Мы продолжаем цикл статей про рынок Natural Language Processing рассказом о самых успешных российских разработчиках и их продуктах. Уже в этом году отечественные команды в сфере NLP смогут протестировать свои решения по анализу текстов в ходе технологического конкурса Up Great «ПРО//ЧТЕНИЕ». Призовой фонд соревнований — 200 млн рублей.
В сентябре 2019 года Центр компетенций НТИ по искусственному интеллекту на базе МФТИ опубликовал очередной выпуск профильного Альманаха. В исследовании собран актуальный список отечественных разработчиков в сфере NLP. Приводим краткое резюме отчета.
Российские компании, ведущие разработки в области NLP, представлены на рынке в нескольких категориях. Прежде всего, это поисковики и компании, которые уже много лет занимаются текстовыми технологиями: «Яндекс», ABBYY, Mail.ru, PROMT и RCO (часть группы Rambler).
Вторая категория — крупные корпорации, которые лишь в последние 3‑4 года начали формировать свои компетенции в области ИИ. Например, Сбербанк, «Тинькофф банк», МТС. Все они добились впечатляющих результатов, несмотря на то, что делают в основном технологии для внутреннего пользования.
1. «Яндекс»
NLP подразделения: «Яндекс Переводчик», «Яндекс Алиса», «Яндекс SpeechKit»
Лидер в ИИ: Михаил Биленко (руководитель управления машинного интеллекта и исследований).
Количество патентов: 7
Продукты и проекты:
«Алиса» — виртуальный голосовой помощник, доступный во всех устройствах с программным обеспечением «Яндекс». На начало 2019 года ежемесячная аудитория «Алисы» составила около 35 млн человек.
«Яндекс.Переводчик» — сервис автоматического перевода слов, фраз, целых текстов, а также веб-страниц. Сервис использует технологию машинного перевода, разработанную в «Яндексе». В 2019 году осуществлялась поддержка более 90 языков.
«Яндекс.Толока» — краудсорсинговая платформа для сбора и обработки данных для ML-проектов, обучения поисковых алгоритмов и нейронных сетей, развития речевых технологий и компьютерного зрения. В «Толоке» зарегистрировано более 5 млн исполнителей и 20 тыс. заказчиков. Собранные оценки используются для разработки голосовых помощников и чат-ботов и проведения научных исследований в разных предметных областях.
Yandex SpeechKit — комплекс технологий распознавания и синтеза речи, предоставляемый как сервис для внешних разработчиков. C 2019 года технология синтеза и распознавания речи Yandex SpeechKit доступна по модели SaaS на платформе «Яндекс.Облако». Технологию уже активно используют более 300 государственных и частных компаний из отраслей телекоммуникаций, финансов, услуг, медицины. Самые популярные сценарии применения Yandex SpeechKit — это роботизация колл-центров и речевая аналитика.
NLP подразделения: «ЦРТ-инновации» — научно-исследовательская компания, разработчик голосовых и бимодальных биометрических систем
Лидер в NLP и распознавании речи: Кирилл Левин, директор научно-исследовательского департамента ЦРТ
Количество патентов: 0
Продукты и проекты:
Voice Navigator — позволяет клиенту в кратчайшие сроки и удобным для него способом получить информацию о том, как добраться до нужного места.
«Незабудка II» — многоканальная система регистрации телефонных вызовов и речевых сообщений, позволяющая анализировать и сохранять данные вызовов.
«Варвара» — платформа для создания голосовых ассистентов с поддержкой технологий голосовой биометрии.
3. ABBYY
NLP подразделение: В продуктах компании используются технологии искусственного интеллекта для решения бизнес-задач.
Лидеры в NLP: директор по лингвистическим исследованиям Владимир Селегей, заместитель директора по разработке технологий Татьяна Даниэлян
Количество патентов: 113
Продукты и проекты для корпоративных заказчиков:
«Сбербанк» — мониторинг и автоматический анализ содержания новостей о 1000 банков-контрагентов на русском языке. NLP-решение ABBYY отбирает значимые сообщения, классифицирует новости по различным рисковым факторам и собирает релевантные данные досье о банках.
НПО «Энергомаш» — интеллектуальный корпоративный поиск. Компания тестирует решение ABBYY Intelligent Search, которое объединит в общую систему миллионы документов из множества информационных систем.
Банк ВТБ — автоматизированное открытие счета для юридических лиц с помощью решения ABBYY FlexiCapture. Технологии определяют типы документов, проводят проверку их наличия, извлекают необходимые данные и экспортируют информацию в банковские системы.
NLP подразделение: В 2019 году было запущено подразделение Mail.ru Group Tech Lab. Направление отвечает за технологические проекты в области искусственного интеллекта, распознавания голоса и изображений, а также за разработку новых экспериментальных коммуникационных продуктов.
Лидеры в NLP: Егор Ганин, заместитель вице-президента, руководитель направления облачных и бизнес-сервисов Mail.Ru Group
Андрей Калинин, директор по технологиям искусственного интеллекта
Продукты и проекты:
«Прометей» в социальной сети «ВКонтакте» — система для выбора релевантного контента для аудитории.
«Маруся» — голосовой помощник, разрабатываемый экспертами Mail.ru Group Tech Lab. Представлен в июне 2019 года. Планируются выпуск собственной колонки с «Марусей» и интеграция технологии в другие продукты Mail.ru Group и сторонние сервисы.
Mail.ru Sounds — технология распознавания звуков и речи на базе машинного обучения. Обнаруживает и анализирует любые звуки или их сочетание в аудиопотоке.
Сервис для быстрой разработки приложений на основе машинного обучения Mail.ru Cloud Solutions — технология помогает разработчикам и исследователям быстро создавать приложения на основе глубокого обучения без приобретения, конфигурирования и поддержки собственной инфраструктуры.
5. Just AI
NLP подразделение: Just AI специализируется на технологиях искусственного интеллекта, машинного обучения и понимания естественного языка с 2011 года. Клиенты - ЮниКредит банк, Совкомбанк, МТС, HeadHunter, «Папа Джонс», приложение «Кошелек» и другие крупные бренды. Just AI является партнером Google и «Яндекс» в области создания контента для голосовых ассистентов.
Лидеры в NLP: Кирилл Петров, управляющий директор компании Just AI (входит в группу компаний i-Free)
Продукты и проекты:
Just AI Conversational Platform — платформа enterprise-уровня для разработки разговорных чат-ботов и ассистентов, понимающих естественный язык. Чат-боты, созданные в платформе, решают комплексные задачи бизнеса: поддержка клиентов, найм и обучение сотрудников, оформление заказов и продажа товаров.
Aimylogic — конструктор навыков и интеллектуальных ботов для независимых разработчиков.
Aimybox — готовые наборы навыков и лицензионный контент для умных устройств.
Детский робот «Емеля» — устройство на русском языке, понимающее естественную речь.
6. PROMT
NLP подразделение: PROMT разрабатывает решения по переводу для частных и корпоративных пользователей и решения для анализа неструктурированных текстовых данных. Клиенты PROMT — крупные российские и международные компании: «Лукойл», «Норильский Никель», «Лаборатория Касперского», Amadeus, Spanish Dict и др.
Исследователи в NLP: руководитель группы статистических исследований Александр Молчанов, директор по исследованиям и разработке Федор Быков
Продукты и проекты:
PROMT Translation Server Developer Edition — автоматический перевод текстов, документов и веб-страниц целиком с помощью API.
PROMT Analyzer SDK — компонент для информационно-аналитических систем. Позволяет автоматически анализировать Big Data на разных языках, выделять факты, упоминания персон, организаций, событий и другие сущности, определять тональность высказываний и документов.
PROMT Cloud API — облачный интерфейс, который позволяет использовать технологию онлайн-перевода PROMT в других программах или на сайтах.
PROMT Mobile SDK — многофункциональный элемент для встраивания в мобильные приложения, позволяющий использовать технологию перевода PROMT полностью офлайн.
7. «Тинькофф»
NLP подразделение: Во всех коммуникациях «Тинькофф» активно использует технологии искусственного интеллекта и машинного обучения, более 30% обращений клиентов в чатах обрабатывается без участия сотрудников банка.
Руководитель NLP направления: Константин Маркелов, вице-президент, директор по бизнес-технологиям «Тинькофф»
Продукты и проекты:
Голосовой помощник «Олег» — первый в мире голосовой помощник в сфере финансов и лайфстайл-услуг. «Олег» отвечает на вопросы клиентской поддержки, обрабатывая более 30% обращений, еще в 30% случаев отвечает на часть вопросов, в половине случаев ответы персонализированы. Используются как нейросетевые подходы, так и классические методы.
Tinkoff VoiceKit — сервис речевых технологий «Тинькофф», включающий глубокие нейросетевые модели для синтеза и распознавания речи; использовались для создания голосового помощника «Олега», а с июля 2019 года доступны всем желающим по SaaS модели.
Кредитный скоринг — основа кредитного бизнеса «Тинькофф», сочетает в себе как классические робастные скоринговые модели, так и новое экспериментальное направление на основе обучения с подкреплением.
Голосовая биометрия — система для быстрой идентификации клиентов по голосовому отпечатку в колл-центре, сокращает время идентификации клиента в несколько раз.
NLP подразделение: Компания с 2005 года разрабатывает интеллектуальных чат-ботов, которые поддерживают диалог с человеком на естественном языке на заданные темы в текстовых и голосовых каналах. Разработка полностью ведется на собственных технологиях — язык разметки диалогов, диалоговый процессор, базы знаний и словарей.
Лидер в NLP: Анна Власова, руководитель отдела лингвистики в «Наносемантике». Работала в компаниях «Медиалингва», Rambler, «Ашманов и Партнеры», Kaspersky Lab
Продукты и проекты:
За 15 лет реализовано более 90 коммерческих проектов для следующих компаний: «Сбербанк», Ford, BMW, Beeline, Headhunter, Webmoney, ВШЭ, «Газпром нефть», «МТС Беларусь», «Банк «Санкт-Петербург», «Ростелеком» и др.
«Элиза» — виртуальный консультант компании.
NLP подразделение: Цель компании — с помощью анализа миллиардов сообщений социальных медиа выявлять новые и фиксировать изменения существующих трендов, позволяющих выбрать стратегию и тактические шаги в развитии бизнеса и государства.
Brand Analytics имеет архив более 100 млрд русскоязычных сообщений и анализирует сейчас до 3 млрд сообщений в месяц, в том числе публикации во «ВКонтакте», «Одноклассниках», Instagram, Facebook, Twitter, Youtube, на форумах, сайтах-отзовиках, в блогах, мессенджерах и т.д.
Руководитель NLP направления: Алексей Соловьев, руководитель лингвистической лаборатории
Продукты и проекты:
BRAND ANALYTICS — система анализа социальных медиа.
BA EXPRESS — система мониторинга соцмедиа и СМИ для компаний с небольшим объемом упоминаний и персонального использования.
BRAND VISOR — дашборд для быстрого контроля инфополя компании топ-менеджментом. Отслеживает сообщения о компании и её первых лицах в СМИ и социальных медиа, выделяет значимые публикации и визуализирует данные в виде трендов и зон риска.
EVENT WALL — соцмедиа-дашборд для мероприятий. Делает мероприятие интерактивным, собирает впечатления участников мероприятия и собственный контент организаторов в соцсетях на одном динамическом экране.
EUREKA ENGINE — высокоскоростная система лингвистического анализа текстов модульного типа, позволяющая извлекать новые знания и факты из неструктурированных данных огромных объемов в режиме реального времени.
10. Сбербанк
NLP подразделение: С 2017 года в Сбербанке функционируют Управление развития компетенций по исследованию данных, Лаборатория по искусственному интеллекту и внутреннее DS\AI сообщество. Над созданием единых платформ для технологий NLP и Speech Analytics работают Agile-команды.
Лидеры в NLP\Speech Analytics: руководитель департамента управления данными Круглов Константин, руководитель речевых технологий Филиппов Денис, первый заместитель председателя правления Ведяхин Александр, директор центра исследования данных Еременко Максим
Продукты и проекты:
На основе единых технологических платформ для NLP и Speech Analytics, позволяющих ускорить разработку и внедрение новых продуктов, реализуются инициативы по созданию чат-ботов, автоматического голосового меню, автоматизированной подготовке юридических документов, обработке жалоб и обращений и др.
11. RCO
NLP подразделение: С 2000 года RCO ведет разработку продуктов и технологий поиска и анализа неструктурированной текстовой информации, а также компьютерной лингвистики, использованных в таких программных продуктах как ClaraBridge (компании «ClaraView», «VDI-EPAM»), X-Files, Аналитический курьер (компании «Ай-Теко», «Белый ветер»), КРИТ, Медиалогия (компания «Медиалогия»), Дозор-Джет (компания «Инфосистемы Джет»), «Консультант Плюс» (компания «Консультант Плюс Программные технологии»).
Руководитель компании и NLP направления: Владимир Плешко, генеральный директор
Продукты и проекты:
RCO Fact Extractor SDK — инструмент компьютерного анализа текстовой информации. Пакет предназначен для разработчиков информационно-аналитических и поисковых систем.
RCO Text Categorization Engine — библиотека для разработчика информационно-поисковых систем, позволяющая на основании лексических профилей определять принадлежность текста к заданному множеству категорий, получать количество вхождений и позиции выбранного термина в тексте.
RCO Досье — информационно-аналитическая система «Система ведения досье» (ИАС СВД) — программа, предназначенная для автоматизированного сбора информации из различных источников, содержащих сведения о юридических лицах, в структурированную базу данных фактографической информации.
RCO Zoom — специализированная поисковая система, сочетающая функционал традиционных поисковых систем и анализа информации.
12. «АСМ Решения»
NLP подразделение: АСМ Решения — ИТ-компания, основана в 2015 году, разработчик инновационных технологий в сферах: автоматической обработки и анализа речевых данных; распознавания речи (более 35 языков); голосовой биометрии; синтеза речи; классификации данных на основе методов машинного обучения.
Продукты и проекты:
Онлайн классификация и постклассификация обращений — автоматическое определение причин обращений и выявление горячих тем, тегирование вызовов.
Чат-бот — голосовой интерфейс и классификация обращений для чат-помощника.
Голосовая аналитика — инструменты анализа ситуации в голосовом канале контакт-центра. За последние три года компания «АСМ Решения» расширила опыт внедрения и использования речевых технологий в совместных проектах с компаниями: «Почта России», ЦИАН, Skyeng, «Речевая Аналитика», «Передовые Системы», «Алексэн», «Фонемика» и др.
13. «Медиалогия»
NLP подразделение: разработчик автоматической системы мониторинга и анализа СМИ и соцмедиа в режиме реального времени. Ежедневно компания отрабатывает 100 млн сообщений из 52 тыс. источников.
Исследователи NLP: Василий Кирюхин, Олег Хадарцев
Продукты и проекты:
Мониторинг и анализ СМИ для PR — «Медиалогия» предоставляет онлайн доступ к базе СМИ с возможностью производить самостоятельный мониторинг СМИ и экспресс-анализ полученных сообщений.
«Медиалогия» для SMM — автоматическая система мониторинга, анализа и реагирования в соцмедиа.
«СМ Инцидент» — отработка негатива в соцмедиа, реагирование на значимые упоминания, контроль скорости и качества коммуникаций.
Анализ цитируемости для медиа — «Медиалогия» автоматически анализирует цитируемость каждого сообщения и оценивает источник по Индексу Цитируемости (ИЦ).
14. Kribrum
NLP подразделение: Компания, основанная в 2010 году, анализирует новостной поток Интернета и посты в социальных сетях. «Крибрум» выкачивает и анализирует 14 миллионов твитов в день в русскоязычном сегменте Twitter, 300 тысяч сообщений в ЖЖ, весь «ВКонтакте» (17 миллионов записей в день), частично Facebook (6 миллионов записей в день), 120 тысяч независимых блогов и форумов, 19 тысяч СМИ (300 тысяч статей и заметок в день) и полтора миллиона ежедневных записей в сервисе Instagram. Время отработки информационного потока — несколько часов.
Исследователи в NLP: Алексей Вознюк, Александр Ермаков
Продукты и проекты:
Система мониторинга и анализа социальных медиа «Крибрум» — собирает упоминания объекта (компания, персона, продукт компании) из русскоязычных ресурсов Интернета: социальных сетей, онлайн-СМИ, блогов, тематических и региональных форумов и других ресурсов. После этого система автоматически определяет эмоциональную окраску высказываний и распределяет публикации по тегам и категориям.
Один из проектов компании — регулярное исследование «рейтинг травли медиаперсон», составленный на основе мониторинга онлайн-ресурсов. В рейтинге анализируются негативные упоминания различных публичных персон в социальных сетях.
15. МТС
NLP подразделение: В 2017 году МТС создала отдельное подразделение для внедрения решений на базе ИИ — Центр AI. Фокус исследований в сфере речевых технологий направлен на создание виртуальных помощников и чат-ботов, осуществляющих клиентскую поддержку и оптимизирующих деятельность подразделений внутри компании.
Исследователи по NLP: ведущий разработчик группы AI Никита Семенов
Продукты и проекты:
В 2018 году МТС запустила умного бота клиентской поддержки в личных кабинетах пользователей на сайте компании, сейчас бот консультирует клиентов также в приложении «Мой МТС». На сегодняшний день восемь из десяти клиентских запросов обрабатываются без привлечения специалистов поддержки. В июне 2019 года МТС представила решение для внешнего рынка — разработку чат-бота, адаптирующуюся под необходимый конкретной компании пул задач.
16. Naumen
NLP подразделение: Группа компаний Naumen — российский вендор ПО и облачных сервисов, технологический партнер в цифровой трансформации для компаний и органов власти. Виртуальные сотрудники и ассистенты, разработанные компанией, ежедневно выполняют миллионы задач.
Исследователи в NLP: Антон Ложков
Продукты и проекты:
Naumen KnowledgeCat — интеллектуальная система, объединяющая в себе функции умного поиска в больших массивах информации, управления знаниями и формирования карт компетенций. Предлагает точные и развернутые ответы на сложные вопросы, связанные с производственными процессами, оказанием услуг и прикладными исследованиями.
Naumen Erudite — позволяет создавать роботов, которые общаются с человеком на естественном языке. С помощью специальных интерфейсов заказчик может самостоятельно обучать и тестировать робота, а также оценивать качество его работы.
Naumen Service Management Intelligent Automation (SMIA) — позволяет комплексно интеллектуализировать сервисную деятельность предприятий, автоматизировано решать проблемы и давать рекомендации специалистам сервисных служб и конечным пользователям, снижая стоимость поддержки систем и устраняя неэффективность процессов при ручной обработке данных.
17. МФТИ
Подразделение NLP: Лаборатория нейронных систем и глубокого обучения МФТИ.
Исследователи NLP: заведующий лабораторией нейронных систем и глубокого обучения МФТИ Михаил Бурцев, руководитель по развитию бизнеса iPavlov и заместитель заведующего лабораторией Ольга Каирова
Продукты и проекты:
Проект iPavlov — преодоление технологического барьера в области содержательного человеко-машинного общения на естественном языке через создание и введение в бизнес-практику инструментов, снижающих порог входа на рынок текстовых диалоговых систем. Цель реализуется через следующие задачи: исследование и разработка нейросетевых архитектур для работы с текстом на естественном языке.
Создание open-source библиотеки нейросетевых архитектур DeepPavlov для быстрого прототипирования диалоговых систем (программ, позволяющих автоматизировать человеко-машинное общение на естественном языке – чат-ботов, персональных ассистентов, экспертных систем). Разработка технологической платформы на базе обученных в доменных областях моделей для автоматизации ведения целенаправленного диалога с пользователем (для Сбербанка). Коллаборация с глобальным научным и бизнес-сообществом для создания и распространения библиотеки DeepPavlov.
До создания «универсального» ИИ человеческого уровня пока что очень далеко – многие ведущие мировые ученые об этом говорят в пику алармистским высказываниям таких людей, как Илон Маск или Стивен Хокинг. Я сошлюсь на Яна Ле Куна, главу ИИ в Facebook.
Если резюмировать его позицию и мнения других ведущих экспертов, современные решения очень хорошо решают очень узкие задачи, в которых либо есть огромные обучающие выборки, либо есть ограниченное количество вариантов (как, например, в игре Го) для перебора.
Для того, чтобы получить действительно универсальные решения, нужен подход, в рамках которого ИИ сможет формировать модель мира и принимать решения на основе не только данных, но и этой модели мира, включающей в себя факты, связи между ними и правила, по которым объекты взаимодействуют друг с другом.
При этом есть еще проблема, которая получила название «теоремы об отсутствии бесплатных завтраков». Теорема гласит, что любой алгоритм при повышении эффективности на одной задаче теряет эффективность при решении других задач. Одним из следствий этой теоремы является то, что «общий», «универсальный» или «сильный» ИИ в принципе требует другого уровня производительности со стороны чипов.
Поэтому для таких практических задач, как анализ текста, впереди еще много нерешенных задач даже на уровне железа. Один из таких барьеров мы попытаемся преодолеть в ходе технологического конкурса Up Great по взаимному обучению ИИ и человека.
Продолжение следует.
Куда делась часть 1?
КТОНИТЬ ВИДИТ ЭТО? ^)
https://vc.ru/u/436018-maksim-fedorov/105874-udalili-dovolno-kachestvennyy-kontent-hochetsya-pod-skrinom-razmestit-svoy-kamment
АХ АДМИНЫ ШУТНИКИ :)