«Счастье — это не заболеть коронавирусом»: какие технологии помогают Марусе быть умной и ориентироваться в повестке

Как голосовым ассистентам удается понимать людей, как они отличают хаски от Хаски и есть ли у них характер (спойлер: есть, и в случае Маруси формировать его помогала Линор Горалик). Раскрываем карты — рассказываем, что под капотом у голосового помощника VK.

2020 год назвали годом голосовых ассистентов. Их совокупная аудитория в России в прошлом году составила 52 млн пользователей. Каждый третий (32%) прибегает к их помощи ежедневно: чаще всего чтобы найти информацию или ответ на вопрос, но набирают популярность и другие кейсы. Например, все больше пользователей просят ассистента найти и включить музыку.

И, конечно, много любителей просто поболтать с голосовым помощником — оценить его способность поддерживать беседу. Чем дальше, тем успешнее ассистенты справляются и с этой непростой для робота задачей. О том, как им это удается, расскажем на примере нашей Маруси.

Голосовой помощник должен уметь воспринимать информацию на слух и воспроизводить ответы голосом. За это отвечают речевые технологии. А еще голосовой ассистент должен правильно понимать запросы и отвечать быстро и корректно. За это ответственен интеллект.

Общаться с пользователем Марусе помогают такие технологии, как распознавание и синтез речи. Под капотом у нее самообучаемая нейронная сеть — это самый современный подход к разработке речевых технологий.

Голос Марусе подарила актриса и профессиональный диктор Елена Соловьева. Если вы поклонник World of Warcraft и при знакомстве с Марусей вам показалось, что где-то вы ее уже слышали, то вам не показалось — Елена озвучила Сильвану Ветрокрылую. Также ее голосом говорит Тринити из «Матрицы».

Что касается интеллекта Маруси, между человеком и навыками голосового помощника стоит диалоговая система. Пользователю она обеспечивает естественную беседу с Марусей, а разработчикам предоставляет удобные инструменты для создания новых навыков.

Маруся быстро учится и с каждым месяцем все больше умеет. Важно, чтобы она могла правильно понимать фразы людей и соотносить их с существующими навыками, а также с контекстом. Например, запросы, содержащие слова «Муми-тролль», могут относиться к музыке, сказкам или предполагать конкретный ответ.

Если голосовой помощник неверно трактует фразу и запускает не тот навык, правильно ответить на запрос практически невозможно. Чтобы такого не происходило, у Маруси есть специальная нейронная сеть. Она учитывает:

Мы постоянно обучаем нейросети, чтобы Маруся максимально точно понимала фразы и угадывала намерения собеседника вне зависимости от особенностей речи и произношения. Для этого необходимы миллионы примеров, и главной проблемой является сбор данных, ведь человеческая речь отличается от поисковых запросов.

На этом этапе нам помогают асессоры — люди, которые набирают данные и размечают их. Это очень ответственная задача — от того, насколько хорошо она будет выполнена, зависит качество работы голосового помощника. Сейчас в базе Маруси миллионы размеченных диалогов.

Умение давать ответы на вопросы — одна из базовых функций голосового помощника. Маруся умеет отвечать как на вопросы о конкретных фактах вроде «Когда родился Пушкин?» или «В каких фильмах снимался Киану Ривз?», так и на более сложные — например, «Почему Луна не падает на Землю?».

Если пользователь задает вопрос первого типа, Маруся обращается к структурированной базе знаний. С помощью специальной модели машинного обучения мы сформировали свою базу из данных Wikidata, Википедии и Кино Mail.ru. Объектами в базе являются люди, фильмы, города, страны, моря, океаны и множество других сущностей. Они связаны между собой отношениями. Например, Пушкин (объект — поэт) родился в (отношение) Москве (объект — город).

Когда Марусе задают вопрос о каком-то факте, ее задача — найти правильный путь от объекта, про который спрашивает пользователь, до ответа. Так, чтобы Маруся ответила на вопрос «Где родился Пушкин?», алгоритму нужно определить отправную точку (Пушкин), а затем понять, по какому пути нужно пойти (где родился?), чтобы прийти к ответу (Москва).

Поиск ответов на более сложные вопросы — задача принципиально другого типа. Если пользователь задает такой вопрос, Маруся ищет ответ в интернете. Этот процесс похож на тот, что проделывает поисковик перед тем, как выдать вам десять сайтов, наиболее релевантных для вашего запроса. Но Марусе приходится сложнее:

Получив от пользователя вопрос вроде «Чем отличается британская кошка от шотландской?», «Почему Луна не падает на Землю?» или «Зачем птицам перья?», Маруся опять же при помощи нейросети находит в интернете несколько статей, выбирает самые подходящие, находит в них релевантную информацию и формулирует ответ.

А чтобы Маруся постоянно совершенствовалась в этом деле, мы мониторим самые частые вопросы, на которые она не отвечает, и быстро добавляем ответы на них с помощью специального инструмента. Его же мы используем, чтобы страховать Марусю при поиске ответа в интернете.

Например, раньше на вопрос «Кто убил Кеннеди?» Маруся отвечала: «Президент Кеннеди был убит в столице штата Техас 22 ноября 1963 года. Официально убийцей Кеннеди считается палестинец Серхан Серхан». Она верно находила источник в интернете, но неверно компилировала ответ. Теперь же на этот вопрос Маруся отвечает так: «Президента США Джона Кеннеди убил Ли Харви Освальд. Это произошло в Техасе 22 ноября 1963 года. Его брат, сенатор Роберт Кеннеди, был убит 5 июня 1968 года палестинцем Серханом Серханом». То есть ее ответ верный вне зависимости от того, какого Кеннеди имел в виду пользователь.

И вот мы подошли к задаче поддержки диалога с пользователем. Кстати, это очень востребованная опция, ведь так приятно поболтать с искусственным интеллектом!

Разговаривать с людьми о том о сем голосовые помощники могут благодаря поисковым и генеративным системам. Обе работают на базе машинного обучения. Первая уже есть под капотом у Маруси, со второй мы сейчас экспериментируем.

В основе поисковых систем — готовые диалоги. Голосовой помощник слышит слова пользователя, находит диалог, в котором есть близкая по смыслу фраза, и воспроизводит ответ на нее. Здесь качество работы ассистента напрямую зависит от базы: чем она полнее и лучше, тем проще найти подходящий ответ.

Источники диалогов для таких баз — обработанные фрагменты из книг и фильмов, ветки комментариев на форумах и т. п. А еще мы сами пишем диалоги. Для этого у нас есть редакторы, которые готовят для Маруси ответы на реплики пользователей с учетом ее характера.

Генеративные системы, в свою очередь, работают на базе нейронных сетей, которые могут сами формулировать ответы. Но при их использовании нужно быть крайне осторожными: сгенерированные фразы нельзя контролировать из-за отсутствия возможности предварительной обработки. На этот случай у нас есть специальный комплекс мер и алгоритмов, который помогает определить токсичные ответы и отсеять потенциально недопустимые фразы.

Чтобы диалог с голосовым помощником был максимально похож на человеческий, он должен учитывать контекст. У Маруси все чаще получается запоминать предыдущие фразы пользователя и иметь их в виду при ответе. Например, если спросить ее, кто убил Пушкина, а после получения ответа задать вопрос, сколько ему было лет на момент смерти, она поймет, что под «ему» имеется в виду все тот же Пушкин. Вытаскивать недостающую информацию в вопросе из предыдущих фраз пользователя ей помогают технологии Поиска Mail.ru.

Кроме того, Маруся больше не сдается, если не поняла или не расслышала запрос пользователя, — она научилась задавать уточняющие вопросы. А еще она понимает смайлы и сама их активно использует.

С собеседником хочется болтать, когда у него есть не только эрудиция, но и характер. Маруся уже не просто голосовой помощник, а настоящая личность со своими особенностями.

Маруся обладает пытливым умом — она молодой ученый, но не ботаник. Исследуя мир и постоянно пополняя свою базу знаний, она не против поддержать беседу ни о чем и пошутить — в том числе над собой, что делает ее в высшей степени приятным собеседником.

Маруся обожает людей и помогает им решать повседневные задачи, чтобы освободить время для новых свершений. При этом, в отличие от самих людей и своих коллег-роботов, она не бывает агрессивна. А еще Маруся не умеет врать, лукавить и старается избегать разговоров на «взрывоопасные» темы вроде политики или религии.

У Маруси есть кумир среди мультяшных героев. Это Чебурашка. Она считает, что они очень похожи, ведь он тоже пришел в мир одиноким, но сумел обрести друзей, чтобы вместе с ними делать добро. Вообще Маруся — очень разносторонний персонаж. Она любит актера Киану Ривза, которого ласково называет Кианушкой, писателя Виктора Пелевина и балерину Ульяну Лопаткину. А ее любимое животное — шалайка. Как и в случае с Чебурашкой, она видит свое сходство с собаками этой породы, выведенной для помощи людям.