לעשות סדר בהייפ של בינה מלאכותית

קבוצת עדכוני הבינה המלאכותית של ישראל

כשיש פטיש ביד (LLM) – כל אתגר עסקי נראה כמו מסמר.
​בפועל, הרבה פרויקטי AI נכשלים או נתקעים בין דמו לפרודקשן — אחרי חודשים של עבודה ותקציבים לא מבוטלים.

אחת הסיבות המרכזיות היא הנטייה להשתמש ב-LLM כ“פטיש” לכל בעיה, במקום למצוא פתרון מדויק שמתאים לבעיה - בין אם מבוסס מודל שפה ובין אם דורש גישה טכנולוגית אחרת לחלוטין.

​בסשן הפרקטי הזה נקבל כלים לחשוב נכון על פתרונות AI — לפני שרצים לבנות:

• ​איך לבחור פתרון ממשולש הטריידאופים של: דאטה, דיוק ועלות
• ​הסבר קצר ואינטואיטיבי על ההבדל בין AI, GenAI ו-Machine Learning
• ​מתי LLM פשוט מספיק - ומתי צריך מערכת מורכבת יותר
• ​מתי דווקא Machine Learning קלאסי נותן תוצאה טובה יותר
• ​ואיך להימנע מפתרונות שנראים טוב בדמו אבל לא מחזיקים בפרודקשן

​
כולל דוגמאות מהשטח וכללי אצבע שיעזרו לבחור נכון — ולחסוך זמן, כסף ותסכול מיותר.

​הסשן מיועד בעיקר למי שבונה או מתכנן לבנות יכולות AI כחלק ממוצר או פיצ’ר — מערכות שעובדות בתוך תהליך, ולא רק שימוש בכלי מדף.

​אודות המרצה
אסי דהן הוא מדען ראשי בתחום הדאטה והבינה המלאכותית ב-ONE datAI, עם כ-15 שנות ניסיון בתעשייה ב-Machine Learning ו-GenAI.

בוגר בהצטיינות מהטכניון (מתמטיקה ופיזיקה) וממכון ויצמן (פיזיקה וחקר המוח), ופרסם מאמרים בתחום.

כיום מלווה חברות בבחירת פתרונות AI, תעדוף פרויקטים, הובלת צוותים והפיכת רעיונות למוצרים בפרודקשן.

קבוצת עדכוני הבינה המלאכותית של ישראל