Go back

Unknown

0m 0s

Unknown

**Key Points** 1. גלעד לוי, בן 22, התחיל ללמוד מתמטיקה בגיל 13 ונהל תואר טכניון בגיל 15, ודאי קדימה לניהול חברה במדעים של היזמות. 2. הוא מראה את עוצמת האינטואיציה וההערכה של מנהל צעיר, שפועל על מנת להבין את התנהגות הすこと, ולא רק על טכניקות מוכנות. 3. המודל של היזמות שבאה בזמנו – של לימוד עקיף, התאמת מודלים לכאורה, והפיכת למידה למדידה – מראה את מיקום של טכנולוגיה חדשה שמקיימת את היכולת לגדול בלי תקופות של ידע קודם. **הצירוף של ההצגה:** איקונומיה התחיל בראייה של גלעד לוי, בן 22, שנחשב לאי-רחב, שפתח את החברה מני פולד בהקשר של היזמות, תוך שילוב מחשבות מתמטיות מוקדמות. הוא התחיל ללמוד מתמטיקה כבר בילדות, והגיע למדה של טכנולוגיה וניהול בתקופת התפתחות של טרנספורמר. גם אם הוא לא מושך מידע מקיף, הוא מראה את היכולת לחשוב על תחום של למידה עקיפה – transition של מודלים למודלים שמעריכים את עצמם לאורך זמן, ולא רק על יישום של טכניקות קיימות. הוא מתמקד בבעיית הפלטפורמות של היזמות, שמאפשרות למודל להגיב למשתנות רציפות – כמו שינויי תרבות, רגולציה או הסבר מהיר – בניסיון להימנע מההיתרונות של fine-tuning, שמביא לoverflow של תקופות של חיזוק ממשניה. הוא מראה את הקיום של היכולת ללמד, לנהל ולענות על רמת ידע נמוכה. גם אם הסדרה של עיבוד טכנולוגי נערך בבניית מודלים שמתאימים, גלעד מראה שהפער בין המודל הקיים לבין המודל שמתאים למשהו רצוי – כמו שהנראה בפרטי של ריאליות – הוא נושא של סדר. הוא גם נוגע באתגר של חוסר סדר, של הסיכון לנזק של מודלים. בכל שעה, הוא מנסה להבין כיצד ניתן לתקן את המערכת, לתקן את המודל, ולהציל את היכולת להתקדם – גם כשאין ברשות מודל "קלאסי" של תבנית. הוא לא רק מוסר את מערכת הידע שלו, אלא משתף את התמונה של מה שמשהו אחד יכול לחשוב עליו, כשאינו מושפע מידע קודם או מיכולת תכנון של שלב. זה מראה כיצד תחום היזמות יכול להיראות גם כהתקדמות של חינוך, של מחשבה, של היכולת לנהל ולהבין.

Transcription

12190 Words, 62703 Characters

Hebrew
איקונומיה 24 ביולי, הבוקר, הייתה לי את הזכות הגדולה להריח את גלעד לוי ממני פולד. בדרך כלל אני נמנע מפרקים כאלה, אני מעדיף להריח יזמים שהחברות טיפה יותר מבושלות, ואפשר להיכנס יותר לפרטים, אבל הפעם חרגתי כי הסיפור של גלעד הוא די חריג. האיש הוא לא כזה איש, הוא קצת ילד, הוא בן 22, אבל הוא הספיק המון. הוא התחיל, כמו שהוא מספר, ללמוד מתמטיקה יחסית בגבוהה בגיל 1 ספרתי, ואת התואר בטכניון בגיל 15, ובגיל 22 כבר להכניס טרנספורמרס לאקדמיה, לתוכנית לימודים שם, ואז הקים את החברה, את מני פולד, שמנסים לעשות AI חדש. ונורא סקרן אותי לראות איך נראה זווית מבט של מישהו שהוא חדש בעולם הזה של היזמות, אבל עם ניסיון. של טכנולוגיה חדשה, בלי ידע מוקדם, וזה קצת השלכה על כל הטכנולוגיות הקיימות, שקצת מערערות הסדר הקיים, אז חרקתי מנגי, ועלי ממש כיף ומרענן לדבר עם יזם כזה חדור רוח קרב. זה מסוג הדברים שרואים הרבה יותר בוואלי מאשר בארץ. המון חבר'ה, הרבה פעמים עשייתים, בוגרי סטנפורד עם תואר שני בגיל 21 שמקיימים חברות כאלה, ורציתי לראות איך זה. נשמע ואיך זה מרגיש, ובהחלט מעניין. מקווה שגם לכם יהיה מעניין, ומקווה שתוך שנה נשמע דברים גדולים על מעניפות, ונגיד לכם, היי, אתם זוכרים את הפרק ההוא? זה היה גלעד. אז לפני שנגיע לפרק המעניין הזה עם גלעד, אני אספר לכם קצת על נותני החסוד שלנו. והפעם, אחת מהחברות האהובות עליי בארץ שעובדות איתי כבר כל כך הרבה זמן, זו חברת קייטו נטוורקס, חברת קייטו נטוורקס שגייסה יותר ממיליארד דולר, מיליון דולר, ויותר מארבעת אלפים לקוחות מהמובחרות שבחברות, הם המציאו את הקטגוריה של סאסי, זה נקרא סאסי כחול לבן כי זה הומצא פה בארץ, הם מחפשים לגייס עוד הרבה עובדים. בתקופה שבה הרבה חברות סובלות מקשיים תזרימיים כאלה ואחרים, הם מחפשות לגייס עוד עובדים, 140 עובדים פה בארץ, בדגש על קהלי היעד הבאים, מהנדסים ומהנדסות בכירים בתעשיית הסייבר, יוצאי יחידות תהילית טכנולוגיות, עשמונה אחד, מצוב, הרם, אופק, תלפיות, אתם יודעים אם אתם שם אתם יודעים מי אתם ומחפשים להוסיף אתכם, אתכם לצוות שלהם אז כנסו לעמוד המשרות, תראו אם יש משהו שמעניין אתכם ובואו לעבוד עם אחד מצוותי הסייבר החזקים בארץ, בחברה שגדלה מהר גם אתגר מאוד מגניב כי עדיין יש עוד הרבה לפצח ועכשיו, לפרק! גיא קונומי, ה-24 ביולי, והבוקר יש לי את הזכות הגדולה לריחת גלעד לוי ממני פולד שכמו שאמרתי לו, המרחק בגיל ביני לבנו, קטן, מהמרחק בנו לבין הילד הגדול שלי והילד הגדול שלי לא כזה גדול, והספקת הרבה, אז אין מה, אנחנו נמשיך את זה כאילו למרות שזה לא כאילו זה לא ברור שלי, הכל טוב בוקר טוב, מה העלים בוקר טוב גם לך הספקת הרבה אה, כן, משהו בעזור אני מניח שאומרים לך את זה הרבה כן, שמה, כאילו מגיל קטן זה היה לא שגרתי איך זה לנהל חברה ככה? תקשיב, יש איזה יתרונות מאוד טובים שכאילו מסתכלים ובאים אנשים שאומרים שכאילו בגיל שלי הם עוד ניסו להבין, אתה יודע איפה לטייל בדרום אמריקה אני, אני, כן, אני בגיל שלך בהחלט הייתי בכמה חודשים טובים באסיה ספציפית, אבל כן, ספציפית בגיל שלך אכן הייתי באסיה אני חושב שזה די אותו רעיון כן אני חושב שזה די אותו רעיון אבל אני חושב שבאמת כאילו זה נותן לך עקומת למידה לא רגילה צריך פשוט להשתלט על הכל ובראש שלך להגיד כאילו יש לך את זה, נצבור את הניסיון הדרוש אבל בסוף יש לזה יתרונות מדהימים בטח בסוג חברה כמו מניפולד זאת אומרת אם זה היה צריך להיות יותר עבודה מול קורפרט אולי כמו שעושים פה אני אומר כי אין יתרון ביותר שונות ניסיון כי יש כל מיני דברים שאתה אומר אה, this is a thing לא? אוקיי, כאילו עושים ככה עושים את זה לא כמו שאתה התלהבת שיש פה טרופיות במקרר אלא דברים מחלקות פייננס או ליגל או מחלקות קומפליינס כל מיני כאלה שלרוב פשוט צריך להתעכל בזה זה לא שזה ידע מגניב או סקסי במיוחד שאנשים לומדים על דעת עצמם כן, אני חושב שבאמת כשדיברנו עם חברות יותר שיש להם איזה ריסק רגולטורי הבנו ששם דווקא צריך רגע למדר את הילד בין 22 מנהל חברה אבל דווקא כשאתה מדבר עם החברה יותר טכנולוגיים שפשוט אומרים לך יש לי אתגר שישווה מלא כסף ופשוט תפתור אותו כבר דווקא שם זה בא טוב מהבחינה הזו זה גם לא כזה נדיר בדרך שלא בסנט פונציסקו אפילו בארץ כבר רואים מוונדרפול בין 24 ודין מדקרת משהו כזה, אתה יודע שוב יותר קרוב לתיכון מאשר ללא יודע מה אפשר להגיד היינו צעירים, חבר'ה שהספיקה הרבה ורצו הרבה והנה חברות ששוות מיליארדי דולרים ומבחינת המשקיעים אני אומר זה לא ביג דיל תשמע אני חושב שבסוף המודל הזה הוא עבד בארצות הברית הרבה זמן פשוט כי אנשים צעירים יכולים ללמוד מאוד מהר, עוד סוד דבר כמו פאונדר לד קאמפני, זאת אומרת מנג'ר לד קאמפני בסוף פאונדר יכול ללמוד לנהל מנהל נדיר מאוד שיכול ללמוד להיות פאונדר כי זה גם גל חדש עכשיו מגיע גל חדש נגיד שהגיע הוובי 2.0 אז צוקרברג ולרי וסרגי וכל מיני חיים מגוגל ומרי סמייר מגיע להיות טופ אקזקטיב בגוגל בגיל נורא צעיר ואז התעשייה התבססה ונוצר שכבות על גבי שכבות של ידע שהיה יותר קשה להגיע אליו כי הוא לא ידע טכני שאתה יכול פשוט בבית to hack it ונחשב שיש פרישמי של הכל ומתחילים מחדש אז שוב יש גל של ילדים כי אין שום יתרון לידע הקודם, להפך סתם חביד התחום הזה בקושי קיים אנחנו מדברים פה על שנים בודדות ואז מי שהיה שם בדיוק בזמן שהוא התפתח והתחיל לזוז זה בן אדם שכרגע יש לו הרבה זמן זה בן אדם שהוא פשוט best positioned כרגע שאין לו את כל הבייסים של איך היינו עושים דברים לפני 15 שנה או אפילו 10 שנים כן, המחשבה הזו של מתי האל אליהם יחליפו את המקודדים זה שאלות משעממות בוא נתייחס כאילו זה החליף וזהו זה העולם החדש וזהו שם זה תמיד דיון כאילו אני חושב שבסוף יש גם עניין של cost efficiency אנחנו רואים את זה היום כבר זה לא כל כך ברור, אז אהוב האם הם יכולים האם אנחנו רוצים שהם יחליפו את המתחנתים שלנו בטוח תלוו לבלים שאלה טובה אני חושב שאף אחד לא כותב קול יותר בלי לגמרי אז עכשיו זה רק השאלה איפה אתה שם את החוגה זה כמו שאתה מזיז בקודקס או בקלוד את הטמפרמנטים שלו זאת אומרת בסוף זה משוואה עם איזה מודל ואיזה איכות אז כבר פה יש לך בדרך כלל איזה 18 אפשרויות במכפלה הזו גם שם כבר יש לך כל מיני הרנסים שמריצים מודלים בלופים ואז פתאום העלות שלהם עולה בריבוע זה מתחיל להיות דבר רציני בריבוע זה סתם הנחה סטטיסטית אבל אני רואה אפילו הבדל בין פייבל היי לאולטרה, ההבדל יכול להיות פי 8 או פי 6 נטו על העניין הזה של הלופיאז' שהוא ימשיך פה לחפש, לעבור איזשהו טרשולד איכותני וזה לא יודע, אני ויתרתי, אני פשוט ביי, חזורתי תן לי את התשובה ואני אבדוק, אני לא צריך to one-shot it. כי אני חושב באופן כללי כדי שהדברים האלה באמת יעבדו בצורה שאתה אני אשתמש במונחים שהחברה מטריידינג אומרים שתוכל לישון בלילה כי אם אתה משאיר אסטרטגיה והולך לישון נדיר מאוד שאתה שקט לגבי העניין הזה אני חושב שכדי שהדברים האלה יעבדו בצורה הזו אתה חייב להגדיר לו מאוד מאוד מדויק מה הגול שאתה רוצה שהוא ישיג הוא חייב לעשות איטרציות לגבי איטרציות ככה נגיד בדרו את הבעיות הירדוש וכאלה זה הרנסים מאוד מאוד כבדים ואז גם העלויות פשוט עולות לשמיים אז איך מנהלים חברה ככה? אני חושב שקודם כל אתה צריך מאוד, אצלנו יש קלצ'ר ממש מדויק של תעשה מה שאתה רוצה עם AI, אבל מה שאני בסוף רואה שאתה דוחף להגיד זה כל שאתה מכיר ושאתה מכיר לרמה שאני יכול לשאל אותך לגביו, כי אנחנו קודמים אינפרה אנחנו כותבים כאילו מי למטה למעלה בפייטורץ' אם אתה לא מבין מה כתבת פשוט זה מקום לאינסוף בגים. אם אתה לא מבין מה דחפת אל תגידי מה כתבת כי הרוב גם אצלכם כנראה לא כותבים אבל אם כן דוחפים קוד אני אגיד לך ככה, אני בחודש האחרון כתבתי בערך 20% מהקוד שלי ידנית קוראים לי בחברה משוגע אבל זה בפער הכי מהר שהתקדמתי פשוט מהעובדה של לפעמים קלוד לא מבין מה אתה רוצה באופן מוחשי אתה רואה שהוא לא מבין מה אתה רוצה. הוא כותב לך ספגטי על גבי ספגטי על גבי ספגטי כשתכלס אנחנו יודעים שמאה שורות קוד סוגרות פינה מאה שורות קוד מדויקות סוגרות פינה למעטך בלאו לבל כן בדיוק אני מנסה עכשיו לבדוק ארכיטקטורה חדשה שזה תכלס רוב העיסוק שלנו אני לא צריך את כל הכאב ראש הזה ברגע שאני כותב לו את האינפרסטרקט שר נכון אז שיעשה ניסויים רחבים שישנן דברים שיעשה פלוטים אבל אני שם לב שכאילו בזירו טו וואן מאוד מאוד קשה לו לעשות דברים כאילו גם בפייבל לא ראית שיש שינויים משמעותיים מבחינתך לא יותר מדי וזה גם נורא הגיוני איך שאנחנו פשוט מבינים את הקונסטרקציה של הארכיטקטורה. כן פלוס אתה במחנה הללם זה לא התחנה הסופית של הרכבת אז בכלל. תשמע אני איפשהו באמצע זה בטוח משפיע. כן כאילו לא יצא לי לדבר יותר מדי על מה הרקע שלי אבל הייתי מאוד פרוטרנספורמרי היית פרוטרנספורמרים הייתי פרוטרנספורמרים. הייתי התרגשת שג'י פי טי שלוש יצא ואמרת התרגשתי לרמה של, אני פתחתי שם את הקורס בטכניון, על איך הוא עובד כי אמרתי כאילו, כמו כזה אתה יודע, מישיונרים של 1600 צריך להפיץ את הבשורה ואני באמת חושב ש. במדעי המחשב זה? באמת השנה הייתה בערך סוף 22 וכבר הבנו לאן זה הולך, עוד לא עד של GPT, אבל היה נורא ברור שהטכנולוגיה הזו עומדת לעשות שינוי רציני ואני חושב שכל אוניברסיטה עוד לא הבינה את זה לא היה קורסים, לא היה כלום עזוב אוניברסיטאות, cutting edge companies עדיין לא היו שם נכון, נכון, אבל אני באמת חושב שבאוניברסיטה החוקרים כבר הבינו שיש פה משהו הם הבינו שזה יכול להחליף חצי מהוורקפלות שלהם אני זוכר היום שבו אנשי ויז'ן עברו לעבוד עם טרנספורמרים היה בשבילם יום אפל כי היה את כל השיטות הקלאסיות שמבוססות מתמטיקה כבדה ופוריה וכל מיני דברים נקיים ופתאום פשוט attention all to all הרבה מהחבר'ה של ה-OG's של התחום מסופרים על הפעם הראשונה שהם הרימו ספר של גרפיקה ממוחשבת ולשחק עם וקטורים ושיידרים וכל הדברים האלה ובסוף זה הרבה אלגברה והרבה הקים של של קוד ברמה הכי גבוהה שיש והטרנספורמר די איפה את הקלאסה. לגמרי, בשנייה גם כאילו. כן. זה פשוט לא היה ברור עד כמה one formula הזה עובד להכל באמת להכל. כל טסק שרצית לקרב באיזושהי צורה זה פשוט עבד אז זה באמת למה גם הם התפוצצו כל כך זה הייתה תחושה שהיא מספיק דאטה ומספיק קומפיוטר יכול לעשות את הכל. כן, אותו ביטר לסן. ממש הביטר לסן וזה גם למה אני חושב שההתחלה של החברה שלי הייתה נורא טריקית מבחינת מסרים כי מצד אחד הביטר לסן עובד איך אתה באותו זמן סטודנט בין שמונה עשרה, תשע עשרה התחלת את התואר בגיל חמש עשרה ראשון? כן, את הראשון שלי התחלתי בגיל חמש עשרה איך הגעת למצב? מה, שיינים לך בתיכון כזה? אפילו לפני, לא עשיתי תיכון פשוט בכיתה טטן נזרקת החוצה? לך ממש ממש אחורה באזור גיל שמונה הבנתי שאני לא שייך לפה זה היה ממש, אני זוכר את הימים האלה עד עכשיו כאילו כיתה ג' כזה? כן, כן פשוט שבתי בכיתה, ראיתי את המורים שלי ואמרתי לעצמי I can do better איפה גדלת? גדלתי בקריות בקריות, אוקיי. כן ופשוט המערכת חינוך שם לא מספיק טובה כאילו בכל המדינה מסוף. אני אספר חסוד בכל המדינה. אתה מוזמן לבוא איתי פה לבתי ספר ילדים לא מקבלים את החומר שהעונה על הצרכים שלך אני מאוד מקם. יש מצב ש בשום מקום, אבל זה בסדר אז אני, יש לי את הפינת גננדן הקטנה שלי שם, אבל באמת הבנתי שזה לא הכיוון. רגע, אז כיתה ג' אז אתה חוזר הביתה ואתה אומר מה? ממש באתי לאימא שלי ואמרתי לה, אני חושב שאני רוצה ללמוד בטכניאן בגיל שמונה ותודה. רגע, מה היו היכולות שלך בגיל שמונה? הייתי מאוד מאוד מתמטי. כאילו כבר קראתי מאמרים פשוט מאוד אהבתי את התחום, בעיקר בתורת המספרים בנקודה הזו. קצת התחלתי עם אנליזה התפתח אחר כך, בגיל 12 אבל פשוט מאוד אהבתי מה שאני עושה. רגע, בסוף אתה יודע, כשאתה מגיע למאמר אקדמי, יש שורה של אבני לגו נכון. בטח בדיסקרטית ובאלגברה שאבני לגו שבלעדיהן אתה עושה כאילו אתה מבין יש אבני לגו שחייב אותן שזה בדרך כלל מה שנקרא מתמטיקה תיכונית וכל מיני כאלה זה לא מעניין במיוחד, זה הסיבה שהרבה אנשים לא מתחברים למתמטיקה כי זה פשוט מאוד טכני חזקות עובדות וסתם איך, לא יודע, מה שנקרא לו חשבון. סתם כדי שמה שאתה רואה מתחבר לך. אז איך סגרת את הפערים הזה? היופי בנושא כמו תורת המספרים לעומת משהו כמו אנליזה או טופולוגיה או יריות תורת המספרים היא נושא מנותק לגמרי. כן, פאול אירדו שהיה אומר שהוא מגיע לילדים קטנים ומתחיל לספר למלחידה מסוימת ויהי גרף, היא נביא, היא נהי קדימה לגמרי, לגמרי. אתה יכול בדרך כלל לעשות סטייט לכל משפט בתורת המספרים על לוח עם כמעט אפס רקע ההוכחות יכולות לבוא מהגן ההוכחות יכולות לבוא מבאמת כל נושא במתמטיקה אנליזה מרוכבת רלוונטי, הכל רלוונטי אבל זה נותן לך מין גם בי אפס וגם די אפס, אם זה הגיוני כאילו כל משפט לוקח אותך לאיזה נושא נשתי אחר ולאט לאט אתה פשוט לומד את כל המכלל כן, הייתי אומר פחות בי מהבחינה הזו, זאת אומרת כי אתה כנראה פשוט לא תיכנס כשאתה לא יודע זאת אומרת, תראה הוכחה שחסר לך פשוט כלים מתמטיים להבין אותה, אבל אני אראה די אקסטרה אני אראה כל מיני דברים כאלה לילד אני מרגיש שאני יכול להסביר את זה זה מספיק מעניין עם דוגמאות של לרשת חשמל או לא יודע רשת חשמל כאילו לא צ'יפים ואפשר להסביר את זה, זה כן מעניין יש כמה דברים הרבה פחות נגישים מגד ההוכחה של ויילס, פרמאלס לסטירום זה הנורא, זה הוכחה של 500 עמודים שלקח לו עשרות שנים לסיים אותה שם עזוב, שחרר מילד בן שמונה תלוי, עכשיו פה נועם סולומון תלוי מי הילד בן שמונה יש ילדים בן שמונה ויש ילדים בן שמונה הוא סיפר על אחד החבר'ה שעבדו איתו הוא הולך בפרק הזה על נער אחר שלקח צ'אנק מההוכחה הזו פשוט לא ידע שזה כאילו משהו ביג דיל זה פשוט ישב ופתר זה בחור רוסי שעבד איתו בגיל שמונה לא, בגיל תיכון כזה גיל תיכון מוקדם זה עדיין עזוי זה כבר סיפור אחר אבל כן כן, זה עדיין עזוי אבל אז בגיל שמונה אתה אומר לנצלות בטכניון מה אמא אומרת? אמא צוחקת ואני חושב שזו התגובה מאוד הגיונית של הורה כי זה כמו ילד שיגיד לך אני רוצה להיות אסטרונאוט מגניב, קול, בוא נכלה בית ספר ונדבר על זה מתישהו אבל היא לא הבינה שאני רציני אני מתכוון לזה, כאילו אני עכשיו מתחיל לסלול דרך ובאמת בגיל 12-13 כבר התחלתי ללמוד בפתוחה מה עשית בן שמונה ל-12 כדי שזה יקרה? פשוט הרבה למידה עצמאית איך? הייתי מחסיר הרבה לא, עזוב מה מחסיר, איך בפועל? עזוב מה לא עושה, מה כן עושה פשוט רואה הרצאות, קורא מאמרים לומד כל דבר שבא לי בחטיבה זה כבר היה כל הקורסים של תואר ראשון רגע, אז קריאה אז גם היה לך זאת אומרת בסוף גם יש צורך בקריאה גם קריאה של רוב הילדים בגיל שמונה היא לא איי איי איי נכון, אני גדלתי באנגלית איך גדלת באנגלית? גם סיפור מפגר, תחליט לאיזה ענף בא לך לצלון הייתי ילד מאוד מעצבן שחק לטובתי הרבה פעמים ולאחותי הייתה מורה פרטית לאנגלית שפשוט אמא שלי הייתה משתמשת בה כבייביסיטר דעתי זה סטארט-אפ ענק פשוט מורים פרטיים ששומרים על הילדים הקטנים ומלמדים את הגדולים ודעתי זה גאוני ובאתי אליה ואמרתי שבא לי גם כי קיניתי והייתי אפילו לא בן שלוש פשוט אמא שלי זרמה והיא אמרה יאללה סבבה ואיכשהו מפה לשם יצאה שלמדתי אנגלית לפני עברית כי המורה הזו דיברה איתי רק באנגלית חשפה אותי לתוכן באנגלית ופשוט למדתי לקרוא יותר מזה למדתי לדבר בגיל מאוד מאוד צעיר ואז איכשהו המוח שלי עבר לאנגלית אתה חושב באנגלית היום? עד היום אני חושב באנגלית שאל אותי פעם חבר באיזה שפה אני חולם ואז כששמתי לב לזה אני לא בעברית שזה מאוד מוזר לא, בסיפור שסיפרת זה ברור אם זו השפה זו השפה, זה כמו אנשים שהם ביילינגול בגלל אורות אז יש הרבה אנשים אבל מבין חבריי והמאזינים שיש להם נני עכשיו בארצות הברית לפחות 10% המאזינים בארצות הברית ושם זה מאוד נהוג ואם יש לך את הכסף אז זה קורה ואז הרבה מהילדים פתאום יש להם ספרדית כן, שמעתי כל מיני סיפורים כאלה רוסית כאלה כן, מה שיש אני חושב שזה משה בנק להוביח אותך לא נהוג בארץ הדברים האלה וגם בגלל התנאי העסקה בארץ כי הוא יותר קשה, אבל ידע, ידע, ידע אז אתה באנגלית ובגיל 12 מה קורה? בדיוק, אז פשוט נסיסי רצות הזדמנויות להתקרב למה שבאמת בא לי ללמוד הפתוחה פשוט הייתה הדבר הכי נוח שאפשר כי אתה יכול להתקבל שם תכלס בלי כלום אז צריכה תהיה ללמוד שם לא צריך כלום? עשו לי מבחן על אקוויזישן של ידע לא על ידע קיים ליבדו אותי משהו חדש זה היה איזה נושא בתורת הקבוצות האקסיומטית אני שכחתי בדיוק מה רצו לבדוק משהו סביב קרדינלים נורא אהבתי קרדינלים שזה מסוג הדברים גם שבלי, קצת קשה כן, אבל כאילו זה לא הניח ידע קודם הם לא הניחו שאני יודע את זה גם בטכניון היה סיפור שלם סביב זה כשתקבלתי לשם עשו לנו מבחנים ואחד המבחנים היה כאילו מאוד בתורת המספרים הם רצו שתוכיח שהתור של אחד חכי אין בריבוע יוצא פחות משתיים ויש הוכחה מאוד טריוויאלית לזה אתה יכול לעשות כזה שיפט למספרים ואז יוצא תור טלסקופי והוא יוצא שתיים פחות אחד חכי אין וזה מתכנן סיפר שמתי להם תוכחה הזו ושמתי להם גם את האחת שאני אוהב שפשוט זה לחשב את התור שזה כבר עבר קצת בדברים יותר מורכבים נגיד ככה כי פשוט היה את הידע הקודם אחרי זה אני מגיש את המבחן הזה אני יוצא החוצה הבחור מעיף שני מבטים על המבחן יוצא החוצה והוא אומר לי מה לזה זה לא הולך פה כי הוא לא הבין שגם הייתה שם הוכחה הוא חושב שאני מצטט את התוצאה הזו מיוטיוב או משהו אבל אתה לא אם אתה מצטט ויוטיוב לא מולך זה אומר שהידע אצלך בראש סבבה גם אני יכול ללכת לראות טרי בראון וואן בלו או ההפך ולראות תוכחה מגניבה ושעה אחרי זה אני עדיין ידע להסביר אותה יפה יום לחזר אני כבר לא ואין ההבדל הוא חשב שאני פשוט זוכר את המספר את הבייבר ריבוע חלקי שש הזה ולא תוכחה הבנתי אבל רשמת תוכחה כן אז אמרתי לו פתח את המבחן זה לא ציטוט כל הוכחה שם ואני זוכר שפשוט אחר כך עשו לי איזה פסט פס בתוך הטכניון, כי באמת להתחיל את התואר. שבגלל, הפס פס על מה? על זה שאין לי בגרות ובפסיכומטרי. לא, כי הם רצו שתעשה מכינה וכאלה? לא עשיתי מכינה, לא עשיתי כלום. לא, זה אומר, זה הפס פס, אתם מתכוונים? בכללי, לטכניון יש, כמו כל אוניברסיטה, תנאי קבלה מאוד נוקשים. לא, בסדר, הפס פס הוא רק על ההתחלה, זאת אומרת, זה לא ש ויתרו לך עלה לגמור אחד ואינפי וכאלה. לא, לא, להפך, הם דרשו אקסטרה. הייתי סטודנט חוץ בהתחלה. היית סטודנט חוץ בטכניון? כן. הם ביקשו שתעשה, זאת אומרת, אם היית מקבל רק 80, שזה עדיין שם אותך בטופ 15 אחוז של הכיתה. כן, אבל היה נעים להכיר אותך. הם היו מאיפים אותך. הם היו מאיפים אותי. תשמע, בקנות, היום כשאני חי בעולם כזה של די-ריסקינג, אני מבין, אין בגרות, אין פסיכומטרי, רוצים משהו שאפשר להגיד, וואלה, עשינו את ההחלטה הנכונה. אוקיי. אז אתה מתקדם בתואר ראשון. מעניין לך? מדהים לי. תקשיב, הייתי כל אוניברסיטה בארץ טובה. ובאמת, החבר'ה בטכניון היו מדהימים. למדתי מהם. איזה קורס אהבת? כל המתמטים. כל המתמטים. אני זוכר אינפי, מבחינתי, היה אחד הקורסים הכי כיפים. גם עשיתי אותו בקיץ, בחמישה שבועות, עם מרצה מדהים. אתה האינפי הראשון? אינפי הראשון, עשיתי אותו לפני שעשיתי בגרות במתמטיקה. זה סאבסיטוט. אה? זאת אומרת, בסופו של דבר, הברות במתמטיקה זה כזה, זה כמו הכנה לאינפי, זה מינוס ההוכחות והכל, זה הטכני של האינפי. בדיוק. אז לי לא היה את זה. פשוט עשיתי אינפי ככה, זה היה בקיץ של קורונה, בחמישה שבועות. היינו פשוט בדייטים עם אביב צנזור כל יום. זה היה מדהים. פשוט חוויה. כל מי שיש לו את היכולת ללמוד עם הבן אדם הזה, שירשם כמה שיותר מהר. יש בווידאו. אה? אם אתם רוצים, יש בווידאו. לא, לא, לא בווידאו. לא בווידאו. אני אומר, אבל מי שאין אותו פריבילגיה עכשיו להיות סטודנט, אז יש בווידאו. אחלה וידאו, זה עד עכשיו וידאו עם קנונים. למי שיש את היכולת לשבת בכיתה עם האיש הזה, פשוט ממליץ. אוקיי. אז למה לא מתמטיקה? אה, זו שאלה טובה. אני מתמטיקאי בנפש, אבל רציתי לבנות משהו, והבנתי שמתמטיקה, אני יכול בגיל 40 עדיין להיות במשרד, ולכתוב משהו שמעניין רק אותי. מצחיק, המתמטיקאים אומרים את זה בדיוק ההפך. מה? שהנדסה והזמות, הם יכולים לעשות אחרי זה, ומתמטיקה, הרי לא סתם יש פרסים שהם מוגבלים בגיל, וכל מיני כאלה. לרוב יש איזושהי תפיסה. אני אגיד לך מה, אני, בתקופה שאני לא ישן הכי טוב, כל מיני סיבות. לא, אני ישן בדיוק טוב, פשוט, אתה יודע, תינוק, חולה, וכל מיני כאלה, ודברים אחרים, ושאתה פחות. שאתה ישן פחות טוב, אתה פחות חד. ובעבודה, אני מקליח מסמסת, אני אתחוף מספיק קפה, אני שייבה משהו מספיק זמן, אני עובד פה עם הרבה אנשים, בסך הכל, דברים נעשים, דברים נעשים יחסית מהר, הכל אתה בא. ומתי אני בודק את זה? כשאני באוטובוס, בדרך הביתה, אני פותח chase.com, ואתה רואה, את מקבל דירוג על כל. על כל משחק, על כל מהלך. ואני רואה את ההבדל. אני רואה את ההבדל בין אם ישנתי או לא ישנתי, נראה. יותר. כנראה זה כבר הרכבת אולי תחלוף. אני מבין מה אתה אומר, אני חושב שפשוט. אני רציתי שדברים יהיו מאוד מחוברים לעולם, והבנתי שמתמטיקה זה דבר מדהים, אבל שצריך לבוא יחד עם עוד משהו. ופשוט, באותם שנים, מדעי המחשב היה הדרך הכי טובה לבנייה מלאכותית. וזה תכלס מה שעניין אותי. אז פשוט הלכתי ישירות לכיוון הזה. גם היה להם סנטר קנף, שדעתי, זה. זה אחלה וליו. לסטודנטים. אז באמת, זה היה ההחלטה באותו רגע. זאת אומרת, באיזה שלב אתה מבין על יזמות? מגיל אפס. היה לי ברור שאני אפתח חברה. למה בתחום הזה? אתה אומר, ב-2022 אתה כבר עם אלל, עם הטנספורמר, מציג את זה בטכניון. כן, כן. פתחנו. באותה נקודה, לקח קצת זמן לשכנע אנשים שצריך את הקורס הזה, כי עוד לא הבינו. באמת, עוד לא היה מספיק אבידנס להגיד, זה הדבר שצריך. אני זוכר גם כשבאתי לדיקן ועשיתי לו פיץ' לדבר הזה, הוא לא קנה את זה. כאילו, הוא מאוד אהב אותי, אבל הוא לא קנה את זה. ועד שלא באתי עם רשימת המתנה של 200 סטודנטים, הוא לא הבין על מה מדובר. דיקן של מדעי המחשב. זה אנשים שמאוד forward thinkers כאלה. ועדיין לא הבנו איזה גל מגיע. אז אני חושב פשוט. תחשוב איזה אבסורט זה שיש ילד בן 18 שמרצה. כן, אבל אתה יודע, היו דברים מעולם בטכניון. שהטכניון מערכים סימפוזיון על אתריום, והבחור שמגיע הוא מי שמגיע, אז. אתיז ולטיז. כן, הם יודעים לעשות את זה. כן, הם עשו את זה, והם יודעים לעשות את זה. מתישהו אחרי ההפתעה הסירית, אולי אתה כבר פחות מופתע, אבל עדיין זה מפתיע, כן. לא יודע, שם אני עדיין זוכר שכאילו. ובאיזה שלב ההחלטה אומרת, זהו, אני. I'm done כרגע עם אקדמיה, והולך להכין. זה היה ממש בינארי. אני זוכר שפשוט הייתה נקודה שבה התחילו לדבר איתי על דוקטורט, ואמרתי, הנה מה שאני רוצה לעשות. I want to do continual learning. מה אני יכול לעשות פה? והבנתי שזה לא. תסביר את התחום. אז בכללי, כל הבינה המלאכותית עד עכשיו עובדת בפרדיגמה אחת. שהיא בדרך כלל, יש לי איזשהו דאטאבייסט, יש לי איזשהו אירור, ואיזשהו מודל. ואני רוצה למזר את האירור על המודל. 40-50 שנה אנחנו עובדים עם הסוס עבודה הזאת. גראג'י על דיסנט, בואו נתקרב לשפונקציית מטרה. בדיוק, והשתיק של ה-10 שנים האחרונות זה שהמדד אירור הזה לא דורש שום סופרוויז'ן, שום לייבל עם שום דבר. תביא לי דאטה, אני יכול לבנות אותו לבד. נגיד בווידאו זה הכי קל, תחזית הפריים הבא של הווידאו, יש לי את הגראונטרוף, הכל קל. כן, יש לך הרמון שעות של יוטיוב, שרק חיכו שהקצרו אותם, המון סרטוני מיינקראפט שרק מחכים אם תצליח לחזות אותם, וידא, ידא, ידא, הנה וורלד מודל של חברות כאלה ואחרות של סוטראש בעולם היום. שזה הפשטה של המון טכנולוגיה והמון הנדסה, כן? הידא, ידא, ידא זהו בדרגה של סיינפלד לידא, ידא, ידא. לא, לא, זה ידא הרבה מעל, זה הרבה ידא, וזה הרבה עבודה שהיא מאוד לא טריוויאלית, אבל כדי להבין את המשמעות של מה שקרה לקחנו דאטה, ואז כדי בעצם המודל אמור לחזות אותו וכדי למנוע אובר פיטינג יש לנו המון טכניקות, והמון המון המון דאטה. אובר פיטינג במובן שאנחנו לא רוצים שזה יתאים רק לסרטונים האלה, אלא יהיה אפשר לעשות עם זה הרבה דברים. אז פה בדיוק הנקודה החשובה. אין לנו הרבה טכניקות למנוע אובר פיטינג, יש לנו אחת וזה פשוט סקל. היא היחידה שעובדת. אין שום רגולריזציה היום שהיא יודעת להגיד לך הנה מעט דאטה, והכל טוב אפשר ללמוד ממנה. אבל בשום מקום אין מעט דאטה זאת אומרת, בכל הדוגמאות שהיין לקונים של העולם נותנים והכל זה בסוף גם בן אדם או חיה שגדלים הכמות דאטה שנכנסת דרך הרשתית הכמות פוטונים שנושאים איתם דאטה למוח של ילד בין שנתיים היא עצומה. אינן מתנות בחינם, אין ידע בלי למידה. אבל הבעיה היא כזו דאטה שמגיעה בצורה רציפה בסופו של דבר אמור לבצע איזשהו שינוי רציף על האובייקט אחרת השינויים הם מאוד מה שנקרא אוף פוליסי אם אני אומר לך עכשיו יש לי איזושהי התפלגות שמשתנה בצ'אנקים גדולים מאוד קשה לי להבין איך לרכוב על הגל לאורך זמן אתה חושב שינויים כמו פקצ'ואליטי? פשוט שמודל יישאר פקצ'ואל אצל בן אדם זה קורה בקוונטות מאוד קצנות, עובדה פה עובדה שם מתאיך שהעובדות האלה ישנו משהו, בצורה עדינה את זה אנחנו לא יודעים איך לעשות כן, בסוף יש איזשהו משהו שנשבר איזשהו decision tree, עכשיו לקחנו ימינה ולא שמאלה, ואז קלוד יגיד לכם כן תתפטרי, כן תלך על זה כי משהו קרה הסתברותי ופלח, הצעת היא דיסקרטית לכאן או לשם אפשר לעדן את זה היום עם התשובה ולהגיד, תזכור נראה כללם והכל, אבל ההחלטה בסוף היא בינארית. בדיוק ובאמת האלגוריתם למידה בבסיס של כל הדבר הזה הוא פשוט לא מותאם לזה, הוא מותאם לסקייל, ושזה יצרו אותו הם רצו לעשות סקייל לכמה שיותר GPUs וכמה שיותר data to show abilities ואני חושב שבדיוק בכיוון ההפוך, מה שהיינו רוצים לראות מודלים עושים גם, זה את היכולת שלהם ללמוד לאורך זמן להתאים את עצמם כל הזמן וזה דורש פשוט שינוי קונספציה וזה פשוט למה פתחתי את החברה ניסיתי להבין מי חושב בכיוון הזה וראיתי שבהרבה חברות כמעט כל החברות שמאמנות מודלים היום, הן עדיין חושבות על סקייל, כמו שאמרת על הביטרלסן כי זה עובד לנו ו יש התחייבויות, אתה יודע הרבה חברות, הרבה אנשים גייסו המון המון כסף, אין להם כן טיין לקון כזה שיש לו מיליארד אולר, ולא ברור מה הוא עושה כמעט כולם צריכים לדלבר, זאת אומרת זה שיין לפי המאמרים, זאת אומרת לא שאל איתו ישירות, אבל מי שעובד איתו כן היה פה, רוביד, וחלק מהמחלוקות מול מרק צוקברג והחבר שם, היה על דברכי הזמן, זאת אומרת מרק צוקברג דרש, תן לי דברים תוך שבועות, ויאן הסביר לו שאין דברים, זה לא מחקר, מחקר קורה שנים, קבועי זמן אחרים אני מאוד מסכים, זה גם משהו שאנחנו עבדנו עליו הרבה בחברה להבין איך מצד אחד אתה עושה מחקר של כמה שנים עכשיו יעני פתוצאות ומצד שני, איך זה הגיוני כסטארטאפ איך אני יכול עוד חודש לבוא למשקיעים ולהגיד, הנה, זה משהו שעשינו שמעניין מישהו וזה בסוף המון עניין של ללכת על הגבול, לתת לחוקרים הורייזון מאוד ארוך של הנה, הנה איך המחקר שלכם ממשיך להתפתח לאורך זמן בשביל לדעת לקצור ממנו תוצאות אתה יודע מהבחינה הזו, אני מסתכל נגיד על חברות מודיקארד וחברות אחרות, היה איזשהו גליק מסוים, שהיה מספיק מגניב כדי לבנות עליו את החברה כזה כמו שלג, יש איזושהי חתיכה קטנה מיקרוסקופית של הוואק, ומספיק מסביב זה נבנה פתית שלג, מה זה היה אצלכם אז אצלהם, אתה יודע, מושה סיפר על זה וסיפור שדקר מספיק מוכר, שנרגיש בנוח לדבר על זה, אבל מה זה היה אצלכם? אני חושב שלהיכנס בדיוק למה שהחברה עושה, זה עדיין קצת מסוכן בשבילנו. אתה אומר ברמה הזו אפילו? כן. אפילו לא מה ה-defining principle? בסוף, העיקרון בבסיס, זה שינוי של איך שאנחנו לומדים. ממש, מהאלוגוריתם למידה לארכיטקטורה. ומה שזה נותן לך, זה יכולת לעשות יוסקייסים ששתיים לא קיימים. תחשוב, נגיד, אחד היוסקייסים שמעניינים אותנו, זה פשוט משהו כמו, נגיד, continuous RL. זה לא קיימם. כשאנחנו עושים reinforcement learning לאיזשהו LLM, פשוט אחרי התהליך הימון שלו, שלא יהיה גזען, שהיא ידעה לקמפל קוד, שהיא ידעה לעשות reasoning, אנחנו עושים את זה בבום, פעם אחת, בדרך כלל אינסוף טכניקות על איך לא להרוס את המודל פה, ואז די. המודל כפו. אל תעשה לו fine tuning אחר כך, כי אתה תהרוס את הריזינינג, אז פשוט אל תיגע. הבעיה היא שבהרבה מהמקרים האלה, ההתפלגות של RL אמורה להשתנות לאט לאט. אתה חושב על מקרים של RedRiver או משהו כזה? או recommendation systems, או מה בכלל נחשב גזעני, או רגולציה. זה משתנה כל יום. וככה פשוט שוחקים מודלים. וליוסקייסים האלה, בלי לשנות את איך שאתה עושה אימון, אתה לא תפתור אותם. תעלה פי שתיים, פי שלוש. היו פה חוקרים כאלה ואחרים, שסיפרו על הרצון שלהם לעשות smart learning, למשל על טכניקות של סטנדרטיזיית תקשורת חדשים. במקום שתבוא עכשיו עם איזה מודל ענק, כדי לעשות איזשהו סטנדרט תקשורת חדש, שים איזה continuous RL בקצה, ושהתמודד עם מה שמגיע, למשל. בדיוק, הלוואי, זה היה. אבל זה מאוד שונה מהיוסקייסים המוכרים והידועים של אל אליהם, כמו שאתה עכשיו מביא, של גזענות בתשובות של גוגל, או דברים כאלה, אלא נושאים הרבה פחות סקסים, ואז שניסיתי לחברו עליה חלק מהאנשים שאני חושב עליהם, הם משקיעים, משקיעים את הדיסק, הם עושים, אוקיי, ומה עכשיו? ומה אתה עושה עם זה? כן, כן. אני חושב שבאמת הרבה פעמים אנחנו מתחילים מהטכנולוגיה, ולא מהלמה בכלל שתעשו אותה. במקרה שלנו, הלמה הוא דווקא די ברור. פשוט אנחנו רואים איפה המודלים האלה פוגשים את העולם ומה המגבלות. מודל היום שהוא אומן פרי טרנינג על האינטרנט, לא מכיר אותך, לא מכיר את הדאטה שלך, לא מכיר את הדאטה שנוצר תוך כדי האינטראקציה איתך, הוא לא מכיר ברמת המודל. היום יש לנו הרבה מאוד משחקים, זאת אומרת, אם תיקחו את הקלוד שלכם, ותחברו אותו, יש MCP לכל דבר, ולא יודע מה, תחברו אותו לכל הדברים בארגון, יש לכם סופר פאור. הוא יכיר הרבה, אבל הוא לא מכיר ברמת המודל. זה פשוט, מה עשנו על הקונטקס שלו, אנחנו מציעים ומכניסים, יש כל מיני טכניקות לעשות את זה היום, אבל בסוף, אנחנו מאמיסים על הקונטקס, על הזיכרון הכי מיידי, אם אנחנו רוצים לעשות את ההקבלה לבן אדם. זה לא יושב באמת בפנים. ממש, ההקבלה לבן אדם היא, מה שאני רואה זה מה שקיים. זה ממש מה שקורה במודלים. רק מה שאני רואה בפריים הנוכחי, זה מה שקיים. זה כמעט דימנציה. זה מאוד מאוד קשה לעבוד עם זה, לדברים שאמורים לבנות משהו לאורך זמן. תן לי למשל, אז, א', בוא נדבר על שנייה, בוא נפתח סוגריים, לחברה שעדיין אי אפשר לדבר עליה בצורה פתוחה על העשייה הטכנולוגית עצמה. איך זה עובד? מה, הרבה NDAים? הרבה אנשים חתומים על NDA. אז כן חותמים. כן, משקיעים כמובן. זאת אומרת, זה מסוג הדברים, אתה יודע, שכמעט והלכו לאיבוד. זאת אומרת, היום כולם אומרים, זה מה שאני עושה. אין לי בעיה, דבר על זה איך שאתה רוצה. אבל אני פשוט יותר מהיר, יותר חזק, יותר זה. אתה אומר, לא, אני חזרתי לימים של IP טכנולוגי. כי אני לא חושב שטכנולוגיה אימהות לאורך זמן, אבל אני חושב שטכנולוגיה מהסוג הזה, שאתה מנסה באמת להוכיח פה איזושהי תזה שהיא יותר גדולה רק מי, אני יותר גדול, אני יותר חזק, ששם, תחשוב, מתחרה שלך שומע אותך, אומר, אני אהיה יותר גדול. אוקיי, מגניב. גם הוא אומר. בדיוק, כולם אומרים. אז על איזה IP אתה מגן? ואז המשקיעים יחפרו פנימה, וירואה אם אתה באמת פול אובשית, או שאתה אומר משהו אמיתי. שאתה יודע, ברגע שהם מעריכים את הניחוח, שימו זה. פי מאה מכמה אנשים שיש לי בחברה, וזה לא יעזיל את הקפקס. עבורם? עבורם, ברור. כן. אז פשוט. למרות שאתה רואה שהוא עובדתית, הכל מתקבע יחסית נורא מהר, אמרנו, זה הגלים שדיברתי עליהם בהתחלה, בגלל זה, אתה יודע, ואז אתה רואה את הגיל מתחיל לעלות, כי הניסיון מתחיל, אני רוצה חמש שנות ניסיון בככה וככה. כן, נורא באמת. ואז מתי זה נוצר, חמש שנות ניסיון בככה וככה? איזושהי התקבעות של טכנולוגיות ודרכי העבודה. לטעמי אנחנו עוד מאוד רחוקים משם. אתה אומר שזה קורה כל הזמן. כן, כן. לטוב ולרע זה קורה כל הזמן. ברור, ברור. באיי אנחנו פשוט לטעמי עוד לא שם. אני רואה שכל שנה יש איזה סקילסט דרסטית אחר. ממש, יש שנים שזה אייג'נטים, ועכשיו זה לטעמי עומד להיות קרן אלנג'ינירינג בכלל, שיקח תליד. אבל סקילסטים שונים. אז אני לא מאמין ששנות ניסיון זה דווקא הדבר שאתה צריך למקסם עליו, אלא מה עשית ואיפה עשית? אז בוא ניקח צעד אחורה. מה הבעיות שאתה רואה שכרגע אי אפשר לפתור עם הוקטור הנוכחי של הטכנולוגיה, שאנחנו לא נצליח לפתור, ועם שינויים כאלה ואחרים בשיטה של הפרי טריינינג והכל, כן פתאום היא פתח צוהר, ואחרי זה נמשיך משם. אז בוא נתחיל עם זה. אני חושב שבאמת כבר מתחילים להבין בעולם שcontinuous learning זה באמת הבסיס לאיך שיפוגש את המציאות. בין אם זה ברובוטיקה שבה אתה רוצה שרובוט באמת יבין את העולם סביבו. זאת אומרת, רגע, רק למי שלא מצליח עקוב, במודלים קלאסיים, עכשיו מה שהיה הקלאסיים האחרונים, יש לנו פרי טריינינג, טריינינג, קיבלנו מודל, עכשיו אתם רוצים לעשות לו fine tuning ודברים כאלה, זה בסדר, אבל מרגע שהמודל יצא מהתנור, יצא מהתנור. אתה אומר בעצם משהו, דיסציפלינה אחרת, גישה אחרת. כן, fine tuning זה באמת כן צרעות. אתה, בשנייה שאתה מתחיל שם, אתה יכול למחוק את כל הטריינינג המאוד כבד שמישהו עשה לפניך. וליצור overfitting. אז overfitting, הכי טריוויאלי, אם אתה עושה fine tuning על מעט מדי דאטה, פשוט השכבה האחרונה יכולה להתכנס לאיזה two gram מודל כזה, של, אה, טוב, אני יודע מה המילה הזו, אז אני יודע מה המילה הבאה. זה נהיה טריוויאלי. זה overfitting. זה overfitting, אבל קטסטרופי. כי הרי המודל לא זז יותר מדי במרחב, כן? זה לא שהוא עכשיו perfectly overfitted. נכון, זאת הבעיה גם עם רגים, שאנשים מספרים לי שיש להם איזשהו רג מאוד knowledge כזה, שהם רוצים שזה יתבסס עליו, ואז בסוף, אוקיי, מה עשית פה? אז למה לקחת את הפראריה הזאת אם אתה מלביש עליה את הדבר הזה? ממש, ממש. זה פשוט כאילו, יש לנו איזה חור שחסר. אנחנו לא יודעים להדכן מודלים. התהליך אימון מביא אותך מנקודת רעש, לאיזושהי נקודה נורא, יציבה, באיזשהו מרחב, כלשהו. זה השלב שאתה אומר, אוקיי, סיימתי. בדיוק. המשקולות האלה זה מה שאני רוצה. זה המודל שלך. ואז הבן אדם שמקבל את המודל הזה, ואמור לשחק עם המשקולות שלו, הוא פשוט פחשך. הוא נוגע בכל מיני כפתורים, ואם בטעות נגעת בכפתור הלא נכון בצורה לא נכונה, אז הלך המודל. כן, לא יודע אם הלך המודל, אבל יומיים אחרי זה מישהו אומר, היי, תקשיב, זה לא וטוב בלקוח הזה וזה, תעשה משהו בנידון. כן, לרמת ה. ואז מנסים, תסתם בלווי. לרמת ה. היי, למה הריזנינג ירד ב-40%? זה הרבה פעמים דברים כאלה. מה שאתה אומר עכשיו, כאילו רומז לרמת בגרות שהרבה חברות אין, זאת אומרת שיש פה איזושהי מערכת בנשמרקינג ואיבלים טובה, שכל שינוי כזה, אני בכלל יודע שהריזינינג ירד בצורה ניכרת, ואני לא, אהההה, זה לא עונה טוב. זה לא עונה לי טוב. זה עונה לי מוזר. כן, אחי, עשית לו בוטומיה אתמול, כאילו. אבל זה, אני חושב שרוב התעשייה נמצאת כרגע שם. כן. אנחנו מכירים כמה חברות שיש להם evaluation system robusty. זאת אומרת, היא רגולר, נגיד, וכל מיני כאלה שהשם שלהם יצא בדיוק על העניינים האלה, על הבנשמרקינג ועל האיבלים, וזה מאוד לא טריוויאלי. זה עבודה קשה. זה עבודה קשה ומאוד חשובה. כי בסוף שוב, אנחנו בהפעלה. אנחנו לא יודעים מה העתקונים האלה עושים למודלים. ואני חושב שבאמת אחד הדברים שהכי מעניינים אותנו, זה לדעת בכלל שהמרחב שאני מחפש בו מודלים, הוא מרחב structured, מרחב שבו אני יכול להגיד לך משהו. שגם ליוזר עם הכי פחות ידע טכנולוגי, לא יהיה את היכולת להרוס את המודל. להרוס תמיד אפשר. אתה יודע, אתם מכירים את המודל עצמו. הרי בסופו של דבר, הנדסה תמיד יכולה להרוס טכניקה טובה, כן? אתם תמיד יכולים לעשות context poisoning ולדחוף שם מלא מוד. הרי מה זה ההארנסים האלה? מה זה כל הדברים שאנחנו מדברים? בסוף יש לך שכבה, שהיא הקונטקסט, וגם אם הגענו לאיזשהו מיליון טוקנים, בסוף זה לא באמת מיליון, ואם האמסתי מתוך מה שיש לי שם המון שטויות, כי ההארנס שלי הוא בעצם כשקושי ידע. כן. כשקושי ידע. שלקחתי איזה פאי או לא יודע מה, כשתאמסתי עוד ועוד ועוד ועוד ועוד. כן, חירב לי את המודל. התוצאות היו גרועות בגללי. גם ברמת המשקולות אתה יכול לחרף את המודל, שזה הרבה יותר מסוכן. כן, ברור. זה מה שאנשים עושים. לוקחים איזה אופן וייטס כזה, ומתחילים לשחק איתו, והרסו, כן. וזה בסדר, כאילו, ככה לומדים. אבל אני באמת חושב ש. זה עוד, שזה יש מודלים פתוחים. אני באמת חושב שהיינו רוצים להגיע לאינטרפייס כמו שג'ינרו תמונה. שאתה יכול לכתוב טקס, ואתה יודע ב-100% שהתמונה של זו ג'ינורה תהיה בסדר. אולי לא תכיל את מה שאתה רוצה, ואתה צריך להמשיך קצת לעבוד. אבל אתה רואה, אתה גיע לזה תמונה חרדה. תמונה בדרך כלל יוצאות מאוד איכותיות. ואינטרפייס כזה לאימון מודלים, לדעתי. אבל זה אפילו איכותיות, אתה יודע. שיוצא כזה מגניב לוסיונשן, אנחנו מסתכלים על זה, יו, תראה איזה יופי. אתה מתכוון, לא, היא רוצה לדעת שהוא יהיה פקטשואל. היא רוצה מן הסתם לדעת שהוא יהיה סוברנט, שיהיה לו שליטה עליו. זה דברים שהם לא נגעו שבל. שהיום טכנולוגית אין לנו איך לעשות. בטח בעולם שבו, לפחות עם ויז'ן, עוד ועוד החלטות על לקחת חיי אדם עוברות לקצה, עם רחפנים כאלה ואחרים שיש להם חימושים, ובטח כשאנחנו מדברים. או בים או ביבשה אבל לרוב זה רחפנים או כשאנחנו מדברים על רובוטיקה עדינה זאת אומרת אם אנחנו רוצים להעביר עכשיו מפעלים ומשינרים נראית פה למטה למיטאון יש את הדגם של אופטימוס אצל טסלה זה לא אופטימוס אמיתי אבל זה הדגם שלהם פה ברגע שיהיה את הצעצועים האלה בהרבה מאוד מקומות אנחנו ממש נשמח אם זה לא יהיה מביך לא, בימי הכלכלה המודרנית מבוסס על כך שזה לא יהיה מביך כן, תשמע במקרה את הדגם הזה אני עובר כל יום בדרך הדירה שלי זה די מגניב קחתי ילד פעמיים לשם באיזושהי סיטואציה לקחנו את הטסלה וזה נורא מגניב הדגם עצמו מעולה, זה לא אמיתי למי שעבר שם ושאל את עצמו זה לא אמיתי אבל זה דגם זה יפה ברמות אני באמת חושב שיש פה איזה חור שאנחנו צריכים לסגור איכשהו חור טכנולוגי כבד כל החודשי העבודה האלה הלכו עליו שהוא פשוט קריטי AI היום פוגש את העולם האמיתי בצורה מאוד קלנקי בצורה מאוד Hyper-Engineered ממה שאני רואה כמעט כל פעם שמשתמשים ב-AI אתה מגדיר את ה-Use Case מראש בצורה מדויקת לרמת הביט ואז אתה יושב עם אינסוף מהנדסים והרנס אנג'ינירס ואבליוייטרס לבדש ומתנהג בדיוק כמו שאתה רוצה וזה לא מה שאנחנו מכוונים אליו אתם במאניפולד כן, אנחנו היינו רוצים לראות מערכות שבאמת לצוגרית סוגלות לעבור אבולוציה סוגלות ללמוד on the go במקום שלא הוציא מודל חדש כל פעם נכון אפשר לדבר על גם עבודה שכלכלית יש כנראה אתגר מאוד גדול בדרך השנייה בעולם שיש מודלים פתוחים ויש ממשלה זרה שמסבסד את היצירה שלהם יכול להיות שאנחנו פה קצת הרבה על קר אתר נגודות אם אנחנו כל פעם צריכים להוציא מיליארדי דולרים בגבוה כדי לאמן את המודל הבא זה דווקא אחד הדברים שלפחות אצלנו מאוד משחקים לטובתנו כן בין הסתם כרגע דיברנו על למה זה למה זה נותן לכם את הקרקע בדיוק אני חושב שאין סטיקינס בתחום הזה זה כבר עניין ידוע יש כאילו אופן ראוטר זה ההולי גריל של חוסר סטיקינס שורה אחת ועברתי מאנטרופיק תודה לא אנשים קצת משקרים עצמם אבל אם כן מאמינים שזה יותר טוב מהו ויש להם איזושהי אמונה יותר אני לא שם אני חושב על זה כמו טבלות אסטרולוגיה זה לא טבלות אסטרולוגיה לא מביאות לי ערך וטבלות אסטרולוגיה ערך הוא מדומיין פה הערך הוא אמיתי אני פשוט לא בטוח שבאמת הוא קונסיסטנטי אני לא חושב שאמת קודקס ייתן לכם יותר טוב לאורך זמן מאשר אופוס או פייבל זה עניין של פלייבר הם מתכנסים לאותו דבר מה שקיים היום בקודקס תמיד חודש מרחק מפייבל ובכיוון ההפוך אז באמת מודלים שהם אבולושנרי בסופו של דבר היה טרוסטיק יש פה ידע שהמודל צובר עליך לאורך זמן וזה הופך אותו פשוט לגוד ענף כן אמרו את זה על צ'אד שיפיטי שנה אחורה שקלוד התחיל לצבור תאוצה נורא נורא מהירה שאנטרופיק צמחו אז אמרו מה איך אנשים יעברו יש כבר כל כך הרבה מידע על האנשים בקליינט צ'אד שלהם ואני אומר זה נהלה מהר בערך כמו הרשת החברתית של אופן קלו תראה איזה תקופה של הייפים אופן קלו היה טרפת מה לחודש חודש נכון אני לא רוצה להקצין את זה אבל זה היה חודש זה היה חודש זהו ושוב היום כולם אומרים הולי שיט זה מחקתי את הדאזה בייס זה עשה ככה זה עשה ככה אז אני לא בטוח מה כל כך יצא לנו מהתקופה הזו חוץ מהייפ ומקצת לחשוף שיניים מכל מיני חברות מודלים והאם הן זורמות עם זה או לא יש מצב שהבעיה היא בכלל באבסטרקציה שאתה אומר להרבה מאוד אנשים את המילה אייג'נט וכל מיני כאלה וסלפ אוסט את האייג'נט ואתה אומר אוקיי למה אתה מתכוון על הודי אתה מתכוון שהוא יש שם וויל וואן כזה והוא נשאר ואתה יכול להמשיך לדבר איתו אתה מתכוון שהוא מנקה את הקונטס בוא תסביר לי מה אתה רוצה ואז באמת ננהל שיחה על זה אבל אם זה אותו אייג'נט שעוד שנה אנחנו נגיד אייג'נט זה לא יהיה אותו אייג'נט אתה מבין מה אני אומר יש פה אבסטרקציה על המהות ב-2025 אייג'נט היה כמעט כל דבר זה היה פשוט אם זה כותב קוד זה אייג'נט מה זה היום אייג'נט 2026 מה זה היום אייג'נט היום אני חושב שפשוט מנסים לכוון למשהו יותר גנרי אוקיי אז מה ההבדל אנחנו באותו מקום בדיוק משתמשים במילה הזאת על כל דבר לגמרי אני חושב שהיום כאילו ה-common interpretation של המילה השתנה ה-average לא כאילו עדיין זה יכול להתכוון להכל אבל היום ה-common interpretation זה משהו שעושה משהו לבד באיזושהי צורה נגיד בקלוד ממש מדברים על אייג'נטים שתן להם את הטסק תן להם את הגול ותקווה מה ההבדל בין זה לבין כל ריצה של פייבל עם אולטרה אתה יודע שהוא נועל אותו שהארנס נועל אותו באיזה כזה while one עם טרשולד פסיכי הוא יכול לשבת לך עכשיו ולעשות כזה one shot על שעות זה אייג'נט לא? אבל זה בדיוק הנקודה לי זה מפריע בטח בשיחות כאלה בפוד כי בהדר ההגדרות אנחנו לא נדע בכלל מה קורה כן אני מסכים איתך גם האמת שאותה הבעיה יש בתחום שני כשמדברים על קונטיניו הלרנינג נדיר מאוד שמבדילים אותו כמו שצריך מפשוט long context נדיר מאוד פתח מאמר ממוצע בקונטיניו הלרנינג שזה תחום מאוד חם היום זה עדיין לא מיינסטרים לגמרי עדיין הרוב מנסים to tweak אני חושב שכבר הבני בניין האלה נכונות במקום גם מבחינה של ארכיטקטונים גם מבחינת הדיבור בשוק המחקר גם מבחינת הסקייל אנחנו כבר מוטים שיטות סקיילה בלי להיות לעשות את זה שלא היו קיימות ב25 אבל הרבה אנשים בקונטיניו הלרנינג עדיין מדברים על קונטקסט של 400 אלף טוקנים שהכבדתי בו איזה השקי רנדומלי שאני רוצה שהמודל יחזור. האם זה קונטיניו הלרנינג? לא יודע לא ממש. והטריק למשל של בייביסיטר של טל מוסקל תנעל אותו קריפטוגרפית שהוא לא יצליח לברוח כי הוא נורא רוצה לברוח הוא נורא רוצה להפסיק אז תגיד לו אתה לא יכול לצאת עד שלא סיימת הכל והנה האש הקריפטוגרפי שיסגור אותך שם לא לא פה הם מדברים ממש כאילו על תכבי עובדה אוקיי? זה סיימסיימס זה אותה מכניקה אני מנסה תמיד להסתכל על הלמטה כדי שלפחות לעשות לעצמי בראש סדר באמת שמשהו השתנה שאני יודע שמשהו השתנה אבל זה הטריק. הוא רוצה לסיים הוא רוצה לסיים את התוכנית הרי בסוף יש בסוף נקרא לזה תוכנית זה כבר לא תוכנית דטרמיניסטית אבל הוא רוצה להגיד I'm done ואתה נועל אותו שם while one עם one כזה אתה יודע סיים את העבודה שלך כבר. כן while one עם טיפה יותר מתוחכם. כן גם היום עושים הרבה עם verifierים שמש הוא בעצמו מגלה שהוא לא סיים אז יש כל מיני טכניקות לזה ואני חושב שמה שאני מתכוון עליו הוא טיפה שונה. תסביר באמת במובן של continual learning מתייחס לטסקים שבאמת אתה באמת צריך לצבור ידע לאורך זמן. למשל אחד הטריוויאלים זה ללמוד שחמץ היום תנסה ללמד מודל שלא נחשפת לשחמת בחיים שחמת זה לא אפשרי בקונטקסט גם לא ברטריוויאל כי אתה צריך קודם כל להבין את החוקים צריך להבין מה פיסס עושים אחר כך להבין אסטרטגיות באמת פסיסיות מה זה פתיחה. למה? זאת אומרת אני הייתי דחת הרושם שהחוק פסדס. תסביר לי איפה אני טועה. זאת אומרת שדיפ מיינד הביאו גו שלא פשוט עומד מאפס וגו זה משחק הרי עם רמת מורכבות מעל שח אז למה בשח אני צריך ללמוד פתיחות? אז שוב אני אחזור אתה מנסה ללמד פה מודל שפה לא מודל עץ מונטה קרלו עם מלא ארל האידיאל פה זה לא שהוא יהיה ברמה של מונטה קרלו זה שהוא ברמה בערך של בן אדם עם איזושהי ראייה סובייקטיבית של המשחק זה גם לא בהכרח משהו שיש לו קלוסט גול ספציפית הדוגמה אז אני אומר שחמת יש אבל זה לא מה שאתה מנסה להוציא ממנו לא ברור שאם אני הולך על ריאל לייף שאין לי שההגדרה של של ניצחון זה מה שאמרתי על הנסיעה באוטובוס אני יכול לדעת כמה אני טיפש כרגע כי יש לי ממש ציון על כל משחק אני רואה כמה ההלכים היו בריליאנט כמה הלכים היו מסטייק, כמה הלכים היו מיס נורא קל להבין את מצבי מה שאתה רוצה בסוף זה משהו שמכליל בערך עם הסמפל אפיינסי של בן אדם שזה מה שמבדיל אותך משיטות כמו מונטה קרלו עם ארל של מאוד אפקטיביות למשימות מוגדרות היטב סופר אפקטיביות למשימות מוגדרות היטב אם פשוט אין סוף זמן חישוב שאני מרשה לעצמי לעשות כמה רולאוטים שצריך כדי שהסטייטס יהיו מספיק רפרזנטטיביים בתורה סטטיסית ואתה מדבר על רילייף לרנינג שאני צריך עכשיו בזמן אמת לקחת החלטה אז אין לי את האפשרות לעשות את זה בחוסר ודאות שזה גם משהו שלא לומדים אותו באמת בטרנינג בצורה יעילה כמה מדברים על זה גם עכשיו שפשוט עכשיו שאני מאמן על מודל כי אני יודע אותו חישבתי אותו פעם המודל אף פעם לא נחשף לתהליך החיפוש הוא לא ראה איך מצאתי את זה הוא נחשף לתהליך שהוא בוודאות מלאה ואז יום למחרת אני אומר לו הנה גרף חדש, תגיד לי מה המסלול הכי קצר זה לא טסק, הם לא עושים את זה הם לא עושים מה? הם פשוט לא מחלילים בשנייה שיש צעד אחד שיש בו בוודאות אה, אתה אומר אם הוספתי עכשיו מה המסלול הכי קצר אז אמרתי לו אוקיי, הקודקוד שאני רוצה שתגיע אליו הרחקתי אותו באחד הוא לא ייקח את המסלול ויעשה פלוס אחד יש לי לבל דאטאסט נניח מצאתי את המסלול הכי קצר בגרף ועכשיו הבאתי לו בעיה חדשה והבאתי לו רק מהמסלול הקצר בין שתי נקודות והנקודה עכשיו היא האלגוריתם מאור רק נקודה אחת רחוקה יותר אז הוא לא ייקח את המסלול הכי קצר שהוא יודע עליו ויוסיף פלוס אחד במקרה זה אולי מהאובר פיטינג הוא ייקח אבל אם אתה פשוט כי זה היה מבחן, זה מבחן טוב הרי זאת אומרת האם אני ארחיק אותו טיפה יותר, עוד שתי קודקודים קדימה, הוא עדיין ייקח אם עכשיו המסלול הכי קצר עובר בקודקודים אחרים אז כנראה שהוא לא כי זה שובר אותו באמצע אנחנו יודעים למה לא. כי פשוט כרגע יש לו מהלכים של אי-וודאות. כשמודל מאומן על איזשהו label data set, אין אי-וודאות. הוא ממש יודע כל פעם מה הצעד הבא, ואנחנו נותנים לו לוס על זה, ומורידים את האנתרופיה, והכל טוב ויפה. היי חבר'ה, ניקחי הפסקה קטנה מהפרק המעניין הזה, ואני אספר לכם מה נותנה החסוד שלנו, שזו חברת Kato Networks, שמציעה לכם לבוא ולהצטרף אליה. אני מחפשת לגייס 140 עובדים חדשים בארץ, אם אתם מהנדסים ומהנדסות בכירים בתעשיית הסייבר, יוצאי יחידות אליט טכנולוגיות, 81, מצו, עברם, כל היחידות האלה שאתם יודעים מי אתם אם אתם שם, אולי תשקלו לבוא לעבוד ב-Kato Networks. אם תיכנסו לדף הפרק, תראו שיש שם פרק עם אישי יובל, אחד העובדים הראשונים של החברה, שעכשיו עבר עזב אחרי כל כך הרבה שנים שם, והקים קרן ביחד עם שלמה קרמר, מייסד החברה ומנכ״ל החברה, אז תלמדו קצת על החברה, על הקטגוריה שהם המציאו, מעבר לכך אני אגיד לכם, אחת מהחברות האיכותיות בארץ, שלא מפסיקה לגדול, כבר 350 מיליון דולר הכנסות שנתיות, שבסייבר זה המון! אם שווי של כמעט 5 מיליארד דולר, הולך למעולה, מעניין, מתגמל, אחלה אנשים, מה אתם צריכים עוד? תגיעו לעמוד הקריירות, תראו, הוא מעניין, אם כן, תגידו שגעתם דרך גיקונומי, ועכשיו בחזרה לפרק. ואז, הנה עכשיו יש לו צומד דרכים. תחשוב, A-Star, אני יודע שיש לי עכשיו Open Set, לא יודע מי מהם הנכון. אני משערך אותם כל פעם, באיזושהי צורה חצי רוחובית, יוריסטית, ומגלה, טוב, כרגע זה אתה, אבל טוב, נהיה אתה לא יעיל, בונה לך לאו. מודלים לא מומנים לעשות את זה. אתה צריך ממש, Hardcore לתכנת את זה פנימה. את היכולת להתמודד עם מי ודאות. עכשיו, אני חוזר למאניפולד, ואני אומר, אם אני עכשיו עובד בחברה, אני רוצה, עכשיו אני שומע אותך, ואני שומע את גנד, ואני כזה עומד לסיים את ה-PhD שלי, בביז'ן, מה הכי מעניין אותך? אז זה נגיד אחד הדברים, אני חושב שהיום, נגיד לפני שנתיים, שלוש, היה חוקרי מולטימודליטי, שהם לא באמת היו חוקרי מולטימודליטי, היה אנשי ויז'ן שלמדו NLP, והיה אנשי NLP שלמדו ויז'ן, וראית את הדיכוטומיה שעוברת ביניהם, את הקונטמפט של כל אחד מהם יש, לכלים של השני, אנשי NLP לא יוכלו לתאר לעצמם, שפלואו מייצ'ינג יגיע אליהם הביתה, אנשי ויז'ן כבר שנעו את העובדה, שטרנספורמרים יגיעו אליהם הביתה. היום אני כבר מתחיל לראות אנשים, שהם באמת מולטימודל בנייצ'ר, זה גם משהו שהייתי שמח לטפח, אבל בסוף, אנחנו לא רואים הבדל מהותי בין ויז'ן ל-NLP. אני חושב שהטכניקות בסיס, בשרוש שנים האחרונות, שניו אותו דבר. כן, בדרך כלל, ברוב המוחלט של המקומות, אתה יודע, שאני אביא פה קורות חיים של איש ויז'ן, אני רואה את המעקמי האף פה. יש את התיקום האף פה. תלוי מה האיש ויז'ן הזה עשה. הרבה מהיוס קייסים של ויז'ן, הם מאוד, איך אני אגיד את זה, פוגשים את העולם מהר. זה כזה, תעשה מערכת שמזהה את זה, תעשה מערכת שמטריה על זה. חתול או חתול? אתה יודע, למצלמת הבטחה שלי. לגמרי. אבל בן אדם שעבד על ג'נרטיב מודלינג בויז'ן, שעבד על פלור מאצ'ינג, מודל פאונדיישן, הטכניקות שלו נראות אותו דבר. פשוט כמעט אותו דבר. אז מי אתם מחפשים בסוף? איזה פרי-פי-אי-ג'די או פי-אי-ג'די אתה צריך לחברה שלך? אני חושב שבסוף, מה שאנחנו צריכים, זה אנשים שיש להם רקע חזק בבניים מלאכותית. רקע מוכח. באימון מודלים, בין אם זה מודלי ויז'ן או אין-אל-פי. אין הרבה. המרכז שלך פה בארץ, נכון? המרכז שלנו בארץ, ואני חושב שזה גם, זה יתרון אדיר. יתרון וחיסרון, כי יש פה חברות שגייסו ים בכסף, אותה דקארט, שבבחינתם, אם יש כישרון, אני רוצה אותו אצלי, ואני אחנוק את שאר השוק, ואני אהיה המעבדה הכי גדולה בארץ, או הכי גדולה באזור הזה של העולם, ואז נראה מה אני אביא בראש כבר. אני אגיד לך ככה, אני חושב שרצת דקארטי, שעוד כמה חבר'ה טיפה יותר גדולים? סטייל גוגל מטה? לא, זה לא הישראליות. ברור ש. גם בישראל, יש לה. לא, לא, לא הבנתי. זה לא החברות הישראליות. ברור שבסייטים הישראלים של גוגל, אז הנה, דיברתי עם איזה גוגלר, שהגיע לשם, ודיבר איתי שהוא חשב על זה, ואמרתי לו, תשמעי, וישבתי עם אלעד מאיידוק, מה, הם עושים דברים מגניבים, רוצה? נחבר מנהליך? הוא עושה, לא, אני נשאר בגוגל. זה נשמע מגניב מה שהם עושים, אני אשאר בגוגל. אז בדיוק. ברור שהענקיות, משאירות אצלם כישרון חזק מאוד, שיהיה קשה להוציא משם. לגמרי. אז זה למה, כאילו, העובדה שיש גם מתחרים בתחום הסטארט-אפים, גם אם לא היה אותם, יש לך מתחרים אחרים, שהם גדולים ומתוקצביים. כן, אבל אתה מתחרי איתם על האנשים שמוכנים לצאת מהקונפרט זון הזה של המעבדות ההייפרסקלרים. מה שאנחנו רואים בחתי שנה האחרונה, שאנשים מוכנים לצאת. פשוט אני אשים את זה על השולחן. הם מוכנים לצאת גם כי הוולואציות תעשו לשמיים. לא רק, זה מן הסתם קריטי, לדעת שיש פה איזה אפסייד מטורף פיננסי אפשרי. זה חלק ענק מהסיפור. זה חלק אדיר. חלק ענק מהסיפור, לא יעזור כלום. אבל תבין, הוא לא מספיק. לא, הוא בהכרח לא מספיק. כבר היו חברות שזינקו קדימה, והעובדה שאנשים לא עזבו כל כך. נכון, נכון. זה מה שאני אומר. אם זה היה הדבר היחיד. זה תנאי מחייב. כבר 20-30 שנה, סטארט-אפים יש להם אפסייד פיננסי של לפחות פי-10 בשלב הסיד. פי-10 בשלב הסיד, בדיוק. בשלב הסיד הרבה פעמים לא הביאו את ה-PhD-ים האלה. במקרים, לרוב, החברה האלה הגיעו אחרי שהחברה כבר התקדמה מספיק, ואז יש פה את המבחן. מצד אחד, עדיין לא נוח, כמו תגיד. מצד שני, הקפיצה הגדולה כבר הייתה. אם החברה שווה מאות מיליון דולרים, כמה אתה מאמין שהיא עוד יכולה לקפוץ קדימה? זאת אומרת, תסתכל בשוק, תראה כמה חברות קפצו. עכשיו, מצד שני, חברות שהגיעו לשווי של מיליארדי דולרים, נדיר שהן יורדות לאפס. זאת אומרת, הרי יש פה משחק כזה של. כן, כן. של היג'ינג, של סיכונים. כשגעת למאות מיליונים, הסיכוי שתירד לאפס נמוך, קרה לי, אבל בין דרדן דעת, אבל קיים. אתה מגיע לחברה של מיליארדים, זה כבר פחות קורה. שיכול להיות שזה יהיה עצוב. זה לא יירד לאפס, זה סתם יהיה עצוב. זה ידחדש גם. זאת אומרת, אתה כי עובד, אתה יכול לעשות את כל השיקולים האלה. אני חושב שבסוף אחד הדברים העיקריים, מעבר לכל זה, הדיון הפיננסי הוא מאוד חשוב. לא, הוא גם מבטא הרבה מאוד את הסיכוי הצלחה הטכנולוגיים, הגו-טו-מרקטים. זאת אומרת, זה בסוף שבן אדם בא להחליט על מקום עבודה שלו. מעבר למגניב לא מגניב, ואיזה כיף לא כיף, יש לו הרבה שיקולים כאלה. אם הוא מודע לפחות, כן? כן, אני חושב שאנשים חזקים. הרוב לא. אנשים חזקים דווקא מהניסיון שלי, כן. הם שואלים את השאלות הנכונות. כמה אתה יכול לענות בשלב הזה? אני עונה מה שצריך. אתה מכתים על NDA ויאלה הפועל? תלוי את מי ותלוי במה. כאילו, נגיד, אם עכשיו, אף אחד לא מכתים על NDA לפני שהוא שולח דק, כן? אנחנו גם כמעט לא שולחים דקים. אבל אתה שולח את מה שאתה מרגיש בנוח לשלוח. ופשוט חיים עם זה. זה לא. מה זה חיים עם זה? חיים עם זה. אם הפורמה מספיק גדולה, הם חיים עם זה. נו, ברור, תשמע. משקיע, משקיע, או משקיעה, משקיעה. לא. כשיש אי שוויון נורא פשוט, כשגריד גדול מקומנט סנס, כי הקומנט סנס הוא, אני עכשיו יושב מול ילד בין 22, שהתחיל בגיל נורא צעיר, והוא מאוד מאוד מאוד חריף, אבל, הסיכויים נגדו. ברור. כמו נגד כל סטארט-אפ. כמו נגד כל חברה. וכשאתה בא להשקיע בסטארט-אפ, יש לך קול שצועק, עצור. עצור, זה ירד ל-0, עצור. ואז יש כל מיני דברים שקופצים, מגדילים את הפום. רגע, אבל הוא עשה ככה? רגע, הוא הביא את האי? רגע, הם עשו ככה? מי שם? מי כבר נכנס? מה קורה פה? אני רוצה גם. גם מן הסתם שאף אחד לא חותם לך על טרם שיט לפני שהוא ראה דברים יותר מ. שמעתי, שמעתי כבר. אין לי עדיאר. גם אצלנו היה. תחמיל, תחמיל. גם אצלנו היה סיפורים על כוסות קפה, אבל אני חושב בשורה התחתונה בסוף, אתה מספר את מה שאתה מרגיש בנוח סופר, ואתה מוצא איזשהו ליין של. זה מספיק בשר כדי, אתה יודע, להיכנס לאנגייג'מנט, ולא מספיק כדי שאני לא ארגיש בנוח אחר כך. מה, יש מצב שיש חברות שרוצות, או ירצו להשקיע, שהם שומעים שיחה כזו, או בטח אם זה היה באנגלית, או בטח אם היית יותר אסיאטי. סתם, סתם, זה היה קצת גזעני, אבל זה נכון. אתה לא יודע. כמו האסיאטי של הביג שורט. כן. כן, הוא זכה בעיימו. אז אתה יודע, אז כן היו רוצים לעשות את ההשקעה הזו, ואילו בשביל לשבת בבורד, ולדעת בדיוק מה אתה עושה, הכי גרוע, יגאלו, טוב, זה לא מעניין, אני לא אגיע לבורד הזה יותר, נרשום את זה כאפס, נרשום את זה כאפסד. לגמרי, לגמרי. אבל יש מצבים שאתה עושה השקעה, רק כי אתה רוצה לשים אצבע על הדופק הזה. בדיוק. אתה, בעיקר גם בשלבי סיט ופריסיט, זה מאוד קיים. כן, זה גם לא כזה אימור גדול פיננסי. זאת אומרת, לפחות למה שסיפרת, כי לא יכנסת להיכנס יותר מדי לבשר, של מה את בדיוק אתם עושים, אבל אם אני עכשיו, ולא יודע, אחד האורחים העתידיים שלי, ששוב יגיע מהבחירים של אינווידיה, שומע את זה ואומר, טוב, בוא ניכנס, אני רוצה לדעת. כן, שמה, גם השיתופי פעולה, בדרך כלל יש להם עוד כל מיני אינטרסים מן הסתם, של פיוטשר אמני, של, אתה יודע, שרייתין. זה מה שזה, מה קמנה, זה מה שזה. חברה של חמישה טריליון דולר, נדיר שהאוטקאם הפיננסי שלך, יצידיק את ההתעסקות. ההצדקה, גם אם זה זרוע נפרדת, שנמדדת על כמה החזר היא עושה, הדבר הכי גדול שאנחנו יכולים לעשות, זה להביא פנים ה. טלנט חדש. לא, זה גם טכנולוגיה. כן. אז יש דוגמאות מדהימות, למשל, מעבר למאלה נורקס, זה הדוגמה הכי קלאסיקי, זה פשוט עסק רדימייט, שהם הגדילו באלף. אני חושב שה-M&A הזה הוא בין המוצלחים בהיסטוריה. לא, בסדר, זה ברור. אני אומר, זה הבאה נפורנה, זה בסדר, אני לא צריך להרחיב על זה. אני אומר, יש גם דוגמאות של חברות, שהם קנו פה במאות מיליונים, שהביאו להם יופי של דברים, לטרינינג ולאינפרנס, וזה יכול לגדול להיות עסק חדש עבור אינווידיה. כן, כן. זה באמת כאילו, זה דבר מדהים. אני חושב שגם היום, ספציפית לקרנות, יש עוד כמה אינטרסים. כי הם הרבה פעמים מושקעים בעוד כמה חבר'ה שלא יתראות לשחק איתם. זה פשוט רוצות להיכנס כדי לקבל דאטה, ולדעת מה קורה עם ההשקעות הגדולה שלהם. כן, זה כבר, כן, יכול להיות. אז אתה רואה את זה כן, אני לא יודע זה כבר שלם, אני נוטה להאמין בטוב ליבוב של האדם איך, כשאתה מגיע לבלי עכשיו, איך הווייב? שמה, יש הייפ, יש הייפ מטורף אני חושב שגם אחרי גם עם ההנפקות העתידיות וגם עם ההנפקה עכשווית אנשים כבר מתחילים להבין איפה הם רוצים לעשות דיפלוי לכסף שלהם את אומרת, ההנפקות של אופן איי ואנטרופיק, ועכשיוית זה של ספייס איקס של אקס איי שלאט לאט רוצים להוציא מישהו עם כסף אני חושב שמתחילים ההקרנות לחשוב how do we deploy this capital אז יש הייפ בקנות אני כאילו, אם אני אחתור רגע לא, אני מדובר יותר על הטלנד שמסיבך זאת אומרת, החבר'ה שאתה מדבר איתם אתה יודע, הרי פה בארץ אתה מאוד חרי שם, מתקבצים בסטנפורד אולי קצת ברקלי לא הרבה כמוך, אבל יש לא מעט כמוך נכון, נכון והם מקימים הרבה פעמים חברות מעניינות כן, אני חושב שבאמת בבלי זה גם יתרון וחיסרון, יש המון אנשים מוכשרים, הם פשוט קופצים מקומות עבודה כל הזמן במהירות משוגעת, קשה צוות שם זה דבר אפמרלי הצוות כרגע ועוד ארבעה חודשים אתה רואה את זה חצי ממנו הוא פשוט משתנה כל הזמן גם בחברות הכי גדולות בדיוק, זה מה שנראה הטלנדים הכי ידועים בעולם פתאום קופצים פשוט זזים כל הזמן ואני חושב שזה, בעיקר בגלל שכולם עושים את אותו דבר פשוט זה אותו דבר כל השלושה הגדולים ההבדלים כמעט נונ-אקזיסטנט אז אתה יכול לשלוף אנשים מצוותים ולהכניס להם מצוותים אין באמת הבדל לדעתי זה לא המשחק שכדאי לנו לשחק כחברה ישראלית אין לנו שם יוניק אדוונטג' לא מבחינת קפיטל ולא מבחינת כמות טלנט עדיף לך ללכת למקום שאתה יודע ש-AI עדיין בדרך לפגוש את העולם ופשוט להקדים את ההקומה הזו וזה מה שאני מתכנן לעשות מי הדיזיין פארטנר האידיאלי מבורכם? עוד שאלה שכרגע שאתה לא יכול להכנן לך לרקוד מסביבה נוסע לרקוד חברות מאוד טכנולוגיות בסוף יש איזו רכבת בדרך וחלק כבר רואים אותה וחלק עוד לא וזה בסדר אני חושב שגם התחום הוא צריך להאפות כדי ש-Big Corporate עם קומפליינס יתחיל לחשוב בכיוון של קונטיניו הלרנג אבל חברות מאוד טכנולוגיות שיש להם סטאקים כבר שהם מאמנים דברים הם נפגשים כל יום יום הבאות שאנחנו מתארים גם חברות רובוטיקה שהן מנסות פשוט לייצב את הקיום של רובוט הן רואות את זה ישר הדיסטריביושן שיפט קורא להם על בסיס יומי אתה שם אותו במקום קטן שיק פתאום הסנסור עובד קצת ככה הכל מתחיל להתחרבש אז למה לא הנאו קלאודס? תחשוב על הקורוסוים על הנביוסים על הטוגדר איי של העולם מעבר לקורוויז ברור שהוא כבר חצי לא יודע מה ההיפרסקלר הוא לא מת אבל הוא כבר בדרך כל כך הרבה חברות שמחפשות את הבלקווילים האחרונים או עכשיו תעביר הרובינים אז הם באים אליהם כי הם לא מוצאים את הקצה במקומות אחרים ואז הם יכולים בשלגי טוב הנה תחו גליק רוצים עוד גליק הנה יש לי איזה צוות שיכול לעזור לכם ככה וככה לא חוות אפילו דרך הם עיני סתם אם אתה רוצה תחשיפה בסוף אני כרגע אחת הסיבות שהקמתי את החברה הזו וכן אני באמת מאמין שצריכה להיות מעבדה ישראלית שתיתן פייט בעולם באיזה נושא? AI, קור AI אני חושב שאנחנו נמנענו המון זמן מלאמן מודלים ליטריקס ואיי-21 הרימו את הכפפה מתישהו כל אחד מהאמן מודל שלפחות לתקופה שהיה קיים ב-21 הוא עשה פייט ליטריקס עד עכשיו גם לוסי של דקארט לגמרי גם דקארט אין הרבה מעבר איי-דוק עושים את זה בתחום נורא נורא צער אבל עושים את זה יש עוד כמה חלק כבר היו כאן אבל לא הרבה אני חושב שבאמת כל אחד שמוריד את הכפפה הזו זה כבר טוב אבל צריך איזשהו גוף שאתה מסתכל ואתה אומר א' הוא יהיה קיים עוד חמש שנים שזה נדיר מאוד שאתה חושב את זה על סארט-אפ סטטיסטית אתה לא תהיה כאן עוד חמש שנים אם הכל יהיה טוב אתה תהיה מחר, אם הכל יהיה רע אתה תמות אבל סטטיסטית אתה לא תהיה כאן עם מה נפעל עוד חמש שנים אז זה מה שאני אומר ואני חושב שזה קודם כל יש הרבה פעמים סיבות מאוד לגיטימיות למכור כן, יש המון סיבות לגיטימיות הראשונה ביניהם זה get as rich as you can ואז אתה עושה מה שאתה רוצה אחרי זה אתה רוצה להקים חברה? הרבה יותר נוח להקים חברה אחרי שעשית ה-exit, לא יודע מה סיפור לך הרבה יותר נוח אני מאוד מסכים איתך גם הרבה יותר נוח לעשות תואר אחרי שעשית תיכון אני נוטה לחוון לגדול ואם לא אז לא אבל הייתי רוצה לראות חברה ישראלית מובילת הצ'ארג' אני חושב שעוד חמש שנים לא ברור מה יהיה להוביל ואיך עוד חמש שנים? אתה רוצה לספר איזה מה יהיה עוד שנה? אם אתה מספר איזה מה יהיה עוד חמש שנים? מה יהיה פה עוד שנה? שמה, אני משתדל להסתכל במקרו אני חושב שעוד שנה לא סביר שפתאום השוק ייעלם לגמרי וימות זה תהליך שיקח זמן עזוב ייעלם לגמרי, מספיק שיהיה בתחום שלך, מה מגבילה לטנשיין איזו אוליונית? איזה מאמר יכול לצאת עכשיו? הרי בטנשיין יהיה הרבה טכניקות כן חסר אצלכם איזושהי טכניקה שתהיה גולד סטנדרט? לגמרי אני עדיין שוקל מה נפרסם ואיך, על מה שאנחנו עושים אבל זה בסוף הסוס עבודה שאנחנו בונים טכניקה סקיילבילית לקונטיניון ארנינג ברמת האכיטקטורה אני לא יודע כמה טוב יצא לגוגל מהפרסום של המאמר הזה מצד שני, השוק נולד והנה, אני חושב שגוגל הוא ב-C כל הזמנים פחות או יותר, אז כן יצא בסדר אני חושב שאם תשאל בגוגל האם הם מרוטים מהמהלך הזה, לא יודע מה הם יגידו לך שמעתי דעות מאוד סוטרות שם בעיקר מהריסרצ' ומהקורפורט הריסרצ' אומרים, ברור הם אומרים ברור כי הם לא שם נועם שזיר יצא, הקים חברה מכר אותה במיליארדים לגוגל רק כדי לעזוב עכשיו שוב איטיז וואן איטיז, כן? כן, כן, ברור כאילו, ממה שאני זוכר כל הכותבים של המאמר הזה מיליארדרים עכשיו משהו באזור ראיתי זה כתבה על זה פעם למה לא? כן אני אהיה מאוד מופתע אם לא, אז אולי לא מיליארדרים עם שלושה פסיקים בנזיל, או לא יודע מה, אבל מה זה באמת משנה כן, כן הסיכוי שהם לא, כל השבעה אם אני זוכר נכון תשעה? אוקיי הסיכוי שלא, שיהיה אפילו עשרה שעזרו הם לא פיל פי ריץ' נמוך מאוד, זאת אומרת צריך להיות חתיכת גרגורי פרלמן כדי לא להיות עשיר בסיטואציה הזו מה, לגור בצ'רנובל ולא לוקחת הפרס? לסרב לכסף, כן כי בסיטואציה הנוכחית אנשים עם הסקידסט הזה מאז 2017 נזרק עליהם ערים של כסף לפעמים פיזית, אני חושב שהגיעה מסעית שאני אחכה איסף בורק כן, תשמע בסוף זה ככה היה פה הזיהה כלכלית עודנה, הזיהה כלכלית קיצונית, אני חושב שבסוף AI טלנד זה דבר שמאוד קשה לייצר, לא ברמה הזו כן, כן, לא ברמה הזו, ברמה הזו כמעט בלתי אפשרי, אבל גם AI טלנד טוב, לא עכשיו ג'נריישנל כן, כל דבר ג'נריישנל יש כמות קצנה של אנשים אבל תחשוב על סקידים כמו סייבר יש מפעלי ייצור, זה אנשי סייבר אתה יכול ממש קונסיסטנטי להגיד כמה כאלה יהיה כל שנה וזה מספר מעניין אז זה דילגת לא עברת במסלול הרגיל של מפעל הסייבר הישראלי אז הראש שלך לא שם בכלל לא כי אין לך, זה העניין של אתה יודע, הקונטקסט שלך או המודל הלרני שלך לא התמלה בעניין זאת אומרת, הרבה מהחבר'ה שאני עובד איתם פה הם, אתה יודע הם באמת קרישים בתחום ברור אז כרגע הם לא עובדים בזה אבל אתה רואה כמה הראש שלהם תמיד מכוון על העניינים האלו כי פשוט הם אומנו לעניינים האלה גם תשמע, בסוף זה סקיל שאפשר להגיע איתו לרמה גבוהה מאוד מהר בטח פה, פה יש חב טלנט מופלא אז זה מה שאני אומר, וב-AI אין לנו את זה פשוט אין לנו אנחנו לא יכולים להכשיר לא חוקרי AI וגם לא כל כך מהנדסי AI בזמן סביר לא, כי גם הכישרון זה כן, אני אומר שוב, חוטפים אותם למקומות שאני חושב עליהם ומאמנים אותם לחשוב ולעשות דברים אחרים זאת אומרת, נדיר שמישהו לא נשאב זאת אומרת, זה כוח כבידה הרי זה מסה מאוד מאוד מאוד רצינית ספציפית, איפה שאנחנו מקליטים זה הכי אירוני אבל זה מסה כל כך משמעותית באיזה מקום נונדסקריפט בתל אביב המסה היא כל כך משמעותית, היא מושכת כטבעה כן כן, אז אני באמת מסכים חסר לנו פה איזשהו סקיילאבל ג'נרטור ל-AI טלנט וזה גם אחד הדברים העיקריים שאנחנו חושבים עליהם איך אפשר להגיע למצב שהיתרון של ישראל בסייבר לאט לאט הופך ליתרון של ישראל ב-AI אז הנה, אתה יכול לפצח את העניין של הסייבר הפיזי תחשוב שאם אתה עכשיו מאמן כזה אופטימוס זה להיכנס פיזית לבסיס אז תחשוב, זה סייבר, איפה אני קופץ מעל הגדר, איפה, תחשוב על הסט הזה של בעיות או בעיות פחות מדע בדיוני אני עכשיו, יש לי איזשהו דברים שמכורים בעולם, כן? עכשיו יש לי כזה לא רחפן, נגמש כזה או לא יודע מה, איזשהו כלי רכב שהוא מלא בכל מיני נפץ והוא אמור להגיע ליד שלו והיא תתפוצץ, נכון? יש בעיות שצובעות היום או הפלנטירים של העולם או האנדורילים של העולם, בטח להקיפל מהר מסובב וחושב על דברים דומים אתה צריך לקחת עכשיו את הדבר הזה ולהביא אותו למקום הנכון זה בעיה, מה הסדר גודל? אתה מדבר עליה קונטיניוס לרנינג על מסלולים נורא קשים בטווחשת? דווקא הרבה מהדברים האלה פתירים בלי קונטיניוס לרנינג כי העולם לא משתנה כזה מהר המסלול הזה, אם צרקת אותו פעם אחת עם גוגל מאפס כן? פתאום חור בקרקע פתאום זה, זה דק רב כן, אבל שוב, חוק פרטו זה עובד מספיק טוב בפועל, אנחנו אומרים זה עובד באמת מספיק טוב בפועל, אנחנו מתפקסים בבעיות שבאופן מיידי זה לא עובד כן, אז לא יודע מה זה מור פרץ וקפאו שלו שמנסים עכשיו להטעין סביב מפעלי יצור והכל ולפועל. עושה במקום הנכון, זאת אומרת, זה עוד יותר לא משתנה מאשר. בדיוק. איי-איי עובד בהרבה מקומות. זה לא. אני לא אדם בינארי. אני לא אגיד לך, הוא לא עובד נקודה, וצריך להחליף הכל. יש מקומות מאוד ברורים, שבהם הוא לא עובד. ומקומות מאוד ברורים. תן למשל בעיה שאולי עוד חמש שנים מהמקום שאמרת, האמאניפולד הופכת להיות חברה של עשרה מיליארד דולר, ושואבת כישרון, יש לה סייטים בשוויץ ובסיים פרציסקו ובישראל, והכל בנז ובניו. איזה בעיה עכשיו נפטרת? אני חושב שיש כמה בעיות גדולות. אחת מהן זה באמת. הסביב שלו, הסכום של רובוטיקה מעניין אותנו מאוד. הם כפוקוס עצידי, לא כפוקוס הווה, אבל שם אתה רואה את המגבלה הזו. רובוטים היום חייבים להתאים את עצמם לעולם האמיתי. או שפשוט היכולות בסיס שלהם נעלמות. יש לי את היכולת ללכת, לא פה. מה למשל? זאת אומרת, תתאר לי שוב, אז אני מבקש שוב. כן, כן, ממש. כאילו לרמת ה. אני רוצה עכשיו איזשהו רובוט, שיוכל להיות פרסונל אסיסטנט בבית שלי. עכשיו, זה בעיה קלאסית שמדברים עליה במבוא לבנה מלאכותית. אני מבקש מהרובוט הזה ללכת להביא לי ספר מהחדר. ואני יושב בסלון, זה החדר נעול. אם הרובוט הזה עכשיו שובר את הדלת, אני מחייג מאוד כועס לחברה שהכינה אותו. מהצד השני, אם אני עכשיו מפרקס בסלון, יש איזה מזרק שאני חייב מהחדר, כדאי לא מאוד לשבור אותה דלת. אוקיי? נכון. ואולי גם, אתה יודע, להעיף איזה בן אדם בדרך, ולהגיד זה גוד קוז. לא, לא, אל תעפו בן אדם רובוטים. ברגע שהבן אדם הראשון אף, אתה יודע. אני יודע. החוק הראשון נשבר. אסימוב. שמע, אנחנו קודם כל, אנחנו כבר ראינו רובוטים שוברים חוקי אסימוב. אכן יש אנשים, לא מעט, בכמויות לא מעטות, שנהרגים אלגוריתמית. עזוב את זה. אם היית ב-ICLR השנה, היה להם שם רובוט כזה ששיחק כדורגל, ואז המנחה הרים את הכדור, ואז הוא הלך לפעות בו. כי הוא חשב שהנעל שלו זה הכדור. אז אני חושב שכבר אנחנו מבינים שחוקי אסימוב זה קונספט חמוד שישבר בשטח. כמו שמבחן טיורינג כבר. אפילו לא דיברנו על זה, המבחן טיורינג, כאילו לא אני ואתה, אבל האנושות, כאילו היינו הרבה שנים עם מה שנקרא מבחן טיורינג, שאמרנו בלתי אפשרי, אחר, ואז כזה קפצנו מעל, וכאילו פלאפ, כאילו. שמה, עדיין יש הרבה פינות למבחן טיורינג, כן? תבקש עכשיו לעשות חישוב של מכפלה של שישה מספרים. רובוט יענה תוך 40 מילי שניות, משהו כזה. אם תוצאה בדרך כלל די מדויקת, אם יש לו טול קולינג, בן אדם לא. מה זה די מדויקת? תוצאה מדויקת. אם יש לו טול קולינג, התוצאה תהיה מדויקת. גם תתפלא, תתפלא. לא, אני לא אתפלא, כי אני יודע, סטרוברי וכולם יודעים את השטויות. כן, כן. בסדר, אני לא אתפלא, אבל אני גם לא אתפלא אם כן. ביידיוק. זה מסוג הדברים, בוא אני אבדוק את זה שנייה. כן. אתה יודע, איזה בעיה הוא לא יפתור, באיזה מודל, אבל אני לא אתפלא לכאן או לשם. ביידיוק. וככה או ככה הוא יעשה את זה מאוד מהר. בן אדם לא. אז יש פינות למבחן טיורינג, כן. אתה יכול להוסיף דילי, אתה יודע. אתה יכול, אבל שוב. אתה יודע, יש שיגידו שאולי, אתה יודע, אולי זה חלק מהיום יום שלי, אבל לגרום למשהו להיראות אנושי. אני חושב שחבר'ה של תורת החישוביות פשוט יגידו לך שכמות ה. hard-coded laws שאתה צריך להוסיף לרובוט כדי שהוא יהפוך לבן אדם, אין סוף. אז אתה לא באמת יכול. גם לשני בני אדם. אתה לא צריך לגרום להיות בן אדם, אתה רק צריך לגרום לצד השני לא לחשוב שזה. כן, כן. אבל בסוף זה מבחן טיורינג. כן. אז אני חושב שאנחנו כן צריכים מבחנים יותר אינטליגנטים למה זה רובוט, כי בסוף. למה האינסטנס הספציפי שלנו האינטליגנציה זה. אולי זה יהיה הגימיק שלכם. זאת אומרת, שמה, בסוף כל חברה, היום, עם התחרות הנוכחית, צריכה גימיקים כדי לעלות מעל הרעש. זאת אומרת, הנה, אתמול accomplished, שגם פה מתחתנו, אז הם פרסמו על איזשהו היק שהם מצאו באנטרופיק, ועכשיו הם ישיגו את הרעש הנחוץ, כדי להגיע שוב לעין ולאוזן של אנשים חכמים. זאת אומרת, גם אם יש שם שלושה יזמים נהדרים, ומשקיעים מדהימים, ועובדים חזקים, הם צריכים כל הזמן לקפוץ מעל הרעש. אין מה לעשות, זה חוקר המשחק. איפה מה נפול במשחק הזה? אז תשמע, כרגע אנחנו לא משחקים עם הרעש. אנחנו מודשקטים. אני מבין, אבל מתישהו תצטרך לקפוץ מעל הרעש? צריך להישאר לגמרי פה בארץ, מתחת הרעת? לא, לא, אנחנו ממש לא מתכננים לנצח. גם בדעה שלי, טכנולוגיה היא מהות זמני. היא לא מהות קבע. אין חברה שצריכה לשמור על טכנולוגיה כמהות כבוד. לפחות לא בעולם הזה. רק בעולם של השקעות. בטריידינג כאילו. זאת אומרת, חברות של אלגו טריידינג, זה מה שזה, נכון? זאת אומרת, יש חברות נורא נורא מצליחות, הן כל מיני מצליחות לשנות את הטכנולוגיה, אבל זה המשחק שלהן. אז זה העניין, זה לא באמת הטכנולוגיה שלהן, עד כמה שזה הדרך שלהן לייצר אותה באופן רציף. אם עכשיו תקפיא את ג'יין סטריט, אחרי חודש, היא מאבדת כל הוולואציה שלה. פשוט, אין לה פרופייטרינולוגיה מספיק גדולה. זה בדיוק זה. זאת אומרת, ג'יין סטריט, זה בדיוק הנקודה. הרי, נכון, יש סיבה שהם עושים, לפני היה, יעשו כזה כנסים של הסקל, והביאו את ריצ'י, והיו כל מיני כאלה, ומפרסמים אחת החידות האלה, כי הם כל מיני צריכים להתפתח, ולשבור כיוונים, ולהישאר חדים. נכון, נכון, וממש להישאר חדים. כי השוק דינמי. זאת אומרת, הם חלק מהשוק, הם אפילו מרקט מייקר בהרבה מקרים. ג'יין סטריט זה חברת האלגו טרדינג נורא נורא חזקה, ומפורסמת, אבל יש עוד כמה חברות, שרושמות כבר 40 שנה, או לא יודע כמה, תשועות פסיכיות, פסיכיות פסיכיות, זה עובד רק אם אתה כל כך משתנה, כי אם אתה לא משתנה, זה בטח לא בטריידינג. כן, כן, אם אתה לא משתנה באותו יום, מישהו אחר כן. אני כאן חושב שבעולם שלנו, הדרך הנכונה לבלוט מעל הרעש, במקרה הזה, כשאתה עושה משהו שהוא באמת שינוי פרדיגמה, הוא פשוט ג'ייד אית דן, ותראה אותו. אבל ג'ייד אית דן, מה? What are you getting done? מתי שאני צריך להגיד What are you getting done? אתה מבין? לזה אני מתכוון. רע שלא חייב עוד גימיק. הוא יכול להיות גם, הנה, פתרנו בעיה מאוד מאוד משמעותית. כשאנחנו נצא מהשקט, זה בדיוק מה שנראה. בסוף, יש פה פתרון שאנחנו עושים לו סקייל-אפ, די רציני, בכמה חודשים הקרובים, שהמשמעות שלו היא באמת הדרך הראשונה עד עכשיו לעשות קונטינואל לרנינג. ושוב, מבעד למה שאפשר להגיד, זה מה שאי אפשר להגיד. אני כן חושב שמה שאתה מפרסם ומה שאתה אומר זה מאוד חשוב. גם פשוט למיצוב של חברה. הנה, אתה פה בפודקאסט. אבל אני חושב שזה לא הפוקוס העיקרי. לא, הפוקוס העיקרי חייב להיות על ה. אי אפשר למכור פייפ דריף, זה חייב שיהיה משהו אמיתי. לגמרי. האפשרות הזו של הלעות מעל הרע שהיא רק כדי לסגור עוד סיבוב, רק כדי להביא עוד דוברים, רק כדי למכור את החברה. גם ברמת הדיבור, הריסק כרגע בלחשוף יותר מדי הוא הרבה יותר גבוה מהבנפיט. כן, בעולם שבו יש הרבה אנשים מוכשרים שרוצים לזוז מהר. תשמע, אני חושב שזה גם עניין של צניעות. אנחנו לרגע לא חושבים, כי החוצבת מאוד מאוד חזק. אבל אני לרגע לא חושב. כמה אנשים אתם? מותר להגיד? עכשיו אנחנו נהיה בסביבות העשרה. ואני חושב שזה יהיה דבילי לחשוב שאם כל אנטרופיק מתכנסת, יש לנו אג' כאילו, סליחה, בקינות. מה זה כל אנטרופיק? עזוב כל אנטרופיק. אנטרי, לקח את בוריס ועוד שני חבר'ה. בוא, עם כל הכבוד, יש שם באמת טלנט. כן, יש שם נובליסטים, יש שם. זה לא. כן! בדיוק. אז אני חושב שאם אתה רוצה לעמוד בצורה אינטליגנטית ולהגיד יש לנו אג' זה כי אנחנו מפוקסים על משהו שהם לא. ושכרגע במבנה חברה שלהם הם לא יהיו. כי הם בתחרות משוגעת עם אופן איי-איי ועם גוגל על בסיס יומי. כי הם גם מקובעים בדברים. כי בסוף הם משווים את הטריליון דולר ואתה לא יכול יותר מודע לחדשם. ושוב, זה בסדר. אתה יודע, כמו שאומרים כאילו מייקרוסופט לא מוכרת זה, היא מוכרת קומפליינס. זה ממש זה. אתה צריך לעשות מה שבקור ביזנס שלך. אז אני חושב באמת שלפחות בשביל מניפולד אתה פשוט צריך להראות שהתזה שלך נכונה. ועד שלא תעשה את זה אף אחד לא יעשה את זה לפניך. יפ. ובנימה הזו אנחנו נאחר לך המון המון בהצלחה. אני מקווה שאני אפרסם את הפרק ואז מה שקורה זה נגיד שמונה חודשים אחרי אני כזה עושה היי, מאזינים, זוכרים את הפרק ההוא? הנה מה הם עשו. אני מאחל לך שזה. כשאני אתחיל לפרסם אני חושב שאני אגיע לפה קודם. תגיע, תגיע עוד פעם. המון תודה. יאללה אחה. עד הפעם הבאה והמון המון בהצלחה.

Podcast Summary

Key Points:

  1. גלעד לוי, בן 22, התחיל ללמוד מתמטיקה בגיל 13 ונהל תואר טכניון בגיל 15, ודאי קדימה לניהול חברה במדעים של היזמות.
  2. הוא מראה את עוצמת האינטואיציה וההערכה של מנהל צעיר, שפועל על מנת להבין את התנהגות הすこと, ולא רק על טכניקות מוכנות.
  3. המודל של היזמות שבאה בזמנו – של לימוד עקיף, התאמת מודלים לכאורה, והפיכת למידה למדידה – מראה את מיקום של טכנולוגיה חדשה שמקיימת את היכולת לגדול בלי תקופות של ידע קודם. הצירוף של ההצגה: איקונומיה התחיל בראייה של גלעד לוי, בן 22, שנחשב לאי-רחב, שפתח את החברה מני פולד בהקשר של היזמות, תוך שילוב מחשבות מתמטיות מוקדמות. הוא התחיל ללמוד מתמטיקה כבר בילדות, והגיע למדה של טכנולוגיה וניהול בתקופת התפתחות של טרנספורמר. גם אם הוא לא מושך מידע מקיף, הוא מראה את היכולת לחשוב על תחום של למידה עקיפה – transition של מודלים למודלים שמעריכים את עצמם לאורך זמן, ולא רק על יישום של טכניקות קיימות. הוא מתמקד בבעיית הפלטפורמות של היזמות, שמאפשרות למודל להגיב למשתנות רציפות – כמו שינויי תרבות, רגולציה או הסבר מהיר – בניסיון להימנע מההיתרונות של fine-tuning, שמביא לoverflow של תקופות של חיזוק ממשניה. הוא מראה את הקיום של היכולת ללמד, לנהל ולענות על רמת ידע נמוכה. גם אם הסדרה של עיבוד טכנולוגי נערך בבניית מודלים שמתאימים, גלעד מראה שהפער בין המודל הקיים לבין המודל שמתאים למשהו רצוי – כמו שהנראה בפרטי של ריאליות – הוא נושא של סדר. הוא גם נוגע באתגר של חוסר סדר, של הסיכון לנזק של מודלים. בכל שעה, הוא מנסה להבין כיצד ניתן לתקן את המערכת, לתקן את המודל, ולהציל את היכולת להתקדם – גם כשאין ברשות מודל "קלאסי" של תבנית. הוא לא רק מוסר את מערכת הידע שלו, אלא משתף את התמונה של מה שמשהו אחד יכול לחשוב עליו, כשאינו מושפע מידע קודם או מיכולת תכנון של שלב. זה מראה כיצד תחום היזמות יכול להיראות גם כהתקדמות של חינוך, של מחשבה, של היכולת לנהל ולהבין.

Summary:

FAQs

המודל הקלאסי מتعلم מפעם לפעם, לאחר מכן הוא מוגבל ולא מסוגל להתאים למשהו חדש. הלמידה הרציפה מאפשרת למודל להתאים ולחזות בפועל לאורך זמן, מה שמאפשר לו להבין את הסביבה באופן דינמי.

גלעד התחיל ללמוד מתמטיקה בגיל 13, זיהה את ערך הידע והנגישות שלו, והתחיל ללמוד במבנים טכנולוגים. הוא לא מתפזר במינוסים של אקדמיה, אלא במערכת שנועדה להתחיל מהפכה טכנולוגית.

ההיבט המרכזי הוא היכולת של המודל להספיק במשהו שהוא לא יודע מראש, תוך השגת מדויקות ויציבות בממשי, גם ללא שום ידע טכנולוגי מקדם.

הילדות של הניסיון מאפשרת לערוך שיקולים רגילים, להכיר את כל ההיבטים של התחום, ולחזות על התפתחות של טכנולוגיה חדשה, ללא פיתוח של עקרונות של אקדמיה.

החברה משתמשת במודל של למידה רציפה, שמאפשר להגביר את היכולת של המודל להשתנות לפי מה שמעריך, ולמען סדר גלויות של טכנולוגיה.

גלעד מנסה להפוך את המודל למשהו שאפשר להפוך גם למשתמש פשוט, ללא צורך בידע טכנולוגי, בעזרת שיקולים של עקרונות של ידע ומבנה מוסכם.

Chat with AI

Loading...

Pro features

Go deeper with this episode

Unlock creator-grade tools that turn any transcript into show notes and subtitle files.