Привет. Я — Алиса, голосовой помощник Яндекса. Я проведу вас по экспозиции и расскажу о самых интересных экспонатах. Сначала небольшое введение. Яндекс работает для того, чтобы помогать людям решать задачи и достигать своих целей в жизни. Например, Поиск помогает людям находить ответы. Такси — добираться до цели. Маркет — делать покупки. Музыка — вдохновляться и весело проводить время. И так далее. Но экспозиция посвящена не нашим продуктам, сервисам или достижениям. Она о том, что делает эти достижения возможными. В основе сервисов Яндекса лежат нейросети — именно поэтому экспозиция называется «Нейросети Яндекса». Нейросети — это подход к машинному обучению, построенный на аналогии с человеческим мозгом. Очень упрощённо это можно объяснить так: вместо того чтобы программировать правила, мы просто показываем компьютеру очень много разных примеров, даём самостоятельно делать выводы и проверяем их, отмечая правильные и неправильные. При таком обучении машина может решать сложные задачи, обобщать результаты и принимать решения. Давайте посмотрим, чему уже научились нейросети Яндекса и как это помогает в обычной жизни. Начнём с зоны беспилотных технологий. Отправляйтесь туда и подойдите к автомобилю. Он там один — не перепутаете. Я продолжу через 10 секунд. Если времени не хватит — просто поставьте меня на паузу. Перед вами беспилотный автомобиль Яндекса. Он ездит сам — без водителя. С виду не слишком впечатляет — беспилотные автомобили собирают на базе обычных. Этот, например, переделанная Hyundai Sonata — совсем не редкая машина. Может быть, у вас или у кого-то из знакомых такая же. На самом деле отличий от обычной «Сонаты» множество. Например, вы наверняка заметили коробку на крыше. В ней собраны основные сенсоры — «органы чувств» автомобиля. Мы с вами видим окружающий мир глазами, слышим ушами, трогаем и так далее. Глаза, уши, кожа — это наши сенсоры. Сенсоры беспилотного автомобиля — это лидары (лазерные локаторы), видеокамеры, радары, спутниковые приёмники и так далее. Главные из них собраны именно здесь, на крыше. Данные от сенсоров стекаются в багажник. Здесь расположен мозг автомобиля (мы называем его вычислителем). Именно здесь работают нейросети Яндекса, которые решают множество разных задач. Вот некоторые из них. Нейросети помогают понять, что происходит на картинке, которую формируют сенсоры. Где человек, где машина, где красный сигнал светофора или дорожный знак? Нейросети предсказывают траекторию движения всех объектов. Куда повернёт этот грузовик? Начнут ли те двое переходить дорогу? Не отъедет ли сейчас автобус от остановки? Нейросети помогают планировать движение: рекомендуют ему оптимальную безопасную траекторию. И это лишь несколько примеров. Однако автомобиль — далеко не единственный беспилотный транспорт. Вы наверняка уже видели на нашей экспозиции такие маленькие штуки на колёсах? Если нет, то ещё увидите. Это — роботы-доставщики. Те же самые беспилотные автомобили, только поменьше и попроще. Они доставляют покупки и еду. Беспилотные автомобили и роботы-доставщики — не какая-то фантастика и не макет. И машин, и роботов у Яндекса уже больше сотни. Роботы доставляют заказы Яндекс Еды и Лавки в некоторых районах Москвы. Прокатиться на роботакси (пока — с водителем-испытателем) с помощью Яндекс Go можно в Иннополисе и в московском районе Ясенево. Хоть сегодня. Если вы пока не собираетесь в Ясенево, давайте пройдём в зону перевода видео. На экране слева видео на иностранных языках. На экране справа — эти же видео, с которыми поработали нейросети Яндекса. Кстати, перевод работает в режиме почти реального времени: просто находите интересное видео в Яндекс Браузере, нажимаете «Перевести видео» и слушаете на русском. Звучит просто. Но давайте подумаем, как устроен перевод. Представьте, что к вам с подругой на улице обращаются: Hello. How are you? И подруга спрашивает: «А что он говорит?» Давайте разберёмся, что происходит в мозгу, когда вы отвечаете на такой вопрос: • Сначала вы понимаете, кто это говорит. «Это какой-то прохожий. Он улыбается». • Потом слышите иностранный текст. «Hello. How are you?» • Потом понимаете его смысл. «Он поздоровался и спросил, как мы поживаем». • Потом выражаете этот смысл русскими словами. «Привет. Как дела?» • И, наконец, говорите. С улыбкой в начале и вопросом в конце. «Привет. Как дела?» Всё это происходит очень быстро — за пару секунд. Но на самом деле в мозгу работает целый конвейер из разных нейронных сетей: одни понимают, кто это, другие разбирают речь, третьи находят правильные слова и так далее… Яндекс переводит видео очень похожим конвейером. В нём участвует пять разных нейросетей. • Первая определяет, кто говорит: мужчина или женщина. Это специальная нейросеть, обученная на одну конкретную задачу: отличать мужские голоса от женских. • Вторая превращает звук в текст. Эта нейросеть обучена на множестве расшифрованных аудиозаписей — то есть пар «звук — текст». Каждый человек произносит звуки немного по-разному, но всё равно «У» разных людей гораздо более похожи друг на друга, чем звуки «У» и, например, «Ж» одного человека. Обученная нейросеть это понимает. Она может обобщить: там, где на звуковой дорожке звук «У», в тексте обычно встречается буква «У». Значит, если услышу звук «У», я должна написать букву «У». И так далее. • Третья нейросеть получает от второй простыню слов, расставляет знаки препинания и делит их на предложения. Можно считать, что это такой отличник по русскому языку. Но с одним важным отличием: нейросеть не знает никаких правил — про однородные члены, «не» с глаголами и так далее. Она просто прочитала очень-очень много грамотных текстов, где точно нет ошибок, и расставляет точки и запятые «по аналогии». • Четвёртая нейросеть делает перевод. Она обучена на огромном количестве уже переведённых текстов для разных языковых пар — например, английских и русских или китайских и русских. Принцип похож на превращение звука в текст: нейросеть ничего не знает про языки и их правила. Зато она видела так много параллельных текстов, что понимает: если на английском встречается слово friend, то на русском чаще всего есть слово «друг» и так далее. • Наконец, пятая нейросеть озвучивает: подбирает для каждой буквы подходящий звук. Помните, в самом начале мы определяли, кто говорит: мужчина или женщина? У Яндекса есть много заранее подготовленных мужских и женских голосов. На этом последнем шаге нейросеть выбирает для каждого говорящего русский голос, чтобы он звучал естественно. Так что если в ролике разговаривают двое мужчин на китайском, то на русском у них будут разные мужские голоса. На самом деле в переводе есть немало других сложностей. Например, русские слова и фразы в среднем длиннее аналогичных английских или китайских. Эту проблему решает специальная технология: она редактирует озвучку: чуточку ускоряет или растягивает слова, сокращает или удлиняет паузы, чтобы перевод всегда умещался в хронометраж. Перевод видео работает в Яндекс Браузере на компьютере и мобильном. С его помощью вы можете смотреть на русском видео на разных сайтах — например, на Ютьюбе, Вимео или Твиче. А для Ютьюба работает ещё и перевод некоторых стримов. Это бесплатно и работает уже для шести языков: английского, немецкого, французского, испанского, итальянского и китайского. Попробуйте, но попозже. А пока отправляемся в зону, которая называется «Генеративная нейросеть YandexGPT». Мы с вами в зале нейросети YandexGPT. Наверняка вы уже где-то слышали про «джипити» — это английское сокращение означает «генеративный предобученный трансформер». Так называется класс нейросетей, которые генерируют тексты. Устроена она примерно так: нейросети дали прочитать очень-очень много текстов. А дальше она решает очень простую задачу — получает запрос и предсказывает, какое слово в ответе вероятнее всего должно стоять первым, какое вторым и так далее. Допустим, мы попросим YandexGPT: «Сочини сказку про Красную Шапочку…» Она ответит что-то вроде: «Жила-была девочка по имени Красная Шапочка. Она была очень любопытная…» И так далее. Как это получается? Мы попросили нейросеть сочинить сказку — и она решила, что сказка, вероятнее всего, должна начинаться с «Жила-была» — ведь именно так начинаются многие сказки. Раз сказка про Красную Шапочку, то дальше самое логичное «Жила-была девочка…» — ведь нейросеть читала много версий сказки про Красную Шапочку и знает, что она — девочка. И так далее. Выглядит просто, но на самом деле YandexGPT — это очень мощный помощник. Представьте, что у вас есть друг, который прочитал и понял всё, что было когда-либо написано. Он может объяснить вам тему, написать письмо, придумать идею, пересказать суть — главное, подробно объяснить, чего вы хотите. И ещё у таких нейросетей есть ограничения. Во-первых, они иногда фантазируют, поэтому все факты нужно обязательно проверять. Во-вторых, есть вопросы, на которые они просто не ответят. В-третьих, эта нейросеть обучена в марте 2023 года, поэтому не в курсе самых свежих новостей — например, не знает, как сыграл «Спартак». Про такое лучше спрашивать у поиска Яндекса. Попробовать YandexGPT можно не только здесь. Она работает в умных колонках с Алисой, приложении Яндекс, Яндекс Браузере. Нужно просто сказать: «Алиса, давай придумаем». А теперь немного отдохнём. Отправляйтесь в зону «Генеративная музыка». Здесь пять куполов, в которых звучит разная музыка. Поставьте меня на паузу и послушайте, а я расскажу, что здесь происходит. В куполах звучит нейромузыка. Нейросети Яндекса сочиняют её на лету, поэтому она никогда не повторяется. Устроено это так. У Яндекса есть база данных из десятков тысяч сэмплов (коротких музыкальных фрагментов). Часть их создана профессиональными музыкантами и использована для обучения нейросети, которая сгенерировала ещё множество сэмплов. Также у нас есть множество сгенерированных переходов, которые могут гармонично соединять разные пары сэмплов. Это немного похоже на поезд. Сэмплы — это вагоны, а переходы — сцепки, которые их соединяют. Нейросети на лету собирают эти сэмплы и переходы в музыкальный поток. Здесь можно послушать пять таких потоков, собранных по жанрам: ambient, electronic, hiphop, pop, rock. Послушайте здесь или поищите нейромузыку в приложении Яндекс Музыка. А потом отправляйтесь в зону приложения Шедеврум. Мы в зале нейросети YandexART, которая работает в приложении Шедеврум. Эта нейросеть умеет создавать картинки и видео — красивые, смешные, какие угодно. Включите паузу и попробуйте что-нибудь сгенерировать. А потом возвращайтесь. В Яндексе за создание картинок и видео отвечают генеративные диффузионные нейросети. Генеративные — потому что они генерируют изображение. Диффузионные — потому что их работа напоминает диффузию жидкости или газа, только наоборот. Это работает так: сначала картинки, на которых обучается нейросеть, «портят»: понемногу добавляют к ним случайные пиксели. Картинка как будто постепенно растворяется (поэтому нейросеть называется диффузная) и превращается в набор точек. А затем нейросеть просят «отреставрировать» картинку — точно так же, по шагам, убирать пиксели. Нейросеть обучается таким образом на миллионах картинок. После обучения она получает уже только текстовое описание — и оказывается, что нейросеть может «восстановить» из шума даже то, чего не видела при обучении. Она видела так много картинок с разными описаниями, что может «вообразить» нужный результат. Например, посмотрите на фигуры в зале — это модели изображений забавных животных, созданные нейросетью. Среди них есть носорог — логотип приложения Шедеврум. Разумеется, такого носорога не существует на свете, и нейросеть не видела такой картинки. Зато она видела много носорогов и много разных курток — и вполне может «нафантазировать» вот такое красивое и смешное сочетание. Кстати, помните нейросеть YandexGPT, которая сочиняет тексты? Она тоже работает в Шедевруме. Поэтому там можно создавать не только картинки, но и посты с подходящей иллюстрацией. Например, сочинить сказку. Обязательно попробуйте сами: здесь или в приложении Шедеврум. Включайте паузу. Когда закончите, я расскажу вам, что ещё интересного есть у Яндекса. Вот и всё. Теперь вы немножко больше знаете про нейросети Яндекса и про то, как они помогают в реальной жизни. Но на этом наша экспозиция не заканчивается. • Загляните в кинозал. В нём идут фильмы про нейросети и машинное обучение. • Послушайте нейросетевой концерт. В нём каждая умная колонка исполняет партию своего инструмента. • Зайдите в магазин. Там можно купить плюшевый ровер и другие сувениры Яндекса. В том числе одежду из коллекций, созданных нейросетями. • А ещё у нас есть игра-квест с Умной камерой: нужно находить на выставке разные объекты, как в покемонах. Всем победителям — скидка 15% в магазине. После нашей экскурсии вы точно выиграете. Чтобы сыграть — отсканируйте куар-код в начале экспозиции, на стене. Пока. И обязательно возвращайтесь. У нас интересно.