משיתוף פעולה במידול מאדים ב-2003 ועד למהפכת ה-AI של ימינו, השותפות בין נאס״א ל-Nvidia שינתה את פני המחקר המדעי.
תחילת הדרך: ממשחקי וידאו למדע חישובי
המסע של Nvidia לעולמות ה-Deep Learning לא החל כתוכנית אסטרטגית, אלא כתוצאה משימוש בלתי צפוי בטכנולוגיה הליבתית שלה.
החברה, שנוסדה בשנת 1993 כחברת גרפיקה, התמקדה בתחילת דרכה בפיתוח מעבדים עתירי ביצועים לתעשיית משחקי הווידאו.
הרגע המכריע הגיע בשנת 2003, כאשר נאס״א פנתה אל Nvidia כדי ליצור סימולציה פוטוריאליסטית של פני מאדים.
שיתוף פעולה מוקדם זה חשף את הפוטנציאל העצום של חומרת הגרפיקה לחישובים מדעיים מורכבים – והניח את היסודות לשותפות פורה ומתמשכת.
פריצת הדרך: מהפכת ה-CUDA
השינוי האמיתי התרחש בשנת 2006, עם השקת פלטפורמת CUDA – מערכת חישוב מקבילי שאפשרה למדענים להשתמש בעוצמת העיבוד של כרטיסי גרפיקה ליישומים כלליים.
פתאום, אותם שבבים שנועדו לייצר אפקטים מרהיבים במשחקים יכלו לעבד כמויות אדירות של נתונים ולתרגל רשתות נוירונים במהירויות חסרות תקדים.
2012 – תחילת מהפכת ה-Deep Learning
עד שנת 2012, מהפכת הלמידה העמוקה כבר הייתה בעיצומה.
המודל AlexNet של אלכס קריז'בסקי, שאומן על גבי כרטיסי Nvidia, זכה בתחרות ImageNet והוכיח כי רשתות נוירונים עמוקות מסוגלות לעלות משמעותית על שיטות הראייה הממוחשבת המסורתיות.
מנכ"ל Nvidia, ג׳נסן הואנג, כינה מאוחר יותר את הרגע הזה "תחילתה של המהפכה התעשייתית החדשה".
עבור נאס״א, שהייתה תמיד חלוצה בעיבוד נתונים, השילוב בין מאגרי נתונים עצומים מלוויינים ומטלסקופים לבין למידה עמוקה מואצת GPU פתח דלת לעידן חדש של גילויים מדעיים.
מהי למידה עמוקה (Deep Learning)?
למידה עמוקה הפכה מסקרנות אקדמית לכוח המניע מאחורי כמה מהפרויקטים המדעיים השאפתניים ביותר בעולם.
מה שהחל בשנות ה-60 כרעיון מתמטי יפה אך בלתי ישים מבחינה חישובית, התפתח לבסיס שעליו נשענת כיום הבינה המלאכותית המודרנית – ומשנה את האופן שבו אנו מבינים את כדור הארץ, היקום, ואת מקומנו בתוכם.
למידה עמוקה היא תת-תחום של למידת מכונה (Machine Learning) המשתמש ברשתות נוירונים מרובות שכבות לניתוח כמויות אדירות של נתונים, לזיהוי דפוסים מורכבים ולקבלת החלטות אינטליגנטיות באופן אוטונומי – בדומה לדרך שבה המוח האנושי לומד ומשתפר לאורך זמן.
במילים פשוטות: זהו תהליך שבו מחשבים “לומדים” לזהות תבניות באמצעות שכבות של נוירונים מלאכותיים, ממש כמו המוח האנושי.
DeepSat – מערכת הבינה של נאס״א לניטור כדור הארץ
הפרויקט המשמעותי הראשון של נאס״א בתחום ה-Deep Learning הדגים את עוצמת הבינה המלאכותית במחקר מדעי.
נאס״א עמדה בפני אתגר עצום – מעקב אחר שינויי האקלים של כדור הארץ באמצעות תמונות לוויין.
השיטות הקלאסיות לא יכלו להתמודד עם היקפי הנתונים האדירים שהגיעו מהחלל.
כתוצאה מכך פיתחה הסוכנות את DeepSat – מערכת למידה עמוקה שנועדה לסיווג ולפילוח של תמונות לוויין.
לא היה מדובר רק בניתוח תמונות יפות מהחלל, אלא בהבנה מעמיקה של שינויים במחזור הפחמן, בדפוסי הצמחייה ובמערכות האקלים של כדור הארץ.
נתונים בהיקף חסר תקדים
נאס״א אימנה את DeepSat על 330,000 תמונות לוויין של ארה״ב היבשתית.
כל תמונה ממוצעת הייתה בגודל של 6,000×7,000 פיקסלים ובמשקל של כ-200 מגה-בייט – מה שהצטבר לכ-65 טרה-בייט של נתונים עבור תקופת זמן אחת בלבד, ברזולוציה של מטר אחד לקרקע.
ד״ר סנגרם גנגולי, לשעבר חוקר בכיר במרכז המחקר Ames של נאס״א וכיום CTO בחברת Rhombus Power, דיווח:
“מאגר הנתונים הטוב ביותר שלנו השיג דיוק סיווג של 97.95%, ועלה על שלוש מערכות זיהוי מתקדמות אחרות ב-11%.”
תרומת DeepSat למחקר הסביבתי
המערכת מאפשרת כיום למדענים:
✅ למדוד איגום פחמן (Carbon Sequestration) בצמחייה,
✅ לבצע תחזיות אקלימיות מדויקות,
✅ ולנתח השפעות של איי חום עירוניים.
הנתונים החיוניים שמופקים ממנה משמשים ממשלות וארגונים ברחבי העולם לקביעת מדיניות סביבתית ואקלימית.
הלב החישובי: Nvidia Tesla ו-Pleiades Supercomputer
עוצמת המחשוב שמאחורי DeepSat הגיעה משילוב בין כרטיסי Nvidia Tesla לבין הסופר-מחשב Pleiades של נאס״א, הכולל 217,088 ליבות CUDA.
תהליכים שבעבר היו נמשכים חודשים או שנים, ניתן היה כעת להשלים בתוך ימים ספורים או שבועות בודדים – מה שהאיץ באופן דרמטי את קצב המחקר בתחום האקלים.
ההשקעה של Nvidia ב-AI מדעי
כיום, הקשר בין Nvidia לנאס״א התפתח מעבר לפרויקטים בודדים – אל עבר פיתוח תשתיות AI מדעיות רחבות היקף.
הקרן הלאומית למדע של ארה״ב (NSF) הכריזה על שותפות עם Nvidia להקמת מערך מודלי AI מתקדמים שנועד לשנות את יכולתם של מדענים אמריקאים להשתמש בבינה מלאכותית, לקדם גילויים מדעיים ולחזק את הובלתה של ארה״ב במחקר וחדשנות מבוססי AI.
במסגרת הפרויקט, ה-NSF תשקיע 75 מיליון דולר, ו-Nvidia תוסיף 77 מיליון דולר נוספים לטובת יוזמת Open Multimodal AI Infrastructure to Accelerate Science (OMAI), בהובלת מכון אלן לבינה מלאכותית (Ai2).
ג׳נסן הואנג, מנכ"ל Nvidia, אמר:
“הבינה המלאכותית היא המנוע של המדע המודרני – ומודלים פתוחים בקנה מידה רחב עבור חוקרים אמריקאים ידליקו את המהפכה התעשייתית הבאה.
בשיתוף עם NSF ו-Ai2, אנו מאיצים חדשנות באמצעות תשתית מתקדמת שמעצימה את המדענים האמריקאים לייצר אינטליגנציה בלתי מוגבלת – המשאב המתחדש והעוצמתי ביותר של ארצות הברית.”
לסיכום
השותפות בין נאס״א ל-Nvidia מדגימה כיצד טכנולוגיות שפותחו במקור למשחקי וידאו הפכו לכלים פורצי דרך במחקר מדעי עולמי.
בזכות שילוב של למידה עמוקה, עיבוד גרפי ועבודת צוות בין-ארגונית, האנושות מתקדמת בצעדים גדולים להבנת היקום, כדור הארץ – והעתיד שלנו בתוכו.
הירשמו כדי לקבל את תכנים ישירות לתיבת הדואר שלכם.
קבלו גישה מיידית לחדשות מתפרצות, ביקורות חמות, מבצעים מעולים וטיפים מועילים.
