לבני אדם קל לזהות שיצור העובר לידם ברחוב הוא לא כלב, קפיבארה או נמר אלא סתם חתול. המוח האנושי עושה את תהליך הזיהוי הזה באופן כמעט אוטומטי. לעומת זאת, עבור מחשבים לזהות חתול זה אתגר טכנולוגי מורכב. למעשה, עד לפני כשני עשורים היה מדובר במשימה כמעט בלתי אפשרית.

בניגוד למחשב, המוח האנושי מסוגל לזהות חתולים מיידית בזכות מערכת ביולוגית מורכבת. מערכות החושים מזהות בעל חיים – ומשם המידע עובר לאזורי מוח נוספים האחראים על זיהוי תבניות כמו צורות, תנועות ויללות.

כמעט בו־זמנית מתבצעת השוואה בין התבניות החושיות לתבניות השמורות בזיכרון. במידה שהמוח מוצא התאמה בין השניים – נוצר זיהוי. התבניות האלו נוצרות בילדות ומשתכללות/מתעדכנות עם הזמן.

לעומת המוח האנושי, מחשבים נתקלים בקשיים משמעותיים בזיהוי חתולים. הסיבה לכך היא כי בניגוד למערכת החושית האנושית, מחשבים "רואים" תמונות כאוסף של פיקסלים. כל אחד מהם הוא בעל ערך צבעוני מספרי שונה. אין להם הבנה אינטואיטיבית של מהו החתול כהרכב של תחושות.

אילוסטרציה: חתול נגד מחשב (צילום: DON EMMERT / AFP)

תוסיפו לזה גם את העובדה שחתולים – למשל, מגזעים שונים – נראים אחרת זה מזה, מה שעלול להטעות את המחשב. מחשבים מתקשים גם להתמודד עם שוני כמו פרספקטיבות שונות, תנאי תאורה שונים, סוגי פרווה או רקעים מגוונים.

כדי להתגבר על האתגר הזה פותחו שיטות מתקדמות בעולם הבינה המלאכותית כמו, למשל, "למידת מכונה". המטרה היא "לאמן" וללמד מחשב לזהות חתולים כמעט כמו שהמוח "אומן" לזהות אותם באמצעות אישורים מילוליים של הורה, למשל.

כדי שמודל ממוחשב יזהה חתולים, צריך לחשוף אותו לאלפי – ולעיתים למיליוני – תמונות של חתולים בתנאים שונים. באמצעות אלגוריתמים מתוחכמים, המודל לומד להבחין בין תמונה של חתול לתמונה של אובייקט אחר

כדי שמודל ממוחשב יזהה חתולים, צריך לחשוף אותו לאלפי – ולעיתים למיליוני – תמונות של חתולים בתנאים שונים. באמצעות אלגוריתמים מתוחכמים, המודל לומד להבחין בין תמונה של חתול לתמונה של אובייקט אחר. כך המחשב מגבש תבניות ברות השוואה לזיהוי חתולים.

אולם, למימוש השיטה הזאת היה חסם גדול. כדי לעשות את כל זה היה צורך בכוח מחשוב עצום. כמה עצום? צוות חוקרים של גוגל ניסה בתחילת העשור הקודם ליצור מודל פורץ דרך לתקופה לזיהוי חתולים בסרטוני יוטיוב. לצורך כך הוא אימן את המודל שלו עם 10 מיליון סרטונים.

אילוסטרציה: משחק מחשב המבוסס על חתול (צילום: OLIVIER DOULIERY / AFP)

הבעיה היא שכדי לאמן את המערכת גוגל נזקקה לכמות אדירה של 2,000 מעבדים שיוכלו לעמוד במשימה. מדובר בחסם אדיר אם רוצים להנגיש את הטכנולוגיה הזו גם לפעולות אחרות – ולא רק לזיהוי בעלי חיים – או לקהלים נוספים. וכאן נכנסה חברת אנבידיה לתמונה.

בשנת 1993, שלושה מהנדסים עם חזון נועז, יחסית לאותה שנה, החליטו להקים את החברה המדוברת. השלושה הגיעו למסקנה שהמחשב האישי יכול להפוך למכונת משחקים עוצמתית אם יהיה לו את הכוח הגרפי המתאים.

כדי למצוא פתרון לכוח המחשוב האדיר, אנבידיה הציעה להשתמש במעבדים שלה לצורך אימון המכונה של גוגל בניסוי. התוצאה הייתה יותר ממדהימה. 12 מעבדים גרפיים של אנבידיה הספיקו כדי לבצע את כל העבודה

לצורך כך הם החלו לייצר מעבדים גרפיים המותאמים לגיימרים. בתוך שבע שנים מוצרי החברה הפכו להיות מהפופולריים ומהמבוקשים בעולם הגיימינג.

בחזרה לניסוי של גוגל. כדי למצוא פתרון לכוח המחשוב האדיר, אנבידיה הציעה להשתמש במעבדים שלה לצורך אימון המכונה של גוגל בניסוי. התוצאה הייתה יותר ממדהימה. 12 מעבדים גרפיים של אנבידיה הספיקו כדי לבצע את כל העבודה.

מנכ"ל חברת אנבידיה ג'נסן הואנג נואם בטייוואן, 2 ביוני 2024 (צילום: Sam YEH / AFP)

יש האומרים שזו הייתה נקודת המפנה של החברה, נקודה שממנה אנבידיה הבינה את הפוטנציאל האדיר של המעבדים שלה לצורך הובלת החומרה בעולם הבינה המלאכותית. עולם שכבר אז היה בעל פוטנציאל להוות את המהפכה הבאה בעולם הטכנולוגי.

אישוש להבנה הזו הגיע בשנת 2012, אז צוות בהובלת אלכס קריזבסקי מאוניברסיטת טורונטו הציג את AlexNet – סוג של רשת נוירונית שזכתה באתגר ImageNet 2012 והיוותה אירוע מפתח בהיסטוריה של הבינה המלאכותית והלמידה העמוקה בתחום.

המהפכה הגיעה עם השקת ChatGPT בשלהי 2022. למשקיעים לקח עוד כמה חודשים כדי לזהות את הפוטנציאל הגדול של אנבידיה בעולם הזה – ומכאן התחיל הבום הגדול

הטכנולוגיה של אנבידיה הייתה הכוח המניע מאחורי הפריצה הזו, מה שהציב אותה בחזית תעשיית הבינה המלאכותית והחישוב המקבילי, עם השפעה עמוקה על התפתחות התחום כולו. כך אנבידיה מיצבה את עצמה מחברת נישה לגיימרים, למנוע של מהפכת הבינה המלאכותית בעולם.

מה שהיא הייתה צריכה לעשות מאותו רגע הוא רק לפתח מעבדים מותאמים יותר לצרכי הבינה המלאכותית, לחדור לתחומים נוספים בעולם הזה כמו פיתוח רכבים אוטונומיים, ולהמתין לנקודה שבה המהפכה תפרוץ.

מטה חברת אנבידיה בקליפורניה, 21 במאי 2024 (צילום: JUSTIN SULLIVAN / GETTY IMAGES NORTH AMERICA / AFP)

המהפכה הגיעה עם השקת ChatGPT בשלהי 2022. למשקיעים אומנם לקח עוד כמה חודשים כדי לזהות את הפוטנציאל הגדול של אנבידיה בעולם הזה – ומכאן התחיל הבום הגדול. רק ברבעון הראשון של השנה היא רשמה עלייה של 262% במכירותיה בהשוואה לרבעון המקביל אשתקד.

אנבידיה רשמה גם צמיחה של 427% במכירות למרכזי נתונים באותה תקופת זמן. שווי המניה שלה זינק בכ־180% בשנה והשלים תשואה למשקיעיה בקרוב ל־600 אלף אחוזים מאז שהונפקה לפני 25 שנה. מדובר בתשואות שאנחנו רגילים לראות רק בהשקעות מופרעות כמו זה של הביטקוין.

השאלה הגדולה שמעסיקה את המשקיעים – ואין עליה עדיין תשובה – נוגעת לעתיד החברה: עוד כמה זמן החברה תוכל להמשיך לגדול בקצב כזה, אם בכלל?

באמצע יוני השנה אנבידיה כבר הדיחה לזמן קצר את מיקרוסופט מפסגת החברות הגדולות בעולם, עם שווי שוק של 3.3 טריליון דולר. עלייתה של מניית אנבידיה משקפת מגמה רחבה ועמוקה של שינוי בעולם המחשוב. הפיכתה לחברת מפתח בעולם הבינה המלאכותית גרמה לה להיות זו שמתווה את הדרך לעידן שבו חישובים בעולם הבינה המלאכותית יהיו הנורמה ולא היוצא מהכלל.

השאלה הגדולה שמעסיקה את המשקיעים – ואין עליה עדיין תשובה – נוגעת לעתיד החברה: עוד כמה זמן החברה תוכל להמשיך לגדול בקצב כזה, אם בכלל? היא תוכל שוב להמציא את עצמה? וכמה זמן היא תחזיק מעמד כשליטה הבלתי מעורערת בתחום? מי שידע את התשובה יוכל להפוך למולטי מיליונר, אולי כמו שעובדי אנבידיה הפכו אחרי שקיבלו ממנה מניות בזול לפני חמש שנים.