Недавно мы узнали, что ВКонтакте обновляет свой алгоритм «умной новостной ленты». Вы были среди тех, кто создавал «умную ленту» еще в 2016 году. Что изменилось за эти два года?

С тех пор наша команда стала очень сильной. Еще в 2016 году нас было всего несколько человек, а теперь у нас есть целая команда, занимающаяся алгоритмами машинного обучения. Мы узнали, что нужно каждому типу пользователей.

Одним из ключевых факторов сейчас является понимание того, как все должно работать. Мы постоянно работаем над обновлениями. Ведь даже если проблема решена, всегда есть место для улучшения. Кроме того, за последние два года появились новые технологии, позволяющие работать над более сложными задачами. Мы знаем, что новостная лента очень важна как для пользователей, так и для создателей, поэтому каждую неделю решаем задачи в этой области, оттачивая ее до совершенства.

С 2016 года мы добавили новые параметры, определяющие контент в ленте. Мы начинали с достаточно простого алгоритма, который до сих пор решает довольно много задач, но сейчас количество факторов стало в десятки раз больше, а алгоритмы, прогнозирующие интересы пользователей, — еще эффективнее.

Какие параметры вы используете?

Их на самом деле очень много. Мы уделяем больше внимания местонахождению пользователей, ведь очевидно, что жители Санкт-Петербурга больше интересуются местными новостями. Очевидно, мы учитываем, с какой платформы приходит пользователь. Этот фактор сильно влияет на потребление контента. На мобильном телефоне мы в основном предпочитаем быстрый контент: короткие видео, последние новости. Когда мы заходим с ПК или ноутбука, у нас есть время посмотреть более длинное видео или активно погрузиться в информацию.

Мы также учитываем время, которое пользователи тратят на чтение новостей. Зачем нам это нужно? Например, существует популярное и довольно упрощенное предположение, что новости с наибольшим количеством «лайков» на самом деле очень важны. Однако поведение пользователя гораздо сложнее. Довольно часто нам не нравятся те вещи, которые нас интересуют: мы читаем заголовок, смотрим на иллюстрацию, но этот пост нам не нравится. Все это мы сейчас учитываем.

В этом году Facebook изменил способ формирования новостной ленты и теперь будет показывать сообщения от друзей и семьи вместо «наиболее релевантного контента», который вы назвали неправильным и ограничивающим. Почему?

У нас другая точка зрения на этот вопрос; мы за баланс. В экосистеме контента много равноправных участников. С одной стороны, наша цель как платформы — сделать так, чтобы наши пользователи чувствовали себя максимально комфортно. Конечно, ВК исторически место, где мы общаемся с друзьями.

С другой стороны, каждый создатель также является нашим пользователем; более того, они просто делают наш сайт интересным. У нас много маленьких талантливых авторов, которые, например, участвуют в программе «Таланты ВКонтакте», и огромное количество популярных СМИ в ВК.

Таким образом, наша цель — создать баланс, понять, что в какой момент важно, и персонализировать этот контент. Если кто-то вообще любит читать новости, то и в ленте их будет больше. Другой пример: некоторые пользователи утром читают новости, а вечером общаются с друзьями. Поэтому наши алгоритмы учитывают время суток, когда пользователь взаимодействует с сайтом. Постепенно мы добавляем различные факторы, чтобы сделать алгоритмы еще более точными.

Кстати, в этом году публичная страница Университета ИТМО также успела получить так называемый «Огонь Прометея», которым обозначают страницы, создающие оригинальный новый контент. Программа VK Talents начала действовать в прошлом году; какие результаты достигнуты на сегодняшний день?

На сегодняшний день «Огонь Прометея» получили более десяти тысяч участников. У нас уже есть большое сообщество авторов.

Ярким открытием стала, например, певица Гречка, которая сейчас очень популярна и даже появилась на Первом канале. Наши алгоритмы нашли ее и дали ей «Огонь Прометея» еще в январе, если не ошибаюсь. Таким образом, наша идея подтвердилась: мы верили, что сможем проанализировать все происходящее, учесть интересы пользователей и заметить по-настоящему талантливых людей, способных привлечь внимание к своему контенту. На раннем этапе наши алгоритмы замечают авторов, затем они становятся еще более известными и, наконец, получают признание далеко за пределами «ВКонтакте».

Гречка

Это только один положительный момент, который мы видим: пользователи заинтересованы в талантах, которые мы находим. Благодаря тому, что мы общаемся с нашими авторами, у нас появляется масса идей, как развиваться дальше. В этом году мы запускаем много интересного.

Кстати, если вы хотите узнать больше о Prometheus, вам следует подписаться на сообщество авторов ВКонтакте. Если вас интересуют технологии, у нас есть сообщество VK Research, где мы представляем свои находки в области машинного обучения. Еще у нас есть VK Tech, где мы рассказываем о новейших технологиях в мире программирования, и, конечно же, Команда VK, которая анонсирует все основные обновления.

Одним из требований к сообществам, желающим получить «Огонь», является оригинальный контент или его интересная подача. Как сегодня алгоритмы помогают найти первоисточник контента и показать его пользователям?

Мы анализируем текст, а также все изображения. Мы можем сравнить два текста, и алгоритмы покажут их поразительное сходство. Мы также можем определить, есть ли у изображения некий первоисточник, созданный ранее на нашей платформе, даже если изображение было немного изменено.

Мы знаем, что каждый автор хочет, чтобы мы защищали то, что он создает. Поэтому, конечно, эти алгоритмы будут постоянно развиваться.

Какие задачи нельзя решить с помощью искусственного интеллекта и машинного обучения? А что вы лично ожидаете от техники?

Беспилотные автомобили кажутся очень интересной возможностью. Второе, что кажется очень интересным и перспективным, — это диалоговые системы или умные боты.

Сегодня мы видим, что многие задачи можно решить быстро и эффективно с помощью сообщений. Например, мы часто договаривались по телефону. В ближайшее время, думаю, мы будем делать это через мессенджеры, а многие наши рутинные задачи будут выполнять боты.

У ВКонтакте большие планы по тому, как сделать рекомендательный сервис еще удобнее. И в этом случае на помощь приходит тот факт, что мы сами активно используем то, что создаем. Заходя в ВК каждый день, мы, с одной стороны, радуемся тому, что имеем, с другой — понимаем, как сделать его еще удобнее и поэтому постоянно развиваемся.

Когда восемь лет назад вы заканчивали университет, машинное обучение и большие данные были менее популярны, чем сейчас. Что привело вас в эту сферу?

Пока я готовил лекцию, я думал, что университет дал мне большие знания, важные фундаментальные принципы и научил меня исследовать практически любой предмет, уметь его понимать. Но на самом деле никто — ни я, ни специалисты, ни преподаватели вуза — не могут с абсолютной точностью предсказать, что будет востребовано через пять лет. Поэтому важно оставаться очень динамичным и гибким, не бояться экспериментировать в своей области обучения.

Моя первая работа после окончания университета (Андрей Законов — выпускник факультета компьютерных технологий Университета ИТМО. — Ред.) — Java-разработчик. Тогда я очень увлекался программированием, но через пару лет появились новые технологии, началось бурное развитие машинного обучения и нейронных сетей. Поскольку я был в курсе всех интересных вещей, происходящих в этой области, я подумал, что попробую узнать что-то новое. Ведь уже тогда было понятно, что эти технологии могут сильно влиять на то, что происходит вокруг нас. Постепенно я очень полюбил это и сегодня понимаю, что это одно из самых перспективных направлений.

Многие семи-восьмиклассники в этом году стали победителями и призерами олимпиады ВКонтакте ИТМО. Могут ли они сегодня заниматься задачами машинного обучения хотя бы на базовом уровне?

Думаю, да, именно так. С одной стороны, это может быть очень сложно. Например, для решения многих задач нужно глубоко погрузиться в технологии и разработать новые алгоритмы. Именно этим и занимается команда ВК, ведь мы решаем нерешенные задачи.

При этом очень здорово, что технологии с каждым годом становятся доступнее. Уже существующие технологии нейронных сетей и машинного обучения можно легко применить в новой области. Есть много разных примеров того, как можно научить нейросети отличать фотографии кошек от фотографий собак, определять пол и возраст человека или распознавать тему текста.

Такого рода вещи можно делать на базовом уровне; не нужно сильно погружаться в эту область, можно использовать готовые примеры кода, библиотеки, фреймворки. Всем советую посмотреть на задачи в той области, которой они занимаются, выяснить, что выглядит достаточно рутинно, чтобы за них это мог сделать компьютер, и попытаться решить эту задачу. Если задача выглядит достаточно монотонной и не очень креативной, то, скорее всего, ИИ уже может с ней справиться или скоро справится.

Какие навыки нужны, чтобы стать частью команды ВКонтакте и заниматься этими задачами вместе с вами?

На самом деле мы активно ищем очень опытных людей — специалистов своего дела, но также сотрудничаем с университетами. Наша программа стажировки позволяет менее опытному человеку продолжить обучение, решая при этом наши проблемы.