מדעי המחשב והנדסה - האוניברסיטה העברית

02/06/2026

נפתח הרישום לתואר ראשון חדש בבינה מלאכותית (AI) בביה"ס להנדסה ולמדעי המחשב

כדי להשתלב, ליזום ולהוביל בעולם שבו בינה מלאכותית משנה כל תחום ידע ועשייה, לא מספיק רק להשתמש בכלי AI . צריך להבין איך בינה מלאכותית עובדת, כיצד היא לומדת, מה המגבלות והסכנות שלה, ואיך רותמים אותה לחקר השאלות הגדולות במדע, בחברה ובתעשייה.
התואר הראשון החדש בבינה מלאכותית בביה"ס להנדסה ולמדעי המחשב באוניברסיטה העברית נבנה כתכנית דו־חוגית ומעניק הכשרה טכנולוגית מעמיקה והבנה יסודית בלמידת מכונה, למידה עמוקה, דאטה, אלגוריתמיקה ויסודות מתמטיים לצד שילוב עם חוג נוסף מתוך מגוון רחב של תחומים באוניברסיטה העברית.
השילוב הזה מאפשר לבנות פרופיל בוגר ייחודי: עומק טכנולוגי בבינה מלאכותית יחד עם מומחיות דיסציפלינרית נוספת.
שילוב עם מדעי המחשב יוביל לחזית הפיתוח והמחקר של מערכות AI מתקדמות; עם מתמטיקה או פיזיקה יעניק הבנת מודלים ושימושים חדשים; עם משפטים, עיסוק במדיניות, רגולציה, אחריות ואתיקה; עם כלכלה, ישלב מודלים חישוביים לחיזוי וקבלת החלטות; ועם פילוסופיה, קוגניציה, מדעי הרוח ומדעי החברה - למחקר מחודש של שאלות על ידע, שפה, תרבות, חברה והבנת האדם בעידן הבינה המלאכותית.
כבר היום דיסציפלינות חדשות במחקר ובתעשייה נולדות מתוך חיבורים כאלה. התואר החדש הוא הזדמנות להצטרף למהפכה הזו ולעצב את הכיוונים הבאים שלה.
אז מה השילוב שלך?
הרישום פתוח עכשיו.

לפרטים ולהרשמה:
https://www.cs.huji.ac.il/he/page/10931

31/05/2026

תחרות HUJI Hackathon 2026 הגיעה לסיומה!

200 מהסטודנטיות והסטודנטים המבריקים שלנו התכנסו למרתון פיתוח אינטנסיבי של 24 שעות, שהתמקד באחד האתגרים הבוערים של התקופה: אבטחה מול איומים טכנולוגיים בעידן הבינה המלאכותית. המשתתפים פיתחו פתרונות מתקדמים להתמודדות עם איומי רשת מורכבים כמו זיהוי עמוק של דיפ-פייק ,אימות תוכן סינתטי ומניעת פייק ניוז.
הצוותים עבדו לצד מנטורים מסורים מהתעשייה, שליוו אותם בתהליך הפיתוח, החשיבה והדיוק של הפתרונות.

ברכות חמות לצוותים הזוכים:

מקום ראשון:
קבוצה 39 - Deep-Fake Detector - תוכנה לזיהוי אודיו דיפ-פייק
חברי הקבוצה: Shay Menahem, Neria suissa, Hadas Fishman, Rachel Mirkin

מקום שני:
קבוצה 10 - DisMis - ניטור צפייה של ילדים בטיקטוק והגנה מ disinformation
חברי הקבוצה: Ido Zur, Ofri Lahav, Itamar Rahav Raz Silman and Ohad Amitzi

מקום שלישי:
קבוצה 30 - Surfwise - תוסף כרום שמזהה disinformation
חברי הקבוצה: Roee Klibansky, Ohad Elkayam, Hillel Hansel, Zecharya Abboudi, Adi Elyasian Perets, Shira Lamm

אירוע בסדר גודל כזה לא היה יכול לקרות ללא התמיכה, ההובלה והשותפות של בית הספר להנדסה ולמדעי המחשב ע״ש רחל וסלים בנין, השותפים שלנו מהתעשייה וכמובן הסטודנטים המצוינים שלנו שארגנו והשתתפו בהאקתון.

תודה גדולה לשותפים ולספונסרים שלנו: AWS, Intel, Lightricks, Mobileye, Innovate Bright Data ו KLA- וסטארטאפים מובילים נוספים, על הזמן, הידע וההשראה שהעניקו לצוותים.
תודה ענקית לכל המשתתפות והמשתתפים, השופטות והשופטים, המנטוריות והמנטורים, הספונסרים והצוותים המארגנים שלקחו חלק באירוע.
נתראה בשנה הבאה!

Lightricks Mobileye IntelASPER - HUJI Innovate - מרכז החדשנות והיזמות של האוניברסיטה העברית Amazon Web Services data

28/05/2026

27/05/2026

לא רק מעבירים מידע - אנחנו יוצרים אותו: המהפכה של המוח בכל שיחה

האם אי פעם עצרתם לחשוב מה קורה במוח שלכם בשבריר השנייה שבו אתם מחליטים להגיד משהו מקורי, במקום סתם לחזור על קלישאה?
מחקר פורץ דרך של חוקרים מהאוניברסיטה העברית אריאל גולדשטיין ביחד עם פרופ אורי חסון מפרינסטון ועדין פלינקר מNYU, בשיתוף עם גוגל ישראל, חושף חזית חדשה במדעי המוח: המנגנון העצבי של "יצירת מידע". עד היום, רוב המחקרים התמקדו באיך המוח מעבד שפה שאנחנו שומעים. המחקר הזה משנה את הפוקוס לשאלה המורכבת יותר - איך אנחנו יוצרים אותה?
אז איך המוח "מחשב מסלול מחדש" כדי לחדש?
באמצעות ניתוח של 100 שעות הקלטה מוחיות (ECoG) ושימוש במודלי שפה מתקדמים (LLMs), החוקרים גילו את "מחיר החדשנות":
• ההמתנה לחידוש: כשאנחנו עומדים לומר מילה מפתיעה או עשירה במידע, המוח לוקח "פסק זמן" של 100 – 150 אלפיות שניות יותר מאשר במילים צפויות. גם אם המילה פשוטה, המוח צריך זמן כדי לתכנן את המסר הלא-צפוי.
• גיוס מילואים מוחי: באזורי השפה במוח (כמו ה-IFG), נרשמה פעילות עצבית חזקה משמעותית הרבה לפני שהמילה נהגית. המוח ממש "משקיע" אנרגיה בתכנון המידע החדש.
• ההבדל בין הדובר למאזין: בעוד המאזין מגיב למידע מפתיע רק אחרי שהוא שומע אותו, המוח של הדובר כבר נמצא בשיא הפעילות לפני שהמילה יצאה לאוויר העולם.
החוקרים גילו שגם מודלי שפה (כמו Llama-2) פועלים בצורה דומה: כדי לייצר מילה לא צפויה, המודל זקוק ליותר "שכבות" של חישוב עמוק. זה מוכיח שיש עיקרון חישובי משותף לאדם ולמכונה: ליצור מידע חדש זה פשוט "יקר" יותר מלחזור על הצפוי.
המחקר הזה הוא צעד ענק להבנת הדרך שבה אנחנו לא רק מדברים - אלא חושבים, מחדשים ומתקשרים רעיונות שעוד לא נאמרו.

קישור למאמר המלא בתגובות.

21/05/2026

גאווה של ביה"ס להנדסה ולמדעי המחשב באוניברסיטה העברית: כך נולד האינטרנט הישראלי

האם ידעתם שרשת האינטרנט שכולנו משתמשים בה היום בישראל צמחה, במידה רבה, בזכות פריצת הדרך שהובילו חוקרים מבית הספר למדעי המחשב והנדסה באוניברסיטה העברית?

כתבה מרתקת שהתפרסמה לאחרונה באתר "גלובס" חוזרת אל ימי ראשית הרשת בארץ, ומציגה את האנשים שהפכו חזון טכנולוגי למציאות יומיומית. במרכז הסיפור עומדים בין היתר שניים מהפרופסורים המובילים שלנו, שעיצבו במו ידיהם את התשתיות הדיגיטליות של מדינת ישראל:

פרופ' שמואל פלג, ששימש באותם ימים כמרצה בכיר למדעי המחשב באוניברסיטה העברית היה מהחלוצים שחיברו בפועל את המחשבים הראשונים בארץ לרשת העולמית, וסייע להוביל את ישראל לתוך העידן המקוון.

פרופ' דני דולב, ששימש באותה תקופה כיו"ר מחב"א (מרכז החישובים הבין-אוניברסיטאי) הוביל את המאמצים המערכתיים והתשתיתיים שאיפשרו לאקדמיה, ובהמשך למדינה שלמה, ליהנות מחיבור רציף, מהיר ומתקדם.

הודות לתושייה, לידע ולנחישות שלהם, האוניברסיטה העברית לא רק לקחה חלק בהיסטוריה - היא כתבה אותה. אנחנו מזמינים אתכם לחזור בזמן אל הימים שבהם מייל היה קסם, ולגלות איך הכל התחיל.
לכתבה המלאה ראו קישור בתגובות:

20/05/2026

קהילת האוניברסיטה העברית בירושלים משתתפת בצערה של משפחת ספיר על נפילת רס"ן (מיל.) איתמר ספיר בקרב בלבנון. איתמר היה סטודנט בבית הספר להנדסה ומדעי המחשב ובמחלקה לסטטיסטיקה ומדע הנתונים בפקולטה למדעי החברה באוניברסיטה.
אנו שולחים את תנחומינו הכנים למשפחתו וחבריו.

13/05/2026

איך נראה יום טיפוסי של סטודנט באחד מהתארים הכי מבוקשים בארץ?
בואו לקבל הצצה לשגרה של איצ׳ה סאמינסקי, סטודנט למדעי המחשב באוניברסיטה העברית בירושלים.

11/05/2026

איך נחילים שורדים מתקפה? מחקר חדש מציע פתרון לפרדוקס מבני

להקות דגים, מושבות ציפורים, נחילי רחפנים וגם רשתות סוכנים חכמות בעולם הבינה המלאכותית, מתמודדות עם אותה דילמה:
כיצד להישאר יעילות ומלוכדות, מבלי להפוך לפגיעות במיוחד בעת איום.

מחקר חדש של צוות חוקרים מבית ספרנו יונתן קרין וד"ר זואי פירן בהנחיית פרופ' מור ניצן מגדיר לראשונה באופן פורמלי את המתח הזה בין קושי בזיהוי לבין עמידות בפני פגיעה.
נחיל קומפקטי וקשה לזיהוי עשוי להיות פגיע יותר להתפשטות נזק פנימית, בעוד נחיל מפוזר יותר עשוי להיות עמיד יותר אך גם בולט יותר כלפי חוץ.

כדי להתמודד עם ה-trade-off הזה, פיתחו החוקרים מודל חדש בשם SWAGEN, המבוסס על רשתות עצביות גרפיות (GNN), שמייצר תצורות נחיל המאוזנות בין קושי בזיהוי לבין עמידות בפני פגיעה.

בסימולציות, התצורות שנוצרו באמצעות המודל הראו שיפור מובהק בשרידות ביחס למבנים מסורתיים, תוצאה המדגישה את הקשר בין גאומטריה קולקטיבית לבין דינמיקת הישרדות.

מעבר להשלכות על פיתוח נחילים רובוטיים עמידים, התובנות הללו רלוונטיות גם לתכנון מערכות מבוזרות ורשתות סוכנים לומדות, שבהן מבנה וקישוריות משפיעים ישירות על יציבות, בטיחות וביצועים.

המחקר מצטרף לשורת מחקרים בבית הספר העוסקים בדינמיקה קולקטיבית, למידה מבוזרת והתנהגות של מערכות מורכבות, תחומים המצויים בלב העשייה במדעי המחשב כיום.
Jonathan Karin piran nitzan

קישור למאמר המלא בתגובות.