Вместо тысячи слов: «Яндекс» научился искать по смыслу

Что такое нейронные сети, и как их применяют в поисковых системах? О новом алгоритме «Палех» Business FM рассказали в самой компании

«Яндекс» научился искать по смыслу, а не по словам. Компания встроила в свою поисковую систему новый алгоритм «Палех», который использует нейронные сети для обработки запросов. Искусственный интеллект помогает находить то, что пользователь хотел найти, а не то, что написал в строке поиска.

Как происходит поиск с помощью нейронных сетей, рассказывает представитель пресс-службы «Яндекса» Владимир Исаев:

Владимир Исаев представитель пресс-службы «Яндекса» «Мы экспериментируем с нейронными сетями в поиске примерно с мая. Пионером в применении нейронных сетей был поиск по картинкам, которые мы научили, например, не только понимать, что перед нами портрет человека, но и правильно распознавать его эмоцию, например, радость, и, соответственно, правильно отвечать картинкой по запросу «радостное лицо». А большой поиск — это история куда более сложная, поэтому с мая экспериментировали и буквально недавно внедрили ее до конца, проверив все и убедившись, что все работает, как надо. «Палех» генерирует такой сигнал для поиска, который машинное обучение впоследствии может применить для правильного ранжирования документов. Всего таких факторов в «Яндексе» сейчас около полутора тысяч. Например, поведенческие факторы: машина понимает, когда человек кликнул на ссылку и доволен ли он результатом, и подстраивается под нужный результат. «Палех» сейчас, как мы видим на наших приборах, является одним из важнейших факторов ранжирования, но все-таки это один из факторов».

Что такое нейронные сети, и что дает их использование в поисковых системах, объясняет председатель правления Института развития Интернета Герман Клименко:

Герман Клименко директор и владелец компании Liveinternet, советник президента РФ по проблемам Интернета «Нейросети — это не новое, на самом деле, решение, основы были заложены еще в 70-80-х годах. Меня в свое время учили лет 30 назад, просто тогда машинное обучение не стартовало из-за отсутствия мощностей. Условно говоря, 30 лет назад и в шахматы компьютер играл плохо. Сейчас совпадение «железных» возможностей и программирования доросло до такого состояния, что мы можем анализировать и тексты, и запросы уже так, как это примерно делают люди. Нейронный носитель — это гибкость, это обучаемость, понимание, кто задает вопросы, о чем задает вопросы, и попытка искать не столько конкретные ответы, сколько искать смыслы. Конечному пользователю это дает вопросы о вообще идеологии всех поисковых систем и максимально точный ответ на вопрос, даже если человек его не очень точно сформулировал».

Разработчик из Вены смог при помощи нейросети улучшить качество снимков низкого разрешения. Герои голливудских блокбастеров моментально улучшают качество размытых снимков с камер видеонаблюдения, получая возможность разглядывать мельчайшие детали, пишет TJournal. По словам разработчика, ему удалось достигнуть схожего эффекта при помощи всего лишь 340 строк кода, который он выложил в открытый доступ в Интернете.