרכבת התחתית של מדריד, על השלמת פרוייקט התקנת מערכת בינה מאכותית המפקחת על מערכת מיזוג האוויר של תחנות המטרו. כבר בניסויי ההפעלה הראשונים, המערכת הצליחה להפחית את הוצאות האנרגיה ב-25% ולצמצם פליטת גאזי החממה (CO₂) בהיקף של 1,800 טון בשנה. הרכבת התחתית של מדריד כוללת 301 תחנות ורשת באורך של 294 ק"מ המסיעה 2.3 מיליון נוסעים בכל יום.

השליטה באקלים התת קרקעי נעשית באמצעות 891 מאווררי ענק בעלי צריכה חשמלית של 80 גיגה-ואט. החברה התקינה ערכת לומדת, האוספת מידע על תנועת הנוסעים, מבנה כל אחת מהתחנות, הטמפרטורות בכל שעה, תדירות הרכבות, המטען שהנוסעים מביאים עמם ותעריפי החשמל בכל רגע. המערכת ממזגת את כל הנתונים האלה ומפעילה את המאווררים רק בעצומה הדרושה ברגע נתון. היא אפילו יודעת לבצע תחזיות ל-72 השעות הבאות. מכיוון שמדובר במערכת לומדת, הביצועים שלה משתפרים עם השימוש. מעניין לציין שמערכת הבינה המלאכותית מבוססת על מודל שנלקח מהטבע: התנועה המתואמת של נחילי דבורים.

מרפאה רובוטית עם פציינטים אנושיים

בפניקס, אריזונה, נפתחו השבוע 10 מרפאות של רשת Akos Med Clinics, המבוססות כולן על שירות אוטומטי מבוסס בינה מלאכותית: הלקוח נרשם במרפאה באמצעות טאבלט או סמארטפון אשר מדריך אותו בשלבי הרישום, כולל בדיקת ביטוח, תשלום ואיסוף מידע ראשוני לצורך דיאגנוזה. לאחר מכן הוא מופנה אל חדר בדיקה שבו יש מסך מחשב ושולחן עם ציוד בדיקה. מערכת מציאות רבודה (Augmented Reality) מנחה אתוו כיצד לבצע בידקות עצמיות כדי לאסוף מידע כמו משקל, חום, לחץ דם, רמת החמצן בדם, צילומי אף אוזן גרון, צילום חזה ועוד.

מערכת הבינה המלאכותית מבצעת תשאול נוסף של הפציינט בעקבות תוצאות הבדיקות, ועוזר באתר מבצע בדיקות מעבדה אם יש צורך. כל המידע הזה נישלח אל רופא, המראיין את המטופל בשיחת וידאו ובסיעו תוכנת בינה מלאכותית רפואית. בסיום התהליך, הנמשך כ-20 דקות בממוצע, הרופא מאשר או מעדכן את הטיפול הרפואי שהמערכת האוטומטית מציעה לבצע. בסיום הביקור, המערכת ממלאת בעצמה את כל הרשומות הרפואיות ומחייבת את ספק שירותי הביטוח הרפואי.

מעיל חכם לנהגי משאיות

חברת Imagimob השבדית תביא בסוף השבוע ל-MWC, אפודה חכמה לנהגי משאיות. האפודה נועדה להגן על הנהגים כאשר הם יוצאים מהרכב, לצורך טיפול לא צפוי למשל. היא כוללת מספר חיישנים, תוכנת בינה מלאכותית ואמצעי תקשורת. החיישנים עוקביפ אחר הנהג ומזהים תופעה לא צפויה, כמו למשל נפילה או חברה. כאשר המערכת מזהה מצב חירום, היא מפעילה מקורות אור המאירים את האפודה כדי לסייע באיתור הנהג, ומתקשרת אוטומטית אל שירותי חירום, שולחת נתוני מיקום ומבקשת עזרה. החברה הסבירה שנהגי משאיות חשופים לסיכונים רבים מכיוון שבמקרים רבים הם עובדים לבד באיזורים מסוכנים.

ועוד בענייני בריאות: חברת EchoNous מסיאטל, הכריזה בשבוע שעבר על סורק שלפוחית השתן, המבוסס על מכשיר אולטרא סאונד נייד ומערכת בינה מלאכותית המבוססת על תוכנת לימוד עומק (Deep Learning Algorithm). הוא מיועד לשימוש בידי אחיות חדר הלידה כדי לבצע הערכה מהירה של השלפוחית. תוכנת הבינה המלאכותית מחליפה את הצורך בשימוש במכשיר גדול ומסובך יותר והישענות על מומחה, ולכן מאפשרת ביצוע בדיקות מיידיות.

תפקיד ארגוני מסוג חדש

יצרנית מכנסי הג'ינס הקלאסיים, לוי שטראוס (ליווייס), הכריזה השבוע על מינוי חדש בחברה: קטיה וולש מונתה לסגנית נשיא לתחום הבינה המלאכותית. תפקידה יהיה לבנות מערכת איסוף וניתוח מידע מבוססת בינה מלאכותית, שתסייעה לחברה לבנות מודלים עסקיים חדשים ולהכניס חדשנות אל המוצרים שלה.

Voca מהרצליה טוענת שהיא פיצחה את מבחן טיורינג

פורסם בתאריך דצמבר 13, 2018דצמבר 13, 2018 ע"י Techtime

בתמונה למעלה (מימין לשמאל): סמנכ"ל הפיתוח דני רוכמן, CTO ומייסד ד"ר אלן בקר ומנכ"ל ומייסד עינב איתמר. צילום: גיא דביר

חברת Voca AI מהרצליה הודיעה על השלמת סבב גיוס הון בהיקף של 2.6 מיליון דולר, בהובלת קרן Lool ventures ובהשתתפות Flint Capital ומשקיעים פרטיים. החברה פיתחה תוכנת בינה מלאכותית המעניקה למחשב יכולת לדבר עם בן אנוש, מבלי שהאחרון יידע שמולו נמצאת מכונה ולא נציג אנושי. בכך היא מתגברת על המבחן האחרון של אלון טיורינג, אבי תורת המחשב המודרני, אשר טען שהדרך היחידה להבדיל בין אדם ובין מכונה היא בשיחה חופשית בין השניים.

מנכ"ל החברה, עינב איתמר, אמר ש-Voca מייעדת את הטכנולוגיה לשוק מרכזי השירות וה-Call Center. "בעזרת המשקיעים שלנו, אנחנו יכולים לעזור לחברות לבנות את מרכז שירות הלקוחות הווירטואלי הראשון מסוגו". האלגוריתם של Voca משתמש בנאמר בשיחה כדי ללמוד על כוונת הדובר, במקום לתמלל את הנאמר לטקסט, ורק לאחר מכן לנתח אותו, מכיוון שבתהליך התמלול לטקסט אובד מידע חיוני כמו אינטונציה ורגשות. התוכנה מייצרת מנוע להבנת השיחה, על-ידי למידה ממצבור השיחות הקיימות במרכז השירות, ומתאימה מנוע שיחה ייעודי לכל לקוח.

אלא שהתהליך של החברה אינו מבטל את התמלול ואת המידע הקשיח שהוא מספק. מחולל התגובות של החברה (בתמונה למעלה) מבצע גם תמלול של השיחה, גם הערכת כוונות ורגשות, ורק לאחר השילוב בין השניים הוא מחולל תגובה, שמומרת לדיבור קולי המושמע באוזני המשתמש מהצד השני של קו הטלפון. החברה הוקמה בחודש יוני 2017 על-ידי איתמר עינב ועל-ידי הטכנולוג הראשי ד"ר אלן בקר. עינב היה ממייסדי Corrigon שנמכרה ל-eBay בשנת 2016. בקר שימש כמרצה במכללה הטכנולוגית בחולון, אליה הגיע מחברת אינטל שבה שימש כחוקר בתחום לימוד עומק.

הבינה המלאכותית הופכת להיות נדבך מרכזי בהייטק הישראלי

פורסם בתאריך דצמבר 4, 2018דצמבר 6, 2018 ע"י yochais

בינה מלאכותית (AI) היא אחד התחומים הצומחים ביותר בהיי-טק הישראלי בשנים האחרונות. לפי דו"ח שפרסם מרכז המחקר IVC, מאז 2010 הוקמו בישראל יותר מ-1,200 חברות בתחום הבינה המלאכותית, כאשר מתוכן 79% מהחברות עדיין פעילות כיום, 6% מהחברות נרכשו על ידי חברות אחרות וכ-15% הפסיקו את פעילותן. עוד עולה מהדו"ח כי מאז 2013 חלה עלייה ניכרת בהיקף ההון שגייסו חברות הבינה המלאכותית, וכי במחצית הראשונה של 2018 היקף האקזיטים בתחום היה גבוה מהיקף האקזיטים בשנת 2017 כולה.

הנתונים של IVC מגלים כי עד שנת 2013 מרבית החברות הישראליות בתחום הבינה המלאכותית עסקו בפיתוח טכנולוגיות של ראייה ממוחשבת. ואולם, מאז 2012 החלו לעלות ולצבור תאוצה טכנולוגיות חדשות כמו ביג-דאטה ומדעי הנתונים (כריית מידע, הסקות סטטיסטיות ומודלים של חיזוי), אשר מהוות בשנים האחרונות נדבך מרכזי בעולם הבינה המלאכותית בישראל.

הדו"ח של IVC מצביע על המגמות השלטות בחמש השנים האחרונות. מאז 2014 נרשמת עלייה בחלקן היחסי של חברות הבינה המלאכותית העוסקות בתחומים כגון מדעי החיים, צ'אט-בוטים (Chatbots), רובוטיקה וכלי עזר, ואילו מקומן של חברות בתחום הראייה הממוחשבת, מערכות המלצה, וניתוח טקסט, נמצא בירידה.

על פי הפילוח של IVC, כ-43% מכלל חברות הבינה המלאכותית בישראל עוסקות בתחום מדעי החיים והאנליטיקה, ומדובר למעשה בקטגוריה הגדולה ביותר בתמהיל החברות. התחום השני בגודלו הינו ראייה ממוחשבת, שעיקרו פיתוח שיטות לאיסוף, עיבוד וניתוח של מידע ויזאולי דיגיטלי. אחד היישומים הבולטים של טכנולוגיות אלה הוא מערכות חישה לרכב ולנהיגה אוטונומית, והחברה הבולטת היא כמובן מובילאיי, שנמכרה בשנה שעברה לאינטל תמורת 15.4 מיליארד דולר.

הקבוצה השלישית, המהווה כ-11% מכלל החברות, עוסקת בתחומי הצ'ט-בוטים, רובוטיקה ומערכות סיוע, כלומר טכנולוגיות ממוחשבות אשר מנסות לחקות או לדמות אינטראקציה או תנועה אנושיים. החברה הגדולה ביותר בתחום זה היא למונייד (Lemonade), אשר גייסה כ-180 מיליון דולר.

יתר הקטגוריות הבולטות הינן זיהוי ואנליטיקה (10%), ניתוח טקסט והקשר (8%) ומערכות המלצה (5%).

Share via Whatsapp+

חטיבת המחקר של NVIDIA מקימה שלוחה בישראל

פורסם בתאריך אוקטובר 18, 2018 ע"י Techtime

בתמונה למעלה: פרופ' גל צ'צ'יק, מנהל השלוחה הישראלית של חטיבת המחקר

חטיבת המחקר של חברת NVIDIA פותחת שלוחה בישראל שתתמקד בתחום הבינה המלאכותית (AI) ותנוהל על-ידי פרופ׳ גל צ׳צ׳יק. כך גילה היום (ה') המדען הראשי של החברה, ביל דאלי, בכנס GTC השנתי שהחברה מקיימת בישראל. לדברי דאלי, "ישראל הינה כוח ענק בתעשיית הבינה המלאכותית. בכל פעם מחדש אני נדהם מחדש מאיכות המחקר, החוקרים, והרעב שיש כאן לרעיונות חדשים". חברת NVIDIA נחשבת לחברה המובילה בעולם בתחום המעבדים הגרפיים (GPU).

חטיבת המחקר הגלובלית של NVIDIA מונה כ-200 חוקרים. לפני שהחל לנהל אותה, שימש דאלי כראש המחלקה למדעי המחשב באוניברסיטת סטנפורד. פרופ' גל צ'צ'יק הוא חבר סגל במרכז הרב תחומי לחקר המוח באוניברסיטת בר-אילן, וב-12 השנים האחרונות שימש כמדען בחטיבת Google Brain בעמק הסיליקון.

ככל הנראה הוא יגייס כ-10 חוקרים בישראל, כדי להשתתף במחקר הגלובלי של החטיבה. מדובר בהרחבת פעילות המחקר והפיתוח של NVIDIA בישראל. כיום החברה מפעילה צוות פיתוח וצוות מכירות בגני התערוכה בתל אביב, המונה כ-30 עובדים. בכוונתה לגייס כ-20 עובדים נוספים כדי להרחיב את תחום הלמידה העמוקה (Deep Learning) בישראל.

בכנס שהתקיים בגני התערוכה בתל אביב השתתפו 2800 מפתחים, אנשי הייטק, משקיעים ויזמים. הדובר המרכזי באירוע היה ביל דאלי, שהציג טכנולוגיות חדשות בתחומי הבינה המלאכותית, VR, רובוטיקה, וכלי-רכב אוטונומיים. מנהל הפעילות העסקית של NVIDIA בישראל, נתי אמסטרדם, אמר שהמעורבות של החברה בישראל גדלה משמעותית בשנה האחרונה. "מספר החברות הישראליות המשתתפות בתוכנית ליווי הסטארט-אפים של NVIDIA הוכפל לכ-150, והקשרים שלנו עם המפתחים והאקדמיה העמיקו". תוכנית הליווי, בשם Inception program, מעניקה לחברות גישה אל אנשי החברה ומוצריה בכל העולם.

למידע נוסף על פעילות NVIDIA בישראל: NVIDIA

אינטל הצטרפה למרכז הבינה המלאכותית החדש בטכניון

פורסם בתאריך אוקטובר 14, 2018אוקטובר 14, 2018 ע"י Techtime

חברת אינטל (Intel) הצטרפה כשותפה המייצגת את התעשייה במרכז המחקר החדש שהוקם בטכניון לתחום הבינה המלאכותית (artificial intelligence). בסוף השבוע דיווחה אינטל שהיא משתתפת במימון מרכז המחקר בסכום שהיקפו לא נמסר. בשבוע שעבר נחנך המרכז החדש בהשתתפות הטכנולוגי הראשי של אינטל העולמית, ד"ר מייקל מייברי ובהשתתפות מנהל תחום הבינה המלאכותית באינטל, ד"ר נאבין ראו (בתמונה למעלה).

לדבריו, "הבינה המלאכותית אינה מספקת פתרון יחיד המתאים לכל הצרכים, ולכן אנחנו עובדים בשיתוף פעולה הדוק עם מובילים תעשייתיים רבים. שיתוף הפעולה שלנו עם הטכניון לא רק מחזק את פעילות הבינה המלאכותית של אינטל ישראל, אלא גם מקדם את כל תחום הבינה המלאכותית בעולם".

"ההישג הגדול ביותר של האנושות"

מרכז המחקר החדש מאגד חוקרים מהמחלקות למדעי המחשב, הנדסת חשמל, הנדסה תעשייתית וניהול בטכניון. חברת אינטל מסרה שהמעורבות שלה במרכז המחקר בטכניון נעשת במסגרת מאמץ לקדם את השימוש בבינה מלאכותית בתעשיות רבות, ולפתח אלגוריתמים וארכיטקטורות מיחשוב חדשות שיהיו חיוניות לתוכנית ה-AI של החברה. "השותפות בין אינטל והטכניון היא ארוכת שנים, ובוגרים רבים של הטכניון הצטרפו כמהנדסים אל מרכז הפיתוח של אינטל בחיפה".

בפוסט שהעלה בשבוע שעבר בבלוג של אינטל, העריך נאבין שהבינה המלאכותית תיחשב בעתיד לאחד מההישגים החשובים ביותר של המין האנושי, "אולם היא גדולה יותר מכל חברה, מכל תעשייה, ומכל מדינה. יש צורך בשיתוף פעולה של כל המערכת הטכנולוגית העולמית ושל כל הממשלות כדי לממש את הפוטנציאל הטמון בבינה מלאכותית. הממשלות רק עכשיו מתחילות להכיר בכך".

אינטל הכריזה על מאיצי בינה מלאכותית לעיבוד תמונות

בתוך כך, בשבוע שעבר חשפה אינטל משפחת מאיצי בינה מלאכותית חדשים, המיועדים להביא יכולות עיבוד תמונה אל אבזרי הקצה. מדובר בכרטיסי האצה הפועלים באמצעות מעבדי עיבוד התמונה ממשפחת מובידיוס (Movidius Vision Processing Units), או כרטיסים המבוססים על רכיבי מיתכנתים ממשפחת Arria 10 FPGA. הם מפנים את המעבד המרכזי (CPU) מהצורך לבצע בעצמו את ההסקות של רשת לימוד עומק, ולמעשה מתפקדים כמאיצי הסקות ברשת נוירונית (Deep learning inference accelerators). בינתיים שלוש חברות הודיעו על החלטתן להשתמש במאיצים החדשים: Dell, Honeywell ו-QNAP.

Habana Labs של אביגדור וילנץ פיתחה שבב AI המהיר בעולם

פורסם בתאריך ספטמבר 20, 2018דצמבר 27, 2018 ע"י Techtime

חברת Habana Labs מקיסריה ותל-אביב יצאה משלב הפיתוח החשאי וחשפה מעבד בינה מלאכותית מסוג חדש (בתמונה למעלה), שלהערכת החברה הוא המעבד המהיר ביותר בעולם. מאחורי החברה עומד אביגדור וילנץ, המשמש כמשקיע העיקרי וכיו"ר החברה. וילנץ ייסד בעבר את חברת גלילאו שנמכרה למארוול בשנת 1998 תמורת 2.7 מיליארד דולר, ולאחר מכן ייסד את חברת אנפורנה שנמכרה לאמזון ב-2015 תמורת כ-350 מיליון דולר.

המעבד של החברה, Goya HL-1000, מופיע על-גבי כרטיס PCIe, ומאפשר לעבד ולזהות 15,000 תמונות בשנייה (לפי מבחן ResNet-50) בהספק של 100 ואט ובזמן השהייה של 1.3 מילי-שניות בלבד. החברה מעריכה שהפתרון שלה מהיר פי עשרה עד פי 1,000 מהפתרונות המצויים כיום במרכזי הנתונים בעולם. המעבד מיועד לביצוע מטלות כמו זיהוי תמונות, תרגום מבוסס רשתות נוירוניות, ניתוח רגשות, מערכות המלצה ועוד. גויה פותחה כמנוע לייצור הסקות של רשתות לימוד עומק (deep learning).

המעבד המהיר – פותח במהירות

השבב כולל מעבד טנסורים (Tensor Processing Core) שהוא מעבד ייעודי עבור רשתות נוירוניות, כלי פיתוח, מהדר וספריות תוכנה המספקות ארגז כלים מלא לפיתוח יישומי בינה מלאכותית. "הבנה לאבס הוקמה כדי לשנות את האופן שבו מעבדים בענן יישומי בינה מלאכותית", אמר מנהל העסקים של החברה, איתן מדינה. מדובר בפיתוח אינטנסיבי מאוד, מכיוון שחברת הבנה לאבס הוקמה רק בשנת 2016. "בשלושים השנים שבהם הייתי מעורב בתעשיית השבבים, כמעט ולא ראיתי כזו יכולת ביצוע של הצוות", אמר אביגדור וילנץ. "בתוך פחות משנה מאז התגבש הרעיון, הצוות פיתח את שבב גויה, בדק אותו וכעת הוא מוכן לייצור המוני".

תהליך העבודה של לימוד עומק מבוסס על שני צעדים מרכזיים: אימון המערכת להכרת המודל (training), ושימוש במודל לניתוח מידע חדש (inferencing). יש דמיון רב בין שני מההלכים, אולם הם דורשים משאבי חומרה שונים. במהלך האימון, בסיס נתונים גדול מאוד מעובד כדי לאפשר למערכת לבנות מודל של רשת נוירונית המאפשר לה להבדיל בין ההסתברויות הסטטיסטיות של תכונות המאפיינות אובייקטים שונים. לאחר שהמודל נבנה, הוא נחשף אל נתונים חדשים ומפעיל עליהם את ההסקות שנבנו בתהליך האימון, המאפשרות לזהות תכונות של האובייקטים שנלמדו.

תהליך האימון דורש שימוש בכמויות גדולות מאוד של נתונים, ולכן יש צורך בקיבולת זיכרון גדולה מאוד ובתקשורת פנימית מהירה מאוד. יכולות אלה לא נדרשות לצורך תהליך ההסקה, אולם תהליך זה דורש תגובה מהירה מאוד, על-מנת לאפשר יישומי זמן אמת. לכן, האסטרטגיה של החברה מבוססת על בניית שני פתרונות מרכזיים: פלטפורמת Habana Goya למימוש הסקות והפעלת יישומי בינה מלאכותית, ופלטפורמת Habana Gaudi שתשמש לאימון רשתות נוירוניות ותצא לשוק בשנת 2019.

פלטפורמת Habana Goya זמינה כבר עכשיו בשוק. היא מבוססת על המעבד הייעודי של החברה, Goya HL-1000, כוללת 16 ממשקי PCIE Gen 4.0 וכרטיסי זיכרון פנימיים 4/8/16GB DDR4. היא מופיעה ביחד עם פלטפורמת התוכנה SynapseAI, המספקת את כלי פיתוח היישום, וניתנת למימוש באמצעות כל פלטפורמת חומרה הקיימת היום בשוק. כיום פועלת חברת הבנה לאבס ממשרדים בתל אביב, בקיסריה ובסן-חוזה, קליפורניה. היא מעסיקה כ-120 עובדים ומתכננת להוציא לשוק את מעבד האימון לרשתות בינה מלאכותית, Habana Gaudi, ברבעון השני של שנת 2019.

D-ID פיתחה טכנולוגיה למניעת זיהוי פנים

פורסם בתאריך ספטמבר 13, 2018ספטמבר 16, 2018 ע"י Techtime

בתמונה למעלה: הדמיית ההבדל בין תמונה מוגנת בפני זיהוי פנים לבין תמונה מקורית

חברת D-ID מתל אביב חשפה השבוע טכנולוגיית תוכנה חדשה המאפשרת למנוע זיהוי פנים אוטומטי באמצעות תוכנות רובוטיות ובינה מלאכותית, מבלי לפגוע ביכולת הזיהוי האנושית של התמונה. הטכנולוגיה מבוססת על ביצוע שינויים זעירים בקובץ התמונה, שאינם נראים לעין האנושית, אולם מונעים את האפשרות להפעיל אלגוריתם זיהוי תמונה על-גבי הקובץ. טכניקות למניעת זיהוי תמונה אוטומטית קיימות זמן רב, אולם הן מבוססות על הכנסת עיוותים בתוך התמונה, טשטוש פרטים והוצאת אלמנטים ממנה.

הטכניקות הקיימות היום פוגעות באיכות התמונה ולעתים אפילו ביכולת לבצע זיהוי פנים אנושי. הטכנולוגיה של D-ID מנצלת חולשות באלגוריתמים לזיהוי תמונות ובמערכות בינה מלאכותית, כדי למנוע מהם מבצע את המלאכה. בתצוגה של החברה שנערכה בכנס TechCrunch Disrupt San Francisco, הראה מייסד משותף והמנכ"ל גיל פרי, כיצד אלגוריתם זיהוי התמונה של מיקרוסופט מצליח לזהות אותו מתוך תמונת הפרופיל בפייסבוק. לאחר החלפת התמונה בתמונה מוגנת, האלגוריתם נכשל לחלוטין במשימה.

"פגיעה מהותית בזכויות האדם"

ביחד עם הצגת הטכנולוגיה, הכריזה D-ID על הלקוח הפומבי הראשון שלה, חברת Cloudinary הישראלית, אשר צמחה לענקית ענן בינלאומית המספקת פתרונות איחסון תמונות וסרטי וידאו לכ-350,000 חברות ומנהלת כ-22 מיליארד נכסי מדיה. החברה מסרה שיש לה הסכמים גם עם לקוחות גדולים בתחום הפיננסים ובתחום תעשיית הרכב, שזהותם נשמרת בסוד.

השם D-ID, הוא קיצור של הביטוי de-identification המתייחס לכל האמצעים המקשים על ביצוע זיהוי תמונות אוטומטי. תוכנות זיהוי הפנים האוטומטיות הפכו לא רק לנפוצות מאוד, אלא גם לסיכון אישי גדול מאוד. הורדת תמונות מאתרי אינטרנט, רשתות חברתיות, ופריצות למאגרי נתונים של גופים כמו בנקים וסוכנויות ממשלתיות, הופכות את בעיית גניבת הזהות והשימוש לרעה על-ידי משטרים טוטליטריים לבעייה דחופה מאוד. שכן בניגוד לססמאות, אי-אפשר להחליף פנים. "תחום זיהוי הפנים התפתח מהר מדי, וכעת אנחנו עומדים בפני סכנת פגיעה מהותית בזכויות האדם ובפרטיות", אמר פרי.

"הצוות האדום" תוקף את הטכנולוגיה

ההכרה בכך קיבלה תפנית חשובה מאוד בחודש מאי השנה, כאשר האיחוד האירופי אימץ את תקנות ההגנה על פרטיות החדשות במסגרת תקנות General Data Protection Regulation – GDPR, שבהן נקבע שצילומי פנים הם "מידע אישי רגיש", שחברות האוספות אותו חייבות להגן עליו כדי לעמוד בתקנות. החברה הוקמה בשנת 2017 על-ידי קבוצה של יוצאי 8200 הכוללת את המנכ"ל פרי, מנהל התפעול סלע בלונדהיים והמנהל הטכנולוגי אלירא קוטה. בחודש ינואר השנה היא גייסה 4 מיליון דולר מהקרנות פיטנגו, Foundation Capital, Fenox Venture Capital, Maverick ושני אנג'לים.

בתחילה פיתחה חברת D-ID את הטכנולוגיה שלה עבור מוצרים צרכניים, אולם מהר מאוד התברר לה שהשוק הגדול באמת הוא השוק הארגוני, שאליו היא מכוונת כיום את הטכנולוגיה באמצעות פתרון תוכנה הנמצא במחשבי הארגון או כפתרון של תוכנה כשירות (SaaS). החברה לא מדווחת על מרכיבי היסוד בטכנולוגיה שלה, אולם מוסרת שהיא פותחה באמצעות מומחים בתחום ראיית המכונה וטכנולוגיות בינה מלאכותיתי מסוג לימוד עומק (deep learning). במקביל לפיתוח אלגוריתם העלמת הפרמטרים שלה, החברה מפעילה "צוות אדום" של מומחי זיהוי פנים, אשר תפקידו לתקוף את הטכנולוגיה ולנסות להתגבר עליה.

זיילינקס רכשה טכנולוגיית בינה מלאכותית סינית

פורסם בתאריך אוגוסט 23, 2018אוגוסט 23, 2018 ע"י Techtime

חברת זיילינקס (Xilinx) רכשה את חברת הסטארט-אפ DeePhi Technology מהעיר בייג'ינג. חברת דיפ-פיי מתמחה בייעול אלגוריתמים של מערכות לימוד עומק. החברה עוסקת בדחיסה של הרשתות ופיתחה יכולות אופטימיזיצה של רשתות נוירוניות באמצעות "גיזום" (pruning), שהיא טכניקה לצמצום ענפי משנה מיותרים בעץ קבלת ההחלטות של האלגוריתם.

מאז הקמתה בשנת 2016, פיתחה החברה את טכנולוגיית הבינה המלאכותית שלה על-גבי רכיבי FPGA של חברת זיילינקס, אשר נכנסה בחודש מאי 2017 לשותפות בחברה באמצעות השקעת הון. לא נמסרו פרטים על היקף העיסקה. חברת דיפ-פיי מעסיקה כיום כ-200 עובדים, שימשיכו לעבוד ממשרדי החברה הנוכחיים. מנהל תחום התוכנה בחברת זיילינקס, סאליל ראג', אמר שזיילינקס תמשיך להשקיע בחברה, כדי לממש את החזון המשותף של שתי החברות של "האצת יישומי לימוד מכונה בענן ובמכשירי הקצה".

חברת דיפ-פיי הוקמה על-ידי ארבעה חוקרים מאוניברסיטת צ'ינגואה הסינית ומאוניברסיטת סטאנפורד, אשר התמחו בתחום הבינה המלאכותית. החברה חשפה לראשונה את הטכנולוגיה שלה בכנס FPGA2017, כאשר היא הראתה שהרצת האלגוריתם שלה על-גבי FPGA משפר את יעילות העיבוד הקולי (speech recognition) פי 43 בהשוואה ל-CPU ופי 3 בהשוואה ל-GPU. הפתרון היה חסכוני בהספק ביחס של פי 40 ביחס לעיבוד מבוסס CPU ופי 11 בהשוואה לעיבוד מבוסס GPU.

מבחינת זיילינקס מדובר בהשקעה מעניינת מאוד, שכן דיפ-פיי מאפשרת לה לשווק את הרכיבים המתיכנתים לשווקים חדשים לגמרי, שבהם נמכרים מוצרים שעד היום לא היו מבוססים על רכיבי FPGA בגלל שיקולי עלות. במסגרת המאמץ להיכנס לשווקים חדשים, חשפה החברה לפני כחודשיים את ערכת הפיתוח ZCU104 Evaluation Kit (בתמונה למעלה) ליישומי ראיית מכונה.

הערכה מבוססת על רכיבי Zynq UltraScale, MPSoC EV, מעבד גרפי ממשפחת Mali ומעבד יישומים מבוסס ARM Cortex-A53. היא גם כוללת את תוכנת עיבוד התמונה reVISION. הכרטיס מיועד לאפשר פיתוח מיידי של יישומי ראייה משובצים, כמו מערכות עזר לנהג (ADAS), ראיית מכונה, מערכות ראייה מרובדת (Augmented Reality) ועיבוד תמונה במיכשור רפואי.

Hailo הישראלית מפתחת שבב למידה עמוקה שיספק עיבוד של דטה סנטר למכשירי קצה

פורסם בתאריך יוני 5, 2018יוני 5, 2018 ע"י yochais

סטארט אפ ה-AI הישראלי Hailo, שפעל מתחת לרדאר מאז הקמתו בתחילת 2017, חושף היום לראשונה את מהלכיו העסקיים והטכנולוגיים. החברה מודיעה על השלמת סבב גיוס הון ראשון בהיקף של 12.5 מיליון דולר לפיתוח שבב למידה עמוקה (deep learning) שיספק יכולות עיבוד של דטה סנטר למכשירי קצה. בין המשקיעים בחברה מצויים זהר זיסאפל, המשמש גם כיו"ר Hailo, קרן OurCrowd; מנכ"ל חברת דלק מוטורס גיל אגמון, קרנות ההשקעות בטכנולוגיות רכב Maniv Mobility וכן Next Gear, הקרן הנלווית לאקסלרטור טכנולוגיות הרכב Drive. בסך הכול גייסה Hailo מהקמתה קרוב ל-16 מיליון דולר.

מעבד ה-deep learning של Hailo, שדוגמאות ראשונות שלו צפויות להיכנס לשוק בחציון הראשון של 2019, יוכל להריץ יישומים משובצים של אינטליגנציה מלאכותית על גבי מכשירי קצה המותקנים במכוניות מקושרות, רחפנים, התקני בית חכם דוגמת עוזרים אישיים, מצלמות חכמות וטלוויזיות חכמות, פלטפורמות IoT, פלטפורמות AR ו-VR, מוצרים לבישים ומוצרי אבטחה.

Hailo צופה שהשבב יספק צמצום דרמטי בעלות, בשטח ובצריכת ההספק ביחס לשבבים הקיימים, מה שיהפוך אותו למתאים לכמויות העצומות של החיישנים המוטמעים לכל אורך רשת האינטרנט של הדברים (IoT). השבב צפוי לעבד בזמן אמת תכני וידיאו וזרמי נתונים אחרים בנפחים גבוהים תוך שימוש באלגוריתמים של למידה עמוקה.

השבב שיעמוד בעומסי הדאטה של העתיד

ענף הרכב, המהווה את אחד משווקי היעד המרכזיים של Hailo, עובר מהפכה רחבת היקף ומאמץ במהירות שיטות למידה עמוקה כדי לאפשר פיתוח מערכות ADAS ויישומי נהיגה אוטונומית שדורשים חישה של הסביבה. על פי חברת המחקר IC Insights, סך המכירות של שבבים למכוניות ולכלי רכב אחרים צפויות להסתכם ב-42.9 מיליארד דולר בשנת 2021, לעומת 22.9 מיליארד דולר בשנת 2016. התשתית הקיימת של מעבדים שפותחו עבור מטרות כלליות אינה מסוגלת להריץ אלגוריתמים עתירי חישוביות של למידה עמוקה ההכרחיים ליישומי רכב אלה. להערכת Hailo, המעבד שלה צפוי לספק את פריצת הדרך הנדרשת בהיבטים של צריכת הספק, פיזור חום, שטח ועלות, ויהיה מוצר שיתאים לייצור המוני.

הצוות המוביל של Hailo, שהוקמה בפברואר 2017, הם המנכ"ל אור דנון, ה-CTO אבי באום והדר צייטלין, המכהנת כמנהלת הפיתוח העסקי של החברה. דנון, חתן פרס ביטחון ישראל ובוגר תכנית "תלפיות", שירת ביחידה הטכנולוגית של חיל המודיעין טרם הקמת החברה. ה-CTO אבי באום מילא שורה של תפקידים בחברת Texas Instruments, בה עבד כ-13 שנה לאחר שירות באותה יחידה טכנולוגית. בין היתר שימש באום כ-CTO של תחום הקישוריות האלחוטית בחטיבת המעבדים המשובצים ב-TI וכיהן בתפקידי ניהול קבוצת ארכיטקטורה והנדסת מערכת. שותפתם להקמת החברה הדר צייטלין, בוגרת תכנית "תלפיות" גם היא, שירתה כתשע שנים ביחידה הטכנולוגית, ובמהלך שירותה זכתה בפרס הרמטכ"ל למצוינות טכנולוגית. לפני הקמת Hailo, שימשה צייטלין כמנהלת המוצר הראשונה בחברת Via.

אור דנון, מייסד משותף ומנכ"ל Hailo, מסר: "הארכיטקטורה בת ה-70 עליה מבוססים המעבדים הנוכחיים אינה מתאימה בכדי לספק מענה לצורכי העיבוד הנדרשים ליישומי deep learning ואינטליגנציה מלאכותית. Hailo מחוללת מהפכה בארכיטקטורה העומדת בבסיס המיקרו-מעבד בכדי לשפר את יכולות עיבוד ה-deep learning בכמה סדרי גודל. הצוות הרב-תחומי שלנו פיתח ארכיטקטורת עיבוד חדשנית שמאורגנת סביב מאפייני היסוד של ה-deep learning והאינטליגנציה המלאכותית. לצורך כך תכננו מחדש באופן מקיף את ארכיטקטורת הזיכרון, פונקציות הבקרה והעיבוד במחשב ואת היחסים ביניהם".

בימים אלה עובדת Hailo בשיתוף פעולה עם כמה מהחברות הגדולות בתחום, הבוחנות שימוש בטכנולוגיה שלה.

זברה מדיקל קיבלה אישור אירופי לאלגוריתם לאבחון סרטן השד

פורסם בתאריך מאי 24, 2018 ע"י yochais

חברת המד-טק הישראלית זברה מדיקל (Zebra Medical) ממשיכה להרחיב את יכולת האבחון הרפואי של מנוע הבינה המלאכותית שלה. היום הודיעה החברה כי קיבלה אישור רגולטורי באיחוד האירופי (CE) לאלגוריתם חדש שמסוגל לזהות אזורים החשודים כמסרטנים בדימויי ממוגרפיה. האלגוריתם יצטרף למנוע האבחון של החברה, שכולל כבר יכולות זיהוי של דימומים במוח, דלדול, שברי חוליות ומחלות ריאה, לב וכבד.

על פי נתוני האגודה האמריקנית למלחמה בסרטן, כרבע ממקרי הסרטן החדשים המתגלים בקרב נשים בעולם הם מסוג סרטן השד – מעל 1.7 מיליון מקרים בשנה. גילוי מוקדם של המחלה משפיע באופן ניכר על היכולת לטפל ולמנוע את התפשטות הסרטן: במקרים שבהם הסרטן מתגלה מוקדם, סיכויי ההישרדות נעים בין 80%-90%. לעומת זאת, אם הסרטן מתגלה רק בשלב מתקדם יותר, שיעורי התמותה עולים ל-76%. בישראל מאובחנות מדי שנה במחלה כ-5,000 נשים.

זברה מדיקל פיתחה פלטפורמה פתוחה המסייעת לרופאים ולחוקרים לפתח במהירות אלגוריתמים חדשים ואבחנות לצילומי הדמאה רפואית תוך שימוש בבסיס נתונים גדול מאוד ובעוצמת מיחשוב זמינה. המערכת מתבססת על למידה עמוקה, ומאפשרת לרופאים ולחוקרים לבצע אבחנות רפואיות על סמך מאגר גדול של צילומי דימות כגון רנטגן, CT ו-MRI.

על פי החברה, מנוע הבינה המלאכותית שלה מספקת רמות דיוק דיאגנוסטיות גבוהות הרבה יותר מפלטפורמות דומות הקיימות בשוק ולוקות במספר רב של התראות שווא. מלבד זאת, היתרון הגדול של הפלטפורמה של זברה מדיקל הוא המחיר הנמוך של שירות האבחון. זברה מדיקל מציעה את השירות שלה לספקי שירותי בריאות תמורת דולר אחד לכל סריקה, מה שמאפשר גישה בהיקף גדול מאוד ליכולות מיוחדות בתחום הרדיולוגיה. עד היום הותקן מנוע האנליטיקס של החברה בכ-50 בתי חולים בעולם וביצע יותר ממיליון סריקות של חולים.

״לקחנו על עצמנו אתגר גדול לשפר את אחוז הגילוי המוקדם של סרטן השד," אומר מנכ"ל זברה מדיקל אלעד בנימין. "כלי הסיוע למומחי ממוגרפריה הוכחו בעבר כיקרים ולא מדויקים – אנחנו מתכוונים לשנות את המצב עם המוצר הזה והגרסאות הבאות שלו".