Уинстон Черчилль в цифре: "МегаФон" создал уникального бота на основе трудов британского премьер-министра

Бот, созданный на основе трудов Уинстона Черчилля, позволяет задать любой интересующий вопрос британскому премьер-министру, который стал одной из самых заметных политических фигур в XX веке.

Разработан бот для РБК, издание уже опубликовало интервью с британским политиком. Ответы на вопросы были даны на основании различных верифицированных высказываний политика. В основе проекта лежит семантическая модель на основе сиамских нейросетей и архитектуры BERT. Они были обучены на нескольких десятках книг Черчилля.

Вот так, например, британский премьер-министр советует пережить экономический кризис: "Это действительно большая проблема. Отвечая на этот вопрос в 1915 году, я бы ответил так: сегодня мы переживаем тяжелый период, и прежде чем ситуация наладится, всё наверняка станет ещё хуже. Но я ни на минуту не сомневаюсь в том, что всё поправится, если мы проявим стойкость и упорство. По прошествии 35 лет я бы сформулировал ответ следующим образом: в моменты кризисов всегда утешительно сознавать, что ты избрал путь долга, ориентируясь на зажжённые для тебя маяки. Однако наши экономические проблемы требуют от нас пребывать в тесном и постоянном контакте с реальностью. Кроме всего прочего, я могу вам сказать, из пучины страдания мы вынесем вдохновение и силу выжить".

Он также рассуждает о стабильности валюты, освоении космоса, воспитании молодёжи и многих других вещах.

По словам разработчиков, технология, лежащая в основе бота, позволит изменить представление о поисковых системах. Действующая модель поиска через строку для ввода запроса и появляющегося после этого списка релевантных ссылок устарела. Боты придут ей на смену. Они смогут не только обрабатывать запрос и самостоятельно отбирать нужные результаты сразу из нескольких источников, но и объединять их в единый связный текст, как это мог бы сделать живой ассистент.

— Когда мы услышали про идею об интервью с Уинстоном Черчиллем, мы поняли, что можем её реализовать, опираясь на наш опыт работы с нейронными сетями, — рассказал директор по правовым вопросам "МегаФона" Сергей Переверзев.

Компания не первый раз использует ботов, работающих на основе нейронных сетей в решениях для бизнеса. С их помощью удаётся оптимизировать внутренние процессы, а сотрудники освобождаются от рутинной работы.

Так, на основе нейросети и технологии оптического распознавания символов работает сервис "Цифровой юрист". Сотрудник пишет вводные сообщения, бот берёт информацию из запроса и дополняет её данными из корпоративной базы поставщиков. Затем он присылает в ответ готовый черновик договора. Иногда его не требуется даже корректировать. Таким образом время на подготовку документа сокращается с 30 до нескольких минут.

Первый подобный проект "МегаФон" разработал также в партнёрстве с компаний Nlogic. В 2018 году пилотную версию бота-юриста LegalApe компании публично продемонстрировали на Петербургском международном юридическом форуме. Там LegalApe состязался в мастерстве с реальным юристом Романом Бевзенко. Несмотря на то что машина проиграла человеку со счётом 178 против 243 очков, ей удалось эффектно выступить и хорошо зарекомендовать себя.

Такие проекты опираются на семантический поисковик, настроенный на работу в определённой тематике. Например, бот-юрист обучен на юридической литературе, а бот для составления договоров — на корпоративных документах и базах. Соответственно, бота Черчилля обучали на многочисленных трудах самого британского политика.

По словам технического директора проекта Андрея Богомолова, разработка началась в августе 2021 года. Специалисты "МегаФона" и Nlogic сразу сфокусировались на передовых технологиях. В дело пошла генеративная модель GPT-3 от компании OpenAI. Её дообучили на нескольких десятках книг Черчилля. Сначала казалось, что это успех. Чувствовалась стилистика автора, но появился ряд проблем. Тексты не несли в себе явных мыслей. Они выглядели как слова политика, который хочет не высказать мнение, а, наоборот, уйти от ответа. К тому же первая версия виртуального Черчилля часто путала факты.

Разработчики решили, что нужно переделывать всё с нуля. В основу нового подхода положили именно проверку фактов. Бот всегда мог подтвердить свои высказывания отсылкой к источнику — конкретной книге или выступлению Черчилля. Дата-саентисты обучили нейронную сеть на базе разработанной компанией Google архитектуры BERT на всех оцифрованных книгах Черчилля.

Получился неплохой поисковик по трудам Черчилля, но для проведения интервью этого было недостаточно. На следующем этапе улучшения бота разработчики составили датасет из нескольких тысяч вопросов на самую разную тематику. В автоматическом режиме бот генерировал ответы на вопросы, а живым людям предстояло их обработать. Это сильно помогло.

Долгая и кропотливая работа позволила сделать речь виртуального сэра Уинстона структурированной и "человечной".