וואו

חברת Krea השיקה את Krea 3, מודל לעריכת תמונות שנועד לשנות רק את האזור שהמשתמש ביקש. לפי החברה, היכולת המרכזית היא עריכה ממוקדת: המודל נוגע באזור שנבחר ומשאיר את שאר התמונה כמו שהיא. לפי דף ההשקה, גם מוצר, לוגו ופנים נשארים עקביים בין עריכות, וניתן להעביר עד שש תמונות ייחוס לכל עריכה.

המקורות שנבדקו הם דף ההשקה בבלוג של Krea ודף המודל שלה. כל מה שנכתב בהם הוא דברי החברה, ואין בידינו בדיקה עצמאית של התוצאות.

מה החברה מספרת על מהירות ומחיר

בטבלת ההשוואה שמפרסמת Krea, זמן עריכה חציוני הוא פחות מ-8 שניות, לעומת 33 שניות ב-Nano Banana Pro ו-90 שניות ב-GPT Image 2. המחיר לתמונה ב-2K הוא 0.06 דולר, לעומת 0.135 דולר ב-Nano Banana Pro ו-0.22 דולר ב-GPT Image 2. הנתונים נמדדו באתר Krea בין 24 בספטמבר ל-1 באוקטובר 2026, כולל זמן תור, ומחירי המחירון הם ללא תמונות ייחוס.

לפי החישוב מהטבלה, Krea 3 מהירה פי כארבעה מ-Nano Banana Pro, וזולה ממנו בכשני וחצי פעמים. הכותרות הראשיות באתר, שמדברות על פי 10 במהירות ועל פי 3 במחיר, לא אומתו בדף שנבדק, ולכן אנחנו לא מצטטים אותן.

מה לא אומת

לפי בדיקת הדסק, לא נמצא פוסט רשמי של ההשקה עצמה ב-X או ביוטיוב. הפוסט ב-X מ-28 באוגוסט הוא הכרזה קודמת על המודל. הדיון ב-Hacker News על המודל הוא דיון של קוראים, ולא אימות של ההשוואות.

מקורות:

דף ההשקה של Krea: https://www.krea.ai/blog/introducing-krea-3
דף המודל: https://www.krea.ai/krea-3
דיון (לא מקור לאימות): https://news.ycombinator.com/item?id=50105648

כריסטיאן שאלר, מהנדס בפרויקט GNOME, כתב בבלוג שלו על ניסיון לתקן דרייבר לסורק קלישאות שלילים לאחר שהרכיב השבב שלו הפסיק להיתמך בלינוקס. הוא ביקש מ-Claude לעזור לו להקים מכונה וירטואלית של ווינדוס, שבה הסוכן יכול להריץ סריקות וללכוד את תעבורת ה-USB שלהן, כפי שראה שמהנדס אחר עשה לעכבר.

לדברי שאלר, השילוב של הרצת סריקות בווינדוס ולכידת הנתונים עשה את ההבדל. אחרי שעות אחדות הצליחה הסריקה הראשונה תחת לינוקס, ובהמשך היה לו דרייבר כמעט מושלם, כולל תמיכה בסריקה באינפרא-אדום. באותו זמן כבר נוסף לפרויקט SANE קוד שתומך בסורק, ולכן העבודה שלו לא נדרשה בסופו של דבר.

אחר כך השתמש שאלר באותו תהליך כדי לנסות לשפר את תמיכת המצלמה במחשב הנייד שלו, עם עדכונים לדרייבר בליבה ולספריית libcamera. לדבריו, בסוף יום עבודה אחד היו בידיו תיקונים לשני החלקים. הוא גם ביקש מ-Claude להפוך את התשתית לכללית ולתעד אותה, כדי שאחרים יוכלו לנסות אותה על חומרה שלהם.

הנקודה המרכזית בדבריו: הגישה מאפשרת להעלות השערות מהירות על חומרה לא מתועדת, אבל ההחלטה מה לבנות ומה לבדוק נשארת בידי האדם, וגם האימות על מכשיר אמיתי.

הגבולות של הדיווח: המקור היחיד הוא הבלוג של הכותב. טענות על התוצאות בפועל לא נבדקו במקור עצמאי, וכך גם השם המדויק של הכלי ונגישות הקוד שלו; לא נמצא עמוד ריפו שאישר אותם. כל הטענות כאן מיוחסות לכותב.

מקורות: הבלוג של כריסטיאן שאלר ב-blogs.gnome.org

החברות ModelBest ו-OpenBMB הודיעו על השקתו של MiniCPM-V 4.7, מודל ראייה-שפה (רב-מודאלי) שנועד לרוץ על מכשירים ניידים. לפי הודעה לעיתונות שפורסמה ב-PR Newswire ב-15.10.2026, המודל זמין בשתי גרסאות: 35B-A3B, בארכיטקטורת Mixture of Experts (MoE) עם 35 מיליארד פרמטרים בסך הכול, ובגרסה של מיליארד פרמטרים. לפי השם, הגרסה הגדולה מפעילה בכל שלב כ-3 מיליארד פרמטרים.

החברות מציגות את המודל כפתרון לעיבוד תמונות, מסמכים ווידאו על טאבלטים וטלפונים עם כ-3 GB זיכרון. זו טענה של היצרן. ההודעה לא כוללת נתוני ביצועים עצמאיים, ולא נבדקה בידי העורך.

מה כבר ידוע בוודאות: ההודעה עצמה היא המקור לכל הנתונים בכתבה. בחיפוש נמצא דף ה-Hugging Face של גרסת ה-1B, אך רישיון וזמינות הקבצים של הגרסה הגדולה עדיין לא נבדקו ישירות, ולכן אין לסמוך עליהם לפני הרצה.

למה זה חשוב: עד כה, הרצה של מודל רב-מודאלי חזק על טלפון דרשה בדרך כלל חיבור לשרת, או מודל קטן וחלש בהרבה. אם הטענה על זיכרון של כ-3 GB תתאמת בבדיקות עצמאיות, אפשר יהיה להפעיל עיבוד תמונה, OCR וחיפוש במסמכים ישירות על המכשיר, בלי להעביר את התוכן לענן. זה ערך מעשי לפרטיות ולעבודה ללא קישוריות. עם זאת, מדובר עדיין בהצהרת החברה ולא בהוכחה שהמודל מתנהג כך בכל מכשיר ובכל משימה.

הכתבה מבוססת על הודעת החברה בלבד. לא נכללו בה ציטוטים מנציגי החברה או ניתוחים עצמאיים. מי שרוצה לבדוק לעומק מוזמן לקרוא את ההודעה המלאה ואת דפי המשקלים לפני הרצה.

מקור: ModelBest ו-OpenBMB: השקת MiniCPM-V 4.7 (PR Newswire)

עדכון (15.10.2026, 09:34 UTC): המשקלים זמינים ב-Hugging Face

דפי המודל הציבוריים של MiniCPM-V 4.7 זמינים ב-Hugging Face: openbmb/MiniCPM-V-4.7-35B-A3B, וגם openbmb/MiniCPM-V-4.7-1B. שני כרטיסי המודל מציינים וריאציות מכווצות בפורמטים GGUF, BNB, AWQ ו-GPTQ, וכן תמיכה ב-FP8.

לפי כרטיס המודל של גרסת ה-35B-A3B, המודל מגיע ליותר מ-13 טוקנים לשנייה עם כ-3 GB זיכרון ב-iPhone 17 Pro Max. הטענה על שיפור של כחמש פעמים במהירות, וה-17 טוקנים לשנייה ב-iPad Pro M4, מופיעות בהודעה לעיתונות של ModelBest ו-OpenBMB בלבד, ולא נמצאו בכרטיסי המודל.

מה עדיין לא נבדק באופן עצמאי: מספרי הביצועים שהיצרן מפרסם, 90.9 ב-MMBench ו-90.4 ב-OCRBench בדחיסת טוקנים חזותיים של פי 16, ותמיכת החומרה ביום השחרור (day-0). אלה נתוני היצרן בלבד. ההערכה הזו מבוססת על כרטיסי המודל ועל הודעת היצרן, לא על הרצה עצמאית.

גוגל דיפמיינד ורשות הטכנולוגיה הממשלתית של סינגפור (GovTech) עובדות על מודל AI לזיהוי הונאות שירוץ ישירות על מכשירי אנדרואיד ויתריע למשתמשים בזמן אמת על ניסיונות הונאה. ההכרזה נמסרה ב-14 באוקטובר 2026 על הכנס Singapore International Cyber Week. לפי The Straits Times, מדובר במודל ראשון מסוגו.

לפי הדיווח, המודל מנתח חילופי הודעות באפליקציות כמו WhatsApp ו-Telegram בזמן אמת, ומכוון במיוחד לדפוסי הונאה מקומיים, כולל התחזות לפקידי ממשלה ולבנקים. כשהמודל מזהה דפוסי שיחה מניפולטיביים, מופיעה אזהרה במכשיר שמזהירה מפני שיתוף מידע רגיש או העברת כספים. לדברי הצדדים, המודל אינו מאפשר לנתונים אישיים לצאת מהמכשיר. Channel News Asia מדווח על אותה התפתחות בתיאור של זיהוי הונאות בזמן אמת.

הסיבה לעניין: בסינגפור אובדו יותר מ-4 מיליארד דולר להונאות מאז 2019, ו-410.6 מיליון דולר בחצי הראשון של 2026 בלבד. GovTech מציגה את הפרויקט כדרך לשלב פרטיות ואבטחה: "Fighting scams shouldn't mean sacrificing personal privacy" – כלומר, מלחמה בהונאות לא אמורה לדרוש הקרבה של פרטיות.

מה עדיין לא ידוע: שיעורי הדיוק, מועד ההשקה המדויק ומנגנון ההפעלה המלא עדיין לא פורסמו במקורות שנבדקו. גוגל אמרה שתשתף "בקרוב" פרטים נוספים, וגם הטענה על כך שנתונים אינם יוצאים מהמכשיר היא טענה של החברות עצמן ועדיין לא נבחנה באופן עצמאי.

מקור ראשי: The Straits Times. דיווח נוסף: Channel News Asia.

סוכני בינה מלאכותית עשויים בקרוב להפעיל מכשירי מעבדה בלי שמישהו ילחץ על הכפתור. יצרנית מכשירי המעבדה Waters הודיעה ב-13 באוקטובר 2026 על Waters AI Link, יכולת תוכנה שמחברת את פרוטוקול Model Context Protocol (MCP) של Anthropic לפלטפורמת waters_connect שלה, ועל הצטרפות לתוכנית המחקר Model Hardware Standard (MHS) של Anthropic. ההודעה מציגה את השילוב כחלק ממעבר של זרימות עבודה של כרומטוגרפיה ספקטרומטריית מסות (LC-MS) מהמחקר ועד שחרור המוצר.

לפי ההודעה, סוכנים שמחוברים ל-waters_connect יוכלו ליצור שיטות מדידה, להריץ ניסויים ולעבד תוצאות בלי אינטגרציה מותאמת אישית. Waters כותבת גם שהשילוב יאפשר לסוכנים לתזמר מכשירים מחוברים, כמו מערכות הכנת דגימות. החברה מציינת כי AI Link זמינה כעת בגישה מוקדמת, וכי הפצה כללית ללקוחות waters_connect צפויה בנובמבר. ההצטרפות ל-MHS נכנסת לתוקף מיידית.

MHS היא מפרט פתוח שפיתחה Anthropic יחד עם מוסדות מחקר, ומטרתו לאפשר לסוכני AI להפעיל בבטחה מכשירים פיזיים כמו מיקרוסקופים, מפזרי נוזלים וזרועות רובוטיות. Anthropic הודיעה על תצוגה מקדימה למחקר של התוכנית, והדגימה אותה בין השאר במקרה של Genentech: Claude כייל בלולאה סגורה את קצב הזרימה של מפזר נוזלים בבדיקת BCA, והגיע לכ-140 מיקרוליטר לשנייה למים ולכ-10 מיקרוליטר לשנייה ל-BSA צמיג. זו דוגמה של Anthropic עצמה, לא של Waters.

הסרטון של Anthropic, "Model Hardware Standard: AI operating physical equipment", מציג את הרעיון הכללי של התוכנית ולא מוצר של Waters. הוא לא מתאר את המכשירים הנתמכים או את יכולות השילוב של החברה.

מה שעדיין לא ידוע: אילו מכשירים של Waters נתמכים, אילו פעולות בדיוק הסוכנים יוכלו לבצע, ואם יש לקוחות שכבר משתמשים בשילוב. הטענה ש"השילוב מקצר את זמן החיבור משבועות לשעות" מופיעה בהודעה של החברה, ואין לה אימות עצמאי. גם ההתייחסות ל-"Claude Science" בהודעה היא טענה של החברה. עד שיתפרסמו מקורות עצמאיים או שימוש בשטח, יש לקרוא את ההודעה כהכרזה של Waters.

מקור: הודעת Waters לעיתונות, PRNewswire, 13.10.2026. רקע: Anthropic, Previewing the Model Hardware Standard.

עד עכשיו סוכני AI בחשבונאות קראו נתונים בעיקר והציעו פעולות. ב-13 באוקטובר 2026 השיקה Digits, חברת תוכנת חשבונאות, את Write MCP, שמאפשר לסוכנים לכתוב ישירות לספר החשבונות הראשי של הלקוח. השאלה המרכזית היא לא רק מה הסוכן יכול לעשות, אלא מי שומר על הספר כשהוא טועה.

לפי הודעה לעיתונות של החברה, המנגנון המרכזי הוא נעילת תקופות (Locked Periods): שינוי בתקופה נעולה לא נרשם בשקט, אלא נכנס לתור, ומנהל מאשר או דוחה אותו לפני שהוא מתפרסם בספר. הבלוג הרשמי של Digits מתאר את אותו מנגנון. להודעה לעיתונות | לבלוג של Digits

מה המוצר עושה, ומה לא

לפי ההודעה, Write MCP מאפשר לסוכנים ליצור, לעדכן ולמחוק רשומות בארבעה אזורים: עסקאות, חשבוניות, חשבונות ספקים (bills) ותרשים החשבונות. הסוכן פועל בהרשאות המשתמש שחיבר אליו, כך שהוא לא מגיע למה שהמשתמש עצמו לא יכול לגעת בו. המוצר חינמי ועובד עם Claude, ChatGPT, Cursor וכלי MCP תואמים אחרים.

יש כאן פער שכדאי לדעת. ההודעה כותבת שכל שינוי בתקופה נעולה ממתין לאישור. בעמוד העזרה של החברה נכתב שזה חל על כולם, כולל מאשרים. אבל בעדכון המוצר (changelog) של החברה נכתב שמשתמשים עם הרשאת אישור יכולים לשנות ישירות בתקופה נעולה, והשינוי נכנס מיד. עיקרון "אישור מנהל" הוא לב ההגנה, אבל מה שקורה בפועל תלוי בהרשאות שמוגדרות אצל הלקוח.

מה החברה טוענת

לפי החברה, איש צוות ב-Arclow, משרד חשבונאות שבנוי על Digits, הריץ דרך Claude וה-MCP של Digits את הסגירה של שני לקוחות לרבעון השלישי. העבודה, שלוקחת לדבריו כ-7 שעות ידנית, הסתיימה תוך 1:40 שעות. זו טענה של המשרד ושל החברה. היא לא נמדדה בידי גורם עצמאי, והמשרד הוא לקוח של Digits, כך שאין לראות בו מקרה טיפוסי.

למה זה חשוב לקורא בישראל

מי שעובד עם QuickBooks, Xero או Sage מכיר את הבעיה: אוטומציה שכותבת לספר בלי שכבת אישור היא סיכון תפעולי ורגולטורי. ההודעה של Digits לא מזכירה תמיכה במערכות האלה, ולכן אין כאן השוואה. דף המידע של Digits לסוכני AI מציין שהחברה תומכת כיום בחשבונות בנק אמריקאיים ובדולר בלבד, וזה חשוב למי שמנהל ספרים מחוץ לארה"ב.

הכיוון הכללי ברור: סוכני AI נכנסים לתהליכים שבהם טעות עולה כסף. ההבטחה של Write MCP היא לא עוד יכולת, אלא גבול ברור לפעולה של הסוכן. הרקע לכך הוא הכתבה על Workday ו-C1.ai, שמציגה מתח דומה בין סוכנים למערכות ארגוניות.

מה עוד לא ידוע

לא נמצאה בדיקה עצמאית של המוצר, ואין נתון על מספר הלקוחות שכבר משתמשים בו. גם לא ברור איך נעילת התקופות מתנהגת בפועל אצל לקוחות שונים, במיוחד לאור הפער בין ההודעה לעמוד העזרה.

מקורות: GlobeNewswire, הודעה לעיתונות של Digits · Digits, הבלוג הרשמי · Digits, יומן השינויים ועמוד העזרה · Business Insider Markets, שידור חוזר של ההודעה

עדכון 14.10.2026, 00:34 (שעון ישראל): הדגמת הרובוט

הכתבה המקורית על השקת Gemini 4 Argon לא כללה את ההדגמה הרובוטית. מאז, Google DeepMind פרסמה סרטון והודעה שמתארים שימוש במודל כדי לאמן רובוט הומנואידי במשחק cornhole, שבו שקיות נזרקות ליעד על לוח משופע.

לפי ההודעה הרשמית של החברה, המודל צפה בסרטון של אדם משחק, ובנה על בסיסו סימולציה ב-MuJoCo, סביבת פיזיקה בקוד פתוח. מהסימולציה כוונו פרמטרים של רובוט Apollo 2 של חברת Apptronik, כך שיבצע שבע זריקות רצופות על חומרה אמיתית. החברה מכנה את הגישה video-to-sim-to-real: מסרטון אנושי לסימולציה ומשם לרובוט פיזי.

מה אומת ומה לא. הפרטים מופיעים בהודעה הרשמית ובסרטון של Google DeepMind, ולא נבדקו בידי גורם עצמאי. לא נמצאה מסגרת ניסוי מפורטת שמאפשרת לשחזר את התוצאה, לא פורט כמה ניסיונות נדרשו לפני שבע הזריקות, ולא ידועים שיעורי ההצלחה בהרצות אחרות. ההדגמה פנימית ואין לה תיאור פומבי של פרוטוקול. יש לקרוא את הטענה כתיאור של החברה, לא כתוצאה שנבדקה.

הסרטון מופיע להלן. לא פורטו כאן דקות ספציפיות, כי ההודעה הרשמית אינה כוללת חותמות זמן.

למה זה חשוב: אם הגישה תחזיק מעמד מחוץ להדגמה, היא מציעה דרך לאמן רובוטים על בסיס וידאו אנושי זול יחסית, במקום לתכנן כל תנועה ידנית. השאלה המרכזית שנשארת פתוחה היא עד כמה התוצאה חוזרת על עצמה מחוץ לתנאי המעבדה.

הכתבה המקורית על ההשקה של Gemini 4 Argon נשארת תקפה. עדכון זה מוסיף את ההדגמה הרובוטית בלבד.

מקורות: הודעה ב-X של Google DeepMind · סרטון Google DeepMind ב-YouTube · דיון ב-Reddit

Google הודיעה היום על השקה גלובלית של Gemini 4 Argon. לפי הפוסט הרשמי של Logan Kilpatrick, אחד מאנשי Google שמפרסמים את ההשקה, המודל זמין מיום ההשקה ב-Gemini API, למנויי Pro ו-Ultra באפליקציית Gemini, ולמנויי Ultra בכלי Antigravity.

מהשלב הקודם: גישה מוגבלת

זו לא הפעם הראשונה ש-Gemini 4 Argon מופיע. Google הכריזה על המודל ב-30 בספטמבר, והגישה אליו הייתה מוגבלת לקבוצה של מגיני סייבר מהימנים בתוכנית Fairwind של DeepMind. התוכנית מיועדת לגופים בעלי עדיפות להגנה, כמו ממשלות, ספקי תשתיות קריטיות וחברות תקשורת, והיא מאפשרת להם גישה מוקדמת למודלים מתקדמים.

בהשקה הנוכחית הגישה נפתחת. לפי הבלוג הרשמי של Google, המודל זמין עכשיו ב-API של Gemini ו-AI Studio למפתחים ולארגונים, למנויי Google AI Ultra ב-Antigravity, ולמנויי Google AI Pro ו-Ultra באפליקציית Gemini וב-AI Mode בחיפוש. המחיר ההתחלתי הוא 2 דולר למיליון טוקנים של קלט ו-10 דולר למיליון טוקנים של פלט, עם הנחה של 95% על טוקנים שנשמרו במטמון. לפי Google, המחיר יעלה ל-4 דולר ו-20 דולר אחרי 30 בנובמבר 2026.

מה Google טוענת

Google מדווחת שהמודל מוביל ב-Vals Index, מדד שבודק ביצועים בתחומי פיננסים, קוד, משפטים ומיסוי. היא מציינת גם שמהנדסיה משתמשים ב-Argon בפרויקטים פנימיים, ושבאנטיגראביטי הוא הגדיל את מספר הגשות הקוד של הסוכנים ביותר מ-35%, תוך הפחתה של כמעט שליש בחזרות לאחור. אלה טענות של החברה בלבד. לא פורסמו פרטים מלאים על שיטת המדידה, ואין אימות עצמאי של התוצאות בפרסום הזה.

הבלוג של Google מזכיר גם בדיקות בטיחות, כמו שיעור נמוך יותר של קיצורי דרך לא מורשים בבדיקות קוד ועמידות גבוהה יותר להזרקת הוראות זדוניות. גם כאן מדובר בנתוני החברה. כרטיס המודל (Model Card) מופיע כקישור בפרסום, ולא נבדק ישירות לכתבה הזו.

למה זה חשוב לקורא בישראל

המעבר מגישה מוגבלת לגישה רחבה חשוב בעיקר למפתחים ישראלים שבונים על ה-API, ולמשתמשים שמשלמים על Gemini ועל הכלים שסביבו. המודל הגיע עכשיו גם לשירותי הסוכנים של Google, לכן כדאי לעקוב אחרי העלויות בפועל אחרי שהמחיר ההתחלתי יסתיים.

מה עוד לא ידוע

Google לא פרסמה בפוסט הרשמי שעה מדויקת לזמינות ה-API. לכן הכתבה נשענת על מועד ההשקה היומי בלבד. בנוסף, אין עדיין הערכה עצמאית של הביצועים או של הסיכונים. הערכות כאלה צריך לחפש בדוחות בלתי תלויים כשיופיעו.

מקור ראשי: Google – Gemini 4 Argon זמין לכולם. הכרזה מוקדמת: Google – Introducing Gemini 4 Argon (30.9.2026).

סרטון שנוצר בבינה מלאכותית, ובו כמה מכוכבי הכדורגל הגדולים בעולם, הופץ השבוע ב-X וזכה לתגובה רחבה. הפוסט פורסם בחשבון bluehorizon_ai ב-12 באוקטובר 2026 בשעה 18:42 UTC, לפי נתוני ה-syndication של הפלטפורמה.

הסרטון, שכותרתו באנגלית "The Ballon d'Or Heist", מציג שוד דמיוני סביב טקס פרס הבלון ד'אור, שייערך בלונדון ב-26 באוקטובר. לפי הפוסט, מדובר בתוכן בדיוני. בין השחקנים שמופיעים בו: Yamal, Mbappé, Haaland, Messi ו-Kane. לפי דיווח של Goal, הסצנות כוללות מרדף ברחובות לונדון שבו מופיעים כוכבים נוספים, והסרטון מסתיים בעימות בין מבאפה ליאמל. הכתבה אינה מתארת את הסרטון דקה אחר דקה.

מה ידוע על ההיקף

לפי נתוני ה-syndication של X שנמסרו בתיק, לפוסט יש כ-65,889 לייקים ו-949 תגובות. דף X הציג בתוצאות החיפוש כ-3 מיליון צפיות. דיווח של Goal מדבר על יותר מ-11 מיליון צפיות ב-X וב-Instagram תוך פחות מ-24 שעות. מספר זה לא אומת מול הפלטפורמה ולכן אינו מיוחס כעובדה בכתבה זו.

השאלה של הזכויות

הסרטון משתמש בדמויות של שחקנים אמיתיים ללא הסכמה מוכרת מצידם. מי שנפגע מתוכן כזה הוא השחקן עצמו, והשאלה היא אם וכיצד ניתן לשלוט בשימוש בתמונה ובדמות שלו בתוכן שנוצר בבינה מלאכותית. לא נמצאה בתיק תגובה אישית מאף אחד מהשחקנים, וגם לא כתבה מכובדת שמנתחת את ההיבטים המשפטיים של הסרטון. לכן השאלה נשארת פתוחה, והכתבה אינה קובעת מה החוק מאפשר.

למה זה חשוב

סרטון כזה מראה כמה קל היום ליצור תוכן שנראה אמין ומציג אנשים אמיתיים, ושהתפשטות ויראלית מגיעה לפני שמתברר מי אחראי לתוכן ומה מותר בו. הדיון על זכויות דמות בתוכן AI נוגע לא רק לכוכבי ספורט אלא לכל אדם שמופיע ברשת.

מקורות

הפוסט המקורי: x.com/bluehorizon_ai/status/2109716362419446271. דיווח משני: Goal. נתוני הלייקים והתגובות מתוך ה-syndication של X שבתיק. ספירת 3 מיליון הצפיות מופיעה בדף החיפוש של X. ספירת 11 מיליון מדיווחי ספורט לא אומתה.

אם OpenAI אכן תפרסם מאות הוכחות מתמטיות שנוצרו בעזרת AI, כמה מהן יהפכו לידע שחוקרים יכולים להשתמש בו — ולא רק לתוצאות שקשה לעכל? פרופ׳ פרנצ׳סקו מאגי, יו״ר מחלקת המתמטיקה באוניברסיטת טקסס באוסטין, כתב כי OpenAI נראית כמי שעומדת לפרסם כ-400 הוכחות בשרת ציבורי. זו טענה של מאги, לא הודעה של OpenAI. לפי AGI Hunt, המידע על המהלך הגיע מאקדמאים ולא מהודעה רשמית של החברה.

הוכחה נכונה אינה סוף הסיפור

האזהרה של מאги אינה שהוכחות שנוצרו בעזרת AI חסרות ערך. הוא כתב שמתמטיקה אינה מתקדמת רק מצבירת טענות נכונות: צריך להבין תוצאות, לקשר אותן לידע קיים, להסביר אותן, לבחון אותן ולהשתמש בהן מחדש. בלעדי התהליך הזה, כתב, הן עלולות להישאר “lettera morta” — אות מתה.

גם אם יפורסמו מאות הוכחות, המספר לבדו לא יגלה אם כל אחת מהן נכונה, חדשה או חשובה למחקר. חוקרים יצטרכו לברר מה בדיוק נטען, כיצד ההוכחה בנויה ומה היא מוסיפה. לכן השאלה אינה רק אם מערכת יכולה להפיק הוכחות, אלא אם בני אדם יצליחו לבדוק אותן ולהבין את משמעותן.

האתגר הוא גם קצב הקליטה

ככל שתוצרים מתמטיים ייווצרו מהר יותר, כך עלול לגדול הפער בין קצב הייצור לבין הזמן והקשב הדרושים להבנתם. מאגי שאל מה יקרה אם המתמטיקה תיווצר מהר יותר מכפי שמתמטיקאים יכולים לעבד אותה — והצביע על האפשרות שלא יהיו די אנשים שיוכלו או ירצו לקרוא מאות הוכחות.

נכון לעכשיו, הפרסום המתוכנן נותר טענה שמאגי העלה ולא אושרה בהודעה רשמית של OpenAI. אבל גם אם המספר או התוכנית ישתנו, האתגר שהוא מתאר נשאר: תוצר מתמטי הופך לתרומה ממשית רק כשאפשר לבדוק אותו, להבין מה חדש בו ולשלב אותו בעבודה נוספת.

מקורות: הפוסט המקורי של פרנצ׳סקו מאגי; דיווח AGI Hunt; פרופיל מאגי באוניברסיטת טקסס באוסטין.