מבחנה מעבדה
צילום: Istock

פעילות ותקציבי המו"פ באקדמיה בישראל המשיכו לעלות ב-2023

דו"ח חדש של הלמ"ס סוקר את הנושא ומציג נתונים טובים לגבי המחקר והפיתוח במוסדות האקדמיים בארץ, אך הוא עדיין לא כולל את ההשלכות של החרם האקדמי על ישראל בעקבות מלחמת חרבות ברזל
עוזי גרסטמן |

המחקר והפיתוח (מו"פ) באוניברסיטאות בישראל הציג ב-2023 צמיחה ניכרת בפעילות ובתקציבים, שהגיעו לשיאים חדשים. כך עולה מדו"ח שפרסמה היום הלשכה המרכזית לסטטיסטיקה (הלמ"ס). ההוצאה הכוללת למחקרים בעלי מימון מיוחד (תקציב נפרד) באוניברסיטאות הסתכמה ב-2.64 מיליארד שקל – עלייה של 8.3% לעומת השנה הקודמת. העלייה הזו מדגישה את השאיפה של ישראל לקידום חדשנות מדעית וטכנולוגית, ואת המעמד של האקדמיה הישראלית במחקר העולמי. מנגד, הדו"ח לא מתייחס כמעט למה שקרה לאחר פרוץ מלחמת חרבות ברזל והחרם האקדמי שהגיע בעקבותיה על האקדמיה הישראלית ב-2024. את ההשלכות לכך נראה כנראה בדו"ח הבא.

לפי ההגדרות של הלמ"ס, פעילות מו"פ כוללת מחקר בסיסי, מחקר יישומי ופיתוח:

מחקר בסיסי - נועד לרכוש ידע חדש בנוגע לתופעות ותהליכים, מבלי להתמקד ביישום מיידי.

מחקר יישומי - מתמקד בפתרון בעיות מוגדרות או בפיתוח טכנולוגיות חדשות.

פיתוח - שימוש בידע קיים ליצירת מוצרים, שירותים ותהליכים חדשים.ה

פעילויות האלה ממומנות באמצעות התקציבים השוטפים של האוניברסיטאות, אבל גם בעזרת מענקים חיצוניים מגופים שונים, המהווים חלק גדול מהמימון הכולל.

ההוצאות למחקר ממומנות בעיקר על ידי מענקים חיצוניים צילום: Istock

ההוצאות למחקר ממומנות בעיקר על ידי מענקים ממקורות חיצוניים. ב-2023, התקציבים נחלקו באופן הבא: כוח אדם - 51.3% מהתקציב (1.359 מיליארד שקל), כולל שכר ומלגות; ציוד, חומרים ושירותי מעבדה - 24.7% (653 מיליון שקל); תקורה (עלויות תפעוליות כלליות) - 11.3% (298 מיליון שקל); שונות (הוצאות נוספות) - 10.2% (270 מיליון שקל); העברות בין פרויקטים - 2.6% (67 מיליון שקל).

המשך למגמה החיובית בשנים האחרונות

העלייה של 8.3% בתקציב ב-2023 היא המשך למגמה חיובית שנצפתה בשנים האחרונות. העלייה היתה בולטת במיוחד בסעיפים כמו רכישת ציוד (עלייה של 11.9%),  תקורה (9.4%), שירותי מעבדה (6.6%), שונות (45.6%) והעברות בין פרויקטים (57.5%). הנתונים האלה מצביעים על השקעה גוברת בתשתיות ובמשאבים, שמטרתם לשפר את יכולות המחקר.

ב-2023 התקיימו 27,773 מחקרים בעלי תקציב נפרד באוניברסיטאות – ירידה של 253 מחקרים לעומת 2022. החלוקה לפי תחומים מצביעה על מיקוד במקצועות המדעים המדויקים וההנדסה:

מדעים ביולוגיים: 6,255 מחקרים.

הנדסה ואדריכלות: 4,663 מחקרים.

מדעים פיזיקליים: 3,447 מחקרים.

מתמטיקה, סטטיסטיקה ומדעי המחשב: 2,453 מחקרים.

תחומים כמו מדעי החברה ומדעי הרוח הציגו יציבות או ירידה קלה במספר המחקרים - מה שכנראה משקף שינוי במוקדי העדיפות המחקרית.

בחלוקה למוסדות, אוניברסיטת תל אביב היתה המובילה, עם 23.9% מההוצאות למחקרים. אחריה ניצבים האוניברסיטה העברית בירושלים (19.3%) ומכון ויצמן למדע ברחובות (15.2%). הטכניון ואוניברסיטת בן-גוריון בנגב תרמו גם הם באופן משמעותי לתחומי ההנדסה והמדעים המדויקים.

המכללות האקדמיות והמכללות לחינוך אמנם פועלות בקנה מידה קטן יותר, אך הצליחו להפיק מחקרים משמעותיים. ב-2023 דיווחו 19 מכללות על פעילות מו"פ, עם תקציב כולל של 42 מיליון שקל. המחקרים במכללות כיסו תחומים מגוונים, בהם הנדסה, תכנון אורבני, חינוך מוזיקלי וספרות ילדים.

מקורות המימון: קרנות ממשלתיות האיחוד האירופי ועוד

קיראו עוד ב"BizTech"

המחקרים באוניברסיטאות ובמכללות מומנו ממקורות חיצוניים מגוונים, בהם קרנות ממשלתיות - משרד החדשנות, המדע והטכנולוגיה ומשרד החקלאות; האיחוד האירופי - תוכנית Horizon Europe; קרנות פרטיות כמו קרן אדמונד דה רוטשילד; וגורמים ציבוריים נוספים כמו קופות החולים, מפעל הפיס והמוסד לביטוח לאומי. מקורות אלה מדגישים את השילוב בין תמיכה ממשלתית, תרומות פרטיות ושיתופי פעולה בינלאומיים בקידום המחקר בישראל.

ההשקעה במחקר ופיתוח מהווה 2.2% מההוצאה הלאומית למו"פ אזרחי בישראל – נתון שממחיש את התפקיד המרכזי של האקדמיה בכלכלה הישראלית. התחומים שבהם מתמקדים המחקרים, כמו מדעי החיים, בינה מלאכותית והנדסה, תורמים ישירות לחדשנות בתעשיות שונות ומשפיעים על שוק העבודה, הכלכלה והחברה.

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה
ג'ף בזוס אמאזון אמזון
צילום: AFP

אמזון משיקה שבב AI חדש שיתחרה באנבידיה- "השבב שלנו יעיל יותר וחוסך בעלויות"

אחרי שגוגל השיקה שבב מתחרה לאנבידיה - מגיע תורה של אמזון; במקביל משיקה החברה סוכני AI למוקד שירות ותיקון תקלות, אבטחה ולפיתוח תוכנה

מנדי הניג |
נושאים בכתבה אמזון אנבידיה

אחרי שגוגל השיקה שבב חדש לשוק ה-AI, גם אמזון משקיה שבב חדש וטוענת שהוא מהווה תחרות עם חלק מרכזי מהיכולות של השבב של אנבידיה. על פי ההערכות השבב של גוגל מתחרה בסגמנט של 15% בערך מהיקף השוק של השבב של של אנבידיה שלה יש פלטפורמה מלאה. באמזון מדברים על תחרות חזקה עוד יותר. 

באמזון טוענים כי  "השב שלנו יעיל יותר וחוסך בעלויות". השבב החדש הוא תוצר של מחלקת השבבים ב-AWS חטיבת הענן של אמזון והוא נוצר כדי לצמצם תלות במעבדי GPU של אמזון ולהבטיח את יכולתה של החברה בעיבוד והסקה של מערכות AI מורכבות. 

שבב ה-AI של אמזון יקרא Trainium3 ולפי הצהרות החברה, מדובר בשבב שמציע ביצועים טובים יותר בעלות נמוכה יותר, ומאפשר ללקוחות להריץ אימונים ויישומי AI בעלות נמוכה ב-50% לעומת השימוש במעבדים של אנבידיה.

המוצר החדש מצטרף לקו שבבי הבינה המלאכותית של AWS, הכולל גם את Inferentia3 לתהליכי הסקה (Inference) ואת Graviton4 לעומסי עבודה כלליים בענן. מטרת החברה ברורה: להפחית את התלות באנבידיה, לשפר את הרווחיות של תשתיות הענן שלה ולתת מענה למגמה הגוברת של חישובים עתירי משאבים.


מטרה ברורה: לצמצם את הפער מול אנבידיה

השבב Trainium3, שיופעל בשירותי הענן של AWS החל מ־2026, מאפשר אימון מודלים מורכבים יותר בזמן קצר יותר, לטענת אמזון, עד פי ארבעה בהשוואה לדור הקודם של השבב. בנוסף, הוא תומך בתקשורת מהירה יותר בין יחידות עיבוד, דבר קריטי באימון מודלים רחבי היקף.

דיקטה. קרדיט: רשתות חברתיותדיקטה. קרדיט: רשתות חברתיות

בתמיכת אנבידיה: דיקטה מכניסה את ארון הספרים היהודי ל-AI

העמותה הישראלית השיקה שלושה מודלי קוד פתוח שמאומנים על מאות מיליארדי טוקנים בעברית ובאנגלית, ומציבים סטנדרט חדש ליכולות AI מקומיות; טכנולוגיות האימון שבו השתמשה היא של אנבידיה

רן קידר |

בזמן שמודלי השפה הגדולים ממשיכים להתקדם במהירות ברחבי העולם, רובם עדיין נשענים על אנגלית כשפה מרכזית, ורק בהמשך מקבלים עדכוני התאמה לשפות אחרות. היום מציגה דיקטה חלופה יוצאת דופן: סדרת Dicta-LM 3.0, אוסף מודלים גדולים וריבוניים בקוד פתוח, שתוכננו לספק יכולות עומק בעברית כבר משלב האימון הראשוני, לא כתוספת, אלא כבסיס.

בניגוד למודלי שפה בינלאומיים שנשענים כמעט לחלוטין על גופי מידע באנגלית, המודל של דיקטה מאומן מראש על מאגר דיגיטלי עצום של טקסטים עבריים, הכוללים מקורות פומביים, ארכיונים, אוספי תכנים מהספרייה הלאומית, חומרים שנמסרו לעמותה בידי גופים ציבוריים ופרטיים, ונתונים עבריים ייעודיים שפותחו במיוחד לצורכי המחקר. שילובם עם דאטה איכותי באנגלית יוצר מודלים שמבינים עברית ברמת עומק תרבותית ולשונית, תוך שמירה על יכולות ההסקה והידע הגלובלי של המודלים הבסיסיים שעליהם הותאמו.

ברמה הטכנית, מדובר באחת ההשקות החשובות ביותר בתחום ה-AI המקומי: מודלים במשקל 24 מיליארד (על בסיס Mistral), 12 מיליארד (על בסיס מודל בסיסי של אנבידיה) ו-1.7 מיליארד פרמטרים (שמיועד גם למכשירי קצה אישיים). המודלים הללו הוכשרו על כ-150 מיליארד טוקנים (כ-75% עברית, 25% אנגלית), תוך הרחבת חלון ההקשר המקורי של המודלים לכ-65 אלף טוקנים, כלומר כ-26 אלף מילים בעברית. כל שלושת המודלים זמינים לשימוש חופשי, ניתנים להורדה ישירות מ-HuggingFace, וניתנים להרצה הן בתצורה מלאה והן בגרסאות דחוסות כמו FP8 ו-4bit.

בנוסף, המודל הקטן זמין גם דרך אתר דיקטה. 

שלושה מודלים - שלוש מטרות

כאמור, המודל המוביל של הסדרה החדשה מבוסס על Mistral Small 3.1, והוא מותאם להנמקה מתקדמת ולשיחה ארוכת־טווח. בנוסף אליו, ישנו דגם קל משקל המבוסס על ארכיטקטורת אנבידיה Nemotron Nano V2, המאפשר חלון הקשר ארוך משמעותית וצריכת זיכרון נמוכה.

המודל הקטן יותר, מיועד להרצה על חומרה צרכנית, כולל מחשבים אישיים ואפילו מכשירי קצה. בכל הדגמים ניתן למצוא תמיכה מובנית ב-tool calling, המאפשרת חיבור לכלים חיצוניים, API וסביבות מידע בזמן ריצה. השילוב הזה אמור להיות אטרקטיבי לארגונים ישראליים, עם פתרונות AI ריבוניים שיכולים לרוץ on-prem על תשתיות קיימות, מבלי להסתמך על ענן זר או העברת מידע רגיש לחו״ל.