הכירו את ד"ר אמיר וייס

תארו לכם בית חכם שיש בו סייעת וירטואלית (למשל אמזון אלכסה), מספר טלפונים חכמים ושעון חכם. לכל אחד מהם מיקרופון, כל אחד מהם אוסף מידע, וכל אחד מהם יכול לתת לנו את המידע הזה  - או לפחות חלק ממנו. "המכשירים האלה עובדים באופן עצמאי. הם מתוכננים לעשות דברים מסוימים, והם לא תוכננו להיות רשת חיישנים שפועלת יחד לשם צורך משותף. אבל הם יכולים להיות, אם יחוברו כולם, גם אם לרגע קצר, ליחידת מחשוב מתכללת. ברגע קצר זה, כשהם פועלים יחדיו, המטרה היא שהם יתנו בצורה הטובה ביותר לא את המידע שהם קלטו – אלא רק את המידע החיוני ביותר על הפרמטר הספציפי המבוקש ע"י היחידה המתכללת", מסביר ד"ר אמיר וייס. "בניסוח מתמטי, בעיה זו ניתנת לתיאור כ'דחיסה לצורך שיערוך', או 'דחיסה מכוונת שיערוך', וזה אחד הפרויקטים המרכזיים שעליהם אני עובד כרגע. באופן די מפתיע, זו בעיה שבאופן יחסי פחות עוסקים בה. באופן מסורתי, המטרה בדחיסה היא השחזור הטוב ביותר של האות שדחסת. אבל בבעיה הזו לא מעניין כמה טוב משחזרים את האות הדחוס, אלא כמה טוב ניתן לשערך, או לנחש בצורה מושכלת מבחינה סטטיסטית, פרמטר כלשהו שמעניין אותנו, למשל – מיקום דובר בחדר".

ד"ר וייס נחת בפקולטה בחודש אפריל 2024, היישר משירות המילואים שלו. הוא מתגורר בתל אביב, נשוי לליאור ואב לאילון ושקד. את דרכו האקדמית התחיל בפקולטה להנדסה באוניברסיטת תל אביב. "בצבא הייתי בקבע, ולכן התחלתי ללמוד יחסית מאוחר. במהלך התואר הראשון התחלתי מסלול ישיר לתואר שני, בתחום של עיבוד אותות סטטיסטי, ובמקביל עבדתי במשרה חלקית בחברת אלישרא, שמפתחת מוצרים בתחום הלוחמה האלקטרונית. התכנון המקורי שלי היה להמשיך בתעשייה לאחר סיום הלימודים, אבל לקראת סוף התואר השני המנחה שלי, פרופ' אריה ירדאור, הציע לי להמשיך לעבוד איתו בפרויקט אחר אליו חיפש סטודנט לדוקטורט. אני זוכר שהייתה לי התלבטות וההחלטה לא הייתה מיידית – אנשים סביבי עבדו כבר שנים בתעשייה, ודוקטורט פירושו עוד ארבע שנים, לפחות. מה שהכריע את הכף הייתה העובדה שהייתי אז לקראת סוף התזה, וכבר הרגשתי שהמחקר חסר לי, ובנוסף – מאוד נהניתי לעבוד עם אריה. הוא אדם נפלא שאני מאוד מעריך, ברמה האישית והמקצועית. עד היום אני מרגיש את ההשפעה שלו ושואב ממנו השראה, למשל, בגישת ההוראה ובדרך שבה אני שואף להנחות סטודנטים".

במהלך הדוקטורט שלו הוא עסק בהפרדת מקורות עיוורת. "הפרדת מקורות עוסקת בבעיות שבהן ניתן למדוד רק ערבובים של מספר אותות, והמטרה היא להפריד אותם, ולקבל גרסה נקייה של כל אחד מהאותות. המונח 'עיוורת' בהפרדה עיוורת מתייחס לכך שמניחים כמה שפחות הנחות על המודל, כלומר לראות או לדעת מראש כמה שפחות, כדי לקבל פתרון שהוא כמה שיותר כללי ורובסטי, כך שהוא יעבוד במגוון רחב של תנאים ועם מינימום הנחות. לדוגמה, במצב שבו למערכת יש מקלט אחד ומספר אנטנות, כל אנטנה קולטת ערבוב כלשהו של כמה אותות, והערבוב הזה משתנה מאנטנה לאנטנה, למשל, בהתאם למיקום האנטנה. לפעמים אלה אנטנות בתצורה ידועה מראש – אבל לפעמים לא, ולכן צריך לתכנן אלגוריתם שפועל תחת ההנחה שהנתונים האלה לא ידועים. זו בעיה מתמטית מאוד יפה ומאתגרת, ואני התעסקתי בצדדים היותר תיאורטיים שלה".

בסיום הדוקטורט עבר לפוסט-דוקטורט של שנה במחלקה למתמטיקה שימושית ומדעי המחשב במכון ויצמן, עם פרופ' בועז נדלר. משם המשיך לפוסט של 3 שנים במכון הטכנולוגי של מסצ'וסטס (MIT), ועבד עם פרופ' גרג וורנל, שמוביל את מעבדת ה"אותות, אינפורמציה ואלגוריתמים" במעבדת המחקר לאלקטרוניקה (RLE). "בפוסט עבדתי על מספר פרויקטים מעניינים. באחד מהם, בדקנו איך אפשר להשתמש בלמידת מכונה בשביל לפתח טכנולוגיות שישרתו את הצי האמריקאי, וספציפית - באיכון אקוסטי תת מימי. הפיזיקה של הסביבה התת-מימית באופן יחסי מסובכת לתיאור אנליטי, כי היא נוגעת ליחסי הגומלין של הגלים האקוסטיים עם הסביבה הדינמית של גלי הים והקרקעית. זו בעיה מאוד מעניינת ומורכבת, ונראה שהפעלה משותפת של גישת עיבוד אותות קלאסית עם טכניקות מודרניות של למידת מכונה יכולה להביא לפריצות דרך מדעיות, שבסופו של דבר ישרתו גם אפליקציות צבאיות וגם אפליקציות אזרחיות בתחומים כמו ניטור וניהול תעבורה בסביבת נמלים ימיים, סקירות אזורים ע"י רכבים תת-מימיים אוטונומיים ואיתור וסיווג כלי שיט מעל ומתחת למים".

"בפרויקט אחר חיפשנו, באופן דומה, שימושי למידת מכונה עבור חיל האוויר האמריקני, ועבדנו בו בשיתוף פעולה עם מעבדת לינקולן של MIT. ספציפית, עסקנו בהפרדת אותות RF, בעיקר של מערכות תקשורת, מערוץ יחיד עם כלים של למידת מכונה. באופן מעניין, יצא שהנושא הזה קשור לדברים שעשיתי בדוקטורט מבחינת הבעיה – אבל גישת הפתרון שונה לגמרי, ומתבססת על רשתות נוירונים מלאכותיות עמוקות וכלים מודרניים שהיו עד לאחרונה נפוצים יותר בתחום עיבוד התמונה והשפה הטבעית. בהקשר הזה עולה כל הזמן השאלה אם אפשרי בכלל לעשות פריצות דרך נוספות בתחום התקשורת. יש לא מעט שטוענים שהתחום זה, שכל כך הצלחנו בו מדעית וטכנולוגית בעשורים האחרונים, כבר די רווי, כי יש מגבלות יסודיות שאי אפשר לעבור אותן ונראה שאנחנו כבר די קרובים אליהן. מצד שני - הרבה פעמים בהיסטוריה אנשים אמרו: 'זהו, אי אפשר לעשות עוד', ואז הגיעה פתאום פריצת דרך נוספת. לתחושתי, בתחום התקשורת לא מיצינו עדיין את השימוש בלמידת מכונה. יש פה אתגר גדול ופוטנציאל שיפור משמעותי, ובפרויקט הזה צללתי יותר לעומק בכל הנוגע ללמידת מכונה, והרחבתי את מנעד הבעיות והגישות לפתרון שאני עוסק בהן".

בדצמבר 2022, אחרי שנתיים בבוסטון, חזר ד"ר וייס לארץ, והמשיך את הפוסט ב-MIT מרחוק. כשפרצה המלחמה הוא גויס מייד, וחצי שנה לא היה בבית. מתישהו במהלך החצי שנה הזאת קיבל את ההודעה שהתקבל לבר-אילן, למסלול לתקשורת של התוכנית להנדסת חשמל. "היום אני ממשיך לחקור את הדברים שחקרתי במהלך הפוסט דוקטורט, ובבעיות נוספות הנוגעות גם לדחיסת מידע", הוא אומר. לפרויקטים האלה, מחפש ד"ר וייס סטודנטים וסטודנטיות לתואר שני ושלישי, עם רקע מתמטי חזק, משיכה לתחום של עיבוד אותות ולמידת מכונה, ורצוי גם ניסיון פרקטי בלמידת מכונה. נשמע מעניין? צרו קשר עם ד"ר וייס במייל: amir.weiss@biu.ac.il