פרס קיפר לשנת 2024 מוענק לאמנית שי-לי הורודי כאות הוקרה על יצירתה האינטראקטיבית המניעה את הקהל לקראת ביקורת עצמית ומפעילה את הקהל ליצירת ייצוגים חדשים.

שי-לי הורודי ילידת 1993, השלימה את לימודי התואר הראשון בבית הספר לאמנות שבמוסררה (2013), בפקולטה לאמנויות-המדרשה שבבית ברל (2015) ולימודי תואר שני באוניברסיטת נורת׳ווסטרן שבאילינוי (2019). הורודי היא אמנית בין-תחומית אשר עבודותיה הפרפורמטיביות עוסקות באופנים ובגבולות של הבניות ידע ביחס לטכנולוגיה, לגוף האנושי וחושיו. על ידי אינטרוספקציה פנימית בוחנת האמנית את גבולות גופה ויכולותיה ועל ידי אינטרקציה חיצונית היא משתפת את הקהל במעשה היצירה.

הפער שבין החוש והקוגיטו, איברי החישה הפיסיים ומישמועם, ופעולות הקהל ביחס למצבים טכנולוגיים מתוכננים בקפידה, כל אלו מייצרים אצל הורודי את מרחב הפיתוי האסתטי בו היא עצמה או הקהל פועלים ליצור באורח אקטיבי תכנים ויזואלים וסיפורים פרטיקולרים וטמפורלים. רבות מיצירותיה תלויות בהכרח בהשתתפות הצופים היוצרים מופעים מרהיבים על ידי לקיחת חלק והשתתפות פעילה ואפקטיבית ביצירות מבוססות ממשקים דיגיטליים, מערכות סאונד, מצלמות, מכשירי ראייה, משחקי וידאו ופאזלים. אצל הורודי יצירת האמנות נעשית כמו תשתית התנאים המבססת את יחסי הגומלין הפעלתניים בינה ובין הצופים. לתשתיות אלו מושאים ממוקדים וביקורתיים השואלים לגבולות המישמוע של החוש וההבנה מחד ואמצעי יצירת משמעות מאידך. עבודותיה שייכות לשדה הפסיכולוגיה של התפיסה ובוחנות את המדיום האמנותי כמו היה אופן של תפיסה אנושית. הורודי חושפת את מנגנוני התפיסה המיידים שלנו ובה בעת הופכת את אותם מנגנונים לכלי מרוחק ויצירתי. אצל הורודי הגוף הפועל – שלה או שלנו – הוא גוף רפלקטיבי ויצרני. זהו גוף המבקר את עצמו, הוא מרוחק ואוטונומי. ממרחק זה מפעילה הורודי את גופה או אותנו על מנת ליצור דימויים, ייצוגים ואופני יצירה חדשים אשר לא רק מגדירים את הסובייקט הסינגולרי אלא מייצרים קהילות חדשות.

אביב תמר

שייכות בעת הענקת הפרס:

טכניון – מכון טכנולוגי לישראל

הפקולטה להנדסת חשמל ומחשבים ע"ש ויטרבי

נימוק למתן הפרס:

"על פיתוח אלגוריתמים ללמידה רובוטית אוטומטית באמצעות חיזוקים".

 
רובוט השוטף עבורכם את הכלים בכיור, מקפל את הכביסה ומוציא את הכלב לטיול, אינו בגדר חלום – במעבדה ללמידה רובוטית, חוקר ד"ר אביב תמר כיצד מכונות יכולות ללמוד לבצע מטלות בצורה אוטומטית על ידי "למידה באמצעות חיזוקים". למחקר שלו עשויה להיות השפעה אדירה על חיינו בעשור הקרוב.

מחקרו של ד"ר תמר עוסק בלימוד רובוטים איך ללמוד ולפעול בסביבות טבעיות של בני אדם, כלומר כיצד רובוטים יכולים ללמוד משימות חדשות במהירות ובאמצעות מידע קודם, וכיצד הם יכולים ללמוד על העולם הפיזי דרך משחק עם הסביבה שלהם.

כדי להשיג את המטרות הללו, קבוצת המחקר של ד"ר תמר מפתחת אלגוריתמי למידה יסודיים המשתמשים בטכניקה הנקראת למידת חיזוק (Reinforcement learning). במעבדה מיישמים את האלגוריתמים האלו במגוון משימות רובוטיות, כולל תכנון תנועה, מניפולציה של חפצים והרכבה.
אחת התרומות המרכזיות של ד"ר תמר היא בפיתוח אלגוריתמים המאפשרים לרובוטים לחקור את הסביבה שלהם באופן אוטומטי, מה שהופך את הלמידה שלהם במשימות חדשות לפשוטה ומהירה יותר. באמצעות שיתופי פעולה מחקריים, צוות המעבדה של ד"ר תמר פועל לגלות כיצד להשתמש בלמידת חיזוק לפתרון בעיות בעולם האמיתי מחוץ לרובוטיקה, כולל שיפור בביצועי האינטרנט וחיזוק האבטחה של בלוקצ'יין.

תומר קורן

שייכות בעת הענקת הפרס:

אוניברסיטת תל אביב

הפקולטה למדעים מדויקים ע"ש סאקלר,

בית הספר למדעי המחשב ע"ש בלווטניק

נימוק למתן הפרס:

"על תרומות ייחודיות בתחום הלמידה הממוחשבת, הבנת אלגוריתמים ושיפורם".

 
המחקר של ד״ר תומר קורן עוסק בתיאוריה ואלגוריתמים לאופטימיזציה מתמטית ובתכונותיהם ושימושיהם בלמידה ממוחשבת ובלמידה עם חיזוקים. שיטות אופטימיזציה נמצאות כיום בלב העשייה בתחום הבינה המלאכותית (Artificial intelligence – AI) ומשמשות לאימון של כמעט כל מערכת מבוססת למידה במגוון רחב של תחומים ויישומים.
ולמרות זאת עדיין רב הנסתר על הגלוי בכל הקשור לתכונות ההכללה של אלגוריתמים אלה, ובמיוחד היכולת המפתיעה שלהם לספק תובנות ותחזיות לגבי פרטי מידע שהם לא ראו מעולם קודם לכן. אחת ממטרות המחקר המרכזיות של ד״ר קורן היא חיזוק היסודות התיאורטיים מאחורי ההצלחות פורצות הדרך של למידה ממוחשבת בשנים האחרונות. החיזוק הזה חיוני כדי להבין טוב יותר מדוע שיטות למידה שבהן אנו משתמשים כיום מצליחות מעל ומעבר לציפיות (כלומר מעבר למה שהתיאוריה הקלאסית מבטיחה), ואיך ניתן לשפר ולייעל אותן.

שי מורן

שייכות בעת הענקת הפרס:

טכניון – מכון טכנולוגי לישראל

הפקולטה למתמטיקה

נימוק למתן הפרס:

"על תרומות ייחודיות בחקר למידת מכונה ותורת ההכללה".

למידת מכונה, המוכרת יותר לרובנו בשם בינה מלאכותית (Artificial intelligence-AI) מיושמת במגוון רחב של תחומים – החל באתגרים הנדסיים כמו רכיבים אוטונומיים וכלה בתחומים פוליטיים חברתיים הכוללים נתונים אישיים רגישים כמו ניהול והנגשת המידע ברשתות חברתיות כגון פייסבוק או טוויטר.
המחקר של ד"ר מורן מתרכז באחד הענפים החשובים של למידת מכונה, שנקרא תורת ההכללה ומטרתו להבין באופן כמותי כיצד למידת מכונה מכלילה מהפרט אל הכלל. ענף זה תרם תרומה משמעותית לפריצות הדרך הטכנולוגיות המהפכניות שהתחום חווה בשנים האחרונות.
פריצות הדרך האחרונות בתורת ההכללה מדגימות תופעות שלא ניתן להסביר באמצעות טכניקות קודמות ושלעתים אף סותרות עקרונות קלאסיים בלמידה וסטטיסטיקה. אחת הסיבות המרכזיות לכך היא שתורת ההכללה הקלאסית מבוססת על הגדרות שמתמקדות במקרה הגרוע ביותר, ועל כן היא פסימית מדי. המשמעות היא שבבעיות של למידת מכונה מעשיות בדרך כלל הקלט אינו מתאים למקרה הגרוע ביותר, וניסויים מראים שלעתים קרובות אפשר ללמוד בהצלחה על בסיס אימון על הרבה פחות דוגמאות מהמספר הנדרש על פי התחזיות של התורה הקלאסית. המחקר של ד"ר מורן שואף לפתח תיאוריות הכללה שמשלימות את התיאוריה הקלאסית ומאפשרות למדל באופן מדויק יותר משימות למידה מודרניות, כולל משימות שמערבות נתונים רגישים.

יותם דרייאר

שייכות בעת הענקת הפרס:

האוניברסיטה העברית בירושלים

הפקולטה לרפואה, המחלקה לאימונולוגיה וחקר הסרטן

נימוק למתן הפרס:

"על תרומות מקוריות בתחום חקר הסרטן ושילובן עם פיתוח אלגוריתמים חדשים לאנליזה של נתונים, פיתוח שיטות ניסוייות חדשות וחיזוי שינויים רלוונטיים".

תאים צריכים לבקר במדויק את רמות הביטוי של כל גן, ושיבוש בבקרה זו עלול לגרום למחלות. שיבוש כזה עשוי להיגרם על ידי שינויים גנטיים, שינויים אפיגנטיים (כלומר בסימונים כימיים על גבי הדנ״א) או שינוי באופן קיפול הכרומוזומים. הכרומוזומים הם מולקולות דנ״א ארוכות מאוד שמקופלות בקפידה בתוך גרעין התא, ומבנה זה חשוב גם לבקרת ביטוי גנים. בעוד שאנו מבינים היטב כיצד שינויים גנטיים בגנים גורמים למחלות, הרבה פחות ידוע על התפקיד של שינויים אפיגנטיים ושינויים בקיפול הכרומוזומים.
במעבדה של ד"ר דרייאר חוקרים הימצאות של שינויים אלו במגוון סוגי סרטן ומספר מחלות גנטיות. מחקרו מבוסס על שילוב של שיטות ניסוייות לאפיון של קיפול כרומוזומים ושינויים אפיגנטיים; פיתוח אלגוריתמים להיתוך המידע ולחיזוי השינויים הגורמים למחלות; ואימות ניסויי של תחזיות אלו.

יובל הרט

שייכות בעת הענקת הפרס:

האוניברסיטה העברית בירושלים

הפקולטה למדעי החברה, המחלקה לפסיכולוגיה

נימוק למתן הפרס:

"על תרומות ייחודיות להבנת העקרונות החישוביים של תהליכים קוגניטיביים בבריאות ובחולי".

 
ד"ר הרט חוקר את העקרונות והמנגנונים החישוביים העומדים בבסיס התבונה והמוח האנושיים. הבנת עקרונות אלו מאפשרת תיאור מכניסטי של תהליכים קוגניטיביים בבריאות ובחולי.

מחקריו של ד"ר הרט בתחום היצירתיות עוסקים בהבנת השאלות: איך אנשים מוצאים פתרונות חדשניים ובעלי ערך בתוך מרחבי חיפוש מחשבתיים ענקיים? כיצד מתפתחת יצירתיות בילדים, נוער ומבוגרים? מהו המנגנון המוחי של חיפוש יצירתי? ומה המשותף והשונה בין תהליכים יצירתיים באנשים שונים?
בתחום חקר האוטיזם מציע מחקרו של ד"ר הרט כי שקלול תמורות (טרייד-אוף) בין קידוד מדויק של סיגנל לבין תגובה מהירה לשינויים בסביבה עומד בבסיס רבים מההבדלים ההתנהגותיים והמוחיים הנצפים בין אנשים המאובחנים על הספקטרום האוטיסטי ונוירוטיפיקליים.
תחום נוסף הנחקר במעבדתו הוא שקלול תמורות חישוביות בבריאות ובחולי – במעבדה מחפש ד"ר הרט דרכים למיפוי מחדש של פעילות רשתות מוחיות ואת ההקשרים ביניהן למשימות חישוביות. מיפוי זה עשוי לאפשר בעתיד לאתר סמנים מוקדמים למחלות נוירונליות.
עבודתו מיישמת שיטות ניתוח מתקדמות (מבוססות נתונים ומודלים מתמטיים) על מאגרי נתונים גדולים הכוללים נבדקים רבים ו/או רזולוציה זמנית או מרחבית גבוהה מאוד.