This post summarizes our recent #SIGIR22 paper on evaluation and learning in the presence of forbidden docs. Joint work with Nachshon Cohen, Amir Ingber, and Elad Kravi. https://www.amazon.science/blog/filtering-out-forbidden-documents-during-information-retrieval
Author: davidcarmelwp
על התמודדות עם מגפות
תוצאות החיסונים כנגד הקורונה בבלימת המגפה אכן מדהימות, ועדיין רבים מפקפקים אם הם אכן נחוצים. עם מכחישי המגיפה אין לי ויכוח, חבל על הזמן, אין טיעון שישכנע אותם. אולם ברצוני להעלות .ולהתוכח עם טיעון אחד כנגד החיסונים שיש בו היגיון פנימי רב
יש שיאמרו, מה החיסונים הללו לכם? האנושות יודעת להתמודד היטב עם מגיפות ללא התערבות מלאכותית חיצונית. קחו לדוגמה את מגיפת הדבר מימי הביניים, המוות השחור. נכון, כרבע מאוכלוסית אירופה נמחקה, אך למה לראות את רבע הכוס הריקה? שלוש רבעים שרדו והמשיכו לשגשג ולהוביל את המין האנושי. זו דרכו של הטבע – אין מקום לחלשים ורק החזקים והמסתגלים שורדים. מלתוס טען כבר מזמן שאפידמיה היא אחד הכלים של הטבע לווסת את גודל האוכלוסיה. ״אל נע יעקבונו פגרי הנחשלים״ אמר ביאליק, בהקשר אחר, ואולי הוא צודק?
ויותר מכך, החיסונים אכן מעכבים את התפשטות המגיפה אך מצד שני הם גורמים לה לשהות בקרבנו יותר זמן מהנחוץ. השפעת הספרדית מלפני כ 100 שנה, עם עשרות מיליוני קורבנותיה, נמשכה כשנתיים בלבד ונעלמה כשם שבאה. הקורונה מהלכת בקרבנו כבר קרוב לשנתיים והקץ לא נראה באופק. האם לא סביר לחשוב שגם החולרע הזו כבר הייתה זכרון רחוק לולי היינו מתערבים?
אני חייב להודות שיש טעם רב בטיעונים הנ״ל. אולם מצד שני התפיסה המקובלת, לפחות בחברות המערביות, היא שיש להלחם על כל נפש חיה, ושיש להשקיע ככל שניתן כדי לשמר אותה. ״לא תעמוד על דם רעיך״ אומרים ביהדות ואני מאמין שניתן למצוא ביטויים דומים באיסלם ובנצרות. מצווים אנו לעזור לחלש ולכל מי שזקוק לעזרה. הגישה שלא להשאיר אף אחד מאחור היא מהסיבות המרכזיות להתקדמות המין האנושי. מרגרט מיד אמרה שהסימן הראשון לציביליציה הוא עצמות אדם שהתאחו משבר, כלומר בני אדם שזכו לסעד מחבריהם. שיתוף הפעולה בין הפרטים והצורך לתמוך בחולים ובחלשים הובילה אותנו לאן שהובילה. כל הרפואה המודרנית התפתחה מתפישה זו. יש שיאמרו שחבל על המאמץ, מוטב היה לנו שלא היינו מתקדמים כל כך, המודרניזציה מביאה איתה הרבה סבל, אך אני מאמין שמטבענו אנו מתוכנתים לחקור בלא נודע ולנסות להתקדם ולהשתפר. איננו יכולים לסגת. חיסוני הקורונה הם דוגמה מצוינת לכך. הטבע האנושי מכתיב את המאמץ העצום בחיפוש אחר חיסון. אינני טוען מהי הגישה הנכונה אך כל אחד חייב לבחור צד. אם אתה מאמין בקדמה ובמדע כחלק אינטגרלי של עצם מהותנו, ובחרת בחיים (להתחסן ולחסן). אני, את שלי בחרתי
Solving Sudoku by Heuristic Search
1. Introduction
I’ve recently become interested in solving Sudoku puzzles, realizing that I’m really bad in it. I can handle the easy ones, however, puzzles marked as medium or difficult are two complicated for me. I guess my main weak-spots are the heavy book-keeping required, and that it almost impossible to recover from an error done during the solution process.
Sudoku, meaning “singular number” in Japanese, consists of an N X N grid, divided into BxB blocks (e.g. a 3×3 block corresponds to a 9×9 puzzle, as presented in Figure 1). Each puzzle has some cells that have already been filled in (called clues). We have to fill in the rest of the cells with numbers in the range [1.. N} such that in all rows, all columns and all blocks, every number appears exactly once. The puzzle at the right of Figure 1 is a solution to the puzzle on the left.
As a lazy scientist who hates hard work but also can’t stand unsolved puzzles, I decided to write a Sudoku solver program based on searching over all legal assignments for a given puzzle. Unfortunately, Sudoku is an NP-complete problem [1], when generalized to N × N grids, in the sense that all known solvable algorithms do so inefficiently; in spite of the fact that if a candidate solution is given, it takes only polynomial time to check its correctness. Therefore, a naive search approach is unlikely to be efficient so we need some domain knowledge (called heuristics in AI terminology [5]) to direct our problem solver.
There are many approaches for solving Sudoku puzzles, including CSP-based solutions [6],
genetic algorithms [7], and modeling Sudoku as an exact cover problem while using the dancing links techniques [8]. Peter Norvig [2], the famous AI pioneer, provided a Python code for a Sudoku solver based on integrating CSP with search. In this study I follow Norvig by integrating common Sudoku strategies, popular among Sudoku fans, into the search process.
Heuristic search is one of my favorite AI techniques. Realizing the difficulty in searching over huge spaces, it is inspired from the ways humans tend to solve the problem and whether human strategies can be applied to improve our solver performance. This is especially useful for (the few) tasks for which humans are still superior to machines. In the following I will describe the HS-solver that is based on backtracking search, integrated with the human strategies. I’ll begin with the search algorithm, and then describe the heuristics. I’ll also report the results of some experiments I conducted on a popular benchmark of 95 9×9 puzzles which had already been used in Norvig study [2].
2. Backtracking
We represent a Sudoku puzzle by an NxN matrix holding all values that have already been set on the grid. At the beginning, only clue cells are set with their values, while all other cells are set to zero. In addition, we manage an auxiliary NxN matrix of BitSet objects. BitSet is a Java class that can be used to efficiently maintain a set of values, including adding, removing, and querying the containment of a specific value. Any constraint entry (i,j) represents all candidates that can be legally assigned to cell (i,j). In addition we keep for each row/column/block (a unit for short) a BitSet that maintains all values that have already been set in this unit. finally, we also holds a list of non-assigned cells in the puzzle.
The following Java code includes some important methods of the Sudoku class. The full Java code of the SudokuSolver is publicly available on https://github.com/davidcarmel/SudokuSolver.
Our first trial for solving the puzzle is by a naive backtracking algorithm. Backtracking is a classical depth-first search. It first examines if the puzzle already been solved. If not, it collects all non assigned cells and sort them based on their cardinality (preferring cells with fewer candidates). It then traverses over the sorted cells, setting trying to set the cell’s candidates. If the value is legal in this cell, it applies itself recursively on the modified puzzle. If all settings fail we back up to a higher level seeking for an alternative track. As already been mentioned, while this algorithm is guaranteed to find a solution, if exists, this process is inefficient and may take forever to run. Here is the code for the backtracking algorithm.
We ran this function over the 95 puzzles, when limiting the search to 100M calls. 93 out of the 95 puzzles can be solved, with an average of 1.7M calls per puzzle, in 18.2 seconds per puzzle on my laptop. Well, this takes too much time and certainly is not satisfying.
3. Heuristics
Can we do better? hopefully — this is what we would like to explore. Having some domain knowledge of the problem space can help our solver to navigate the vast domain and save us a lot of precious time. We will apply some common Sudoku strategies [3] in order to improve our backtracking algorithm. It turns out that all strategies are closely related to CSP, focusing on reducing the number of legal candidates (the constraints) for non-assigned cells. The difference is that while in CSP, constraints are given and we look for a solution that obey them, in our case we apply the strategies to reduce their number by eliminating inconsistent constraints. The less constraints we have on legal assignments, the smaller the search domain to explore.
Strategy I: Candidate Reduction
If a value is being set to a cell, then it can’t be set to any other cells of its units. Therefore, we can safely remove any cell candidate if it is already being set in one of its units. Whenever a cell is set, it may reduce the number of candidates of other non-assigned cells of its units. Furthermore, when only one candidate is left for a cell, it can be safely set thus entailing additional candidate reduction.
Calling this strategy by the HS-solver, prior to running the search process, enables solving all puzzles, including P$, and P41, the two puzzles in which backtracking failed. The results reveals significant reduction in the search efforts. On average, search is reduced to 23.8K calls per puzzle (98.6% improvement with respect to naive search) while the maximum calls over all puzzles is reduced from 22.M to 377K. In particular, the problematic puzzles P5 and P41 are now being solved in a reasonable number of calls (and run-time) by invoking this strategy.
Strategy II: Uniqueness in Unit:
The 2nd strategy also applies a very simple rule: If a candidate is legal in only one of the unit cells, then it can be safely nailed to this cell. Of course, any new cell setting entails further reduction in candidate number.
We apply this strategy, together with candidate reduction, as part of the backtracking search. The average number of calls per puzzle is reduced to 100 (98% improvement) and the maximum calls over all puzzles to 1403, in 25ms per puzzle. Solving P5 and P41 becomes a piece of cake. It seems that we have cracked this benchmark.
Strategy III: Hidden pairs
A pair of candidates is called hidden if it occurs in exactly two unit cells, and none of its members is candidate in all other unit cells. Then, the two unit’s cells holding this pair must be assigned with one of the pair members, therefore all other candidates for these two cells can be dropped. Note that we do not know which pair member should be set in which cell, however any candidate reduction is blessed.
Well, the average number of calls is reduced to 40.8, and the maximum number of calls over all puzzles is only 331. The number of calls continues to drop for the P5 and P4 tricky puzzles.
Strategy IV: Naked pairs:
A pair is called naked if it is lonely in a cell. If a pair is naked in two unit cells, then it can be dropped from all the other unit cells. following the same logic of hidden pairs.
Table 2 presents the results of backtracking, and after adding each of the strategies. The average number of calls is reduced to 26.2 and the maximum calls over all puzzles to 252. The problematic tricky puzzles are also solved smoothly. The average run-time per puzzle is 29ms. The two right columns relate to difficult puzzles described in the following. We can conclude that our code is robust to handle quite complicated 9×9 puzzles.
4. Man vs Machine
What about really hard puzzles? Norvig [2], mentioned a Finnish mathematician, Arto Inkala, who proposed the (Inkala-2006 puzzle) as “the most difficult Sudoku-puzzle known so far” and the Inkala-2010 puzzle as “the most difficult puzzle I’ve ever created.” Looking at the right columns in Table 2, we can see that these two puzzles can be solved with a few calls, in a few milliseconds . Norvig also provided a benchmark of 11 “difficult” puzzles (eleven puzzles). None of them really challenges the HS-solver (10.4 calls on average, 25ms). This is not surprising, problems seem difficult to humans are not necessarily difficult to machines and vice versa. Norvig also generated artificial puzzles by shuffling existing ones, looking for a “killer puzzle” that will challenge his own solver. The puzzle shown in Figure 2 is such a killer. This is not an “official” Sudoku puzzle (you will not find it in Newspapers) because it has multiple solutions (Norvig found 13 different solutions but maybe there are more.) Interestingly, it only takes 19 calls, in 195ms, for the HS-solver to converge to the solution shown on the right.
5. Conclusions
It turns out that Sudoku, considered by many as a great challenge for human intellect, (and in particular, a great challenge for myself), does not provide a real challenge to naive search program plus some basic strategies. Are there puzzles out there that our HS-solver will not be able to solve in a reasonable time? It is very likely that the answer is yes; it would be great if we can find such examples. One direction is to move to larger puzzles of 16×16 or even 25×25, unfortunately, I could not find any reliable benchmark for such puzzles. If you are familiar with, please let me know. There are many more complicated Sudoku strategies in the arsenal such as X-wing, Y-wing, Sword-fish and more [3]. At present, I was unable to find any evidence that they are really needed, but hopefully they will be helpful for really difficult puzzles to be found in the future.
References
[1] Ercsey-Ravasz, Mária, and Zoltán Toroczkai. “The chaos within Sudoku.”Scientific reports 2.1 (2012): 1-8.
[2] Peter Norvig. Solving Every Sudoku Puzzle.
[3] Tip on Solving Sudoku puzzles. https://www.kristanix.com/sudokuepic/sudoku-solving-techniques.php
[4] Mathematics_of_Sudoku. https://en.wikipedia.org/wiki/Mathematics_of_Sudoku
[5] Heuristics: Intelligent Search Strategies for Computer Problem Solving. Judea Pearl
[6] Simonis, Helmut. Sudoku as a Constraint Problem. Eleventh International Conference on Principles and Practice of Constraint Programming. (2005)
[7] Mantere, Timo, and Janne Koljonen. “Solving, rating and generating Sudoku puzzles with GA.” IEEE congress on evolutionary computation. 2007.
[8] Donald Knuth. Dancing links, arXiv (2000).
WSDM 2021 -Amazon Science Interview
Amazon at WSDM: How the scale of the web makes old problems new
Amazon scientists and conference general chairs Liane Lewin-Eytan and David Carmel on the transformations wrought when data goes online.
“.. Two of the three general chairs at this year’s ACM Conference on Web Search and Data Mining (WSDM) are scientists from Alexa Shopping’s offices in Haifa, Israel: Liane Lewin-Eytan, senior manager of applied research, and David Carmel, a principal applied scientist.
When they volunteered for the role, Lewin-Eytan and Carmel were hoping to bring the conference to Jerusalem. “It was the beginning of March [2020],” Lewin-Eytan says. “We had a beautiful bid, with many, many attractions in Jerusalem, because the steering committee of the conference takes also into consideration what the country can offer to participants. We were very excited to bring it here — it was a big honor to the local community — but because of COVID-19, we ended up online. We still hope to host the conference here one day. …”
By Larry Hardesty March 05, 2021
https://www.amazon.science/blog/amazon-at-wsdm-how-the-scale-of-the-web-makes-old-problems-new
האם יש דמיון בין משפט דרייפוס למשפט נתניהו? כפי שבנו יאיר טוען
לאחרונה קראתי את ספרו המצוין של רוברט האריס, קצין ומרגל, על פרשת דרייפוס וספיחיה. סרטו של רומן פולנסקי על סמך הספר, מאד נאמן למקור ומאד מומלץ.
ובכן האם יש דמיון כלשהו? הפוך גוטה, הפוך.
לעובדות היבשות: דרייפוס, קצין בצבא הצרפתי, הואשם בריגול ונשפט בבית דין צבאי. המסמך המרשיע, שהתברר כזיוף, הוצג לשופטים בלבד ולנאשם לא ניתנה זכות התגובה. העונש היה אכזרי במיוחד, סילוק מהצבא בבושת פנים וגלות עד סוף ימיו בבידוד מוחלט באי השדים. מספר שנים מאוחר יותר, קצין מודיעין בשם קולונל פיקאר, מגלה את המרגל האמתי, אך כשהוא מודיע לממונים עליו ודורש לשחרר את דרייפוס ממאסרו, הוא נתקל בחומה של התנגדות (מה חשובה האמת? מדוע אכפת לך מקצין יהודון?) וכשפיקאר אינו מוותר הממסד כולו, הצבאי והפוליטי, נחלצים להציגו כבוגד ומביאים להגלייתו למחוזות הנידחים של האימפריה הצרפתית. למזלו של דרייפוס, פיקאר מצליח בדרך לא דרך לגייס מספר עיתונאים, אנשי רוח, ופוליטיקאים מהאופוזיציה (הדרייפוסרים) הדורשים משפט חוזר ומצליחים לחשוף את ההונאה הגדולה של המשפט. הפרשה קורעת את דעת הקהל הצרפתית ומובילה להתפרצויות אנטישמיות ולחוסר יציבות פוליטית. היא מסתיימת בחנינה לדרייפוס ובהחזרתו לצבא. אסטרהאזי, המרגל האמתי, מעולם לא עמד למשפט.
אם משהו מהפרשה העגומה הזו מזכיר את משפט נתניהו הוא ה”טיפול” שזוכה לו אביחי מנדלבליט, בדומה ל”טיפול” שזכה לו פיקאר, עקב התעקשותו על שמירת החוק והדין. גם שם הטיפול כולל הסתת ההמון, שתילת חצאי אמיתות בעיתונות, וכל יתר הטכניקות המוכרות. להבדיל מדרייפוס שמצא את עצמו לבד לגמרי כנגד הרשויות, הממסד והמערכות הפוליטיות החזקות ביותר במדינה, כולל חלקים נרחבים בתקשורת, נחלצות להגנת נתניהו ואינן בוחלות בשום צעד. אני חושב על דרייפוס המסכן שכל עולמו חרב עליו כשהבין שכל מאמציו להשתלב בחברה הצרפתית דרך שירותו בצבא לא עמדו לזכותו. הדבר האחרון שעולה בדמיוני הוא את מר נתניהו, אדון הממשלה, התקשורת, ודעת הקהל, המרשה לעצמו להשתלח בשופטיו ובמערכת המשפט ללא כל מורא מאימת הדין.
Amazon Science blog about our WSDM’20 paper – Why do people buy irrelevant products?
Amazon Science blog about our WSDM’20 paper – Why do people buy irrelevant products?
“…We’ve noticed that customers frequently engage with voice shopping results that annotators label as irrelevant. At this year’s ACM Web Search and Data Mining (WSDM) conference, in February, we will present a systematic analysis of this phenomenon. ..”
Visiting BAAI (Beijing Academy of AI)
Alexa why do people buy seemingly irrelevant products?
I was invited to give a talk at the Beijing Academic of AI conference (BAAI). I presented our work on the relation between product relevance and customer satisfaction in product search (to appear in WSDM 2020, in February). AI is a really big deal in China these days. A lot of discussions on the future of AI and what is the next big move. There was a discussion how China should close the gap with the US. All speakers agreed that there is no point in focusing on increasing the number of publications. On the contrary, there are too many low value of those. The Chinese education system (as well as others, I presume) encourages students to publish rather than focusing on meaningful research. According to Michael Jordan (the Berkley’s professor, not the player) Chinese students are the best (the problem, if exists, is with the professors). All you need is just let them work on meaningful tasks. According to Jordan, there is noting in common between DL and AI which handles intelligent decision making. DL which is basically pattern recognition in historical data cannot replace a doctor who takes decisions for real patients. According to Jordan, the future of AI is in ontologies which are less sexy but capture context. A lot of interesting talks, by Chris Manning on Deep-NLP, Thorsten Joachims on fairness in ranking, Changxhai Yan on the future of IR, and many more. Thank you Jie Tang for the invitation.
Final note, the China’s ban on Google must be stopped. Without gmail, gmaps, gsearch, I felt like blind, dumb, and deaf.
על הספר ״עיני אוניקס״, של אשכר ארבליך-בריפמן
הספר מספר את סיפורה של אוניקס, שנולדה לאחר אסון. השנה היא 2040, והאנושות מנסה באופן נואש להשתקם,כאשר המטרה העיקרית היא שימור המין האנושי וסיוע לו להתרבות. אוניקס יוצאת למסע ארוך לאתר את ילדיה הביולוגיים מתוך מניע שאפילו היא אינה מצליחה להגדירו כהלכה. היא הולכת אל המטרה באופן כמעט בלתי-רצוני או נשלט, נדחפת אך ורק על ידי אינסטינקט אימהי ונואש..
ראשית, מאד נהניתי מהספר. התשוקה האדירה של אוניקס להתאחד עם פרי בטנה מתכתבת לי באופן ישיר עם ספרו של ריצ׳רד דאוקינס, הגן האנוכי, בו הוא טוען שהכוח המניע המרכזי בחיינו, ובחיי כל אורגניזם, הוא הצורך בהתרבות ובשמירה על המשך המטען הגנטי שלנו. המוטו המרכזי של הספר, שאין כוח היכול לעמוד בפני רצונה של אוניקס לפגוש את בנה, מזכיר לי את הסיטואציה בתנועה הקיבוצית בה אימהות הובילו לשינוי שיטת הלינה, ממשותפת לפרטית, על ידי מרד שקט ולקיחת החוק לידיים, וששום מערכת לא יכלה להתמודד אתו.
מצד שני, לעניות דעתי, הספר אינו משכנע בתיאור הסיטואציה בה השלטון המרכזי שולט באוכלוסייה על ידי ניצול התשוקה לגידול ילד זר שאינו צאצא ביולוגי. האם הצורך בגידול ילד אכן כה חזק? אינני חושב שיש לנו עדויות לכך. תופעת האימוץ קיימת בטבע, ובמין האנושי אך היא איננה מאד נפוצה. זוגות נוטים לאמץ בד״כ ילדים שהם צאצאים של אחד מבני הזוג. אימוץ ילד זר על ידי משפחות חסוכות ילדים אכן קיים אולם המניע המרכזי, לעניות דעתי, הוא ״להיות כמו כולם״ ולכפר על תחושת הכשלון בהבאת ילד לעולם. אני מתקשה לראות מצב בו אנשים יהיו מוכנים לוותר על זכויותיהם ועל החרות שלהם תמורת הזכות לגידול ילד זר. אולי אני טועה והצורך הנ״לֹ יתפרץ כאשר תמנע ממנו הזכות לגדל את ילדינו הביולוגים, אך הספר אינו מרחיב על כך ואינו משכנע בתיאור הכוח המניע זוגות לחיות ביחד ולציית למערכת רק תמורת הזכות לאימוץ. כמו כן, לא ברור לי מה מחזיק זוגות כאלו לאחר גידול הילד. ההנחה שמבנה המשפחה המוכר לנו של אבא, אמא, וילד, יחזיק מעמד בסיטואציה כזו נראה לי לא סביר.
ומספר נקודות תורפה נוספות שמשכו את תשומת ליבי:
הסצנה בה אוניקס פורצת למחשב על ידי ניסוי שרשרת סיסמאות אקראיות מתאימה אולי לשנות השמונים של המאה הקודמת אך לא לימינו ולבטח לא לעולם העתידני המתואר בספר. זכורה הסצנה המופלאה מבלייד ראנר בה האנדרואיד מפצח את מערכת הזיהוי הביומטרית על ידי שימוש בעין אנושית. הסיטואציה בה אוניקס מוצאת מסוף פעיל ומצליחה לפרוץ לתוכו בשיטה בת 40 שנים איננה סבירה בעליל.
העולם המתואר, למרות האסון הגדול והקרינה ההרסנית, דומה באופן חשוד לעולם שלנו. הגן הוא אותו הגן והיונים אותן היונים. אך בתנאי קרינה מטורפים, כאשר אין אפשרות לצאת החוצה ללא שכבת מגן עבה, היה ניתן לצפות לצמחיה מסוג אחר, ולציפורים מסוג אחר. האבולוציה מאפשרת שגשוג רק למינים המסתגלים ואין כל סיבה להניח שדווקא המינים המוכרים לנו הם אלו שישרדו בתנאי הקיצון הללו.
הספר מתאר מספר מערכות עתידניות כמו מנקה השירותים האוטומטי, הקסדה הנפלאה (אהבתי – הזכיר לי את האורגזמטרון של וודי אלן), ומערכת ההיסעים האוטונומית, ומצד שני אוניקס רוחצת את מטופליה בשיטות של ימינו, ושיטות הבישול במלון הנורבגי מזכירות את אילו שלנו. הכיצד?
המערכת המרכזית האימתנית איננה מורגשת בספר ואינה מעורבת כמעט. אוניקס זוכה לחופש פעולה מפתיע. היה ניתן לצפות משלטון ריכוזי כמו זה המתואר שיעמיד קשיים יותר רציניים בפניה. לדוגמה, הפריצות הרבות המתבצעות למערכת או החופשות הרבות שאוניקס לוקחת, וביקוריה במכוני הפריון השונים, חייבות להדליק נורה אדומה בכל מערכת אבטחה בסיסית. אך מתברר שהשלטון המרכזי איננו כל כך מרכזי ולא כל כך מאיים. חבל שהאח הגדול איננו פועל כמצופה מאח גדול.
הסיום של הספר אכזב אותי מאד. הפעולה המחתרתית של אוניקס נמוגה ללא עקבות. הכיצד? הייתי מצפה שמעשיה של אוניקס יפעילו את אפקט הדומינו שיפיל את כל המערכת, כפי שקרה ללינה המשותפת בקיבוצים ולהבדיל למשטר הסובייטי. האם היילי (האם המאמצת) נשארת אדישה להצלחתה של אוניקס ואינה דורשת להתאחד עם צאצאיה? משטרים מרכזים נכשלים ברגע שהפרטים מפסיקים לפחד ולשתף פעולה. אוניקס היא הקורבן שנגזר עליו להיות הטריגר לנפילת המשטר ובהחלט יתכן שעליה לשלם מחיר על כך. קשה לי להשלים עם הסוף ההוליוודי שהכל בא על מקומו בשלום. הייתי שמח לסוף אחר.
ולמרות הביקורת אהבתי את הספר. הוא עורר בי מחשבות רבות ועל כך נבחנת ספרות טובה.
דוד כרמל, חיפה
אימא – דברי פרידה
כבר הרבה שנים שאימא איננה באמת אתנו. מחלת הדמנציה הנוראית פגעה בה לפני כעשר שנים וגרמה לה לאבד את הקשר עם הסביבה. אך אני מעדיף לזכור את אימא האמתית, שמחבקת הרבה, ודואגת, ומתעניינת, ושמה את המשפחה בראש מעיניה. התייתמת בגיל צעיר, ואיבדת את מרבית משפחתך בשואה, אך זכית להקים משפחה גדולה וחמה ולשמש בה כעמוד התווך. היית אימא למופת, אוהבת, ומקבלת, ולעולם לא שופטת. תמיד היית לצידנו, הילדים בכל תקרית ואי הבנה. אני זוכר את קריאתך ״לו זמופ״ (הנח לו, באידיש) כשאבא גער בנו. אהבתי את ההתכנסויות המשפחתיות בארוחות שבת, או לקפה של אחר הצהרים על המרפסת עם העוגות הנהדרות שלך – שעות חסד אמתיות. אהבת מאד את חיי הקבוץ והזדהית עם עקרונותיו באופן מלא. במשך כל שנותייך שירת במזכירות ובוועדות השונות והיית פעילה בתחום התרבות. כשרצינו להתגרות בך היינו מקטרים על ״הקיבוץ שלך״ ומיד היית נחלצת כארי להגן על הממסד הקיבוצי.
אך זה מזמן שהפסקת להגיב לקריאה אימא. לא זכית לראות את נכדיך מקימים משפחות וליצור קשר עם נינייך. השנים הארוכות בבית הפז, בהם היית רתוקה למיטתך, ללא קשר עם הסביבה, גרמו לי לחשוב על הסבל הרב שאנו גורמים לזקנינו, כשאיננו מאפשרים להם להיפרד בכבוד ברגע המתאים. אימא, עוד בהיותה צלולה התחננה לפנינו שלא ניתן לה להגיע למצב זה. היא הבהירה באופן הברור ביותר שמוטב לה מותה מהיותה תלויה בחסדי אחרים. אך המציאות חזקה מכל משאלה ומצאת את עצמך במצב הבלתי נסבל בו את שוכבת שנים במיטתך חסרת אונים ומייחלת למותך.
אולם גם במציאות הקשה הזאת היו הרבה רגעי אור. ראשית, זכית לטיפולו המסור של אבא. דווקא מחלתך גרמה לו להפגין את אהבתו הרבה. במשך שנים, עד למותו לפני כשנתיים, הוא היה יושב יום יום ליד מיטתך, שר לך שירים, מספר סיפורים, ומחזיק את כף ידך. הוא היה משוכנע שאת מבינה ומתקשרת איתו דרך מגע היד. יתכן שצדק. אין לי ספק כי אהבתו ומסירותו הרבה עזרו לך וחיזקן את רוחך.
שנית, זכית לטיפולה המסור של ויני, שעזבה את משפחתה בפיליפינים ובאה לטפל בך. ויני אימצה אותך כאם ולא משה ממיטתך, וגם לאחר סיום עבודתה המשיכה לבוא ולבקר אותך, את אימא, כפי שהיא קראה לך.
ושלישית, זכית בעמליה, שטיפלה בך עד לרגעייך האחרונים במסירות אין קץ. ידענו שיהיה מי שיתעקש להושיב אותך בכיסא ויוציא אותך לשאוף אוויר מדי יום, שתקבלי את כל צרכייך בזמן, ושאת בידיים הטובות ביותר שניתן לבקש.
ולכל צוות בית הפז הנפלא, שמתמיד במלאכת הטיפול הקשה בקשישים. השנים הרבות בהן אנו מלווים את אימא בבית הפז חשפו אותנו לטיפול המסור והמקצועי של כל הצוות ואין לנו מלים להודות לכם על כך.
אז הגיע הזמן להיפרד אימא. אני מודה ומצטער שלא עלה בידינו לקיים את משאלתך, אך עשינו כמיטב יכולתנו הדלה להקל על שנות חייך האחרונות. נוחי בשלום על משכבך, ליד אבא, באדמת הקיבוץ שאהבת כל כך.
דודי
חיפה, 28 מאי 2019.
אלקה כרמל ז״ל – קורות חיים
אלקה כרמל – קורות חיים
29.7.1925 – 27.5.2019
אלקה נולדה בערב תשעה באב, בשנת 1925, בעיירה גרבוביץ׳ שבמרכז פולין, ליד עיר המחוז זמושץ. אביה דוד צבי חסיד בעל״ז, התפרנס ממסחר בעץ וכפקיד בעירייה. לאחר מות אימה גיזלה ממחלה קשה, כשאלקה בת חמש, היא עוברת לחסות אחותה הגדולה אסתר, שדואגת לכל מחסורה. לאחר מות אביה ב 1938 מצרפת אסתר את אלקה לביתה ומגדלת אותה כבת. עם פלישת הגרמנים לפולין, שנה אחר כך, מחליטים אסתר, יהודה בעלה, והילדים אלקה ואליעזר הקטן, לברוח לברה״מ. האחים הבכורים דובה ויחיאל מנסים לשכנע את אלקה להישאר בפולין אך אלקה מסרבת להיפרד מאסתר ומחליטה להיצמד למשפחתה החדשה ולצאת לנדודים.
בברה״מ, נחשדו הפליטים הפולנים כמתנגדי המשטר ונשלחו למחנה עבודה בסיביר. התנאים הקשים, עבודת הפרך, ובמיוחד מחלת הטיפוס, פוגעים קשות בפליטים. גם אלקה ואליעזר, בנם התינוק של אסתר ויהודה, אינם נמלטים מהמחלה הקשה. בדרך לא דרך מצליחה אסתר להשיג אישור יציאה מהמחנה והמשפחה מוצאת את עצמה בהרי אורל, שם הילדים מבריאים ממחלתם ויהודה מוצא עבודה במכרות הנחושת וזוכה להכרה כעובד מצטיין (סטכנוביץ׳).
אולם הרעב הכבד ותנאי האקלים קשים, גורמים למשפחה לשוב ולצאת לדרך ולהתמקם באוזבקיסטן, בעיר טורקסטן שליד הבירה טשקנט. ביוני 1941 פולשים הגרמנים לברה״מ, מה שגורר גיוס המוני, וגם יהודה מתגייס לצבא אנדרס המורכב מפליטים פולנים. שנות המלחמה הנוראות עוברות על המשפחה במקלט אותו מצאו כשאלקה לומדת בבית הספר המקומי ועוזרת בפרנסת המשפחה ובטיפול באליעזר.
עם סיום המלחמה מגיע מכתב מיהודה, שערק בינתיים מהצבא הפולני והתמקם בארץ ישראל בקיבוץ תל-יוסף. במכתב יהודה מזמין את משפחתו להתאחד עמו, ומודיע להם שבפולין מחכים להם אישורי עליה לארץ. כמו כן מגיעות הידיעות על בני המשפחה שנותרו בפולין, כולל האחים יחיאל ודובה ובני משפחתם, שאיש מהם לא שרד. אלקה, שרואה בברה״מ את ביתה החדש, מתלבטת האם לצאת למסע לארץ, אך לבסוף נעתרת ומצטרפת לאסתר ואליעזר. לאחר מסע ארוך ומפרך הם מגיעים לקיבוץ. שבוע לאחר הגעתם, ב30 ביוני 1946, פולשים הבריטים לכל הקיבוצים בארץ, כולל לתל-יוסף, בחפשם אחר נשק בלתי חוקי, באירוע שזכה לכינוי ״השבת השחורה״. מרבית הגברים, כולל יהודה, נלקחים למאסר, ושוב נפרדת המשפחה לאחר ימים מועטים של שהות ביחד.
אלקה נקלטת בקיבוץ בקלות ובחדווה. היא מצטרפת לצוות הלול ורוכשת הרבה חברים חדשים. היא לומדת עברית ומזדהה בכל מאודה עם הקיבוץ והמדינה היהודית שבדרך. לאחר מלחמת השחרור היא נשלחת לסמינר הרעיוני באפעל בו היא מכירה את דן כרמל, ומאז דרכיהם אינן נפרדות. הם מקימים את ביתם בקיבוץ בית השיטה ובו נולדים שלושת ילדיהם, דוד, משה-מיכאל וגילה. המשפחה החדשה מהווה עבור אלקה מקור לגאווה והיא משקיעה את כל מאודה בטיפוח הקן המשפחתי. היא אוהבת את האנשים בקיבוץ והם משיבים לה אהבה. אלקה פעילה במוסדות הקיבוץ בעיקר בשדה התרבות, ומרכזת לאורך שנים רבות את ענף המחט. לאחר שהילדים גדלים ומתפנה לה זמן, אלקה מתאהבת במלאכת היד ומפליאה בעבודות רקמת טלאים שמתארות את עושר דמיונה ואהבתה לצבע וטקסטורה.
לפני כ10 שנים, ב-2009, פוגעת מחלת הדמנציה באלקה. בתחילה היא מאבדת את יכולת הדיבור ואחר כך את הזיכרון וחדות המחשבה. דן סועד אותה כמיטב יכולתו ומרעיף עליה מסירות ואהבה. כאשר המצב מחמיר הוא נאלץ לאשפז אותה בבית הפז. דן וכל צוות בית הפז, מטפלים בה במסירות אין קץ בניסיון להקל עליה את שנותיה האחרונות. ילדיה ונכדיה מתמידים לבקרה גם לאחר שהיא מאבדת את הקשר עם הסביבה. לאחר שנים ארוכות, ב 27.5.2019, בגיל 93, הלכה אלקה לעולמה.
יהי זכרה ברוך.
David Carmel Blog 