Искусственный интеллект рекомендует. «Яндекс» запускает в своих сервисах рекомендации нового поколения — на основе генеративных моделей. В компании отмечают, что такая технически сложная задача под силу только нескольким компаниям в мире — вроде Google и Netflix. Почему генеративные модели могут изменить формат взаимодействия человека с сервисами и подход к аналитике? И насколько больших ресурсов требует их внедрение?
Особенность новых рекомендательных систем, которые заработали в «Яндекс Музыке» и «Маркете», — в алгоритмах, которые там используются. Грубо говоря, это технология, которая видит связи между действиями человека так же, как большая языковая модель видит связи между словами в предложении. Она может улавливать контекст и изменения вкуса и предугадывать намерения. Например, утром вы слушаете музыку одного жанра — генеративная модель может это понять и предлагать утром такие треки. Как это будет выглядеть на практике, предположил генеральный директор «А-Я эксперт», старший преподаватель кафедры «Кибернетика» НИЯУ МИФИ Роман Душкин:
Роман Душкин гендиректор компании — разработчика искусственного интеллекта «А-Я эксперт»«Вот я покупаю книги. Мне нравится твердая научная фантастика. Я купил последние, допустим, 10 книг. Все эти 10 книг попали в некий список, и в этот список попадает фамилия автора, название книги, аннотация к этой книге. Возможно, еще какие-то дополнительные поля типа жанр, теги, количество страниц, потому что, например, мне очень нравится читать очень толстые книги. Когда вот я не знаю, что почитать, и вот я спрашиваю, что бы мне почитать. И в этот момент включается этот советчик, который берет всю мою историю книг, купленных и прочитанных, кстати, прочитанных тоже. Если я, например, рецензии на книги пишу, информация конкретно обо мне как пользователе кладется в контекст большой языковой модели, она с этим контекстом начинает работать и предлагает, допустим, пять наиболее релевантных книг, которые я могу прочитать. Тут же система проверит, не читал ли я их ещt, — тогда, когда давно, возможно, такой подход будет прям очень прикольный, а может, и нет».
Как говорят в «Яндексе», качество рекомендательных алгоритмов в последние годы почти не прогрессировало. Теперь получается: хотите улучшений — внедряйте генеративные модели. Но на это нужны ресурсы, причем большие — как у компании масштаба Google и Netflix, сообщил Бизнес ФМ руководитель рекомендательных технологий «Яндекса» Николай Савушкин:
Николай Савушкин руководитель рекомендательных технологий «Яндекса» «Действительно, для обучения моделей такого размера требуются десятки или сотни видеокарт. И всего несколько компаний в мире уже запустили такие модели, потому что не все обладают такими ресурсами. Также требуются достаточно большого размера датасеты, на которых эти модели можно было бы обучать. Самое главное — далеко не у всех еще есть эта экспертиза, не все еще подобрали правильный ключик, правильный рецепт, как именно использовать генеративную технологию применительно к рекомендательным системам».
Поэтому многие компании чаще всего используют опенсорс-модели, которые можно адаптировать под свои нужды и не тратиться на разработку с нуля, объясняет СЕО Студии искусственного интеллекта Fokina.AI Дарья Фокина. По ее мнению, такой подход оправдан, особенно если задача точечная: например, чат-бот или рекомендации в небольшом интернет-магазине:
Дарья Фокина СЕО Студии искусственного интеллекта Fokina.AI «Интересно будет посмотреть, будет ли модель «Яндекса» в будущем учитывать переменные из других приложений своей экосистемы. Например, знать, что если через «Яндекс Go» вы заказали пять пицц, то, наверное, у вас вечеринка, и нужно предложить драйвовую музыку. А если суши на двоих, то, возможно, более романтичную поставить. Но это следующий уровень, посмотрим, решит ли «Яндекс» к нему прийти. Но главное, что в целом меняется, это формат взаимодействия между человеком и сервисом. Если раньше интернет-сервисы были витринами, пользователь сам искал фильтровал, выбирал — теперь сервис сам начинает разговаривать, предугадывать намерения и вести пользователя по сценарию».
Как объясняет Фокина, для бизнеса это означает, что привычная аналитика, например, какой товар чаще просматривают, постепенно уступает место анализу поведения человека, по каким паттернам он делает выбор: все это ИИ может подхватить и быстро адаптировать предложения под пользователя. И, по мнению эксперта, речь не просто об удобстве, а о смене логики всего клиентского пути.