Дмитрий Соколов-Митрич - Яндекс.Книга

— Кажется, я перестал понимать, какое все это имеет отношение к «Яндексу».

— «Яндекс» умеет работать с большими объемами данных. И это наше базовое умение, наш ежедневный хлеб. Я просто привел примеры того, как машины учатся на больших объемах данных и в конце концов делают что-то лучше людей. Дело идет к тому, что на этом направлении случится примерно такая же революция, как в эпоху индустриализации, когда машины стали заменять человеческую физическую силу. Экскаватор копает быстрее, чем человек лопатой, а мы лопатой копаем быстрее, чем руками, — это нормально. Лифт нас поднимает на двадцатый этаж, мы к этому привыкли, нам не кажется, что машины нас поработили. То же самое сейчас начинается в области замены человеческой головы. Машины будут лучше нас переводить, распознавать и делать еще много чего.

— И этот процесс возглавят компании, которые сейчас занимаются поиском?

— По всей видимости, да. Потому что именно поисковые технологии сидят сегодня на больших объемах данных и умеют с ними работать.

— Вы говорите о больших объемах данных как о полезных ископаемых.

— Это почти не является преувеличением. Большие массивы информации в совокупности с технологиями их обработки — это огромный возобновляемый ресурс.

— Илья Сегалович как-то сказал, что «Яндекс» всего лишь монетизирует математику. Мне тогда эта фраза показалась красивой метафорой, но я не представлял себе, что ее можно понимать буквально. То есть мы можем просто продавать математику, сделать ее одним из самых серьезных источников дохода государства?

— Во всяком случае, для этого у нас сейчас есть все возможности. Поиск оказался на переднем крае всего машинного обучения. А машинное обучение открывает огромные возможности для развития национальных экономик. Похоже, что картинки из фантастических фильмов, когда приборы с тобой разговаривают и тебя понимают, скоро станут явью. Мы спокойно будем относиться к тому, что за нас думают и угадывают наши желания. Это огромная индустрия.

— Если сегодня вам задать тот сакраментальный вопрос Григория Рувимовича: «Каким вы видите свое будущее лет через десять, молодой человек?» — вы ответите, что к тому времени «Яндекс» должен стать одним из мировых гигантов в области обработки данных?

— Во всяком случае, в эту сторону мы сейчас активно копаем. Мы ищем сферы применения своей технологии обработки данных. И видим, что это огромные непаханые поля. Когда-то человечество научилось экономить на замене ручного труда, и случилась промышленная революция. Теперь мы почти научились экономить на замене труда умственного. Что-то огромное из этого обязательно вырастет.

— Ну, а что конкретно вы уже делаете в этом направлении? Может, есть уже первые контракты?

— Да, есть. Пока мы делаем тестовые задачи в самых разных областях. Мы, например, сотрудничаем с Европейским центром ядерных исследований (ЦЕРН) — это та структура, которая занимается большим адронным коллайдером. Они используют наш MatrixNet для анализа распада мезонов. Что касается сотрудничества с бизнесом, то тут, к сожалению, мы не имеем права называть контрагентов, но можем называть области применения. Так, мы сотрудничаем с банками в области антифрода (борьба с мошенничеством при помощи пластиковых карточек). Сегодня, например, банки вынуждены отказывать в транзакциях владельцам карт, которые приезжают из США в Европу и пытаются там ими расплачиваться. Глупая система видит в этих действиях признаки мошенничества. Количество отказов — до 30 процентов. Если снизить его хотя бы до 25 процентов, это огромные миллиарды. А если мы кому-то экономим миллиарды, значит мы сами зарабатываем сотни миллионов. Другой пример. У мобильных операторов куча данных о поведении клиентов, эти данные пока лежат мертвым грузом. А на них можно много чего делать — например, подбирать правильный тариф, чтобы пользователю было удобно и пользователи не уходили. Еще пример. Современные самолеты сегодня оснащены сотнями сенсорных датчиков. Все замеряется, пишется и тоже лежит мертвым грузом. А если на эти данные посмотреть, то выяснится, что с их помощью можно решать много полезных задач. Например, у самолетов 10 процентов простоя из-за несвоевременного подвоза вышедших из строя запчастей. Полетел насос — надо ждать час, пока подвезут новый. А можно научить самолет заранее предугадывать выход детали из строя. И тогда насос привезут заранее, пока самолет еще на подлете, и пассажиры не опоздают.