מרגישים שאתם לא מצליחים לעמוד בקצב של הבינה המלאכותית? אתם כנראה יכולים להפסיק לנסות. זו לפחות העצה של ג'ף דין, מהדמויות הבולטות במחקר ה-AI ומי שנמצא בלב הפעילות הטכנולוגית של גוגל כבר יותר מ-25 שנה.
דין הוא לא עוד מנהל טכנולוגיה שמדבר על AI מהצד. הוא הצטרף לגוגל ב-1999, היה ממייסדי Google Brain וכיום משמש כמדען הראשי של Google DeepMind ו-Google Research. לאורך השנים היה מעורב בפיתוח מערכות ותשתיות שהפכו לחלק משמעותי מההתפתחות של למידת מכונה ובינה מלאכותית בחברה.
בעצה שפרסם לאחרונה לצעירים ולחוקרים שנכנסים לתחום, דין טוען כי הם לא צריכים לנסות לשלוט בכל כלי, מודל או מחקר חדש שמתפרסם. במקום זאת, הוא ממליץ לקרוא באופן רחב, לעבור במהירות על מחקרים רבים ולחפש רעיונות וחיבורים שעשויים להפוך לחשובים בעתיד.
העצה שלו מתמצה בשתי מילים: "Skim widely" - לקרוא באופן רחב ומהיר, גם בלי להתעמק בכל פרט.
מחפשים עבודה חדשה? מאות משרות פתוחות מחכות לכם באתר ג'ובנט מקבוצת וואלה >>
אל תרדפו אחרי כל כלי חדש
הגישה הזו כמעט הפוכה למה שקורה כיום בשוק העבודה. עובדים וסטודנטים מנסים ללמוד ChatGPT, Claude, Gemini, כלי תכנות וסוכני AI חדשים, בזמן שמעסיקים דורשים יותר ויותר היכרות עם הטכנולוגיה.
אלא שקצב השינוי הופך את הניסיון לשלוט בכל מה שקורה בתחום למשימה כמעט בלתי אפשרית. כלי שנמצא היום במרכז השיח עשוי להתחלף בתוך חודשים, ומודלים חדשים משנים שוב ושוב את הדרך שבה עובדים משתמשים בטכנולוגיה.
במקום לרדוף אחרי כל התפתחות, דין מציע לצעירים להסתכל רחוק יותר ולשאול אילו בעיות יהיו חשובות בעוד כחמש שנים. הרעיון הוא לא רק להבין מה AI מסוגל לעשות היום, אלא לחשוב מה יהיה אפשר לעשות כשהיכולות שלו יהיו מתקדמות בהרבה.
לקריאה הרחבה יש מבחינתו יתרון נוסף: היא מאפשרת להיחשף לרעיונות מתחומים שונים ולזהות חיבורים שאנשים שמתמקדים בתחום צר אחד עלולים לפספס.
המסר הזה רלוונטי במיוחד בתקופה שבה "לדעת AI" הופך בהדרגה ליכולת בסיסית במקצועות רבים. אם הכלים עצמם משתנים במהירות, היתרון של עובד לא בהכרח יהיה לדעת להפעיל את הכלי הפופולרי של הרגע טוב יותר מכולם.
ייתכן שהיתרון החשוב יותר יהיה היכולת ללמוד במהירות, לזהות לאן התחום מתקדם' ובעיקר להבין איזו בעיה יהיה שווה לפתור כשהטכנולוגיה של היום כבר תהיה מיושנת.