Яндекс обновил Поиск, добавив в него технологию «ИИ-блендер», которая отвечает за формирование структуры поисковой выдачи. Теперь система не просто показывает набор ссылок, а собирает оптимальную комбинацию различных блоков в зависимости от задачи пользователя.
Современная выдача может включать более 40 типов блоков: сайты, изображения, видео, товары, билеты, прогноз погоды, курсы валют и другие сервисы. Их расположение больше не фиксировано – оно определяется алгоритмами искусственного интеллекта, которые анализируют смысл запроса и подбирают наиболее полезный набор ответов.
Как формируется выдача
«ИИ-блендер» обрабатывает запрос и примерно за 50 миллисекунд формирует выдачу, которая лучше всего соответствует намерению пользователя. Система учитывает не только сам текст запроса, но и его контекст, возможную цель и тип информации, который может быть наиболее полезен.
Если раньше важную роль играли поведенческие факторы – например, частота кликов по тем или иным блокам, – то теперь акцент смещается на реальную полезность результата. Поиск оценивает, насколько каждый элемент помогает решить задачу, и убирает лишние или отвлекающие блоки.
Например, по запросу, связанному с котировками, система отдаст приоритет финансовым данным, а не изображениям, даже если они ранее показывали высокую кликабельность.
Комбинирование разных типов ответов
Во многих сценариях одного типа информации недостаточно. При поиске горнолыжного курорта пользователю могут понадобиться сразу несколько источников: фотографии склонов, видео, предложения билетов, варианты размещения и отзывы.
«ИИ-блендер» объединяет такие блоки в единую выдачу, позволяя получить полное представление о теме без необходимости выполнять дополнительные поисковые запросы. Это особенно важно для задач, связанных с выбором, планированием или сравнением.
Как устроена технология
В основе решения лежат нейросети-трансформеры. Используются две модели: облегчённая и более мощная. Первая отвечает за скорость – она быстро определяет, какие блоки и в каком порядке показать. Вторая выступает в роли «наставника», оценивая качество выдачи и помогая системе принимать более точные решения.
Такой подход позволяет сочетать высокую скорость отклика с качеством результатов и адаптировать выдачу под разные типы запросов.