ד"ר זיו קציר, ראש תכנית ה - AI הלאומית, על קריירה בבינה מלאכותית

ד"ר זיו קציר, מנהל התכנית הלאומית לבינה מלאכותית ברשות החדשנות, על קריירה ולימודים בתחום ה - AI

הבינה המלאכותית היא אחד התחומים המסקרנים, המבוקשים, והנחקרים כיום. היא מעלה תקוות גדולות למהפכה טכנולוגית שכמותה לא ידענו, אך גם לא מעט חשש משינויים כגון אבטלה והכחדת מקצועות, שישפיעו באופן מרחיק לכת על שוק העבודה כפי שהכרנו. אם תשאלו את ד"ר זיו קציר, מנהל התכנית הלאומית לבינה מלאכותית ברשות החדשנות, החששות הללו אמנם לגיטימיים, אך אנו ממש לא עומדים בפני "תרחיש יום הדין".

"אנחנו נמצאים בעיצומה של מהפכה טכנולוגית עוצמתית מאוד." אומר ד"ר קציר. "הבינה המלאכותית היא כלי טכנולוגי שיש לו השפעות על מכלול תחומי החיים, היא משנה את האופן שבו אנחנו מגדלים מזון, מרפאים מחלות, מחנכים, עוסקים במשפט ובפיננסים, ועוד. זהו כלי חדש שאינו תמיד מובן לכולם במלואו, ושינויים גדולים יוצרים פחד גדול, זה טבע האדם. בנוגע לשוק העבודה, עולה חשש מפני אבטלה קיצונית ומהיעלמותם של מקצועות רבים."

• חדש באתר: קורס בינה מלאכותית אונליין

לדבריו של ד"ר קציר, תרחיש האימים הזה בשוק העבודה ככל הנראה לא יתממש, ובמקומו יתהוו תחומי עיסוק חדשים רבים, שחלקם אפילו אינם מוכרים לנו כיום. "הניסיון מראה לנו שיותר משרות נולדות מאשר נסגרות, ואלו נוטות להיות משרות בפריון גבוה יותר, עם משכורות גבוהות יותר. מה שאני משוכנע לגביו הוא שרוב המקצועות הקיימים היום בעולמנו ישתנו מן היסוד, וכך גם האופן שבו אנו מבצעים אותם."

"המרכיב הסודי": מה הופך את ישראל לאחת המדינות המובילות ב - AI?

ד"ר קציר מנהל את התכנית הלאומית לבינה מלאכותית החל משנת 2021. מדובר על תכנית ממשלתית בין-משרדית, המשלבת גופים שונים ובהם רשות החדשנות, מערך הדיגיטל הלאומי, משרד החדשנות והמדע, משרד האוצר, הוועדה לתכנון ולתקצוב (ות"ת) במועצה להשכלה גבוהה, משרד הביטחון, וגופים נוספים. "התכנית היא מאמץ חוצה ממשלה שמטרתו להבטיח את מקומה של ישראל בתחום הבינה המלאכותית." מסביר ד"ר קציר. "התכנית נוגעת בכל המרכיבים שבהם נדרשת מעורבות ממשלתית, כגון הון אנושי, תשתיות חישוב, זמינות נתונים, רגולציה, הטמעת בינה מלאכותית במגזר הציבורי, עידוד נסיינות, מחקר פורץ דרך, ועוד."

במבט גלובלי, ישראל נמצאת במיקום גבוה ומכובד בין עשר המדינות המובילות בדירוגי הבינה המלאכותית הבין לאומיים. עם זאת, ההתפתחויות המהירות בענף מציבות לא מעט אתגרים בפני המדינה, שעמם נדרשים הוא ועמיתיו בתכנית הלאומית להתמודד, כדי לאפשר לישראל להמשיך להוביל. "המיקום הגבוה שלנו בדירוג הבינה המלאכותית העולמי הוא דבר נפלא, אך חשוב להבין שמתקיים מירוץ בין לאומי חריף, שבמסגרתו כל האומות המפותחות, המעוניינות להיות יצרניות AI ולא רק צרכניות שלו, מתחרות ביניהן על מערך משאבי הון אנושי ותשתיות המצוי במחסור."

לצד זאת, הוא מעיד כי לישראל ישנן חוזקות ידועות המציבות לה יתרון, בהן צפיפות ההון האנושי ואיכותו; יכולות מחקר ופיתוח מתקדמות, הן באקדמיה והן בתעשיית ההייטק; וכן תרגום יעיל של ידע אקדמי לכדי פיתוח חברות הזנק (סטארט אפים).

"נוסף על החוזקות הללו, יש לנו גם 'מרכיב סודי' - אנחנו מדינה שמצטיינת בשיתופי פעולה, הן שיתופי פעולה בין-מגזריים, בין האקדמיה, התעשייה, הממשלה, והצבא; והן שיתופי פעולה בין-תחומיים." הוא ממשיך. "פיתוח בתחום הבינה המלאכותית מצריך מפגש של מגוון אנשי מקצוע, מתחומים שונים, בהם מומחים בתוכנה, בהנדסה, בכלכלה, בניהול, ועוד. היכולת שלנו להפגיש את כל המומחים הללו סביב שולחן אחד וליצור שיתוף פעולה ביניהם, היא אחת מנקודות החוזק שלנו במדינה."

מה ללמוד כדי להשתלב בתחום הבינה המלאכותית?

בתכנית הלאומית, פועלים בשיתוף האקדמיה כדי לקדם את הפיתוח והמחקר בישראל, בין היתר על ידי עידוד מצוינות מחקרית, וכן באמצעות הגדלת היקפי הבוגרים אשר בוחרים להמשיך לתארים מחקריים רלוונטיים, ועידודם להשתלב באקדמיה ובמחקר בתעשייה.

ד"ר קציר מציין כי בפני צעירות וצעירים המתעניינים בתחום ה - AI, עומדים מספר מסלולי לימודים וקריירה אפשריים, בהם מקצועות המחקר ומקצועות התמך. "הקבוצה האחת כוללת את מי שמעוניינים להיות חוקרים - מסלול שבו נדרשים תארים מתקדמים, והשנייה כוללת בעלי תואר ראשון במקצועות ההייטק וההנדסה."

"מי שברצונם להיות מומחים בבינה מלאכותית, כלומר ראשי צוותי מחקר או חוקרים באקדמיה, נדרשים לתואר שני ועל פי רוב גם לתואר שלישי, וכן למספר שנות ניסיון מעשי." הוא ממשיך ומתאר. "כדי להבין את הטכנולוגיה לעומקה ולהוביל את המשך התפתחותה, נדרש מסע ארוך באקדמיה ובתעשייה. לא בכדי אותם מומחים מכונים 'Data Scientists', כלומר מדעני נתונים. החוקרים הללו פועלים בדיסציפלינה מחקרית רחבה, מרתקת, וגם מתגמלת מאוד, שנמצאת בחזית המתרחש בעולם."

כדי לבצע את הצעדים הראשונים באותו מסע, יש צורך להתחיל מלימודים לתואר ראשון בתחומים ריאליים, שבהם רוכשים מיומנויות עבודה עם כמויות נתונים גדולות. מקצועות אלו כוללים תחומים כגון מדעי המחשב, הנדסת תוכנה, מתמטיקה, פיזיקה, ביו-אינפורמטיקה, והנדסת חשמל. לאחר התואר הראשון, ניתן להמשיך לתואר שני מחקרי בתחומים רלוונטיים, כאשר לרוב נדרש גם תואר שלישי (דוקטורט).

לצידו של העיסוק במחקר, ניצבת אפשרות מרתקת נוספת להשתלבות בענף ה - AI, וזאת במסגרת מקצועות התמך, הממלאים תפקיד משמעותי ובלתי נפרד מצוותי הבינה המלאכותית. "בצוות מחקר בתעשייה פועלים יחד מגוון עובדים, אחד מהם יהיה חוקר בעל תואר שני ושלישי, והיתר יהיו בוגרי תואר ראשון במקצועות ההייטק." מתאר ד"ר קציר. "אלו כוללים בעלי תפקידים כגון Data Engineer; אנשי MLOps (אשר ידועים גם בשם DevOps); מהנדסי תוכנה, ועוד." 

השתלבות בתעשייה, או המשך למחקר: הדילמה של בוגרי מקצועות ההייטק

ד"ר קציר מתאר כי לא אחת, בוגרי תואר ראשון במקצועות ההייטק עומדים בפני ההתלבטות האם להמשיך לתארים מתקדמים, או לחלופין להשתלב בתעסוקה בתעשייה. לדבריו, ה"פיתוי" להשתלב בתעשייה, הידועה ברמות השכר הגבוהות המוצעות בה, עשוי להציב דילמה בפני מי שמתלבטים האם להמשיך למסלולים לתואר השני והשלישי, אשר כרוכים בהשקעה של לא מעט שנות לימודים, וידועים באינטנסיביות שלהם.

"ישנם מי שמראש נמשכים לכתיבת תוכנה, ויודעים שזה מה שמעניין אותם, ולהם ככל הנראה נכון להמשיך למקצועות ההייטק השונים בתעשייה, ואני משוכנע שהם יהיו מוכשרים ויעילים מאוד, וגם ייהנו מעבודתם." הוא מסביר. "לצד זאת, ישנם גם אנשים אשר נמשכים אל העבודה המחקרית, ומוכנים מתחילת הדרך להתחייב למסלולים ארוכים יותר באקדמיה."

"עם זאת, ישנן בהחלט דרכים נוספות." הוא מדגיש. "ישנם לא מעט בוגרי תואר ראשון המשתלבים במקצועות תמך כגון דאטה אנליסט או מהנדס נתונים, צוברים ניסיון של מספר שנים בתעשייה, ולאחר מכן חוזרים לאקדמיה לתואר מתקדם. בזמן העבודה בתעשייה הם רוכשים ניסיון מעשי יקר ערך. בינה מלאכותית הינה תחום שבו מושם דגש על ההתנסות המעשית, יש צורך 'להתחכך' בדאטה, להתנסות, וגם לחוות כישלונות אמיתיים, לא רק במסגרת תרגילים בתואר. בתעשייה ניתן לעבוד לצידם של אנשים מנוסים, וגם ללמוד דרך העשייה. לאחר צבירת הניסיון, ניתן להמשיך לתואר השני כדי לפתוח דלת לתפקידים בכירים יותר."

את ההחלטות החשובות הללו בהחלט לא חובה לקבל כבר בתחילת הדרך, ועל כך יכול ד"ר קציר להעיד בעצמו. כמי שהחל את לימודי הדוקטורט בגיל 40, ומילא לפני לכן מגוון רחב של תפקידי ניהול טכנולוגי בכירים, בחברת 'ורינט מערכות' ובחברות נוספות בתעשייה, הוא מכיר היטב את נקודות ההתלבטות הללו.

לאחר סיום לימודי מדעי המחשב לתואר ראשון וצבירת ניסיון נרחב בתעשייה, החליט להמשיך לתואר שני בהנדסת מערכות מידע. בשלב זה, הסקרנות והסיפוק הרב שחווה בלימודי המוסמך משכו אותו לבחור להמשיך גם לתואר שלישי בתחום הבינה המלאכותית. "לא חייבים לקבל את כל ההחלטות מראש. אפשר להתחיל, להתנסות, לטעות, ולשנות כיוון, וזה בסדר גמור. לא לכולם הדברים ברורים וידועים מראש, ובמקרים אלו ניתן ללמוד תוך כדי עשייה כדי להבין מה מעניין אותי ומה מתאים לי."

AI באקדמיה: כיצד מערכת ההשכלה הגבוהה תושפע מן הבינה המלאכותית?

בעידן שבו שוק העבודה משנה את פניו, הודות ליישומי ה - AI, גם מערכת ההשכלה הגבוהה מתעצבת מחדש מול עינינו, ומתאימה עצמה לרוח התקופה. כך, לצד הכשרות ישירות לתחום, במסגרת תארים אקדמיים במקצועות ההייטק וההנדסה, ניתן לראות כיצד יישומי ה - AI משולבים בענפים אקדמיים רבים נוספים.

ד"ר קציר מצביע על מגמת העלייה בשימוש ביישומי בינה מלאכותית ככלי מחקרי בתחומים מגוונים באקדמיה, ממדעים מדויקים ועד למדעי הרוח. גם בתארים עצמם משולבים קורסי חובה ובחירה להיכרות עם כלי AI, כדי לאפשר לסטודנטים להוסיף את המיומנויות החשובות הללו לסל הכלים שברשותם, באופן המותאם לנדרש מהם בהמשך דרכם.

שינוי נוסף שאנו צפויים לראות באקדמיה, לדבריו, הם מסלולי לימוד אשר ישלבו את תחום הבינה המלאכותית לצד תחום דעת נוסף, כגון חינוך, כלכלה, תכנון עירוני, ועוד. האם בעתיד יילמד תחום ה - AI בכל תואר ומסלול לימודים? ד"ר קציר אינו חובב נבואות, אך הוא בטוח כי תהליכי השינוי הללו ימשיכו ויעמיקו באקדמיה הישראלית. "ממש כפי שמדינת ישראל מצטיינת בחיבורים בין מגזרים ותחומים שונים, גם האקדמיה הישראלית מצטיינת ביצירת שילובים מולטי דיסציפלינריים. מתוך החיבורים הללו יצמחו בעתיד פריצות דרך מדהימות." הוא אומר. "אנחנו חיים כרגע בתוך מהפכה שמתהווה סביבנו, וזהו תהליך מרתק ומרגש, שלא בכל דור זוכים לחוות."