כשאומרים לנו "מחקר אקדמי" אנחנו ישר מדמיינים מאמרים אין סופיים באנגלית ושעות בילוי ארוכות בספרייה, אבל אולי תופתעו לגלות את שלושת המחקרים הבאים, שמתבצעים כולם על ידי חוקרים ישראלים ומהווים פריצת דרך ברמה עולמית בשדות המחקר בהם פועלים. אולי בזכותם "מחקר אקדמי" דווקא ישמע לכם מרתק ומרגש.
פרופ' ערן חיות, ד"ר רעות צרפתי ופרופ' טל הסנר, שלושתם חוקרים מהאוניברסיטה הפתוחה, סיפרו לנו על העיסוק הלא שגרתי שלהם, על הקשיים וההצלחות, הסיפוק ואפילו על הקשר לישראל.
פרופ' ערן חיות | הגבר שהכי קרוב להבנה מה הם כאבי לידה
המחקר של פרופ' ערן חיות יכול היה בקלות להפוך לסדרת טלוויזיה או לכל הפחות לפרק בבייבי בום. הוא עוסק בתחום מאוד מסקרן ורלוונטי, כזה שכל פריצת דרך וגילוי חדש, יכולים לעורר הדים ועניין רב בקרב הציבור הרחב. פרופ' חיות חקר את זיכרון כאבי הלידה של נשים שונות – בזמן הלידה עצמה ולאחריה. יחד עם צוותו הם מנסים להבין מה נשים שיולדות זוכרות מהלידה וממה מושפע הזיכרון הזה.
המחקר שלך עוסק בתחום שנשמע מאוד אישי – כאב, ולא רק זה, בכאבים של נשים בזמן לידה. איך ביצעתם את המחקר?
"באופן כללי, לידה היא חוויה מאוד מורכבת. יש בה חשש, שמחה, אושר, כאב. אנחנו בדקנו את זיכרון הכאב במהלך ואחרי הלידה, כאשר בפועל הייתה לנו עוזרת מחקר בחדר הלידה וכל רבע שעה-עשרים דקות היא שאלה את היולדת כמה כואב לה. היולדות דירגו מ-0 עד 100 את רמת הכאב, ביחס לכאבים אחרים שהיו להן בחיים. יש לנו מדד שאנחנו יכולים לבדוק איך דרכו איך נראה הכאב הממוצע וכמה כאב המהלך. ערכנו בדיקות נוספות אחרי יומיים ואחרי חודשיים, והשאלה הייתה "דרגי עד כמה כאבה הלידה?""
ומה גיליתם?
"מה שמצאנו זה שהזיכרון הושפע למעשה משתי נקודות עיקריות בזמן: השיא של הכאב, הוא הכאב הכי חזק שחוותה במהלך הלידה, והכאב האחרון שהיה בסוף הלידה. אם לוקחים את ממוצע שני הדיווחים, מקבלים פחות או יותר את המנבא הכי טוב לזיכרון הכאב אחרי יומיים ואחרי חודשים לאחר הלידה".
מצאתם הבדלים בין נשים שקיבלו זריקת אפידורל לבין אלה שלא?
"כן. נשים שאפידורל ליווה את סוף הלידה זכרו את החוויה כפחות כואבת. כיוון שלסוף השפעה מכרעת על הזיכרון נוכחות האפידורל בשלב זה משפיעה באופן מובהק על הזיכרון. דבר זה מייצר למעשה מעין פרדוקס. נשים שחוו יותר כאבים זכרו את הלידה כפחות כואבת. קחי לדוגמא מצב דמיוני בו מציע לך הרופא שני תרחישי לידה. אחד, ללא אפידורל ולידה לאחר שעתיים או ללא אפידורל שעתיים ולאחר שעתיים נוספות עם אפידורל ואז לידה.ברור שאין כאן דילמה! עדיף שעתיים ולסיים מאשר ארבע שעות מה עוד שהשעתיים הראשונות זהות בכאבים. אלא שאנחנו בדקנו זוגות של נשים כאלו (שהדיווחי הכאב בשעות הראשונות היה זהה אלא שחלקן ילדו וחלקן המשיכו עם אפידורל) ומצאנו שאלו שהמשיכו עם האפידורל זכרו את הכאבים כפחותים בעשרים אחוז בממוצע למרות שבמצטבר סבלו יותר כאבים (כאבים חזקים בשעות הראשונות ולאחר כמתונים יותר תחת אפידורל). עובדה זו חזקה את ההבנה שלנו שלסוף השפעה מכרעת על הזיכרון של החוויה.
אלחוש אפידורל פותח בפועל לשלוט על הכאבים האקוטיים בזמן הלידה ואו במצבי כאב אחרים. עם זאת, הממצאים שלנו מלמדים שלאפידורל יש השפעה מכרעת לא רק על ניהול הכאב בזמן הלידה אלא על הזיכרון של הכאב בעתיד. כלומר, למרות שלידה היא אירוע מאוד מאוד כואב נוכחות האפידורל בסוף הלידה תגרום לרוב היולדות לזכור את החוויה כפחות כואבת בהשוואה ליולדות שילדו ללא אפידורל בסוף הלידה.
רוצים גם לשנות את העולם אבל אין לכם זמן? הכירו את המסלולים של האוניברסיטה הפתוחה המאפשרים ללמוד מבלי לעצור את החיים>>
פרופ' חיות מסביר כי חשיבות המחקר טמונה בהארת חווית הלידה הרלוונטית לרבות ורבים מאתנו, וכי הבנה טובה יותר של החוויה, יכולה להשפיע על אופייה – חיובית או שלילית. "יש כאן חשיבות חברתית", הוא אומר.
עוד הוא מוסיף כי אנחנו כבני אדם זוכרים בעיקר את השיא והסוף של כל חוויה שאנחנו עוברים. לכן, כששאלנו את הבעלים של הילדות ששהו בחדר הלידה גם הם זכרו פחות או יותר את הכאב של נשותיהם ע"פ השיא והסוף. לעובדה זו יש השפעה על כל חוויה לא רק לידות.
"תחשבי על זה ככה; את הולכת לטיול, אבל הסוף גרוע – יש סיכוי שתזכרי אותו הרבה יותר רע מאשר טיול שהיה פחות טוב, אבל נגמר פחות רע. הזיכרון שלנו לאחר זמן מבוסס על מעט אירועים ויותר ויותר אנחנו משתכנעים מהנתונים המצטברים ממחקרים שאנשים מתבססים בהערכה בדיעבד של הנאה וכאב על שיא האירוע וסופו. זה יכול לתת לנו טיפ לא רע לחיים בכלל – כדאי לארגן שיא באירועים טובים ולאלחשו באירועים כואבים וכדאי שנדאג לסוף. בחוויה טובה כדאי שננסה לדאוג שהסוף יהיה חיובי יותר ובחוויה כואבת, כואב פחות אפילו במחיר של הארכה קלה של הכאב.
המחקר של פרופ' חיות ושותפיו התקיים בבית חולים בלינסון אך באופן של שגרה הוא מתקיים במחלקה לחינוך ופסיכולוגיה באוניברסיטה הפתוחה, בה נמצאים חוקרים המתמקדים בתחומי מחקר מגוונים, גם במעבדות וגם בשטח. "בסיס האם שלנו הוא בקמפוס האוניברסיטה הפתוחה ברעננה, שם יש לנו מעבדות, וגם ליד קמפוס רמת אביב. שותפי המרכזי למחקר הוא ד"ר אבנר כספי מהאוניברסיטה הפתוחה והיה לנו שותף מאוניברסיטת דיוק, פרופ' דן אריאלי. בנוסף אליהם, עבדנו עם שני רופאים, פרופ' משה הוד ופרופ' רוני חן מבית החולים בילינסון בפתח תקווה, שסייעו לנו לחקור בסביבה המורכבת של חדר הלידה".
ומה למדת על בני אדם מהמחקר?
"ידעתי כבר לפני אך המחקר אישש את הסברה - הזיכרון שלנו ממש לא מושלם. כבני אדם נדמה לנו שאנחנו זוכרים הרבה יותר טוב ממה שאנחנו זוכרים באמת, אבל יש לנו זיכרון מוגבל, כמו גם יכולת מוגבלת להעריך דברים. אנחנו לא מחשב שיודע לחשב חישובים ולהכניס המון נתונים לתוך החישוב וכששואלים אותנו שאלות, אנחנו מתבססים על מעט מידע".
ולסיום, היית מוכן לחוות לידה? בשביל המחקר כמובן
"הייתי שמח לחוות כמה צירים רק כדי להבין קצת יותר אבל בוודאי לא לידה שלמה".
ד"ר רעות צרפתי | החוקרת שתהפוך את גוגל טרנסלייט למדויק יותר
את השיחה עם ד"ר רעות צרפתי אני מקיימת כשהיא מג'נגלת כמו כל אם צעירה בין המחויבות למשפחה והתפתחות הקריירה.. "אני עוסקת בתחום שנקרא עיבוד שפה טבעית", היא מספרת. "מדובר בתחום מחקר בבינה מלאכותית המתמקד ביכולת של מחשבים להבין שפות אנושיות כמו אנגלית, עברית, ערבית, שוודית, רוסית, יפנית, סינית ואפילו שפת הסימנים".
זה פוגש אותנו בחיי היום-יום?
"בהחלט, מדובר בתחום מעשי מאוד. את יכולה למצוא עיבודי שפה טבעית ביישומים מוכרים כמו גוגל ומנועי חיפוש אחרים, עזרים דיגיטליים כמו סירי או קורטנה, וכן מנועי תרגום כמו בינג או גוגל טרנסלייט. כולם מסתמכים על יכולתו של המחשב להבין ולייצר שפה אנושית, לה יש מורכבות, עמימות, ואופני ביטוי שאינם מובנים על ידי המחשב".
אני חושבת שרואים את הקושי בגוגל טרנסלייט למשל, כשצריך לתרגם משפט ולא רק מילה, ולשמור על ההיגיון שבו
"נכון. גם בהינתן מילונים מקוונים המכילים מילים ואת משמעותן, כאשר אנו עוסקים בהבנת משפט, השלם הוא גדול ומורכב יותר מסכום חלקיו. כדי שייווצר תרגום מדויק צריך לקחת בחשבון גם את ההקשר, האינטונציה והידע הקודם. המטרה שלנו במחקר היא לפתח אלגוריתמים המאפשרים למחשב לעבד, להבין ולייצר משפטים בשפה אנושית, למרות המורכבות וריבוי המשמעויות".
מה אתם עושים במעבדה בפועל?
"אנחנו עובדים על עיבוד שפה טבעית באמצעות מודלים סטטיסטיים, שלומדים מתוך מידע נתון איך לנתח משפטים חדשים בשפה. המידע מכיל דוגמאות של משפטים מנותחים, ומתוך הדוגמאות המנותחות המערכת לומדת כיצד להפיק משמעות ממילים וממשפטים שלא נצפו על ידי המודל בעבר.
"את יכולה לחשוב על מערכת כזו כמו הדרך בה ילדים קטנים רוכשים שפה. ילד בשנות חייו הראשונות שומע מספר רב, אך סופי, של משפטים מהוריו וסביבתו. על סמך המשפטים הללו הוא לומד כיצד להבין ולייצר בעתיד מספר אינסופי של צירופים ומשפטים שלא שמע בעברו. ואם אחזור למונחים המקצועיים, אנחנו עובדים עם מערכת לומדת, המורכבת משני אלגוריתמים. הראשון הוא אלגוריתם של למידה חישובית, הלומד מדוגמאות קיימות והשני הוא אלגוריתם של ניתוח אוטומטי שמציע אנליזה - המורכבת ממבנה ומשמעות - למשפטים חדשים".
האם יש הבדל בין האלגוריתמים לעיבוד השפות השונות? נניח, האם קיים הבדל בין אלגוריתמים לעיבוד אנגלית לאלגוריתמים לעיבוד עברית?
הבדלים בין שפות אכן עשויים להיות משמעותיים. בעברית, לדוגמא, המילה ״וכשמהבית״ מקבילה לחמש מילים שונות באנגלית: ״ו״ (and) ״כש״ (when) ״מ״ (from) ״ה״ (the) ״בית״ (house). חובה לפרק את המילה הבודדת לרכיביה לפני שניתן לנתח את משמעות המשפט במלואו. אך האם זה אפשרי? מילה כגון ״בצלם״ תקבל פירוקים שונים בביטוי ״״בצלם הנעים של הנעים״ ובביטוי ״ארגון בצלם״, מכאן שחובה להבין את המשפט במלואו לפני שניתן לנתח מילה בודדת, בדיוק ההיפך ממה שאמרנו. אנו נקלעים כאן למעין לופ, מה בא קודם, הביצה או התרנגולת? במעבדה שלנו באוניברסיטה אנו פותרים בעיה זו על ידי פיתוח מודלים משולבים (joint models) בהם אלגוריתם לניתוח מילה ואלגוריתם לניתוח משפט יכולים לתקשר ביניהם, ולהחליט על הניתוח הנכון בו זמנית. ואכן, כיום המנתח האוטומטי שלנו לשפה העברית הוא המדויק ביותר מבין כל האלגוריתמים לעברית שפותחו עד כה.
כיום ד"ר צרפתי מכהנת כחברת סגל בכיר במחלקה למתמטיקה ומדעי המחשב וכן כראש מעבדת המחקר לבלשנות חישובית ועיבוד שפות טבעיות באוניברסיטה הפתוחה. "לפני מעט יותר מעשור כאשר התחלתי את הדוקטורט, אנשים בסביבתי הקרובה והרחוקה ששמעו על תחום המחקר שלי התבוננו בי בחשש. ״ומה תעשי עם זה אחר כך?״ או ״למה זה טוב?״ היו שאלות שהתרגלתי לשמוע", היא מספרת. "האמת שלא היו לי תשובות כל כך ברורות בזמנו, אבל עבורי החיבור הכמעט בלתי אפשרי בין היכולות הטכניות של המחשב לבין השאלות הסמנטיות והפילוסופיות של הבנת שפה, היה מספיק מרתק על מנת לשאוב אותי עמוק אל תוך תחום מחקר זה בלי לחשוב יותר מידי על מה אעשה עם זה בעתיד".
ואיך התגובות שאת מקבלת כעת?
"היום לדוגמה, כשקולגות שומעים שאני מתמחה בעיבוד שפות טבעיות, לא רק שהם שמחים לשמוע זאת, אלא הם גם נלהבים להציע שיתופי פעולה, פרויקטים או הזדמנויות אחרות להחלפת ידע. הטיפ או המסקנה שלי מכל זה, קלישאתית ככל שתהיה, היא "תעשי רק מה שאת אוהבת ורק מה שאת חושבת שיעשה לך טוב". הסביבה לא תמיד רואה את מה שאת רואה, ולעיתים צריך לקפוץ עשור או כמה עשורים קדימה כדי לראות לשם מה כל זה אכן היה טוב".
פרופ' טל הסנר | מהכלב בסנאפצ’ט ועד זיהוי טרוריסטים בקהל
פרופ' טל הסנר, חוקר ישראלי המתגורר כיום בלוס אנג’לס עוסק בתחומים ראייה ממוחשבת ולמידה עמוקה. "כשאני מנסה להסביר מה זה, אני שואל את מי שמולי אם הוא מכיר את מובילאיי. כשאני מסביר שאנחנו עובדים עם אותן טכנולוגיות ועל בעיות דומות, אני מיד מקבל מבטים משתאים ומפרגנים, אבל שנייה אחרי שואלים אותי למה אני עדיין לא מיליונר", הוא מספר.
התחום בו עוסק פרופ' הסנר נחשב כיום לפופולרי ביותר והוא מגדיר את התקופה כ"תור הזהב של הראייה הממוחשבת". פרופ' הסנר עוסק הרבה בטכנולוגיות לזיהוי פנים באמצעות מחשב, בעיה קלאסית בראייה ממוחשבת.
(צילום מסך מתוך מאמר של פרופ' הסנר בשיתוף הסטודנט יובל נירקין)
פרופ' הסנר מתגורר עם משפחתו בארה"ב בשנים האחרונות, בעקבות תחרות מחקרית בה הוא לוקח חלק, בשיתוף ממשלת ארה"ב ואוניברסיטת דרום קליפורניה. "קרן יארפא (IARPA), המקדמת פיתוח טכנולוגיות לזיהוי פנים, ייצרה פרויקט תחרותי בו כמה קבוצות מתחרות זו בזו על דיוק המערכות שהן מפתחות", הוא מספר. "כל קבוצה היא אוסף של מעבדות מרחבי העולם שעובדות ביחד על אותה מערכת, האוניברסיטה הפתוחה היא חלק מקבוצת מחקר, ולכן אני כאן".
פרופ' הסנר, רצה בכלל בתקופת התיכון להמשיך בדרכי אימו ולהיות צייר, אך "במהלך השירות הצבאי מצאתי את עצמי נמשך לתכנות ומחשבים", הוא אומר. כיום הוא מכהן כפרופסור חבר במחלקה למתמטיקה ולמדעי המחשב באוניברסיטה הפתוחה ופרופסור חבר אורח באוניברסיטת דרום קליפורניה.
מה אתם עושים בעצם?
"אנחנו מנסים להבין את העולם מתוך תמונות וסרטי וידאו. למשל, את מסתכלת על תמונה של חתול שיושב על ספה ומאחוריו קבוצת אנשים. אני יכול לשאול מי יותר קרוב למצלמה – החתול, הספה או האנשים? או אולי קערת האוכל שלו? כמה אנשים יש בתמונה? מה הם מביעים? האם הם שמחים או עצובים? אינספור שאלות, ולכל שאלה יש תשובה שהיא טכנולוגיה בפני עצמה. לישראל יש שם מאוד מאוד חזק בתחום - בניגוד למה שאפשר לחשוב, פעילות זאת לאו דווקא קשורה לתעשיות הביטחוניות, אלא לצרכים נוספים שהובילו את ישראל להפוך לשחקנית מאוד רצינית".
ואתם מתמקדים בזיהוי פנים בתמונות
"זו אחת מהבעיות המרכזיות שהמעבדה שלי עוסקת בהן, כן, אבל לא היחידה. אפשר לחשוב על טכנולוגית זיהוי הפנים שלנו כמשהו שרואים בתכניות טלוויזיה כמו CSI, בהן מנסים לפתור פשעים באמצעות וידאו וזיהוי פנים. הרבה שנים צחקנו על זה שהטכנולוגיות בפועל של זיהוי פנים לא עמדו בציפיות של הקולנוע או הטלוויזיה, אבל בשנים האחרונות הצלחנו לעקוף את הטכנולוגיות המוצגות בתוכניות האלו".
מה היתרון של טכנולוגיות זיהוי הפנים שלכם על פני אלו של קבוצות המחקר האחרות?
"ישנם מדדים מוסכמים לפיהם ניתן להשוות יכולות של מערכות זיהו פנים – מבחני ביצועים סטנדרטיים. לפי מדדים אלו, אנחנו פשוט יותר טובים, אך זה משתנה כל הזמן: כולם רצים קדימה וכל יום יש חידושים. בכל מקרה, הטכנולוגיות שלנו ושל המתחרים שלנו כנראה כבר הרבה יותר טובות מהיכולת של בני אדם לזהות פרצופים. אנחנו מסוגלים לזהות כמות גדולה מאוד של פרצופים, לזהות מתוך קהל גדול או לזהות בתנאים מאוד קשים כמו תמונה רחוקה ומטושטשת, אנשים שמסתכלים הצידה או מסווים בזקן או כובע".
איפה משתמשים בראייה ממוחשבת היום?
"בכל מקום. את יכולה לחשוב על הפוטנציאל של התחום כמו שאת חושבת על כל הדברים שאת יכולה לעשות באמצעות הראייה שלך. זה יכול להיות בקריאה של תפריט בעברית ותרגומו לשפה אחרת, בפיצ’רים של החלפות פנים באפליקציות, בתיוג אוטומטי בפייסבוק, במכוניות אוטונומיות, במצלמות בבריכות שמגינות מפני טביעה ואני יכול להמשיך".
(צילום מסך מתוך מאמר של פרופ' הסנר בשיתוף הסטודנט יובל נירקין)
פרופ' הסנר מספר כי אופי העבודה הוא כמו של חברת סטארט אפ. "את לא תפתחי את הרעיון שלך בזמן? מישהו אחר יעשה את זה במקומך. אנחנו הרבה פעמים נכנסים לשעות עבודה ארוכות, ואז אני יכול בהחלט למצוא את עצמי בשעות הקטנות של הלילה, מתקיים על תפריט של במבה וקולה".