כתבות עם התגית computer vision

פעמים רבות עולות שאלות בקהילה אודות חוקרים שונים באקדמיה העוסקים ב-Machine learning ו-Deep learning. בכדי לעשות סדר בנושא ולעזור לחברי הקהילה לקבל תמונת מצד מדויקת של כל העוסקים במלאכה באקדמיה, החלטתי ליצור רשימה מסודרת ומאוחדת שתרכז את כל החוקרים בתחום. הרשימה כוללת מספר רב של חוקרים בתחום מכל מוסדות הלימוד בארץ כאשר הם מחולקים לתחומי הפעילות שלהם (ראייה ממחושבת, עיבוד שפה טבעית וכו'). בנוסף לכך, לצד כל חוקר יש מידע נוסף אודות תחומי הפעילות העיקריים שלו, קישור לאתר האישי ועוד. השאיפה היא לשמור על הרשימה עדכנית ככל שניתן ומידי פעם אעבור עליה ואעדכן את הפרטים הרלוונטיים לכל חוקר וחוקר לכתבה המלאה >>

דברה די סנטו, מנהלת את חטיבת הבריאות של ווטסון ב-IBM, יצאה בראיון לגלובס בקביעה דיי בעייתית: "המחשב שלנו לעולם לא יחליף רופא". מדוע מדובר בקביעה בעייתית? כי אם חטיבה שמשקיעה כל כך הרבה כסף במחקר ופיתוח סביב בעיה מסוימת והיא בעצמה לא מאמינה שהיא תוכל לפתור אותה אז מצב זה מעלה המון סימני שאלה על הפעילות הכוללת של החטיבה הזו.

הדבר הראשון שאומרים ליזם או יזמת שמקימים את החברה שלהם הוא "להתאהב בבעיה ולא בפתרון". במקרה שלנו הבעיה היא שאנשים מתים מאבחון לא מדויק/מהיר מספיק של המחלות שלהם או מנגד הם לא מקבלים את הטיפול המתאים. על פי הכתבה נראה כי IBM מגדירה את הבעיה כאחרת לגמרי: הבעיה היא שרופאים צריכים יותר עזרה בתהליך קבלת ההחלטות. התבוננות עקומה מאוד על הסוגיה כולה. בסופו של יום, המטרה היא להציל חיים ולעשות זאת בכל דרך אפשרית, כאשר היעד הסופי הוא לעשות זאת בצורה הטובה ביותר – גם אם זה אומר להוציא את הגורם האנושי מחוץ לתמונה.

מה יקרה בעוד כמה שנים שהמחשבים שלהם עצמם יעקפו את היכולות של הרופא האנושי? הם פשוט יסגרו את הכל כי המחשב כבר לא נמצא בפוזיציה של רק "עוזר", מה יקרה שהמחשב יגיע לרמת דיוק כל כך גבוהה שתייתר לחלוטין את הצורך ברופא? האם הם לא ינגישו את הטיפול לציבור הרחב? אי אפשר לצאת למסע כל כך גדול שאתה לא באמת רוצה להגיע לפסגת ההר. לכתבה המלאה >>

בתאריך ה-2.3 קיימנו את המפגש הראשון של Machine Learning Israel Seminar אשר עסק ב-Computer Vision. המפגש הראשון, וכך גם שאר המפגשים בעתיד, בנוי משתי הרצאות: אחת מטעם חוקר מהאקדמיה והשנייה מטעם גורם מהתעשייה (סטארטאפ או חברה). כפי שהבטחתי אני מצרף כאן את המצגות של שני המרצים. בהזדמנות זו אני מציע לכם להירשם לניוזלטר של הקהילה ובכך לא לפספס את ההרשמה לאירוע הבא.

הרצאה ראשונה:

שם המרצה: Dotan Kaufman
חברה: Tel Aviv University, Deep Learning Lab
תפקיד: Deep Learning researcher
לצפייה במצגת לחצו כאן.

 

לכתבה המלאה >>

עריכה: הרשימה זמינה לקהל הרחב בפוסט הבא. אין צורך לפנות יותר לבוט אלא ניתן פשוט לגשת לרשימה ולבחור את המומחים הרלוונטים.

בתור מייסד קהילת ה-Machine learning בארץ הרבה חברות/אנשים פונים אלי כדי לקבל המלצה על יועצים או חברות המעניקים פתרונות ושירותים בתחום הלמידה החישובית. עד כה הייתי מחבר בין אותם הגורמים לחברי הקהילה השונים שידעתי שעוסקים בתחום וכך שני הצדדים היו מרוויחים. עכשיו אני רוצה לעשות את התהליך כולו למסודר יותר ובכך לעזור לחברי הקהילה ולחברות השונות שמחפשות מומחים בנושא.

בכדי להפוך את התהליך כולו ליעיל יותר, יצרתי עמוד הרשמה מיוחד שבו יועצים או חברות המספקים שירותי ייעוץ בתחום ה-ML יכולים למלא את פרטיהם ולהצטרף לרשימה מיוחדת של מומחים בתחום. כעת, לאחר פחות משבוע, הרשימה מונה 22 מומחים המגיעים ממגוון רחב של תחומי פעילות (NLP, ראייה ממוחשבת ועוד). כל אותם מומחים מגיעים עם ניסיון עשיר ורזומה הכולל עבודה עם מספר רב של חברות טכנולוגיה. במידה ואתם רוצים להצטרף לרשימה, נא מלאו את טופס ההרשמה בקישור הבא. לכתבה המלאה >>

אירוע המפתחים של גוגל, אשר התקיים בשבוע שעבר, חשף מגוון רחב של מוצרים וטכנולוגיות אותן עתידה גוגל להציע לקהל הרחב בעתיד הקרוב מאוד. מי שהקשיב לנאום הפתיחה של מנכ"ל גוגל, סונדאר פיצ'אי, בוודאי זוכר את מספר הפעמים הרב בו הוזכר תחום ה-Machine Learning ועד כמה הודגשה השפעתו על כמעט כל פיתוח שהוצג באותו הערב.

לקראת כנס Google Next שיתקיים מחר בתל אביב, קיימנו ראיון עם ניר חינסקי, מנהל פעילות הענן של גוגל באזור MEA, ששפך אור על החשיבות הרבה שמייחסת גוגל לתחום ה-Machine Learning.

לכתבה המלאה >>

בתקופה האחרונה אנחנו רואים התעניינות הולכת וגוברת במושג Machine Learning ואט אט שומעים על חברות נוספות, גדולות כקטנות, שבוחרות לאמץ את הטכנולוגיה. אז לפני שאנחנו צוללים בפוסטים הבאים לנבכיה של הטכנולוגיה המדהימה, נסביר בצורה פשוטה מה זה בכלל Machine Learning.

על פי ויקיפדיה, Machine Learning עונה להגדרה הבאה: "למידה חישובית (Machine Learning) (לעתים מכונה גם למידת מכונה) היא תת-תחום במדעי המחשב ובבינה מלאכותית ומשיק לתחומי הסטטיסטיקה והאופטימיזציה. התחום עוסק בפיתוח אלגוריתמים המיועדים לאפשר למחשב ללמוד מתוך דוגמאות, ופועל במגוון משימות חישוביות בהן התכנות הקלאסי אינו אפשרי לכתבה המלאה >>