VK учит алгоритмы заглядывать в будущее, новый подход к рекомендациям

[x4sh]

лавное: AI VK Research представила технологию, которая прогнозирует, как сегодняшние рекомендации сформируют интересы пользователя завтра. Разработка уже получила признание на международной IT-конференции KDD 2026 и готовятся к внедрению в сервисы компании.

1. От «зеркала прошлого» к «компасу будущего»​

Большинство классических алгоритмов работают как зеркало: они анализируют, что вы смотрели или читали раньше, и предлагают аналогичный контент. Из-за этого пользователи часто попадают в «пузырь фильтров» — когда система бесконечно крутит темы, которые вам уже наскучили.

Новый подход VK строится на долгосрочной стратегии:

• Алгоритм оценивает не только вероятность клика прямо сейчас, но и вектор развития ваших интересов после этого клика.
• Система стремится плавно направлять контентный опыт пользователя, а не просто реагировать на его прошлые действия.

2. Ключевые преимущества технологии​

• Без разрушения инфраструктуры: Разработку можно внедрять в действующие рекомендации без полной перестройки их архитектуры.
• Высокая энергоэффективность: Качество подбора повышается без резкого роста затрат на вычислительные мощности.
• Проверенная точность: На открытых датасетах (включая VK-LSVD) алгоритм показал более высокую точность, чем традиционные методы.

«Несмотря на хайп вокруг больших языковых моделей, классические рекомендательные алгоритмы остаются самым эффективным инструментом для большинства сервисов. Нам удалось дополнить их механизмом планирования, который учитывает влияние каждой рекомендации на будущее поведение пользователя — и сделать это без нагрузки на серверы».
— Александр Дьяконов, руководитель отдела исследований AI VK Research

3. Что дальше?​

Команда AI VK Research продолжит обучать алгоритм тоньше считывать обратную связь (включая неявные сигналы) и планирует поэтапно раскатать технологию на экосистему VK.

Мое мнение: готовы ли алгоритмы «понимать» наше будущее?​

Если отвечать честно: алгоритмы пока не «понимают» человека в человеческом смысле, но они научились нами управлять.

• Где они ошибаются: Алгоритм не может угадать внезапную смену контекста в вашей реальной жизни. Если вы спонтанно решили заняться столярным делом, переехали или пережили личный кризис, система узнает об этом только по факту ваших новых поисков. Способность предсказывать хаотичные человеческие порывы пока недосягаема.
• В чем прорыв подхода VK: По сути, они перешли от модели «Угадай, что ему нравится» к модели «Спланируй интересную траекторию» (подход, близкий к обучению с подкреплением). Это снижает количество глупых ошибок, когда вам три недели показывают пылесосы просто потому, что вы случайно нажали на один карточку товара.

Технологии не читают мысли, но они становятся гораздо лучше в создании естественного «контентного путешествия», из которого выходить просто не хочется.