מה זה דיוק של מודל?

דיוק הוא מדד שמראה באיזה חלק מהמקרים מודל בינה מלאכותית נותן תשובה נכונה. למשל, אם מודל צדק ב־90 מתוך 100 תמונות בדיקה, הדיוק שלו הוא 90 אחוז.

כדי למדוד דיוק בודקים את המודל על דוגמאות שהוא לא ראה באימון ושיש לנו את התשובה הנכונה שלהן. סופרים כמה פעמים צדק ומחלקים במספר הדוגמאות. כך אפשר להשוות בין מודלים ולבדוק אם שינוי שעשינו שיפר את המודל או קלקל אותו.

גם מודל עם דיוק גבוה טועה. דיוק של 99 אחוז נשמע מצוין, אבל אם מודל בודק מיליון תמונות, הוא יטעה בערך בעשרת אלפים מהן. בנוסף, חשוב לדעת באילו מקרים הוא טועה: מודל רפואי שמפספס מחלה טועה טעות מסוכנת יותר מאשר מודל שמזהה פרח לא נכון.

טעות נפוצה היא לחשוב שדיוק גבוה בבדיקה מבטיח הצלחה בכל מקום. אם התמונות בעולם האמיתי שונות מתמונות הבדיקה — תאורה אחרת, מצלמה אחרת או אנשים אחרים — הדיוק עלול לרדת. לכן ממשיכים לבדוק מודלים גם אחרי שמתחילים להשתמש בהם.

💡 איך זוכרים? דיוק = כמה פעמים המודל צודק. גם 99 אחוז אומר שיש טעויות.

✅ בודקים את עצמנו

1. מודל צדק ב־80 מתוך 100 בדיקות. מה הדיוק שלו?

2. על אילו דוגמאות מודדים דיוק?

3. מודל עם 99 אחוז דיוק — האם הוא אף פעם לא טועה?

🙈 לשיעור המלא: כשבינה מלאכותית טועה: הזיות וטעויות
הסבר מלא, חידון של 8 שאלות ודף עבודה להדפסה · מתאים לכיתות ג׳–ו׳

מושגים קשורים

תחזית (ניבוי): תחזית היא ניחוש מושכל על משהו שלא ידוע עדיין — מה יקרה, מה יש בתמונה או מה המילה הבאה — לפי תבניות שנמצאו בנתונים. כמעט כל מה שבינה מלאכותית עושה הוא סוג של תחזית.
אימון מודל: אימון מודל הוא התהליך שבו מערכת בינה מלאכותית לומדת מנתונים. בסוף האימון מקבלים מודל — תוכנה שיודעת לתת תחזיות או תשובות לפי מה שלמדה.
הזיה (Hallucination): הזיה היא מצב שבו כלי בינה מלאכותית ממציא מידע שנשמע אמין אבל אינו נכון — עובדה שלא קיימת, ציטוט שאף אחד לא אמר או ספר שלא נכתב. באנגלית קוראים לזה Hallucination.

שאלות נפוצות

איך זוכרים מה זה דיוק?

דיוק = כמה פעמים המודל צודק. גם 99 אחוז אומר שיש טעויות.

אילו מושגים קשורים לדיוק?

תחזית (ניבוי), אימון מודל, הזיה (Hallucination). ההגדרה הקצרה של כל אחד מהם מופיעה למעלה, ומכל אחד יש קישור לעמוד משלו.

לכל 40 המושגים בבינה מלאכותית ←