Как звучит космос: Яндекс представляет аудиопутешествие по Вселенной
Интернет, 9 апреля 2021 года. Яндекс.Музыка представляет плейлист-аудиопутешествие «Музыка звёзд», посвящённый 60-летию первого полёта человека в космос. Он состоит из 10 треков и заканчивается бонусным эпизодом, в котором музыканты, программисты и астрономы рассказывают, как можно связать технологии и творчество.
Особенность плейлиста в том, что звёзды и галактики сами стали соавторами музыки: каждый трек составлен на основе их уникальных параметров, которые преобразовали в музыку с помощью алгоритмов.
«Нам важно популяризировать науку и технологии самыми разными способами, чтобы увлечь как можно больше людей. Почему бы не использовать для этого музыку? Мы уже представляем, как выглядит космическое пространство, а теперь его можно и послушать. Уверена, что кого-то альбом вдохновит на изучение галактики, устройства вселенной или технологий работы с данными. Кто знает, может, именно эти треки будут звучать на космических кораблях, которые будут везти туристов на околоземную орбиту», — отметила генеральный директор Яндекса в России Елена Бунина.
Путешествие начинается от Солнца и заканчивается у сверхмассивной чёрной дыры в центре галактики M87 на расстоянии 53,5 миллиона световых лет от Земли. В пути можно услышать, как «звучат» разные небесные тела: звёзды, пульсары и целые галактики, узнать о них больше из комментариев учёных и даже представить, как они выглядят — для каждого трека сделаны видеошоты, небольшие зацикленные видео.
Превратить данные в мелодии Яндекс.Музыке помогли методы сонификации. Из яркости, движения и других характеристик небесных тел выделили частоту и амплитуду — то, что можно использовать как параметры звука. Каждый параметр выражается численно, и с помощью таблицы эти числа сопоставили с определенными нотами. Затем подобрали гармоническое движение, инструменты и эффекты — и в итоге получилось 10 законченных произведений.
Завершает путешествие бонус-трек. В нём эксперты рассказали о том, как создавалась музыка звёзд, какие параметры небесных тел для этого использовались, почему в космосе на самом деле нет никаких звуков и в чём алгоритмы пока ещё проигрывают человеку.
Плейлист «Музыка звёзд» был создан командой Яндекс.Музыки при участии астрофизиков. Данные небесных тел для альбома предоставили проект «Радиоастрон» Астрокосмического центра ФИАН, Американская ассоциация наблюдателей переменных звезд (AAVSO), Центр прогнозирования космической погоды (SWPC) и NASA.
Плейлист «Музыка звёзд» можно послушать на Яндекс.Музыке и в поиске Яндекса.
Яндекс не впервые экспериментирует с параметрической музыкой. В 2019 году Яндекс.Музыка выпустила альбом «Нечеловеческая музыка», в который вошли произведения, написанные композиторами в соавторстве с нейросетью Яндекса. В 2016 году вышел альбом «Нейронная оборона», вдохновлённый творчеством Егора Летова. Все тексты на альбоме написала нейросеть.
Источник
Космический поиск: «Яндекс» представил следующее поколение поисковых систем
Больше, чем просто поиск: «Яндекс» представил обновление искусственного интеллекта, работающего с поисковыми запросами пользователей. По словам экспертов компании, новый поисковый алгоритм не просто выдает сайты, а подсказывает готовое решение.
Презентация поисковой машины нового поколения прошла в Московском планетарии: вся стилистика запуска нового алгоритма была выдержана в космической тематике.
Новая версия поиска основана на алгоритме «Королев»: как пояснили в ходе презентации, алгоритм использует нейронную сеть, которая способна сопоставлять смысл запросов и веб-страниц. «Это позволяет поиску с высокой точностью отвечать на редкие и сложные вопросы. Для обучения искусственного интеллекта „Яндекс“ задействует не только поисковую статистику, но и распределенную сеть ассесоров и толокеров, а также оценки миллионов пользователей», — уточнили в компании.
Главная особенность «Королева» заключается в способности определять суть страницы заранее, на этапе индексирования. «Благодаря этому количество страниц, которые поиск может единовременно сопоставлять по смыслу с конкретным запросом, выросло с 150 документов до 200 тысяч», — утверждают в «Яндексе».
Не менее важна и еще одна деталь: помимо сопоставления смысла запроса и страницы, «Королев» учитывает еще и смысл других запросов, которым страница релевантна.
Недавний рекламный слоган компании — «Поиск № 1 в России» — вызвал вопросы у Федеральной антимонопольной службы России (претензии были отозваны после указания данных систем LiveInternet и Comscore), однако теперь сомнений не остается: с новым алгоритмом «Яндекс» укрепился в системе мировых поисковых сервисов.
Компании «Яндекс» принадлежит один из лишь четырех поисковиков в мире, которым приходится жестко конкурировать с мировым гигантом — Google. В российской компании делают ставку на локальность — разработчики считают, что местный поиск должен в первую очередь решать местные задачи: знать места рядом, понимать все языки, диалекты и акценты, предлагать пользователю быстрые и подходящие решения. В поиске «Яндекса» работают тысячи лучших инженеров и математиков, которые каждый день делают поиск умнее и быстрее.
Как ранее писал «Ридус», «Яндекс» уверенно лидирует среди российских пользователей компьютеров (61%, по данным LiveInternet). Кроме того, отечественная компания может значительно улучшить свои позиции в смартфонах и повысить текущее значение в 35% пользователей.
Речь идет об эксклюзивной для России возможности выбора поискового сервиса по умолчанию для всех пользователей смартфонов на базе Android. Впервые корпорация Google пошла на такой шаг, предоставив право выбора между собственным сервисом и поисковиками от «Яндекса» и Mail.Ru.
На таком решении настояла ФАС, в течение двух лет «принуждающая» Google к соответствию антимонопольному законодательству. Перед мировым соглашением, заключенным в апреле текущего года, Google успел получить штраф на 439 миллионов рублей.
Источник
Нейросети, космос, человек: «Яндекс» представил новый поиск
«Яндекс» запустил принципиально новую версию своего поисковика, основанную на использовании нейронных сетей. Новый поиск базируется на интеллектуальном алгоритме «Королёв». В результате поисковик отвечает на сложные вопросы ещё более точно, причём это касается не только текстовой информации, но и графики, видео, аудио. Кроме того, в «Яндексе» рассказали о значительных изменениях в архитектуре самого индекса.
Презентация новой версии поисковика «Яндекса» прошла в Московском планетарии минувшим вечером. Собственно, площадка планетария должна была настроить аудиторию на нечто возвышенное, высокоинтеллектуальное, космическое и скоростное. Ну, а нехватка мест в зале была объяснима. Всем хотелось узнать, что же такого нового представит крупнейшая ИТ-компания России в области поиска. А представлен был новый алгоритм поиска «Королёв», названный в честь легендарного советского конструктора Сергея Королева.
В начале мероприятия представители «Яндекса» рассказали об истории развития поиска. Первые поисковые системы появились в середине 1990-х годов, когда интернет был совсем небольшим — счёт сайтов шёл на тысячи. Чтобы помочь человеку найти нужное, достаточно было составить список веб-страниц, где есть слова из поискового запроса. О сложном ранжировании (упорядочивании страниц по степени соответствия запросу) тогда речь не шла. Считалось, что чем чаще в документе встречаются слова из запроса, тем лучше он подходит.
Между тем, Интернет быстро рос, и потребовались дополнительные критерии отбора. Поисковики начали учитывать ссылки на документы, научились определять регион, откуда поступил запрос, стали обращать внимание на поведение пользователей.
В какой-то момент факторов ранжирования (признаков, по которым можно определить, насколько хорошо страница отвечает на запрос) набралось так много, что стало ясно: прописать их все в виде инструкций невозможно. Лучше научить машину самостоятельно принимать решения. Осталось понять, какие признаки использовать и как их комбинировать. В «Яндексе» для этих целей создали «Матрикснет» — метод машинного обучения, с помощью которого строится формула ранжирования и пристраиваются внутренние связи.
Перед тем как пустить в ход сложную формулу ранжирования, поисковые машины составляют список «предварительно подходящих» веб-страниц — таких, в которых есть слова из запроса. Нам, людям, понятно, что один и тот же смысл можно выразить разными словами. Веб-страница может не содержать всех слов из запроса, но тем не менее очень хорошо на него отвечать. Однако объяснить это машине довольно сложно.
«Первый шаг к поиску по смыслу «Яндекс» сделал в прошлом году, когда мы представили поисковый алгоритм «Палех». В его основе лежит нейронная сеть. Нейросети показывают отличные результаты в задачах, с которыми люди традиционно справлялись лучше машин: скажем, распознавание речи или объектов на изображениях», — рассказывает Андрей Стыскин, руководитель Яндекс.Поиска. — Запуская «Палех», мы научили нейронную сеть преобразовывать поисковые запросы и заголовки веб-страниц в группы чисел — семантические векторы. Важное свойство таких векторов состоит в том, что их можно сравнивать друг с другом. Чем сильнее будет сходство, тем ближе друг к другу по смыслу запрос и заголовок».
«Королёв» является развитием алгоритма «Палех», он делает ещё один шаг вперёд. Он умеет сравнивать смысл поискового запроса со смыслом страниц, а не только их заголовков. По мнению разработчиков, «Королёв» позволит более точно понимать смысл поисковых запросов пользователей и делать ответы на них более релевантными даже в том случае, если сам запрос очень редкий и непонятный.
Кроме того, алгоритм «Королёв» обещает существенным образом улучшить качество поиска по картинкам. До сих пор он работал только по поиску слов, содержащихся на страницах с картинками. «Королев» же использует нейтросети для того, чтобы понять смысл картинок.
Принцип работы
Поисковый алгоритм «Королёв» сравнивает семантические векторы поисковых запросов и веб-страниц целиком, а не только их заголовков. Это позволяет выйти на новый уровень понимания смысла. Тексты веб-страниц в семантические векторы преобразует нейросеть. Эта операция требует много вычислительных ресурсов. Поэтому «Королёв» высчитывает векторы страниц не в режиме реального времени, а заранее, на этапе индексирования. Когда человек задаёт запрос, алгоритм сравнивает вектор запроса с уже известными ему векторами страниц.
Умение понимать смысл особенно полезно при обработке редких и необычных запросов. Это происходит, когда люди пытаются описать своими словами свойства того или иного объекта и ожидают, что поиск подскажет его название. Примеры таких запросов: «картина где небо закручивается» или «ленивая кошка из монголии».
Такая схема позволяет начать подбор веб-страниц, соответствующих запросу по смыслу, на ранних стадиях ранжирования. В «Палехе» смысловой анализ — один из завершающих этапов: через него проходят всего 150 документов. В «Королёве» он производится для 200 тысяч документов — то есть в тысячу с лишним раз больше. Кроме того, новый алгоритм не только сравнивает текст веб-страницы с поисковым запросом, но и обращает внимание на другие запросы, по которым люди приходят на эту страницу. Так можно установить дополнительные смысловые связи.
«У нас есть запрос человека и заголовок страницы, которая претендует на попадание в топ выдачи. Нужно понять, насколько они соответствуют друг другу по смыслу. Для этого мы представляем текст запроса и текст заголовка в виде таких векторов, скалярное произведение которых было бы тем больше, чем релевантнее запросу документ с данным заголовком. Иначе говоря, мы с помощью накопленной поисковой статистики обучаем нейронную сеть таким образом, чтобы для близких по смыслу текстов она генерировала похожие вектора, а для семантически несвязанных запросов и заголовков вектора должны различаться», — говорит Александр Сафронов, руководитель службы релевантности Яндекс.Поиска.
Как только человек вводит запрос в Яндексе, сервера «Яндекса» в режиме реального времени преобразуют тексты в вектора и сравнивают их. Результаты этого сравнения используются поисковой машиной в качестве одного из факторов. Представляя текст запроса и текст заголовка страницы в виде семантических векторов, модель позволяет уловить достаточно сложные смысловые связи, которые иначе выявить трудно, что в свою очередь сказывается на качестве поиска.
Оценка качества
В «Яндексе» подчёркивают, что использование машинного обучения и нейросетей позволит научить поиск оперировать смыслами на уровне человека. Но без помощи людей тут не обойтись. Чтобы машина поняла, как решать ту или иную задачу, необходимо показать ей огромное количество примеров, как положительных, так и отрицательных. Такие примеры дают пользователи «Яндекса».
Нейронная сеть, которую использует алгоритм «Королёв», обучается на обезличенной поисковой статистике. Системы сбора статистики учитывают, на какие страницы пользователи переходят по тем или иным запросам и сколько времени они там проводят. Если человек открыл веб-страницу и «завис» там надолго, вероятно, он нашёл то, что искал. Это говорит о том, что страница хорошо отвечает на его запрос. Это положительный пример. Подобрать отрицательные примеры гораздо легче: достаточно взять запрос и любую случайную веб-страницу.
В помощи людей нуждается и «Матрикснет», который строит формулу ранжирования. Чтобы поиск развивался, люди должны постоянно давать оценку его работе.
«Когда-то выставлением оценок занимались только сотрудники Яндекса — так называемые асессоры. Но чем больше оценок, тем лучше. Поэтому мы решили привлечь к этому всех желающих и запустили сервис «Яндекс.Толока». Сейчас там зарегистрировано более миллиона пользователей: они анализируют качество поиска и участвуют в улучшении других сервисов Яндекса. Задания на «Толок»е оплачиваются — сумма, которую можно заработать, указана рядом с заданием. За два с лишним года существования сервиса толокеры дали около двух миллиардов оценок», — приводит данные Ольга Мегорская, руководитель отдела обработки данных Яндекс.Поиска.
«Королёв» – это не одна конкретно взятая модель, а целый комплект технологий более глубокого применения нейронных сетей в поиске «Яндекса». В перспективах у разработчиков – использование персонализации поиска, соответствующей интересам человека.
Также в беседе с разработчиками стало известно о том, что переход к анализу содержимого страниц из поисковой выдача может радикально сказаться на рынке поисковой оптимизации (SEO). Однако конкретной статистики в самом «Яндексе» по этому поводу не привели.
Источник