מיכל עירני (Michal Irani)

מי היא מיכל עירני

עירני השלימה דוקטורט במדעי-המחשב באוניברסיטה העברית בירושלים ב-1994, בעבודה שכותרתה "תנועות מרובות ברצפי-תמונות — ניתוח ויישומים", בהנחיית שמואל פלג. כיום היא פרופסורית במחלקה למתמטיקה-שימושית ומדעי-המחשב במכון ויצמן למדע, ולפי עמוד-הסגל הרשמי שלה שימשה גם יו"ר המועצה המדעית של המכון (2013–2016) ודיקנית הפקולטה למתמטיקה ומדעי-המחשב (2022–2025).

מ-Sarnoff למכון-ויצמן

לפני שהצטרפה למכון ויצמן למדע ב-1997, עבדה עירני בין 1993 ל-1996 במעבדת טכנולוגיות-הראייה של מרכז-המחקר Sarnoff בפרינסטון, ניו-ג'רזי — מרכז-מחקר תעשייתי שיצא, בין השאר, מ-RCA Laboratories, והיה ידוע כבית-גידול לחוקרי-ראייה-ממוחשבת מובילים. עבור עבודתה שם זכתה כבר ב-1994 בפרס-ההישג-הטכני של Sarnoff, ולאחר מעברה למכון ויצמן זכתה גם במלגת-אלון למדענים-צעירים-מצטיינים (1998).

סטטיסטיקה-פנימית-של-תמונה: הרעיון המרכזי

עירני חקרה את הסטטיסטיקה הפנימית של תמונות ווידאו טבעיים — סדירויות סטטיסטיות שחוזרות בתוך תמונה או סרטון בודדים, ברמות-קנה-מידה שונות ולאורך זמן. על בסיס התובנה הזו פיתחה שיטות פורצות-דרך לניתוח מרחב-זמן של סרטונים, לשחזור-תמונה ברזולוציה-גבוהה מתוך קלט חלקי או רועש בלי צורך במאגר-דוגמאות חיצוני, ולהיסק-חזותי מבוסס-הרכבה (visual inference by composition) — טכניקות שהשפיעו על תחום שחזור-הווידאו והתמונה עוד לפני שרשתות-עמוקות הפכו לגישה הדומיננטית לבעיה.

שחזור-רזולוציה-גבוהה בלי מאגר-חיצוני

שיטות אלה אפשרו, למשל, להגדיל תמונה ברזולוציה נמוכה לרזולוציה גבוהה משמעותית תוך שחזור-פרטים אמין, או לתקן וידאו רועש-מאוד, בהתבסס אך ורק על התבניות החוזרות-על-עצמן בתוך הקובץ עצמו — בלי צורך במאגר-תמונות-ענק חיצוני שממנו "לומדים" איך תמונות אמורות להיראות.

פרסים והשפעה על 'למידה עם מעט-דוגמאות'

על מחקרה זכתה בפרס הלמהולץ (2017, על המאמר "Actions as Space-Time Shapes"), בפרס מריה פטרו מהאיגוד הבין-לאומי לזיהוי-תבניות (2016), בפרס מוריס לוינסון למתמטיקה (2003), ובשני פרסי-המאמר-הטוב-ביותר בכנס ECCV (2000, 2002). ב-2020 הוענק לה פרס רוטשילד למתמטיקה, מדעי-המחשב והנדסה — אחד הפרסים היוקרתיים ביותר בישראל למדענים בכירים. לפי עמוד-הסגל הרשמי שלה, זכתה גם בפרס-לנדאו לבינה-מלאכותית (2019) ובפרס-החוקר-המצטיין של ארגון PAMI (2025), וב-2023 נבחרה לחברת האקדמיה הלאומית הישראלית למדעים והמדעים-הרוחניים. עבודתה על סטטיסטיקה-פנימית-של-תמונה-בודדת — הרעיון שתמונה אחת מכילה בתוכה מספיק מידע חוזר-על-עצמו כדי לשחזר פרטים חסרים בלי ללמוד ממאגר-תמונות חיצוני — הייתה חריגה בזמנה ביחס לגישות מבוססות-נתונים-גדולים, וקרובה ברוחה לשאלות מרכזיות בתחום הלמידה-עם-מעט-דוגמאות (few-shot learning) שהפכו רלוונטיות מאוד גם למודלים גדולים ומודרניים.