שבבים של העתיד

דמיינו אדם הקורא את המלים האלה בבית קפה במחשב הנייד. זו מכונה העשויה ממתכת, פלסטיק וסיליקון, וצורכת כ-50 ואט כדי להפוך פיסות מידע – מחרוזת ארוכה המורכבת מהספרות 1 ו-0 – לאוסף של נקודות על הצג. בו-בזמן, בתוך גולגולתו של הקורא, גוש צמיגי של חלבונים, מלח ומים צורך רק שבריר מההספק הזה אך עושה בו הרבה יותר; לא רק שהוא מזהה בפיסות המידע האלה אותיות, מילים ומשפטים, אלא שהוא מזהה גם את השיר המתנגן ברדיו.

מחשבים אינם מבצעים ביעילות משימות שגם המוחות הפשוטים ביותר מבצעים בקלות רבה, כמו זיהוי דמויות וניווט במרחבים זרים. המכונות שנמצאות במעבדות מחקר ובמרכזי נתונים גדולים מסוגלות לבצע את המשימות האלה, אבל הן עצומות וזוללות אנרגיה, ודורשות תכנות המותאם במיוחד למטלה. גוגל עשתה כותרות לאחרונה בזכות תוכנה שמסוגלת לזהות בעקביות חתולים ופרצופים של בני אדם בסרטונים, אבל ההישג הזה דרש לא פחות מאשר 16,000 מעבדים רבי-עוצמה.
זן חדש של שבבי מחשב שאופן פעולתם דומה יותר לזה של המוח, עשויים להצר את התהום השוכנת בין מעגלים המבצעים פעולות לוגיות במהירות מסחררת לבין מנגנון ששוכלל בתהליך האבולוציה ומסוגל לעבד קלט חושי מהעולם האמיתי. התפתחויות במדעי המוח וטכנולוגיית ייצור השבבים מאפשרות לנו לבנות מכשירים שמעבדים מידע – בקנה מידה קטן – כמו מוח של יונק. השבבים ה"נוירו-מורפיים" האלה הם מה שהיה חסר להשלמת פרויקטים מבטיחים-אך-בלתי-גמורים בתחום הבינה המלאכותית, כגון מכוניות ללא נהג שמסתדרות בכל מצב שהוא, וטלפונים חכמים המשמשים כעוזרים אישיים לכל דבר.

"מחשבים מודרניים הם גלגול של מחשבון – הם טובים בחישובים," אומר דהרמנדרה מודהא (Modha), חוקר בכיר מחטיבת המחקר של IBM באלמאדן, קליפורניה. "אך המוח התפתח בעולם האמיתי." מודהא מוביל אחת משתי קבוצות שבונות שבבי מחשב בארכיטקטורה המבוססת על מוחות של יונקים. זהו פרויקט של 100 מיליון דולר הנקרא Synapse וממומן על-ידי סוכנות "דארפא" של הפנטגון.
באבי הטיפוס אפשר לזהות כבר ניצוצות ראשונים של אינטליגנציה; הם מעבדים תמונות ביעילות רבה מאוד ורוכשים מיומנויות חדשות באופן המזכיר למידה ביולוגית. IBM יצרה כלים שמאפשרים למהנדסים לתכנת את השבבים האלה בהשראת המוח. אב-טיפוס אחר, שייצרה חברת HRL Laboratories ממאליבו, קליפורניה, יותקן בקרוב בתוך כלי טיס רובוטי זעיר שילמד לזהות את סביבתו.

סימולציה של IBM למסלולים עצביים ארוכי טווח במוחו של קוף מקוק, ששימשה כבסיס לייצור שבבים דמויי-מוח

האבולוציה של השבבים מבוססי-המוח התחילה בראשית שנות ה-80 עם קארבר מִיד (Mead) מהמכון הטכנולוגי של קליפורניה, אחד מאבות המחשוב המודרני. מִיד עשה לו שם כשעזר לפתח שיטה לתכנון שבבי מחשב שנקראת Very Large Scale Integration, או VLSI. שיטה זו אפשרה ליצרנים לפתח מיקרו-שבבים מורכבים מאוד, והולידה צמיחה אדירה בכוח המחשוב: מחשבים נראו לפתע כאילו הם עומדים להיכנס לכל בית. אבל התעשייה המשיכה לייצרם לפי תוכנית משנת 1945. ארכיטקטורת פון נוימן, שנקראת על שם ג'ון פון נוימן, מתמטיקאי יליד הונגריה, נועדה לבצע רצפי הוראות ליניאריים. לכל המחשבים של ימינו, מטלפונים חכמים ועד למחשבי-על, יש שני רכיבים מרכזיים בלבד: יחידת עיבוד מרכזית, או מעבד, שמטרתה כמובן לעבד נתונים, וזיכרון גישה אקראית, או RAM, שבו מאוחסנים הנתונים והוראות העיבוד. המעבד ניגש תחילה לזיכרון ושולף את ההוראה הראשונה שלו, ואז את הנתונים הנדרשים לבצעה; לאחר ביצוע ההוראה, התוצאה נשלחת בחזרה לזיכרון וחוזר חלילה. גם שבבים מרובי-ליבות, המטפלים בנתונים במקביל, מוגבלים לכמה תהליכים ליניאריים בלבד.

גישה זו התפתחה באופן טבעי מהמתמטיקה והלוגיקה התיאורטיות, שבהן בעיות נפתרות בעזרת שרשראות ליניאריות של הנמקות. אך היא לא התאימה לעיבוד כמויות גדולות של נתונים וללמידה מהם, במיוחד כשמדובר בקלט חושי כגון תמונה או צליל. יש בה גם מגבלות אינהרנטיות: כדי לייצר מחשבים חזקים יותר יצרה התעשייה שבבים מורכבים המסוגלים לבצע רצפי פעולות במהירות גדולה, דבר שיצר בעיות של יעילות וקירור; ככל שהשבב מהיר יותר, הוא מייצר עודפי חום גדולים יותר. מִיד, פרופסור אמריטוס בן 79, הרגיש כבר אז שאפשר למצוא שיטה טובה יותר. "ככל שחשבתי על זה יותר, כך זה נראה לי מסורבל יותר," הוא מספר לי במשרד השמור לו במכון הטכנולוגי של קליפורניה. הוא התחיל לחלום על שבבים שמעבדים הוראות רבות – מיליוני הוראות אפילו – במקביל. שבב כזה יוכל למלא משימות רבות, ואף להתמודד עם כמויות גדולות של מידע לא מובנה כגון וידאו או צליל. הוא יהיה קומפקטי יותר ובעל צריכת אנרגיה יעילה יותר, גם אם יהיה מותאם למשימות מסוימות. הראיות לכך שדבר כזה אפשרי התעופפו, התרוצצו והתהלכו בכל מקום. "הדוגמה היחידה לעיבוד מקבילי מסיבי הייתה מוחותיהם של חיות," אומר מִיד.

ישנם מבקרים רבים שלא מאמינים כי אפשר להעתיק מבנה ביולוגי בצורה שתאפשר לשחזר את היכולות האלה

מוחות מסוגלים לבצע משימות במקביל מכיוון שתאי העצב שבתוכם, המלאים בפעילות חשמלית, עובדים בו-זמנית ללא הפסקה. תאי העצב האלה שזורים ברשתות סבוכות בעזרת אביזרים דמויי-סיב, ומשפיעים זה על הפולסים החשמליים של זה בעזרת קשרים המכונים סינפסות. המידע העובר במוח בא לידי ביטוי כמטח של פעימות (דחפים עצביים) המתפשטות בתאי העצב והסינפסות. לדוגמה, המילים בפסקה הזאת נשמעות לכם מוכרות בזכות דפוס מסוים של פעילות חשמלית המוצת במוח שלכם על-ידי קלט מהעיניים. חשוב לציין שהחומרה העצבית היא גם גמישה: כשמתקבל קלט חדש הסינפסות שלכם מסתגלות ומעניקות לתאי עצב מסוימים השפעה רבה יותר על אחרים; זה התהליך שבבסיס הלמידה. במונחי מחשב, זו מערכת מקבילית מסיבית שמסוגלת לתכנת את עצמה מחדש.

למרבה האירוניה, אף על פי שפון נוימן הוא אבי העיצובים המקובלים כיום, גם הוא זיהה את הפוטנציאל הטמון במחשוב בהשראת המוח. בספרו הבלתי גמור, The Computer and the Brain, שראה אור שנה לאחר שמת ב-1957, הוא התפעל מגודלו, יעילותו ועוצמתו של המוח בהשוואה למחשבים. "מחקר מתמטי מעמיק יותר של מערכת העצבים.... עשוי לשנות את הצורה שבה אנו מביטים במתמטיקה ולוגיקה," הוא טען. כשמִיד הגיע לאותה מסקנה יותר משני עשורים אחר כך, הוא גילה שאף אחד לא ניסה ליצור מחשב בהשראת המוח. "אף אחד לא חשב בזמנו, 'איך בונים מחשב כזה?'", הוא אומר. "לא היה לנו מושג איך זה יעבוד."

באמצע שנות ה-80 בנה מִיד לראשונה שבבים נוירו-מורפיים לאחר שנעזר במדעני מוח כדי לחקור כיצד תאי עצב מעבדים נתונים. הוא הפעיל טרנזיסטורים במתחים נמוכים במיוחד, וכך היה יכול לסדר אותם ברשתות משוב שפעלו בדומה לרשתות של תאי עצב, אף על פי שנראו אחרת לחלוטין. הוא הצליח לחקות את מעגלי עיבוד הנתונים שברשתית ובשבלול בתוך שבבים שיכולים לזהות את קווי המתאר של אובייקטים ואת מאפייניהם של אותות שמע. אבל היה קשה לעבוד עם השבבים האלה, וטכנולוגיית הייצור הקיימת הגבילה את האפשרויות. מחשוב נוירו-מורפי לא היה תחום מפותח, בלשון המעטה, ומִיד עבר לפרויקטים אחרים. "זה היה קשה יותר משחשבתי," הוא אומר. "מוח של זבוב לא נראה מורכב כל כך, אבל הוא עושה דברים שאנחנו עדיין לא מסוגלים לעשות כיום. הדרך עוד ארוכה."

סיליקון בפעולה

מעבדת אלמאדן של IBM נמצאת ליד סן חוזה, בסמוך לעמק הסיליקון אך לא ממש בתוכו – אולי המיקום האידיאלי לחשוב בו מחדש על יסודותיה של תעשיית המחשוב. כדי להגיע לשם יש לנסוע ברחוב מעוטר במגנוליות בקצה העיר ולעלות שלושה קילומטרים של פיתולים. המעבדה שוכנת בין גבעות, בשמורה בת יותר מ-9,000 דונם. בתוכה מתהלכים מדענים במסדרונות ארוכים, רחבים ושקטים ומהרהרים בבעיות. כאן מוביל מודהא את הגדול מבין שני צוותים שגייסה "דארפא" כדי לחסל את התלות של התעשייה בפון נוימן. הגישה הבסיסית דומה לזו של מִיד: בניית שבבי סיליקון עם רכיבים שפועלים כמו תאי עצב. אבל בניגוד למִיד, מודהא נהנה כיום מהתפתחויות במדע המוח וטכנולוגיות ייצור השבבים. "התזמון הוא המפתח; קארבר ניסה מוקדם מדי," אומר מודהא, שנוהג לעצום את עיניו לרגע כדי לחשוב, לנשום ולהרהר לפני שהוא מדבר.

IBM מייצרת שבבים נוירו-מורפיים על-ידי חיבור מקבצים של 6,000 טרנזיסטורים המחקים את הפעימות החשמליות של תא העצב. האסטרטגיה שבעזרתה מודהא יוצר מערכת דמוית-מוח מבוססת על מחקרים של הקורטקס, השכבה החיצונית מלאת הקמטים של המוח. אף על פי שלחלקים שונים של הקורטקס יש תפקידים שונים, כגון שליטה בשפה או בתנועה, כולם מורכבים ממה שמכונה מיקרו-עמודות (micro-column), גושים של 100 עד 250 תאי עצב. מודהא חשף את גרסת המיקרו-עמודה שלו ב-2011. זה גרגיר של סיליקון שאינו גדול מראש סיכה ומכיל 256 תאי עצב סיליקוניים וגוש זיכרון שמאפיין את 262,000 הקשרים הסינפטיים שביניהם. הסינפסות האלה יוצרות רשת שמעבדת מידע ומגיבה אליו בדומה למוח אמיתי.

תוכנות הבינה המלאכותית המתקדמות ביותר כיום מבוססות על "למידה עמוקה," גישה שגוגל ופייסבוק, כמו אחרות, אימצו בחום. היא כוללת שימוש בתוכנה שמדמה רשתות של תאי עצב בסיסיים ביותר על גבי ארכיטקטורה רגילה

כדי להפעיל את השבב הזה יש לתכנת הדמיה שלו במחשב רגיל ואז להעביר את הקונפיגורציה לשבב האמיתי. באחד הניסויים הצליח השבב לזהות ספרות מ-0 עד 9 בכתב יד, ואף חזה איזה מספר התחיל מישהו לרשום בעזרת עט סטיילוס דיגיטלי. בניסוי אחר הריץ השבב גרסה של משחק המחשב "פונג". בניסוי נוסף הוא ניווט מזל"ט כך שיתקדם בין שני הפסים הצהובים שעל הכביש המוביל למעבדה. אלה אינם דברים שתוכנה רגילה לא יכולה לבצע, אך הם נעשו בקוד הרבה יותר קצר, ובהרבה פחות חשמל וחומרה. מודהא בוחן גרסאות מוקדמות של שבב מורכב יותר העשוי מרשת של ליבות נוירו-סינפטיות המשובצות במין קורטקס בסיסי – מעל מיליון תאי עצב בסך הכול. בקיץ הכריזה IBM על ארכיטקטורת תכנות נוירו-מורפית המבוססת על בלוקים מודולריים של קוד הנקראים corelets. המטרה היא שמתכנתים ייקחו corelets מתפריטים קיימים ויתאימו אותם לצרכיהם, כדי לחסוך להם את ההתעסקות בסינפסות ותאי עצב מסיליקון. עוצבו כבר יותר מ-150 corelets המתאימים למגוון של משימות, מזיהוי פניהם של אנשים בסרטונים ועד להבחנה בין מנגינות של בטהובן למנגינות של באך.

הרובוט הלומד

על גבעה קליפורנית אחרת, כמעט 500 קילומטר דרומה, שוכן החלק האחר של הפרויקט שהשיקה "דארפא." מטרתו היא לייצר שבבים המחקים את פעילותו של המוח בצורה מדויקת אף יותר. חברת HRL, המשקיפה על מליבו ממרגלות הרי סנטה מוניקה, נוסדה על-ידי Hughes Aircraft, ופועלת כיום כעסקה משותפת של ג'נרל מוטורס ובואינג. עם בריכת הקוי, הדקלים ושיחי הבננה, הכניסה למטה החברה מזכירה מלון מתור הזהב של הוליווד. יש בה גם לוחית לכבוד הלייזר הפעיל הראשון שנבנה ב-1960, כשהחברה נקראה Hughes Research Labs.
על ספסל במעבדה נטולת החלונות נח השבב של נאראיאן סריניוואסה (Srinivasa) בתוך סבך חוטים. הפעילות שמייצרים ב-576 תאי העצב המלאכותיים שלו מופיעה על צג כמצעד של פעימות, מעין אא"ג של המוח הסיליקוני. בשבב של HRL יש תאי עצב וסינפסות, כמו בזה של IBM. אך בדומה למוח האנושי, הסינפסות שלו מסתגלות לנתונים חדשים. משמע השבב לומד מניסיון.

השבב של HRL מחקה שתי תופעות למידה המתרחשות במוח. הראשונה היא שתאי העצב נעשים רגישים פחות או יותר לאותות מתאי עצב אחרים בהתאם לתדירותם. השנייה מורכבת יותר: מדובר בתהליך שככל הנראה מסייע ללמידה ולזיכרון, וידוע בשם spike-timing-dependent plasticity. תאי העצב נעשים רגישים יותר לתאי עצב אחרים בעלי דפוס אותות דומה. אם תאי עצב משתפים פעולה היטב, הקשרים ביניהם מתחזקים, וקשרים יעילים פחות נחלשים. ניסויי הדמיה של השבב הניבו תוצאות מרשימות. השבב שיחק משחק וירטואלי של "פונג", כמו השבב של IBM. אבל לעומתו, הוא לא תוכנת במיוחד לשלוט במשחק – רק להזיז את המחבט, לזהות את הכדור ולקבל משוב שמתגמל אותו על חבטה מוצלחת, או מעניש אותו על החמצה. מערכת של 120 תאי עצב התחילה בחבטות פרועות, אך תוך חמישה סיבובים הפכה לשחקנית מיומנת. "לא צריך לתכנת אותו," אומר סריניוואסה. "רק אומרים לו 'ילד טוב,' או 'ילד רע,' והוא כבר מבין מה לעשות." אם מתווספים כדורים, מחבטים או יריבים נוספים, הרשת מסתגלת במהירות לשינויים.

בסופו של דבר, גישה זו עשויה לאפשר למהנדסים לבנות רובוט שחווה מעין "ילדות," שבמהלכה הוא לומד לנוע ולנווט בסביבתו. " אי אפשר ללכוד את עושר הדברים שקורים בסביבה אמיתית, ולכן יש לבנות את המערכת כך שתוכל להתמודד איתם ישירות," אומר סריניוואסה. מכונות דומות יוכלו אז להסתמך על מה שהמכונה המקורית למדה. אבל ייתכן שכדאי להשאיר לרובוטים יכולת מסוימת ללמוד גם אחרי השלב הזה. כך הם יוכלו להסתגל במקרה שיינזקו, או להתאים את תנועתם לסוגי שטח שונים.

בקיץ ייערך מבחן אמיתי ראשון לחזון המחשוב הנוירו-מורפי הזה; השבב של HRL ייצא מהמעבדה ויערוך טיסת ניסוי בכלי טיס בעל כנפיים מתנפנפות, שגודלו כגודל כף יד ושמו Snipe. אדם ינווט את ה-Snipe בסדרה של חדרים, והשבב יקלוט את הנתונים מהמצלמה שעל כלי טיס ומחיישנים אחרים. בשלב מסוים השבב יקבל אות שמשמעותו "שים לב." ובפעם הבאה שה-Snipe ייכנס לחדר, השבב אמור להדליק אור וכך לאותת שהוא זוכר. בדרך כלל, לכלי טיס קטן כל כך אין מספיק חשמל וכוח מחשוב למשימות זיהוי כאלה.

בינה מזן אחר

למרות הצלחותיהם הצנועות אך מרשימות של שבבי הסינפסה, עדיין לא ברור אם אפשר להגדיל את קנה המידה של פעילותם ולייצר מכונות מתוחכמות יותר, שמתקרבות ביכולותיהן לאלה של המוח. ישנם מבקרים שלא מאמינים כי אפשר להעתיק מבנה ביולוגי בצורה שתאפשר לשחזר את היכולות האלה. הנרי מרקרם (Markram), מדען המוח שגילה את ה- spike-timing-dependent plasticity, תקף את עבודתו של מודהא ואמר שהתנהגות הרשתות המדומות שלו פשטנית מדי. הוא מאמין שכדי לחקות בהצלחה את יכולותיו של המוח יש להעתיק סינפסות ברמה מולקולרית; התנהגות תאי העצב מושפעת מאינטראקציות בין עשרות תעלות יונים ואלפי חלבונים שהתנהגותם אינה ליניארית, ואף כאוטית. לדעתו יש לשלב את כל המאפיינים האלה ברשתות כדי לחקות את יכולותיו של מוח אמיתי.

צבא ארה"ב יהיה הראשון להשתמש בשבבים נוירו-מורפיים, אשר יזהו סימני נוף או מטרות בלי שיהיה צורך להעביר כמויות מסיביות של נתונים ולהשתמש במחשבים רבי-עוצמה

הצוותים של "דארפא" טוענים בתגובה שאין צורך ללכוד את מורכבותו המלאה של המוח כדי לבצע משימות ביעילות, ושכל דור של שבבים יתקרב עוד ועוד אל הביולוגיה. HRL מקווה לאפשר לתאי העצב הסיליקוניים לווסת את קצב הירי שלהם כמו תאי עצב אמיתיים, ו-IBM מנסה לחווט בשיטה חדשה את הקשרים בין הליבות שבשבב הנוירו-מורפי האחרון שהיא ייצרה, בעקבות תובנות שעלו מהדמיות של קשרים בין אזורים שונים בקורטקס של קוף מקוק.
מודהא חושב שהקשרים האלה עשויים להיות חיוניים לתפקודו של המוח ברמה גבוהה. אך גם אחרי ששיפורים אלה יבוצעו, השבבים יהיו רחוקים מהמציאות המבולגנת והמורכבת של המוח. כנראה שמיקרו-שבבים לא יוכלו להשתוות אי-פעם למוח האנושי, המכיל 10 מיליארד קשרים סינפטיים לסמ"ר, אם כי HRL מתנסה בבניית צורה דחוסה יותר של זיכרון המבוססת על מכשיר אקזוטי שנקרא "ממריסטור."

עם זאת, עיצובים נוירו-מורפיים עולים משמעותית ביכולותיהם על רוב המחשבים הקיימים כיום. ייתכן שעדיף להתייחס לשבבים האלה כדבר שונה לחלוטין – בינה חדשה, מזן אחר. יהיו אשר יהיו, זאכרי למניוס, האחראי למחקר אסטרטגי ב-IBM, אומר שכדאי לנו להתחיל להתוודע אליהם בקרוב. לדבריו, עסקים גדולים רבים כבר חשים שהם זקוקים לסוג חדש של בינה חישובית: "הגישה המסורתית היא להוסיף יכולת חישובית ואלגוריתמים חזקים יותר, אבל יש לה תקרת זכוכית, ורואים את זה." הוא מביא כדוגמאות את "סירי" של אפל, ואת המכוניות האוטומטיות של גוגל. הטכנולוגיות האלה לא מבינות את העולם שסביבן בצורה מתוחכמת מאוד, אומר למניוס; המכוניות של גוגל מנווטות בעזרת נתוני מפה שנטענו בהן מראש, ו"סירי" משתמשת בשרתי ענן מרוחקים כדי לבצע משימות של זיהוי קולי ועיבוד שפה, דבר המייצר עיכובים משמעותיים.

תוכנות הבינה המלאכותית המתקדמות ביותר כיום מבוססות על "למידה עמוקה," גישה שגוגל ופייסבוק, כמו אחרות, אימצו בחום. היא כוללת שימוש בתוכנה שמדמה רשתות של תאי עצב בסיסיים ביותר על גבי ארכיטקטורה רגילה (ראו את 10 הטכנולוגיות פורצות הדרך של 2013). אבל גישה זו, שהולידה את תוכנת זיהוי החתולים של גוגל, מסתמכת על אשכולות גדולים של מחשבים שיריצו רשתות עצביות מדומות ויזינו את התוכנות בנתונים. מחשבים נוירו-מורפיים אמורים לאפשר למהנדסים לארוז אותן יכולות במכשירים קומפקטיים ויעילים יותר שיעבדו היטב גם כאשר אין אפשרות להתחבר למרכז נתונים מרוחק. IBM כבר מדברת עם לקוחות המעוניינים להשתמש במערכות נוירו-מורפיות. בראש התור עומדות חברות העוסקות בעיבוד סרטוני אבטחה וחיזוי הונאות פיננסיות; אלה שירותים הדורשים למידה מורכבת וזיהוי דפוסים בזמן אמת.

סביר להניח שבשלב ראשון נשתמש בשבבים נוירו-מורפיים במקביל למכונות פון נוימן. עדיין יש חישובים לעשות, וגם במערכות שנדרשות להתמודד עם בעיות כמו עיבוד תמונה, יהיה קל ויעיל יותר אם מחשב רגיל יתפוס פיקוד. שבבים נוירו-מורפיים יוכלו אז לעבוד על משימות ספציפיות, כפי שאזורים שונים במוח אחראים למשימות שונות.

וכפי שקורה תמיד בהיסטוריה של המחשוב, הגוף הראשון שישתמש בשבבים נוירו-מורפיים יהיה צבא ארצות הברית. "[מחשוב נוירו-מורפי] אינו עניין מיסטי או קסום," אומר גיל פראט, שמנהל את פרויקט הסינפסות ב"דארפא". "זה שינוי ארכיטקטוני שיוצר שקלול תמורות שונה בין אנרגיה לביצועים." פראט אומר שהגישה החדשה מתאימה בייחוד למל"טים; שבבים נוירו-מורפיים יזהו סימני נוף או מטרות בלי שיהיה צורך להעביר כמויות מסיביות של נתונים ולהשתמש במחשבים רבי-עוצמה. "במקום לשלוח סרטון של כמה חבר'ה, המל"ט מיד יאמר, 'יש אנשים בנקודה הזו והזו, ונראה שהם רצים,'" הוא אומר.
וזה חזון שפון נוימן ומִיד יזהו בלי בעיה.

©2013 MIT Technology Review, INC. Distributed by Tribune Media Services, Inc.