🏡 Есть ли кто-то в комнате? Знает датчик присутствия! Это новое устройство умного дома от Яндекса, которое определяет, есть ли в помещении люди — даже если они не двигаются. Как он работает, чем отличается от обычного датчика движения и в каких ситуациях будет полезен — рассказывает Никита Ковынёв из команды Умных устройств.

Стоимость новинки — 3 490 рублей. Приобрести устройство можно на Яндекс Маркете и в магазинах электроники.

↘️ Смотрите Q&A про умные устройства: в нём рассказали, сколько электричества они тратят, почему возникают проблемы в подключением и многое другое.

👉 Поставьте буст каналу

☺️ Придержите роботу дверь!

Курьеров не хватает — в прошлом году они вошли в топ-15 дефицитных профессий в России. Помочь с доставкой могут роботы, но пока они не со всем справляются самостоятельно. Например, не могут вызвать лифт или открыть дверь. Решением может стать комбинированная доставка — о ней рассказывает Марина Перескокова, директор по продукту рободоставки Яндекса.

Роботы-доставщики созданы для улицы и умеют хорошо ориентироваться в городе. Например, доставщики Яндекса работают круглосуточно в любую погоду, отвозят два заказа за раз и используют ИИ-планировщик, чтобы ехать быстрее и безопаснее. Разработчики учат их передвигаться в городской среде, в том числе в сложных исторических районах с узкими тротуарами.

Людям часто нужна доставка до двери, а робот не может позвонить в домофон или подняться по лестнице. Некоторые застройщики уже проектируют здания, в которых робот будет подключаться к инженерным системам дома, чтобы вызвать лифт или открыть дверь, но это появится не везде и не сразу. Поэтому последнюю милю — финальный этап доставки — пока получается доверить только человеку. 

Решение — комбинированная система: часть пути посылку доставляет робот, а часть — человек. Курьеры смогут работать «от робота до двери» — так можно будет уменьшить проблему нехватки людей и снизить нагрузку на них. Комбинированная доставка будет дешеветь по мере того, как роботов будет становится больше.

Подписывайтесь 👉 @techno_yandex

🫶 «Больше не нужно лезть в карман, чтобы пообщаться с Алисой AI». Как создавались первые ИИ-наушники Яндекса, какие технологии уместились в 200 килобайт оперативки и чего ждать от функции «Моя память»? В новом yet another podcast обсуждаем запуск Яндекс Дропс вместе с командой, которая стояла за их созданием:

🔴 ИИ-наушники или ещё один интерфейс для Алисы AI? Яндекс Дропс по версии их создателей

🔴 «Громче», «тише», «дальше». Как инженеры работали над быстрыми командами и боролись с ложными срабатываниями в автобусах и самолётах

🔴 Как работает функция «Моя память» и что даёт персонализированное общение с Алисой AI

🔴 Можно ли забронировать ресторан через Дропсы? А записаться на ноготочки? Обсуждаем агентские сценарии настоящего и будущего

↘️ Смотрите на YouTube и в VK Видео, слушайте в Яндекс Музыке.

Подписывайтесь 〰️ @yandex

👩‍💻 «Фильм, где программист уворачивался от пуль в слоу-мо»?

Для современных алгоритмов такой запрос кажется тривиальным, но так было не всегда — Поиск Яндекса прошёл долгий путь.

1998: всё построено на формуле

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

На старте поиск обрабатывался по написанной вручную формуле вроде знаковой BM25, которая сопоставляла слова из запроса с содержимым сайтов. Она называлась «полином» и требовала точного запроса. Для хороших результатов люди пользовались символьными командами: + (должно содержать слово), – (не должно содержать слово), «» (должна содержаться фраза в кавычках) и т. д.

2009: машины начали обучаться

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

Инженеры начали отходить от ручной настройки, когда появился первый в Поиске алгоритм машинного обучения — Матрикснет. Он анализировал тысячи характеристик сайтов вроде смыслового содержания, ссылок на источники, частоту кликов, глубину прочтения и т. д. Матрикснет подбирал сайты, которые с большей вероятностью подойдут и понравятся пользователю.

2016: нейросети изучают смысл

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

В помощь Матрикснету пришли нейросети, которые не просто видели отдельные слова и характеристики, но и понимали смысл запроса. Запросы и сайты теперь представлялись в геометрическом пространстве, где схожие по смыслу элементы находились рядом. Поиск стал искать точки, находящиеся ближе всего к смыслу запроса, и научился понимать метафоры или сравнения (но не только их).

2020: трансформеры приходят на смену

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

Алгоритм поиска постепенно вырос до 30 нейросетей, но потом появились трансформеры. До этого модели обрабатывали фрагменты запроса по отдельности, но новая архитектура позволила соединить все нейросети в одну — такую, которая учитывает смысл запроса целиком. Трансформерную архитектуру назвали YATI, и она, в числе прочего, помогла улучшить Быстрые ответы — краткие справки сразу под поисковой строкой.

2023: поиск создаёт готовые ответы

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

Появление генеративных нейросетей позволило добавить к ранжированию ссылок создание готовых ответов на любые вопросы благодаря большой языковой модели Яндекса. Со временем эти ответы становились глубже и получали новые функции. Например, создание изображений прямо под поисковой строкой или ответы от Алисы AI.

2026 и дальше: всё решают агенты

🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥🫥

В Поиск уже встроили режим диалога с Алисой AI, которой можно задать уточняющие вопросы и не только. Более того, в Яндексе сделали «агентный поиск», адаптированный специально под нужды нейросетей, так как они уже отправляют больше поисковых запросов, чем люди. Следующий этап — агентские функции Алисы AI, которые позволят сразу в Поиске выдавать готовые решения вроде бронирования столиков.

Подписывайтесь 👉 @techno_yandex