מירי בן־דוד ליוי
בעולם שבו בינה מלאכותית יודעת לכתוב קוד, לפתור בעיות ולפתח רעיונות בתוך שניות, כבר אין שאלה האם הבינה המלאכותית תשנה את עולם ההנדסה, אלא אילו מהנדסים יידרשו בעידן החדש. "המחלקה להנדסת מחשבים ותוכנה באוניברסיטת אריאל נולדה מתוך ההבנה שעולם הטכנולוגיה כבר אינו בנוי מתחומים נפרדים", אומר פרופ' עמית דביר, ראש המחלקה להנדסת מחשבים ותוכנה וראש מרכז הסייבר באוניברסיטת אריאל.
"הגבולות בין תוכנה, חומרה, סייבר ובינה מלאכותית הולכים ומיטשטשים. כיום התעשייה זקוקה למהנדסים שמסוגלים לראות את התמונה הרחבה, להבין מערכת על כל מרכיביה ולנוע בין עולמות ידע שונים. מתוך התפיסה הזאת בנינו מחלקה צעירה, גמישה ועדכנית שמבינה שלא ניתן להמשיך ולעסוק בהכשרת הסטודנטים למקצועות שקיימים היום, אלא יש להעניק להם את הכלים להתמודד עם המקצועות והאתגרים של המחר".
ההתפתחות המואצת של הבינה המלאכותית בשנים האחרונות ממחישה עד כמה הצורך הזה משמעותי. "מבחינתנו, השאלה איננה האם הבינה המלאכותית תהיה חלק מעבודתו של המהנדס העתידי. היא כבר חלק ממנה. השאלה החשובה היא איזה מהנדס אנחנו רוצים להכשיר לעולם שבו הכלים הללו נמצאים בכל מקום. התשובה שלנו היא שדווקא בעידן ה־AI, הידע ההנדסי העמוק הן בתחום המחשבים והן בתחום התוכנה יחדיו נעשה חשוב יותר. כדי להשתמש בכלים אלו בצורה נכונה נדרש אדם שמבין את הבעיה, יודע לשאול את השאלות הנכונות, לבחון באופן ביקורתי את התוצאה ולחבר את החלקים השונים לפתרון שלם. לכן אנו לא רואים בבינה מלאכותית תחליף למהנדס, אלא מכפיל כוח למהנדס טוב".
אולי יעניין אתכם
ד"ר אור חיים אנידג׳ר מציין כי אחד התחומים המובילים כיום הוא ה־Physical AI: "השילוב של בינה מלאכותית בעולם הפיזי מחייב הבנה עמוקה של תוכנה, חומרה, רובוטיקה וחיישנים. כלים אוטונומיים נדרשים לזהות ולהבין את סביבתם באמצעות מידע אקוסטי, גאומטרי ואופטי – החל ממיקרופונים ומערכי חיישנים אקוסטיים, דרך מצלמות RGB ומצלמות עומק, ועד חיישנים המספקים מידע מרחבי מדויק. לצד זאת, עיבוד שפה טבעית ומודלי שפה גדולים פותחים אפשרויות חדשות לניתוח, תכנון מסלולי תנועה וקבלת החלטות. האתגר הוא לחבר בין כל מקורות המידע הללו לכדי מערכת חכמה, בטוחה ואמינה שפועלת במציאות, ולקראת האתגר הזה אנחנו מכשירים את הסטודנטים".
חיבור ישיר לתעשייה
ד"ר רן דובין, חבר סגל במחלקה להנדסת מחשבים ותוכנה ומנהל קורסי הסייבר במחלקה, מכיר מקרוב את השינויים שעוברים בשנים האחרונות על עולם ההכשרה הטכנולוגית ועל תעשיית ההייטק. "השאלה כיום כבר אינה האם לשלב בינה מלאכותית בלימודים, אלא כיצד לעשות זאת נכון, בלי לוותר על הידע הבסיסי וההבנה העמוקה שהופכים סטודנט לאיש מקצוע אמיתי", הוא מסביר.
המחלקה להנדסת מחשבים ותוכנה באוניברסיטת אריאל היא מחלקה צעירה יחסית, שהוקמה במטרה לתת מענה לשילוב ההולך וגובר בין עולמות התוכנה, המחשבים, מערכות הלמידה והחומרה. אחד המאפיינים העיקריים שלה, לדברי ד"ר דובין, הוא הדגש על חדשנות וחיבור ישיר לתעשייה. "תוכנית הלימודים נבנתה מראש כתוכנית עדכנית, שמנסה להסתכל קדימה ולא רק ללמד את הידע המקובל בתחום.
"לצד לימודי התוכנה והמחשבים יש בה קורסים משולבים ומורכבים ביזמות, סייבר ופיתוח חומרה ותוכנה, וכן מסלול ייחודי של התמחות בתעשייה, שהוא חלק אינטגרלי מתוכנית הלימודים", הוא מוסיף. "במסגרת המסלול הזה הסטודנטים מבלים סמסטר בתוך חברות הייטק מובילות, במשך ארבעה ימים בשבוע, ומשתלבים במשרות פיתוח ומחקר. כך, עוד במהלך התואר, הם לא רק לומדים את החומר בכיתה אלא מתנסים בעבודה אמיתית, בתוך סביבת העבודה של התעשייה, כאשר תוכנית הלימודים מאפשרת להם לעשות זאת".
הייחוד, הוא אומר, הוא בכך שלא מדובר בהתמחות שהסטודנט צריך למצוא בעצמו, אלא בהתמחות שהמחלקה מסייעת לו להשתלב בה. ד"ר דובין, שאחראי בין היתר על שילוב וליווי הסטודנטים בהתמחויות, מסביר כי לחברי הסגל יש ניסיון רב בתעשייה וקשרים עם חברות שונות, ולכן הם יכולים לסייע לסטודנטים למצוא מקום התמחות מתאים.
"הסטודנטים מגיעים לחברות בתחומים מגוונים, ובהן חברות סייבר וחברות טכנולוגיה מובילות. במסגרת ההתמחויות הם עוסקים בפרויקטים אמיתיים, החל מפיתוח דרייברים ואפליקציות ועד מחקר בתחום הסייבר. ההתנסות לא מסתכמת רק בכתיבת קוד. הסטודנטים הופכים לחלק מצוותי העבודה ולומדים כיצד נראים חיי העבודה בתעשייה מבפנים. הם נחשפים לכלים של ניהול פרויקטים, לתהליכי העבודה ולדרך שבה צוותים מקצועיים מתנהלים סביב פיתוח של מוצר או מערכת. במקרים מסוימים, ההתמחות אף הופכת למסלול ישיר לעבודה בחברה שבה התמחו".
המילים הללו מקבלות גיבוי ישיר מהשטח. דביר בן טובים, סטודנט העולה לשנה ד' במחלקה, מספר: "אחד היתרונות המשמעותיים בתואר הוא פרויקט 'סמסטר בתעשייה', במסגרתו יוצאים להשתלב בעבודה מעשית בחברה טכנולוגית למשך סמסטר שלם. עבורי זו הייתה המקפצה האמיתית אל תוך התעשייה וזה עזר לי למצוא את העבודה הנוכחית שלי".
מה לגבי הפעילות המחקרית?
בד בבד עם ההתנסות בתעשייה, המחלקה מעודדת גם פעילות מחקרית. יש פרויקטים שבהם הסטודנטים מקבלים מימון כדי לערוך מחקר כבר בתואר הראשון, לעיתים בשיתוף עם חברות מהתעשייה ולעיתים בתמיכת האוניברסיטה. בכך מבקשים במחלקה ליצור שילוב בין לימודים אקדמיים, מחקר והתנסות מקצועית כבר במהלך התואר. זהו חלק מהדי־אן־איי של המחלקה שמוביל פרופ' עמית דביר, והעובדה שמדובר במחלקה צעירה מאפשרת לה להיות גמישה ולהתאים את תוכנית הלימודים לשינויים המהירים בעולם הטכנולוגיה. "השנה יש לנו סטודנטים שסיימו התמחות, חלקם קיבלו הצעות עבודה במשרת סטודנטים וחלקם ממשיכים לתואר שני בשיתוף פעולה עם מסלול מדעי הנתונים של המחלקה לתעשייה וניהול", מספר פרופ' דביר, "זו רק אחת מהדוגמאות לשיתופי פעולה בין המחלקות בפקולטה להנדסה".
מגויסים למען הסטודנטים
לצד השינויים הטכנולוגיים, באוניברסיטה מתמודדים עם אתגר נוסף שנוצר בשנים האחרונות: הפערים שנוצרו אצל סטודנטים שמשרתים במילואים. "במחלקה קיימת תוכנית תמיכה ומנטורינג, כיתה פתוחה המיועדת לסטודנטים הזקוקים לסיוע בלימודים, כאשר סטודנטים מצטיינים משמשים כמנטורים ומקבלים מימון עבור שיעורי העזר. המטרה היא לאפשר לסטודנטים בכלל ולאלו שנמצאים בתקופת שירות או שחזרו ממנה בפרט להשלים את הפערים במהירות ולא להיגרר לשנה נוספת בתואר. מבחינתנו, זה חלק מהאחריות של המחלקה כלפי הסטודנטים, לתת להם את האפשרות להמשיך להתקדם למרות התקופה המורכבת, מעבר לכך שכל סטודנט וסטודנטית שחוזרים ממילואים נפגשים עם ראש המחלקה לטובת בניית תוכנית לחזרה לשגרה", אומר פרופ' דביר.
דביר בן טובים, שנהנה מהמעטפת הזאת מקרוב כסטודנט משרת מילואים, מוסיף: "יש במחלקה תחושה משפחתית אמיתית, כולם מכירים את כולם. המעטפת הזאת עזרה לי חד־משמעית להגיע לאן שאני היום. כסטודנט מילואימניק, ההתחשבות המנהלתית שקיבלתי הייתה יוצאת דופן. ראש המחלקה עושה הכול גם בפן האישי וגם בפן המקצועי כדי שהסטודנטים ירגישו טוב. אם צריך עזרה בקורס מסוים לא מתביישים לפנות, ותמיד נענים בחיוב. יש תחושה שהבקשות שלנו עולות למעלה, מקשיבים לנו, ואם צריך לשנות משהו זה מיושם בשטח".
בעניין הבינה המלאכותית. יש בה גם איום על היכולת האנושית?
"אני לא רואה בה איום שצריך להילחם בו, אלא כלי משמעותי שצריך לדעת להשתמש בו", אומר פרופ' דביר, "עם זאת, השימוש בבינה מלאכותית משנה באופן דרמטי את הדרך שבה לומדים ומפתחים תוכנה, ולכן גם האקדמיה נדרשת לשנות את שיטות ההוראה וההערכה שלה. אנחנו משלבים את ה־AI בקורסים ובעבודות הן בתצורת השימוש ב־AI והן בלימוד כיצד לבנות כלי AI חדשניים לעולם התוכנה והמחשבים.
"לצד זאת, קיימת הבנה ברורה שאם סטודנט כותב הכול באמצעות AI, בלי להבין מה עומד מאחורי הקוד שהוא מקבל, הוא עלול לסיים את התואר בלי הידע והיכולת המקצועית הנדרשים ממנו. לכן חשוב לנו ליצור איזון בין שתי המגמות. מצד אחד, הסטודנטים צריכים להכיר את כלי הבינה המלאכותית, לדעת להשתמש בהם ולהבין כיצד הם יכולים להפוך אותם ליעילים יותר. מצד שני, הם חייבים לדעת גם לעבוד באופן עצמאי, להבין את עקרונות התכנות, לתכנן מערכת ולפתור בעיות בעצמם".
אחד הביטויים לכך הוא קורסים ייעודיים שבהם הסטודנטים לומדים לפתח מוצר משלב התכנון ועד המוצר הסופי. "הם לומדים כיצד לתכנן את המוצר, כיצד לפרק בעיה מורכבת למשימות וכיצד לחבר בין המרכיבים השונים של המערכת. לצד השימוש בכלי AI, הם נדרשים במקרים מסוימים לבצע משימות ללא הסתמכות על סוכני AI, ובחינות מתקיימות באופן פרונטלי. המרצים רוצים לדעת מה הסטודנט עצמו יודע".
מעבר לכתיבת קוד
לדברי פרופ' דביר, בעולם שבו אפשר לקבל בתוך שניות קוד, רעיונות, פתרונות ואפילו תכנון ראשוני של מערכות באמצעות כלי בינה מלאכותית, היכולת של הסטודנט להבין לעומק את מה שהוא עושה הופכת חשובה אפילו יותר. "זו גם הסיבה לכך שאין מקום לשאלה האם עדיין צריך ללמוד הנדסת תוכנה ומחשבים בעידן ה־AI. להפך, דווקא כאשר כלי הבינה המלאכותית מסוגלים לבצע חלק הולך וגדל מהעבודה הטכנית, יש חשיבות רבה יותר ליכולת להבין את העקרונות, לשאול את השאלות הנכונות, לתכנן מערכות ולבחון באופן ביקורתי את התוצרים שהבינה המלאכותית מייצרת".
המעבר הזה דורש שינוי גם מצד המרצים. "אנחנו נדרשים להתאים את הקורסים ואת דרכי ההערכה למציאות החדשה. אם בעבר היה אפשר לבדוק סטודנט בעיקר באמצעות עבודת בית או קוד שהגיש, הרי שהיום צריך לחשוב מחדש כיצד למדוד את הידע וההבנה שלו. הבוגר של העתיד לא יהיה בהכרח מי שיודע לכתוב הכי הרבה שורות קוד, אלא מי שיודע להבין בעיה, לתכנן פתרון, להשתמש בכלים הקיימים בצורה חכמה ולחבר בין כל המרכיבים לכדי מערכת שלמה".
ד"ר דובין מלמד עוד מהימים טרם הגעת הבינה המלאכותית לסדר הגודל הנוכחי, ולכן לדבריו הוא יכול לראות היטב את השינוי שעבר התחום. "גם באקדמיה וגם בתעשייה אני מזהה מגמה שבה אנשים נשענים יותר ויותר על כלי AI, ולעיתים הדבר בא על חשבון היכולת העצמאית שלהם בפיתוח. דווקא משום כך אני סבור שהכשרה מקצועית טובה צריכה להיות עמוקה יותר.
"לא מספיק ללמד את הסטודנט לפתח תוכנה", הוא קובע. "צריך ללמד אותו לחשוב כמו מפתח, להבין את הבעיה שהוא מנסה לפתור, לשאול את השאלות הנכונות, לתכנן מערכת ורק לאחר מכן לבחור את הכלים שבאמצעותם יבנה אותה. בסופו של דבר, השאיפה של המחלקה היא שהסטודנט יסיים את התואר כשהוא מסוגל לקחת מערכת או מוצר, להבין את הדרישות, לתכנן אותו, לפתח אותו ולחבר בין כל החלקים הדרושים כדי להביא אותו משלב הרעיון ועד למימוש".
לתכנן מול המכונה
ד"ר רועי יוזביץ', חוקר בתחום הבינה המלאכותית, חבר הסגל במחלקה להנדסת מחשבים ותוכנה ובמחלקה להנדסת מחשבים ואלקטרוניקה, אומר שהבינה המלאכותית מחוללת שינוי בכל מקצועות ההייטק. "פתאום יש עוד גורם שיכול לפתור בעיות שפעם רק מתכנתים או רק מהנדסים היו יכולים לפתור. אנשים מתחילים לשאול את עצמם אם יש טעם ללמוד מקצוע כזה, כשישנה הבינה המלאכותית שיודעת לכתוב קוד טוב יותר, ולכן גם יש ירידה בביקוש ללימודי מדעי המחשב בארץ ובעולם.
"אנחנו יודעים שבעשור הקרוב 95 אחוזים מהקודים ייכתבו על ידי מכונות. אנחנו לא באמת יודעים בוודאות מה יהיה, אבל עושה רושם שמה שיקרה זה שהגורם האנושי יהיה באמצע – מישהו שמבין את הנדסת המערכת כולה, ותהיה לו ראייה עוד יותר רחבה ממה שהבינה המלאכותית מסוגלת להשיג. לכן אנחנו רואים בכל העולם דווקא עלייה בדרישה למהנדסים שמכירים את עולם התוכנה והמחשבים יחדיו, וכמובן אנחנו ממנפים את היכולות של הבינה המלאכותית לתוצאות טובות יותר".
ד"ר יוזביץ' מספר על המחלקה שהוא מרצה בה. "התפיסה במחלקה היא לתת לכל סטודנט את היחס האישי ואת היכולת להביא את עצמו לידי ביטוי, עם העדפותיו וחוזקותיו, ולקבל כלים שיצמיחו אותו. היחס האישי הזה דוחף את הסטודנט לעשות דברים גדולים. בעיניי זה חשוב מאוד".