האם AI באמת חושב או רק מנחש? המחקר החדש של Apple עשוי להפתיע אתכם
בינה מלאכותית נשמעת עוצמתית. שואלים שאלה ומקבלים תשובה, מהר. אבל האם תהיתם פעם אם הכלים האלה באמת חושבים על הדברים לעומק? או שהם רק מעתיקים דפוסים?
צוות המחקר של Apple עשה משהו גדול. הוא ערך מחקר מעמיק כדי לבדוק אם מודלי AI כמו Claude ו-DeepSeek באמת פותרים בעיות, או רק גורמים לזה להיראות כך. ומה שהם גילו חשוב לכל בעל עסק שמשתמש היום בכלי AI.
חשיבה צעד אחר צעד: אמיתית או מדומה?
רוב כלי ה-AI המודרניים מאומנים להתנהג כאילו הם חושבים צעד אחר צעד. הם נקראים מודלי הסקה גדולים (Large Reasoning Models), או LRMs. הם לא סתם פולטים תשובות. הם מובילים אתכם קודם דרך “תהליך החשיבה” שלהם. נשמע חכם, נכון?
אבל הנה הקאץ׳: עד עכשיו אף אחד לא בדק אם לשלבים האלה יש היגיון כלשהו. אם התשובה הסופית נראתה טובה, אנשים הניחו שה-AI הגיע אליה בהסקה.
ב-Apple זה לא הספיק. הם רצו הוכחה. אז הם בנו סדרה של חידות מסובכות שדרשו היגיון ברור. חידות מהסוג שמראה אם מודל באמת פותר בעיה, או רק מנחש על סמך דוגמאות מהעבר.
המבחנים שגרמו ל-AI להזיע
Apple השתמשה בארבעה סוגי חידות:
מגדלי הנוי (Tower of Hanoi)
זו חידת חשיבה שבה צריך להעביר ערימת דיסקיות ממוט אחד למוט אחר. מותר להזיז רק דיסקית אחת בכל פעם, ואסור להניח דיסקית גדולה על דיסקית קטנה יותר. ככל שמוסיפים יותר דיסקיות, זה נעשה קשה יותר. עם 3 דיסקיות בלבד, זה די פשוט. עם 10 דיסקיות, צריך יותר מ-1,000 מהלכים מושלמים.
קפיצות דמקה
זה כמו לשחק דמקה, אבל להתמקד רק בקפיצה מעל כלים כדי להגיע לצד השני. החידה מוסיפה עוד כלים בכל פעם, מה שמקשה לתכנן כל מהלך. הכלל פשוט: לקפוץ, לקפוץ, לקפוץ, אבל בסדר הנכון. מספר הקפיצות הנדרש גדל מהר ככל שמוסיפים עוד כלים.
חציית הנהר
החידה הזו מתחילה עם קבוצה קטנה של אנשים וסירה זעירה. המטרה היא להעביר את כולם בבטחה לצד השני של הנהר. אבל יש כללים, למשל רק שני אנשים יכולים להיכנס לסירה בכל פעם, או שאסור להשאיר אנשים מסוימים לבד יחד. יותר אנשים וסירה גדולה יותר מסבכים את החידה. השלבים נשארים הגיוניים, אבל האפשרויות מתרבות.
עולם הקוביות (Blocks World)
החידה הזו משתמשת בקוביות צעצוע. המטרה היא להעביר אותן מסידור אחד לסידור אחר לפי סדרת הוראות. לדוגמה, “הניחו את קובייה A על קובייה B” או “פנו את קובייה C לפני שמזיזים את קובייה D”. בהתחלה זה קל. אבל ככל שמוסיפים יותר קוביות, מספר השלבים גדל מהר. מהלך שגוי אחד יכול לקלקל את כל החידה.
כל חידה מתחילה פשוטה. אבל עם כל חלק שנוסף, האתגר נעשה קשה הרבה יותר. החידות האלה מושלמות לבדיקת היגיון צעד אחר צעד. כדי לשמור על הוגנות, Apple השתמשה בשתי גרסאות של אותם מודלי AI:
אחת עם שלבי הסקה מופעלים
אחת בלעדיהם
הם גם הריצו כל חידה 25 פעמים כדי לנטרל מזל אקראי. עד כדי כך הם היו רציניים.
התוצאות המדהימות
הנה מה ש-Apple גילתה:
חידות קלות: המודלים שלא “חושבים” ניצחו. הם נתנו תשובות מהירות בלי לבזבז זמן.
חידות בינוניות: מודלי ההסקה הצליחו יותר. אבל הם היו צריכים יותר זיכרון (שנקרא טוקנים) כדי לעבוד.
חידות קשות: הכול קרס. אף אחד מהמודלים, אפילו לא ה“חכמים”, לא הצליח להשלים את המשימה. אפילו לא כשיותר מ-1,000 שלבים נפרשו לפניהם.
ומה שגרוע יותר? ככל שהחידה נעשתה קשה יותר, כך המודלים חשבו פחות. הם ויתרו לפני שהתחילו, גם כשהיה להם מספיק זיכרון כדי להמשיך.
זה לא היה מקרה חד־פעמי. זה קרה בחידה אחרי חידה. בחלק מהמבחנים, גם כשהמודל קיבל את התשובה הנכונה צעד אחר צעד, הוא עדיין נכשל.
מה זה אומר לעסק שלכם?
אם אתם משתמשים ב-AI כדי לכתוב מיילים, לענות על שאלות או לתכנן משימות, המחקר הזה רלוונטי לכם. הוא מלמד אותנו שכלי AI מצוינים בחזרה על דברים שהם כבר ראו, אבל כשמבקשים מהם לעשות משהו חדש לגמרי או מורכב מאוד, הם מתקשים. הם אולי מעמידים פנים שהם חושבים, אבל בפועל הם רק תופרים יחד דפוסים מנתוני העבר.
זה לא אומר ש-AI חסר תועלת. רחוק מזה. זה אומר שאתם צריכים להבין היכן ה-AI חזק והיכן לא.
החשיפה הנוספת של Apple: כלי AI בזמן אמת
בזמן שהמחקר המעמיק הזה התנהל, Apple גם השיקה כמה יכולות AI חדשות בכנס המפתחים שלה. הנה שתיים השימושיות ביותר:
תרגום שיחות טלפון בזמן אמת: עכשיו אפשר לדבר עם מישהו בשפה אחרת, והטלפון יתרגם את השיחה בזמן אמת. בלי צורך באינטרנט.
סיכומי צילומי מסך: צלמו מסך ושלחו אותו ל-ChatGPT מתוך אפליקציית התמונות בטלפון. הוא יסכם לכם אותו מיד.
הכלים האלה מיועדים לשימוש יומיומי, והם עובדים היטב. אבל העוזר החכם במיוחד שיכול לקרוא את המיילים שלכם ולתכנן לכם את היום? הוא עדיין בפיתוח.
אז… האם AI באמת חכם?
זה תלוי במה שמבקשים ממנו לעשות. כלי AI מצוינים בעזרה במשימות שהם כבר ראו, כמו כתיבת מיילים שיווקיים, מענה לשאלות נפוצות או סיכום מסמכים. אבל כשמדובר בחידות ארוכות, בבעיות מתמטיות גדולות או במשימות שדורשות מאות שלבים? הם מתפרקים מהר.
יש חוקרים שאומרים שאפשר לתקן את זה באימון טוב יותר ובזיכרון גדול יותר. אחרים אומרים שהגענו לקיר ושצריך סוג חדש לגמרי של AI. כך או כך, זו קריאת השכמה עבורכם. אם אתם משתמשים ב-AI בעסק, התייחסו אליו כאל עוזר חזק, לא כאל מקבל החלטות מלא.
מחשבות לסיום
המחקר של Apple הסיר את המסך מעל האופן שבו AI עובד. והאמת היא: הרבה ממנו הוא ניחוש. אז אם אתם בעלי עסקים שמשתמשים ב-AI כדי לחסוך זמן וכסף, מצוין. רק תכירו את המגבלות שלו. אל תצפו שהוא יחשוב כמו אדם. לפחות לא עדיין.