בינה מלאכותית במכשירי שמיעה: מה המונח אומר ומה הוא לא אומר

מונח אחד, הרבה משמעויות

המילים "בינה מלאכותית" או AI מופיעות היום בתיאור של מוצרים רבים, ממכשירי חשמל ועד טלפונים. גם בתחום מכשירי השמיעה הן הפכו לנפוצות.

הבעיה היא שהמונח רחב מאוד. הוא יכול לתאר שיטות שונות לגמרי, ברמות שונות לגמרי. לכן לשמוע ש"במכשיר יש בינה מלאכותית" לא אומר הרבה לבד. כדי להבין, צריך לדעת מה המונח מכסה ומה השאלות הנכונות.

המאמר הזה לא משווה בין מכשירים ולא ממליץ על מכשיר. הוא מסביר את המושג.

נקודת המוצא: עיבוד אות דיגיטלי

מכשירי שמיעה מודרניים הם מחשבים קטנים. הם קולטים קול במיקרופון, הופכים אותו לקוד מספרי, מעבדים אותו ומחזירים אותו לאוזן^[1]. ההסבר המלא נמצא במאמר עיבוד אות דיגיטלי: מה קורה לצליל בתוך מכשיר שמיעה.

העיבוד הזה מתבצע לפי הוראות. בשיטות הקלאסיות, מהנדסים כתבו את ההוראות בעצמם: אם יש רעש קבוע בתדרים נמוכים, הנמך אותם. אם הקול מגיע מלפנים, הדגש את הכיוון הזה. על כלים כאלה ראו הפחתת רעש במכשירי שמיעה ומיקרופונים כיווניים.

מה משתנה כשמדברים על "למידה"

בשיטות שנקראות למידת מכונה, ההוראות לא נכתבות כולן ביד. במקום זה, מערכת מקבלת מספר גדול של דוגמאות ולומדת מהן לזהות דפוסים^[2]. למשל: אלפי הקלטות של דיבור ברעש, עם סימון של מה דיבור ומה רעש. מתוכן המערכת לומדת להבחין ביניהם גם בהקלטות חדשות.

שיטה אחת שנחקרת היא רשתות עצביות עמוקות, סוג של מודל מתמטי שבנוי משכבות רבות. במחקר על זיהוי סוגי רעש לטובת מכשירי שמיעה, רשת כזו למדה מייצוגים חזותיים של צלילים מסביבות יומיומיות^[2].

שני מצבים שכדאי להבחין ביניהם

כשאומרים "המכשיר לומד", זה יכול לתאר שני דברים שונים מאוד.

למידה מראש

במצב כזה, הלמידה נעשית מראש, על מחשבים, לפני שהמכשיר מגיע למשתמש. התוצאה היא מודל מוכן שנטען למכשיר. המכשיר משתמש במה שנלמד, אבל לא ממשיך ללמוד מהעולם שלכם באותה דרך.

התאמה לשימוש

במקרים אחרים, המכשיר או אפליקציה מלווה אוספים מידע על השימוש ומתאימים הגדרות בהתאם. למשל, מערכת כזו יכולה להתאים הגדרה לפי מה שבחרתם בעבר בסביבה דומה. גם זה נקרא לפעמים "בינה מלאכותית", אבל זה עיקרון אחר.

ההבחנה חשובה, כי היא עונה על השאלה "האם המכשיר ישתנה עם הזמן?". התשובה תלויה בשיטה, ולא במונח.

במה זה יכול לשמש

במחקר ובתיאורים הכלליים בתחום, שיטות למידה נבדקות בין השאר לצרכים האלה^[2][3]:

• זיהוי סביבה. הבחנה בין שקט, דיבור, רעש, מוזיקה ושילובים שלהם, ומעבר אוטומטי בין הגדרות. על העיקרון ראו תוכניות שמיעה ומצבים אוטומטיים.
• הפרדת דיבור מרעש. ניסיון להדגיש קול של אדם ולהחליש רעש רקע, בדרך שמבוססת על דפוסים שנלמדו.
• התאמה אישית. שימוש בהעדפות של המשתמש כדי לכוונן הגדרות.

אלה קטגוריות כלליות. אין כאן טענה שמכשיר מסוים עושה אחת מהן, או עד כמה טוב.

מה המונח לא מבטיח

גם עם שיטות למידה מתקדמות, יש גבולות שכדאי להכיר:

• אין הבטחה לשמיעה "כמו פעם". מכשיר שמיעה לא מחזיר שמיעה תקינה^[1]. ראו מה מכשיר שמיעה יכול לעשות ומה לא.
• רעש שדומה לדיבור נשאר קשה. כשהרעש הוא קולות של אנשים אחרים, ההבחנה בין "קול רצוי" לבין "רעש" מסובכת גם למערכת לומדת. במחקר שבדק הפחתת רעש מבוססת רשת עצבית, התועלת הייתה קטנה יותר כשהרעש היה פטפוט של כמה דוברים^[3].
• העיבוד מוגבל בחומרה. מכשיר שמיעה צריך לעבוד בחישוב פשוט יחסית ובצריכת חשמל נמוכה, וזה מגביל את מורכבות העיבוד^[2]. על השהיה בעיבוד ראו השהיה במכשירי שמיעה.
• "AI" הוא לא מדד איכות. המונח לא אומר לבד אם מכשיר מתאים לאדם מסוים. ההתאמה האישית והשמיעה של האדם משפיעות לא פחות.

פרטיות ומידע

כשמערכת לומדת מהשימוש שלכם, עולה שאלה טבעית: איזה מידע נאסף, איפה הוא נשמר ומי רואה אותו. אין כאן תשובה אחת, כי זה תלוי במוצר ובאפליקציה. מה שכן אפשר לעשות הוא לקרוא את מדיניות הפרטיות של האפליקציה, ולשאול אם המידע נשמר במכשיר, בטלפון או בשרת חיצוני.

שאלות טובות לשאול

אם אתם נתקלים במונח ורוצים להבין אותו, אלה שאלות שעוזרות לתרגם אותו לתוכן:

1. מה בדיוק הבינה המלאכותית עושה במכשיר הזה? זיהוי סביבה, הפרדת דיבור, משהו אחר?
2. האם הלמידה נעשתה מראש, או שהמכשיר מתאים את עצמו לשימוש שלי?
3. האם זה פועל בתוך המכשיר, או דרך אפליקציה בטלפון?
4. האם אפשר לכבות או לשנות את הפונקציה?
5. איזה מידע נאסף, ואיפה הוא נשמר?

מה חשוב לזכור

• "בינה מלאכותית" הוא שם כללי לשיטות שלומדות מדוגמאות במקום לפעול רק לפי כללים קבועים.
• המונח לא מתאר יכולת אחת. הוא יכול לכסות זיהוי סביבה, הפרדת דיבור או התאמה אישית.
• יש הבדל בין למידה שנעשתה מראש לבין התאמה לשימוש שלכם.
• המונח לא מבטיח תוצאה ולא מחליף התאמה אישית.
• כדאי לשאול מה בדיוק הפונקציה עושה ואיזה מידע היא אוספת.