Нейросети сегодня захватили внимание продвинутой общественности: о них говорят, про них пишут, дискутируют и, в первую очередь, понимают, как их можно использовать. По этой причине, аналитик и консультант «Яндекса» Иван Ямщиков сегодня посетил новосибирский офис компании с лекцией на тему, как искусственный интеллект может помочь человеку в творчестве и какие сферы творчества уже изменились под влиянием нейросетей. Имя самого Ивана напрямую связано с объектом искусства, созданного при помощи нейросетей. Поэтому интервью для «ФедералПресс» господин Ямщиков начал с ответа на вопрос о «Нейронной обороне».
«Тест Тьюринга как успех»
– Иван, широкой аудитории вы известны как один из создателей «Нейронной обороны» – песен в стиле Егора Летова, которые написал искусственный интеллект. Расскажите об этом.
– Сначала мой коллега Алексей Тихонов написал программу «Автопоэт», которая генерировала стихи того или иного поэта, сохраняя его творческое своеобразие. Я посмотрел на «Автопоэта», и понял, что надо делать Егора Летова, потому что люблю его творчество и еще по той причине, что нейросеть может сгенерировать одну строчку, которая похожа на конкретного автора, но при этом весь текст иногда не имеет единой сюжетной канвы. В этом и сходство с творчеством Летова, потому что у него тоже есть песни, берущие за душу и при этом без четкого сюжета. Далее я написал музыку и записал песни, а Алексей начитал стихи.
– «Нейронная оборона» «выстрелила» из-за сходства и дани уважения творчеству Летова или сегодня так силен культ нейросетей?
– Восприятие было разное, но их объединяло, что люди поняли, как далеко шагнули технологии. Да, кто-то увидел связь с оригинальным творчеством Летова и это признание. А кто-то ничего подобного не увидел и обвинил нас, что просто сели с ручкой и блокнотом и сами все написали – мол, графоманы. И это тоже успех, потому что программа смогла пройти тест Тьюринга, убедить пользователя что она – тоже человек. И это победа технологии, раз она смогла это сделать.
– Чем сейчас занимаетесь?
– Примерно тем же самым, но с уходом в науку – работаю в институте Макса Планка в Лейпциге, где исследую алгоритмы искусственного интеллекта. В «Яндексе» остался как консультант по проектам с машинным обучением и соответствующими продуктами. Скорее экспертизой.
– Примеры работы можете привести?
– Стараемся придумывать проекты с применением машинного интеллекта в коммуникациях. Например, в конце 2016 года сняли ролик про Василия Кандинского, в честь его юбилея – исполнилось 150 лет. У него есть три периода творчества, и с помощью алгоритма переноса художественных стилей, мы его использовали для наших коммуникаций. Раскрасили ролик в три разных стиля, описываем каждый период со своим стилем, как он рисовал. Ролик получился симпатичный, и это был самый виральный ролик Яндекса в прошлом году – в Facebook его посмотрело более миллиона пользователей..
– В каких областях «Яндекса» машинный интеллект применим?
– Он активно используется в поиске, на картах, везде, где нужно ранжирование фильтрации информации. Это система навигации, это умные технологии, которые разговаривают, это распознаватель речи, который работает корректно.
«В B2C важно учитывать мнения каждого»
– Я так понимаю, что у «Яндекса» тоже присутствует деление продуктов на B2C и B2B? В чем различия конкретно для вашей компании, разные отделы разработчиков и аналитиков? Продукты делится на два типа?
– Не всегда, все зависит от того насколько продукт нужно дорабатывать. «Яндекс», в первую очередь, это B2C, и сервисы здесь для простых людей. И бизнес для B2C сложнее, чем для B2B, на мой взгляд. Потому что более широкий круг потребителей и разработчик должен подумать о каждом. Например на «Яндекс.Картах» тестируют цвета пробок, так чтобы их распознавали дальтоники. В B2B есть жесткие требования заказчика и в некотором смысле там другие вещи приоритетны – надежность, например. «Яндекс» помогает плавить сталь для Магнитогорского металлургического комбината (ММК). Подбирает оптимальный состав ферросплавов так, чтобы при снижении затрат на них, качество продукта не снижалось. И там важна надёжность, чтобы процент отказов был близок к нулю. И там счет идет на секунды, когда система принимает решение.
– Были ли неудачные разработки в истории «Яндекса»? Анализируются ли неудачи, есть понимание, почему они происходят?
– Понять какой продукт выстрелит до того как он выстрелил – очень трудно. И есть много примеров в IT-индустрии. Когда Yahoo не захотела платить ту цену, которую назвал Facebook. Или история про разработчиков YouTube – они долго не могли найти денег на свой проект, потому что все отказывали, говоря, что скорость в интернете всегда будет низкая.
Моя мысль в том, что нет формальных критериев успеха, нет понятных маркеров, при которых что-то срабатывает. Нужно смотреть на несколько шагов вперед и большая проблема инновационного бизнеса – иногда важно, приняв решение, держаться за него. И это большой стресс, когда ты видишь, что ты прав, а сто человек вокруг говорят что ты –неправ, и это очень трудно – сохранять свою уверенность. И даже не знаешь, когда наступит критический момент.
– Нечто подобное было в работе «Яндекса»? Когда компания шла против рынка?
– Само появление поисковой системы. Поиск был запущен, в некотором смысле, без идеи монетизации. Как на нем заработать – это стало понятно позднее. Второй пример – это «Яндекс.Такси». Это не первый сервис в нашей стране, но, на мой взгляд, самый удобный. Потому что раньше этот рынок был очень консервативным, и я отчетливо помню, что до появления приложений, к некоторым таксистам было очень страшно сесть в машину – смотрели в духе – кто такой, хочешь, чтобы я тебя вез? Это был рынок с непонятным ценообразованием. И было много скептиков, которые считали, что этот рынок в России не изменить.
«Нейросети экономят время»
– Тебе как рядовому пользователю что хочется видеть в новую цифровую эпоху?
– Есть очень понятный набор требований. Первое: люди должны думать, машины должны работать. И если работу можно алгоритмизировать, то пусть будет алгоритм. И люди не должны заниматься скучной механической деятельностью. Второе: главный ресурс – это время. Мы всерьез задумались, как мало времени в жизни, как оно важно, задумались, как сделать, чтобы его больше. Изобрели водопровод, чтобы не ходить за водой по полчаса. Есть «Яндекс.Пробки» чтобы не стоять в пробках. Это понятные кейсы, когда экономится время. И третий важный момент – технологии, ведь у каждого из нас есть пределы возможностей. Человек не может выучить сорок языков, но с помощью «Яндекс.Переводчика» может общаться на сорока языках. Один мой знакомый в Финляндии с помощью распознавателя текста и сервиса переводчика смог объясниться с хозяином кафе. Расширение возможностей – это большой шаг, который облегчит жизнь.
– Я так понимаю, нейросети в них тоже задействованы. Можете рассказать простым языком про нейросети?
– Это тип алгоритмов. Он может решать задачи с большим количеством параметров. Популярен, потому что справляется со сложными задачами – например, опознать человека по лицу. Его большой плюс – во-первых, ты можешь давать высокую точность на очень сложных задачах. И во-вторых, сейчас появились солидные вычислительные мощности, хотя нейросети придумали больше тридцати лет назад, но тогда просто не могли их использовать.
– Про нейросети говорят последние два года. Что они сделали революционного?
– Например, малоизвестное в широких кругах – это использование для диагностики рака. Есть большой прорыв, когда программа AlphaGo обыграла игрока в го. Самый широко разошедшийся пример – это приложение Prisma.
«В квантовую механику поначалу тоже не верили»
– Чего вам еще хочется в новую цифровую эру, за что выступаете?
– За повсеместную интернетизацию. Считаю, что это очень важно, чтобы образование уходило в интернет и становилось технологичным. Возвращаясь к своей мысли, что люди должны думать, а роботы работать. Непонятно, зачем использовать одного и того же учителя для лекции про квадратные уравнения, когда можно взять десять лучших специалистов в стране по уравнениям, снять видео, чтобы дети могли учиться лучше. А живого школьного учителя оставить для прямого общения, для творческого решения задач, чему робот никогда не научит.
– Хорошо, все из 146 миллионов наших граждан получили доступ в интернет, пошла реформа система образования, идет развитие нейронных сетей – сам прогресс куда двинется?
– Прогресс не ходит по одной дорожке. Очень часто не знаем, какие факторы должны собраться вместе, чтобы был новый виток и результат. Иногда придумывают лекарство от кашля, а получается обезболивающее. Или создали устройство для связи, по которому сложно звонить, зато с его помощью можно шифровать. Не всегда понятно, зачем это нужно, и где это использовать. Хороший пример с квантовой механикой в 1920-ые годы, про которую говорили, что это не нужно. А потом оказалось, что квантовая механика лежит в основе микроэлектроники и смартфоны работают, но благодаря квантовой механике.
– И нейронные сети могут так «выстрелить»?
– Вполне возможно. Мы что-то делаем для одних вещей, но, возможно, оно потом выстрелит для других. Один и тот же инструмент можно применить для разных задач, и мы не всегда понимаем, где это может сработать.