Карта с плюсами

Яндекс, Альфа-Банк и Тинькофф выпустили кобрендинговую карту Яндекс.Плюс. Это банковская карта, с помощью которой можно рассчитываться за повседневные покупки и совершать онлайн-платежи. С картой выгоднее пользоваться сервисами Яндекса. Вы получаете кэшбэк 10% на Такси и 5% — на Еду, Драйв, Афишу, Беру, Путешествия и не только. Всего в программе участвуют 15 сервисов. Сервис с десятипроцентным кэшбэком будет меняться каждые три месяца.

Карта Яндекс.Плюс даёт кэшбэк не только на сервисы Яндекса, но и вообще на всё. Вам на счёт вернётся 1% от любой покупки и 5% — от покупок в категориях рестораны, развлечения, спортивные товары и образовательные услуги.

Если в месяц вы тратите больше пяти тысяч рублей, вы сможете фактически бесплатно пользоваться подпиской Яндекс.Плюс. Стоимость подписки — 169 рублей — будет ежемесячно возвращаться на счёт в виде кэшбэка. Подписка открывает полный доступ к Музыке, а также даёт скидки на Такси и Драйв, бесплатную доставку заказов с маркетплейса Беру и другие преимущества.

Карта Яндекс.Плюс может быть кредитной или дебетовой. Она оформляется через интернет — достаточно заполнить анкету. Выпуск и обслуживание бесплатны. Подробнее о преимуществах карты можно узнать на сайте Яндекс.Плюса.

Яндекс проведёт чемпионат по программированию

Мы открыли регистрацию на чемпионат по программированию. В этом году Яндекс проведёт его в конце мая – начале июня. Особенность чемпионата — в том, что он рассчитан на разработчиков разных специализаций. Победителей определят сразу в четырёх направлениях: фронтенд-разработка, бэкенд-разработка, машинное обучение и аналитика данных. Каждый может выбрать то, что ему ближе.

В чемпионате могут принять участие жители России, Беларуси и Казахстана, которым уже исполнилось 18 лет. Оба раунда состязания, квалификационный и финальный, состоятся в онлайне, на платформе Яндекс.Контест.

Победителей и финалистов чемпионата мы приглашаем на церемонию награждения в наш московский офис. Поездка — за счёт Яндекса

Квалификационный раунд пройдёт с 20 по 26 мая. Поучаствовать в нём можно в любое удобное время. В квалификации участникам предложат решить, в зависимости от направления, от 4 до 6 задач. На это отводится 4 часа. Финальный раунд состоится 1 июня. Для участников, соревнующихся в машинном обучении, он продлится сутки, у всех остальных, как и на квалификации, будет четыре часа.

Набор в Школу анализа данных


Яндекс приглашает студентов и аспирантов вузов, которые всерьёз интересуются машинным обучением и науками о данных, в Школу анализа данных. Набор открыт до 7 мая. Если вы хотите узнать про ШАД подробнее, посмотрите видеозапись со дня открытых дверей.

Конкурсные задачи придумали наши сотрудники. За направление фронтенда отвечает команда геосервисов, за бэкенд — команда Поиска, задачи по машинному обучению составили в управлении машинного интеллекта и исследований, а задачи в области аналитики данных — в отделе, который борется со спамом и мошенничеством в интернете. Все задачи очень похожи на те, с которыми программисты и аналитики Яндекса сталкиваются в повседневной работе.

Чемпионат — хороший шанс примериться к Яндексу. Если вам нравится решать подобные задачи, возможно, нам с вами стоит поговорить о работе. У участников, которые показали на состязании хорошие результаты, будет возможность устроиться в Яндекс по упрощённой схеме, без длинной череды собеседований.

Для победителей и финалистов чемпионата мы проводим экскурсию по офису и устраиваем встречи с ведущими разработчиками

Результаты чемпионата мы объявим 5 июня. Общий призовой фонд состязания составит 2,2 миллиона рублей. Занявшие первые места в каждом треке получат по 300 тысяч. Приз за второе место составит 150 тысяч, а за третье — 100 тысяч рублей. Все победители получат Яндекс.Станцию, а 20 финалистов, показавших лучшие результаты в каждом треке, — памятные футболки  и сертификат участника.

Подробнее о чемпионате можно узнать на сайте состязания. Регистрация закроется 26 мая, за 4 часа до завершения квалификационного раунда, но лучше отправить заявку пораньше. Перед началом конкурса мы пришлём письмо с напоминанием.

Яндекс назвал лауреатов премии имени Ильи Сегаловича

В январе этого года мы учредили научную премию имени Ильи Сегаловича. Задача премии — поощрить молодых учёных и научных руководителей из России, Беларуси и Казахстана, которые работают в профильных для Яндекса областях компьютерных наук. Мы получили больше 260 заявок и рады назвать первых лауреатов.

Награждение лауреатов научной премии имени Ильи Сегаловича. Офис Яндекса в Москве, 10 апреля 2019 года

В номинации «Молодые исследователи» премию получили девять человек — студенты и аспиранты из Москвы, Санкт-Петербурга, Нижнего Новгорода и Гомеля.

Арип Асадулаев, магистрант ИТМО, занимается нейронными сетями и обучением с подкреплением. В этом году он планирует представить результаты своих исследований на престижных международных конференциях NeurIPS и ICML.

Андрей Атанов из НИУ ВШЭ и Сколтеха специализируется на байесовских методах и исследует глубокие нейронные сети. Среди достижений Андрея — две публикации, представленные на конференции ICLR.

Павел Гончаров из Гомельского государственного технического университета имени П. О. Сухого использует технологии компьютерного зрения для распознавания болезней растений по изображениям. Также Павел увлечён применением машинного обучения в физике.

Эдуард Горбунов, аспирант МФТИ, занимается задачами оптимизации — и уже рассказывал о своих результатах на NeurIPS.

Александр Коротин из Сколтеха также работает в области машинного обучения — в частности, применяет нейронные сети для анализа временных рядов.

Александра Малышева учится в НИУ ВШЭ в Петербурге и работает в лаборатории JetBrains Research. Александра занимается глубоким обучением с подкреплением. В числе её проектов — использование методов машинного обучения для отслеживания объектов на видео.

Марина Мунхоева, аспирантка Сколтеха, проводит исследования в области обработки естественного языка и машинного обучения. Одна из статей Марины была представлена на конференции NeurIPS.

Анастасия Попова из нижегородского НИУ ВШЭ классифицирует эмоции в речи с помощью методов, обычно применяемых для анализа изображений. Анастасия также интересуется различными подходами к сжатию нейронных сетей.

Валентин Хрульков, аспирант Сколтеха, занимается оценкой генеративных моделей и теоретическим анализом рекуррентных нейросетевых моделей. Результаты своей работы Валентин представлял на конференциях ICML и ICLR.

Премия вручается не только студентам и аспирантам, но и тем, кто курирует их работу, — научным руководителям. В номинации «Научные руководители» лауреатами стали четыре человека. Это доцент ИТМО и кандидат физико-математических наук Андрей Александрович Фильченков, доцент НИУ ВШЭ и кандидат технических наук Дмитрий Игоревич Игнатов, доцент Сколтеха и доктор физико-математических наук Иван Валерьевич Оселедец и главный научный сотрудник МФТИ, доктор физико-математических наук Вадим Викторович Стрижов.

Лауреаты научной премии имени Ильи Сегаловича

Церемония вручения награждения лауреатов прошла 10 апреля в московском офисе Яндекса. Размер премии для молодых исследователей составляет 350 тысяч, а для научных руководителей — 700 тысяч рублей.

С помощью премии мы хотим подчеркнуть важность научной работы. Мы готовы поддерживать самые разные исследования в области компьютерных наук — от практических, которые дадут результат уже завтра, до теоретических, значимость которых будет понятна только через много лет. Хочется верить, что премия будет стимулировать интерес к исследованиям и с каждым годом мы будем получать всё больше сильных заявок.

Елена Бунина, генеральный директор Яндекса в России

Яндекс окажет молодым исследователям не только материальную поддержку. Лауреаты смогут съездить за наш счёт на одну из международных конференций по машинному обучению и пройти стажировку в отделе исследований Яндекса.

Угадайте город по фотографии

Мы выпустили новую игру, в которую можно играть с Алисой, — «Угадайте город по фотографии». Механика игры простая: вам показывают случайную фотографию с Яндекс.Карт, а вы угадываете, в каком из четырёх городов России она сделана. Сама игра при этом достаточно сложная. На снимках попадается всё подряд — и знаковые достопримечательности, и места, которые есть в каждом городе: новостройки, церкви, торговые центры, спальные районы. Узнать Москву по Красной площади или Казань по мечети Кул-Шариф не составляет труда. Но чтобы определить, в каком городе России снята панельная девятиэтажка, надо быть настоящим краеведом.

Скриншот игры

Правильный ответ могут подсказать детали: рельеф, растения, транспорт, вывески и указатели. Если на фото вы видите пирамидальный тополь, вряд ли оно сделано где-то на севере. Если на снимке «сталинка», это определённо не Ноябрьск и не Новый Уренгой — они основаны в 1970-х годах. Обилие японских машин говорит о том, что на фотографии, вероятно, один из городов Дальнего Востока — и так далее.

В игре есть виртуальный соперник — Алиса. Она угадывает города вместе с игроком. Мы добавили Алису, чтобы было не скучно играть в одиночку. А ещё нам захотелось проверить, насколько хорошо искусственный интеллект справляется с задачей узнавания городов по сравнению с людьми. Наверняка существуют не очевидные для человека детали, по которым один город можно отличить от другого.

Как готовили фотографии

Снимки, которые вы видите в игре, — из Яндекс.Карт; их загрузили пользователи. Мы взяли все фото с Карт, сделанные на территории России, и исключили те, которые были сняты в сельской местности и в небольших городах. Если для города доступно всего две-три фотографии, Алиса не научится распознавать его достоверно.

Пользовательские фотографии на Яндекс.Картах

Затем фотографии автоматически отфильтровали. Во-первых, убрали снимки плохого качества: слишком маленькие или слишком тёмные. Во-вторых, отбросили снимки с неподходящими сюжетами — например, фотографии, где большую часть кадра занимают вывеска или объявление. В результате осталось около 400 тысяч фотографий, сделанных в 111 городах России. Распределение по городам получилось неравномерным: очевидно, что снимков Санкт-Петербурга на Яндекс.Картах гораздо больше, чем фотографий Старого Оскола.

Как Алиса училась распознавать города

В Лаборатории машинного интеллекта Яндекса обучили специализированный нейросетевой классификатор. Он не просто распознаёт на фото объекты, а по их особенностям пытается определить, в каком городе они могли бы находиться.

В игре задействована нейронная сеть с архитектурой SE-ResNeXt-50, обученная на 80 тысячах классов. Это основная нейросеть, которую Яндекс использует для обработки изображений. Для игры мы берём выходы одного из верхних слоёв сети и доучиваем на них классификатор изображений.

В основе классификатора лежит нейронная сеть. Её обучают примерно так же, как людей: показывают фотографию и сообщают, в каком городе она снята. Все картинки, показанные при обучении, нейросеть запоминает — и в дальнейшем узнаёт со стопроцентной точностью.

Мы разделили фотографии на две части: одни использовались только для обучения, а другие только для игры. Это позволило научить нейросеть, и вместе с ней и Алису, обобщать наблюдения и находить закономерности, а не выдавать заученный ответ.

Все фотографии, которые показывает игра, Алиса видит впервые. Более того, искусственный интеллект, в отличие от людей, не обучается в ходе игры. Если сыграть несколько раундов подряд, какой-то снимок может выпасть повторно — человек его узнает, а Алиса будет смотреть на фото как в первый раз.

Что видит на снимках нейронная сеть

Точно понять, почему нейронная сеть приняла то или иное решение, нельзя — но можно выделить на снимке области, которые сыграли важную роль при вынесении вердикта. На чёрно-белом изображении красным отмечены зоны, которые помогли нейросети определить, что на фото — Владивосток (это правильный ответ).

Однозначного ответа на вопрос «Какой город на фотографии?» искусственный интеллект не даёт. Вместо этого он вычисляет вероятности: например, нейросеть может быть на 75% уверена, что на снимке Ялта и на 25% — что Москва.

Часовня Николая Чудотворца в Ялте. Красным цветом отмечены области, которые «голосовали» за то, что это Москва. Зелёным — за то, что это Ялта.

Мы несколько недель тестировали игру в Яндексе. Пока статистика показывает, что Алиса справляется с угадыванием в среднем лучше, чем живые игроки. У людей при этом есть фора — они могут определять города по надписям и кодам регионов на автомобильных номерах. Алиса в игре этого не делает: мы сознательно не стали добавлять функцию распознавания текста.

Проверьте себя — откройте игру в браузере или скажите Алисе «Давай сыграем в „Угадай город по фото“». Если вам удастся обойти искусственный интеллект, можете считать себя краеведом-экспертом.

Кстати, соревноваться можно не только с Алисой, но и с другими людьми — для этого используйте ссылку «Бросить вызов друзьям». По ссылке друзья увидят тот же набор снимков, что и вы.