יום רביעי, 15 באפריל 2026

תפסיקו לבנות עוד מגדלים. בואו פשוט נתכנת את הקירות

הבעיה של "כוח גס" ברשתות מודרניות

אנחנו דוחפים את ה-5G לקצה וכבר מתחילים להכין את הקרקע ל-6G. אבל בואו נדבר תכלס על פיזיקה. תדרים גבוהים מאוד נותנים לנו רוחב פס מטורף, אבל הם מאוד "שבירים". קיר, עץ או אפילו אדם שעומד בדרך יכולים להרוס את הקליטה.


באופן מסורתי, התשובה של עולם התקשורת לזה הייתה "כוח גס", פשוט להשתמש ביותר חשמל ולבנות המון תחנות בסיס יקרות ובזבזניות בכל פינה כדי למלא את ה"חורים" בקליטה. אבל זה לא פתרון בר-קיימא וזה סיוט כלכלי. כאן נכנסות לתמונה "משטחים חכמים ניתנים לתכנות" (RIS). במקום להילחם בסביבה כדי להעביר אות, אנחנו עוברים לשיטה שבה אנחנו פשוט מתכנתים את הסביבה עצמה.


להפוך קירות לחכמים

תחשבו על RIS כעל מראה שנשלטת על ידי תוכנה עבור גלי רדיו. זהו דף דק של חומר שבו משובצים אלפי אלמנטים מיקרוסקופיים. אלו לא מכשירי רדיו פעילים, הם לא מייצרים אות משלהם ולא צורכים המון חשמל. הם פשוט משפיעים על גלי הרדיו שפוגעים בהם.

באמצעות זרם חשמלי קטן מאוד, אנחנו יכולים לשנות בזמן אמת איך המשטח מגיב לגלים. אנחנו יכולים להגיד למשטח להחזיר את האות לכיוון מסוים, למקד אותו או אפילו לספוג אותו. לראשונה בהיסטוריה, הסביבה הפיזית היא לא מחסום - היא חלק מהרשת.


פתרון בעיית ה"שטחים המתים"

הקסם האמיתי הוא שזה פותר את בעיית ה"שטחים המתים" וחוסך בעלויות. אם בניין בטון ענק חוסם את הקו הישיר בין האנטנה למשתמש, משטח RIS שמותקן על שלט חוצות או חלון בקרבת מקום יכול פשוט "לכופף" את האות מעבר לפינה.

בגלל שהמשטחים האלו כמעט לא צורכים חשמל, אפשר להפעיל אותם עם תאים סולאריים קטנים. הם מאפשרים לנו לשפר את איכות הקליטה אצל המשתמש בלי להגדיל את עוצמת השידור של האנטנה המרכזית.


המכשול התוכנתי

גופי תקינה כבר עובדים על זה, ואנחנו יוצאים מהמעבדות לניסויים בעולם האמיתי. האתגר ההנדסי כרגע הוא לא הייצור של החומרים - את זה אנחנו יודעים לעשות. האתגר הוא בתוכנה - לבנות אלגוריתמים מהירים מספיק כדי לתאם בין אלפי משטחים חכמים כאלה בזמן אמת כשאנשים זזים ברחוב.

אנחנו עוברים לעולם שבו המרחב הפיזי שאנחנו חיים בו עוזר לנו באופן פעיל להישאר מחוברים לרשתות התקשורת.






למה המעבד הבא שלכם עשוי להיות חי


המעבד שקם לתחייה

במשך עשורים ניסינו לגרום למחשבים להתנהג כמו מוחות. עכשיו, אנחנו מתחילים להשתמש בנוירונים ביולוגיים אמיתיים כדי שיפעלו כמו מחשבים. זה לא מדע בדיוני; זהו התחום המשתלב והמתפתח של "בינה אורגנואידית" (OI). בעוד שדגמי הבינה המלאכותית הנוכחיים שלנו דורשים מרכזי נתונים עצומים וכמות חשמל שיכולה להפעיל מדינה קטנה, המוח האנושי פועל על הספק של כ-20 וואט בלבד - בקושי מספיק כדי להדליק נורה חלשה. על ידי שילוב של "מיני-מוחות" שגודלו במעבדה עם סיליקון מסורתי, אנחנו נכנסים לעידן ה"ביו-מחשב".


יעילות מעבר לסיליקון

הבעיה עם פריצת הבינה המלאכותית הנוכחית היא "קיר האנרגיה". אימון של מודל שפה ענק (LLM) עשוי להימשך שבועות ולצרוך מגה-וואטים של חשמל. רשת עצבית ביולוגית, לעומת זאת, לומדת דרך התנסות והתאמה סינפטית ביעילות מדהימה. אנחנו רואים כעת את אבות-הטיפוס הראשונים של מערכות "מוח על שבב", שבהן צבירי נוירונים מאומנים לשחק במשחקי וידאו או לעבד נתונים חושיים בזמן אמת.


מרכז נתונים "ירוק"

דמיינו מרכז נתונים (Data Center) שאינו מזמזם מרעש של מאווררי ענק ומזגנים, אלא נראה במקום זאת כמו גן בוטני. ביו-מחשבים לא מציעים רק מהירות; הם מציעים נתיב לבינה בת-קיימא. מכיוון שהמערכות הללו ביולוגיות, הן לא מייצרות את אותה חתימת חום כמו צביר מעבדים גרפיים (GPU), מה שיכול לחסוך מיליארדים בעלויות קירור ובפליטת פחמן.


החזית האתית

"תכנות" של חומר ביולוגי מעלה שאלות מורכבות. באיזו נקודה מגיעות לביו-מחשב זכויות? אם אנחנו משתמשים בנוירונים שמקורם בבני אדם, האם חלק מהמחשב הוא "אנחנו"? ככל שאנחנו עוברים מבינה מלאכותית לבינה סינתטית, הגבול בין "זה" לבין "הם" עומד להטשטש מאוד, ובמהירות רבה.


היום שבו הבינה המלאכותית תפסיק לחכות לפקודה שלכם

במקום כלי, שותף לדרך


בילינו את העשור האחרון בבניית בינה מלאכותית שמגיבה. אתם מקלידים הנחיה, היא עונה. אתם שואלים שאלה, היא משיבה. זה מהיר, מרשים, ולפעמים אפילו מרגיש כמו קסם. אבל בבסיסה, הבינה המלאכותית של היום היא עדיין פסיבית. היא מחכה. זה עומד להשתנות. 


כרגע, הבינה המלאכותית היא כלי. כלי חזק מאוד, אבל עדיין כלי. אתם צריכים לדעת מה לשאול, איך לשאול ומתי. אתם אלו שקובעים את הכיוון. בינה מלאכותית פרואקטיבית הופכת את המודל הזה. דמיינו מערכת שמנטרת את זרימת העבודה שלכם, מבינה את המטרות שלכם ומבצעת אופטימיזציה שקטה להכול ברקע. היא מנסחת אימיילים עוד לפני שחשבתם לשלוח אותם; מסמנת סיכונים בפרויקטים שלכם לפני שהם קורים; ומציפה תובנות שלא ידעתם בכלל שצריך לחפש. אנחנו עוברים מ"בינה מלאכותית כפטיש" ל"בינה מלאכותית כשותף זוטר".



המוח שמאחורי הקלעים

פריצת הדרך המרכזית אינה רק מודלים טובים יותר - אלא הקשר (Context) טוב יותר. מערכות עתידיות יעבדו  נתונים מהיומן, מהתכתובות, מהמסמכים ואפילו מדפוסי ההתנהגות שלכם. עם הזמן, הן יבנו הבנה דינמית של הדרך שבה אתם עובדים, מה סדרי העדיפויות שלכם ואיך מתקבלות ההחלטות שלכם. ההקשר המתמשך הזה הופך את הבינה המלאכותית ממערכת ללא "זיכרון" למערכת בעלת "רצף"; מאינטראקציות מבודדות למודעות רציפה. וברגע שבינה מלאכותית מבינה את ההקשר, היא יכולה לפעול.


כשהטכנולוגיה הופכת לשקופה

הבינה המלאכותית הפרואקטיבית הטובה ביותר עשויה להרגיש כאילו היא נעלמת. בלי הנחיות, בלי חלונות צ'אט, בלי לוחות בקרה. רק תוצאות. לוח הזמנים שלכם מסדר את עצמו מחדש כדי למנוע התנגשויות; דו"ח מוכן עוד לפני שהישיבה מתחילה; בעיה נפתרת לפני שבכלל דיווחו עליה. הממשק הופך להיות העולם האמיתי, והבינה המלאכותית הופכת לשכבה הבלתי נראית שמעצבת אותו. כשזה יעבוד טוב, אתם לא תרגישו בה בכלל.



הגבול הדק שבין עזרה להשתלטות

עולה השאלה - כמה אוטונומיה זה יותר מדי? בינה מלאכותית שפועלת בשמכם זקוקה לגבולות. היא צריכה לדעת מתי לפעול, מתי לשאול ומתי להישאר שקטה. פסיבית מדי - והיא חסרת תועלת; אגרסיבית מדי - והיא מסוכנת. עיצוב האיזון הזה, בין יוזמה לשליטה, יגדיר את הדור הבא של מערכות הבינה המלאכותית. אימנו את הבינה המלאכותית להקשיב; עכשיו אנחנו מלמדים אותה לפעול. וברגע שהיא תעשה זאת, השינוי הגדול ביותר לא יהיה מה שהבינה המלאכותית מסוגלת לעשות - אלא מה שאתם כבר לא תצטרכו לעשות.