
כנס Systematics NEXT 2026 יפתח במבט מעורר השראה אל העתיד ואל הדרך להפוך חדשנות למציאות.
עודד לבנטר יציג את חזון חברת סיסטמטיקס Empowering The NEXT בהרצאה Understand the World. Create What's NEXT. Make It Real ואת תפקידה בהעצמת הדור הבא של הטכנולוגיה והחדשנות.
משם נמשיך עם פרופ' נדב כהן מאוניברסיטת תל אביב, שייקח אותנו מ- Generative AI אל Physics AI ונבחן כיצד הבינה המלאכותית מתקדמת אל עבר הבנת העולם הפיזי ועיצובו.
את חלקה הראשון של המליאה תחתום ההרצאה מהפכת הבינה המלאכותית והאסטרטגיה הלאומית למובילות גלובאלית בהשתתפות שחר ברכה, סגן מנהל המטה הלאומי לבינה מלאכותית במשרד ראש הממשלה.
נדב כהן הוא פרופסור חבר למדעי המחשב ולבינה מלאכותית באוניברסיטת תל אביב, וכן ממייסדי חברת Imubit וסמנכ"ל הטכנולוגיות שלה. הוא מוביל מחקר אקדמי ותעשייתי המשתרע מיסודות הלמידה העמוקה - המכונה גם רשתות נוירונים - ועד ליישומה בעולם הפיזי. קבוצת המחקר האקדמית שלו מפתחת תיאוריות מתמטיות ועורכת ניסויים שיטתיים, במטרה לגבש אלגוריתמים מבוססי עקרונות המשפרים ביצועים. מעבדות המחקר התעשייתיות שלו מפתחות מודלי עולם לצורך קבלת החלטות - למשל באמצעות למידת חיזוק - בתחום הבינה המלאכותית הפיזית, ומפעילות מערכות בסביבות ייצור בקנה מידה גלובלי.
נדב השלים בטכניון תואר ראשון כפול בהנדסת חשמל ובמתמטיקה, במסגרת תוכנית המצוינים, וסיים את שני התארים בהצטיינות יתרה. הוא קיבל את תואר הדוקטור במסלול ישיר מבית הספר להנדסה ולמדעי המחשב באוניברסיטה העברית בירושלים, בהנחיית פרופ' אמנון שעשוע. לאחר מכן השתלם כעמית פוסט-דוקטורט בבית הספר למתמטיקה של המכון למחקר מתקדם בפרינסטון, בחסותם של פרופ' סנג'יב ארורה ופרופ' אלעד חזן.
על תרומתו לתיאוריה וליישומים המעשיים של למידה עמוקה זכה נדב בשורה של אותות הוקרה ופרסים, ובהם מעמד של חבר בכיר באקדמיה הלאומית האמריקאית לממציאים, מענק ERC לחוקרים בתחילת דרכם, פרס Google Research Scholar, מלגת הדוקטורט של Google בתחום למידת המכונה, מלגת רוטשילד לפוסט-דוקטורט ומלגת צוקרמן לפוסט-דוקטורט.
מה קורה כשהמציאות ברצפת הייצור משתנה מהר יותר מהמערכות שמנהלות אותה?
תקלות בלתי צפויות, שינויים בתוכנית הייצור, כוח אדם מתחלף ודרישות חדשות מחייבים מפעלים להגיב מהר, מבלי לפגוע בתפוקה, באיכות או ברציפות הייצור. בעידן ה- AI היכולת הזו הופכת מיתרון לצורך תפעולי.
בהרצאה נראה כיצד פלטפורמת Tulip מחברת בין העובדים, תהליכי הייצור והמידע מרצפת הייצור, וכיצד שילוב יכולות AI מאפשר לזהות בעיות, להנגיש לעובדים את המידע הנכון ולהתאים תהליכים במהירות לשינויים בשטח. דרך דוגמאות ויישומים מעשיים נגלה כיצד ניתן להפוך את רצפת הייצור לסביבה גמישה, מחוברת וחכמה יותר שמסוגלת להגיב בזמן אמת למה שקורה בה.
מה יקרה כשאנשי הייצור יוכלו לבנות בעצמם אוטומציות ואפליקציות חכמות פשוט באמצעות AI?
מהפכת הבינה המלאכותית מגיעה לרצפת הייצור, והשלב הבא הוא לא רק לנתח מידע אלא להפוך אותו לפעולה. בהרצאה נראה כיצד סוכני ה- AI הייעודיים של Tulip מאפשרים לאנשי תפעול וייצור לבנות אפליקציות, לייצר אוטומציות ולשפר תהליכים, ללא צורך בכתיבת קוד.
דרך דוגמאות מעשיות מעולמות הייצור ובקרת האיכות נראה כיצד AI יכול לסייע להפחית פעולות ידניות, לחבר בין נתונים ותהליכים ולהגיב באופן חכם למה שקורה בקו. נציג את אבני הבניין למעבר הדרגתי מרצפת ייצור מסורתית למפעל מחובר, מבוסס נתונים ואוטומטי יותר שבו AI הופך לחלק מתשתית הייצור עצמה.
בהרצאה נכיר את המרכז לתעשייה מתקדמת המסייע לעסקים ולמפעלי תעשייה להטמיע טכנולוגיות ושיטות ייצור מתקדמות, בסבסוד של 70%-50% מטעם משרד הכלכלה והתעשייה.
מטרת המרכז היא לשפר את הפריון ואת התוצאות העסקיות, לצד התייעלות במשאבים וחיזוק התחרותיות.
המרכז מוביל פרויקטים בתחומי תעשייה 5.0, ייצור מתקדם, הטמעת טכנולוגיות חדשניות, אופטימיזציה של חומרי גלם ותשתיות המפעל, וכן הפחתה במקור של פחת, פסולת ושפכים.
כל פרויקט כולל ליווי מקצועי, מעקב אחר מדדי ביצוע ובחינת התוצאות, במטרה להבטיח הצלחה והשפעה ארוכת טווח.
איך AI נראה כשהוא יורד מהמצגת אל רצפת הייצור?
בהרצאה נעבור מתיאוריה ליישום ונראה כיצד משלבים יכולות AI באפליקציות Tulip כדי לפתור אתגרים יומיומיים בשלושה תחומים מרכזיים: הדרכת עובדים, בקרת איכות וניהול קווי ייצור. נדגים כיצד ניתן להתאים את האפליקציה לעובד ולמשימה, להנגיש הוראות עבודה וידע בדיוק כשצריך אותם, לזהות חריגות איכות בזמן אמת ולבנות תהליכים חכמים שמגיבים למה שקורה בקו.
דרך תרחישים מעשיים נראה כיצד AI מאפשר לבנות ולהתאים יישומים במהירות, לצמצם עבודה ידנית וצווארי בקבוק ולהפוך את הטכנולוגיה לכלי עבודה שימושי שמסייע לעובדים ולמנהלים לשפר את הפריון, האיכות והגמישות ברצפת הייצור.

