Мысли про отмирающую профессию переводчиков и интонации говорящих роботов

Девять заслуживающих внимания цитат с конференции Yandex Scale.

Интонации есть, они становятся более выраженными по сравнению с предыдущим поколением роботов. Например, это связано с имитацией дыхания. Если предложение длинное и сложноподчиненное, машина может остановиться и вдохнуть. Такая мимикрия под человека уже существует, но ещё много над чем нужно работать —с резкими вопросительными или восклицательными интонациями особенно.

Нет правильного ответа на вопрос, должны ли люди знать, что говорят с роботом — каждый сценарий нужно рассматривать индивидуально. Если это робот-продавец, который использует предзаписанные фразы, то его задача — имитировать поведение человека: продавать, отрабатывать выражения и закрывать сделки. Для эффективности бизнеса нет смысла говорить, что клиент говорит с роботом.

Если речь про робота-помощника или специалиста поддержки, то можно притвориться, что это человек. Но любой нестандартный вопрос, который введёт робота в ступор, сформирует впечатление, что вы разговариваете с каким-то идиотом. Поэтому большинство компаний предупреждают, что люди разговаривают с роботом и заранее извиняются, если он не может ответить на какой-то вопрос.

Никита выступил с большим докладом про когнитивные сервисы «Яндекс.Облака»

Чем машинное обучение отличается от других разработок? Сейчас качество и конкурентоспособность продукта с машинным обучением зачастую определяется доступными ресурсами. Большие компании могут залить всё железом и выиграть у кого угодно. Мы месяц обучали «Алёну» говорить на восьми V100 — ни для кого не секрет, сколько ресурсов занимает тренировка моделей.

Качественная модель должна работать на большом количестве данных. Чтобы их получить, нужно переварить ещё большее количество данных, чтобы получить разметку. Это требует распределённых вычислений и ресурсов, недоступных для индивидуальных компаний.

И, пожалуй, самое важное — калиброванная разметка. Большинство алгоритмов, которые мы применяем — это обучение с учителем. Если учитель не знает, чего хочет, обучение хорошо не закончится. А чтобы учитель знал, нужно собрать группу экспертов, которые работают, как единый организм — кто пробовал, тот знает, какая это головная боль.

Игорь рассказал про преимущества использования облака в машинном обучении

Останется ли работа для переводчиков после внедрения нейросетей? Аналитические компании нашей области предрекают, что в ближайшие 10 лет значительная часть «классических» переводчиков вымрет, а оставшиеся будут за огромные деньги переводить художественную литературу, какие-то статьи, журналы. Это максимум.

Остальное — техническая литература, юриспруденция, экономика —более-менее клишированные вещи, начнут очень скоро отмирать.

Михаил поделился опытом машинного перевода внутри доклада про когнитивные сервисы

Самый частый вопрос, с которым к нам приходят — «сколько во мне еврейских корней?». Думаю, понятно, чем мотивирован этот вопрос. Для выяснения клиенту нужно передать нам свой биоматериал — собрать слюну в пробирку, что не так просто, как звучит. При помощи специального прибора, секвенатора, из клеток мы получаем последовательность символов. Геном человека — это две длинные строки по три миллиарда букв.

Зачем биологам облака? Расшифрованный полный геном человека занимает около 80 гигабайт. И мы сталкиваемся с необходимостью куда-то записывать десятки, сотни тысяч геномов.

Биоинформатика — наука, которая занимается анализом этих данных представляет собой синергию программирования, статистики и биологии. Иногда код пишут сами биологи, а сама наука, в целом, не доросла до баз данных. Геномы хранятся файлами: каждая из 23 пар хромосом — в своём архиве. Так мы и пришли к объектному хранилищу данных.

Александр рассказал, что из себя представляют генетические данные и как их хранят

Интернет вещей уже вокруг нас. Например, каршеринг — когда в каждом автомобиле есть устройство, которые считывает массу параметров: геопозицию, уровень топлива, данные о работе двигателя. Они проходят через облако, после чего на экране своего смартфона их видит пользователь. Или «умный» дом: говоришь «Алиса, я дома», и свет включился, кофе варится, и заиграла ваша любимая музыка.

Александр провёл экскурсию по интернету вещей в «Яндекс.Облаке»

Мы говорим: «Алиса, привет, какая погода в Москве?». В этот момент на гаджете активируется споттер, который подтверждает, что мы действительно хотим поговорить с Алисой. После чего запись запроса устремляется в наш бэкенд, где она начинает обрабатываться двумя технологиями:

Далее два сервиса разбираются, чего хочет пользователь: один вычленяет имена собственные, другой ищет смысловые связи между словами в предложениях. «Переведённый» на язык машин запрос связывается с одним из пятидесяти сервисов — «Погодой», например. С самого начала мы работали над тем, чтобы «Алиса» понимала контекст диалога, и переход на Yandex Database мы начинали со сценария игры в города.

Олег приоткрыл внутреннюю кухню «Алисы» внутри доклада про высоконагруженные системы

Допустим, мы научились выделять самые сложные школьные задания. В «Яндекс.Репетиторе» ими бы были задачи на стереометрию на смекалку. С запросами к базе данных мы сможем рекомендовать школьнику самую популярную задачу за сегодня или ту, с которой уже две недели никто не справляется.

Благодаря устойчивости базы данных — она переживает 50 тысяч транзакций в секунду, такие рекомендации можно готовить в реальном времени. А следующий шаг: мы будем натренировывать школьника не по разделам, а по областям знаний. Он плохо решает именно те задачи, где есть одна тригометрическая формула — приложение советует подучить её отдельно.

Это из ещё одного доклада внутри секции про высоконагруженные системы

Данные клиента всегда принадлежат ему самому. Наш облачный сервис в них не заглядывает, мы не понимаем, что именно клиент загружает в облако. При этом соответствие данных закону — это тоже его ответственность. Кому и как давать доступ — решает только он сам.

Если какой-то диск выходит из строя, наш инженер получает об этом уведомление. Он под камерой вытаскивает его, кладёт в safe-пакет, опечатывает и несёт на диагностику. Если это жёсткий диск, и он больше не пригоден — то мы сперва его размагнитим,а потом уничтожим, если другие разновидности — то они сразу попадают в нашу шредер-машину.

Безопасности был посвящён целый доклад

Данные есть и вне компании, и они могут быть полезны. К примеру, пиццерия строит график динамики заказов — почему бы не наложить на него данные о погоде? Мы даём «покрутить» аналитикам данные о погоде, осадках и температурах в городах с населением больше ста тысяч по всему миру.

Роман рассказал, чему новому научился сервис для визуализации данных