10 Март 2017

Технология распознавания и анализа лиц VisionLabs позволит автоматизировать подбор линейного персонала.

В конце января компании Skillaz и VisionLabs объявили о разработке системы компьютерного распознавания, с помощью которой планируется на собеседовании оценивать поведение соискателей и выбирать наиболее подходящего из них. Редакция Apps4All решила узнать подробнее о технологии распознавания лиц и ожиданиях от проекта у генерального директора VisionLabs Александра Ханина.

Александр, добрый день! Расскажите, пожалуйста, как и когда возникла идея проекта? Как вы познакомились с командой Skillaz?
В России не так много технологических компаний, которые специализируются на анализе образов, и, зачастую, все друг друга знают. Идея проекта возникла в 2016 году.

Планируется, что ваша совместная программа будет оценивать статические и динамические признаки во время интервью, а потом связывать их с определенными социальными и профессиональными компетенциями. Можете привести несколько примеров таких взаимосвязей?
Например, запинающиеся повествование, бегающие глаза, раскачивание из стороны в сторону может говорить о том, что человек не уверен в своих словах, либо пытается ответить на вопрос, на который не знает ответа.

Есть такая программа Koru Careers, она анализирует сотрудников компании, чтобы распознать качества, которые обеспечивают высокую эффективность — это называют «отпечатком пальца» компании. Затем ту же процедуру проходят соискатели, и программа определяет, кто из них лучше всего соответствует данной должности. А как ваша нейросеть будет определять, какие конкретно признаки станут самыми важными для наиболее подходящего кандидата?
Набор важных компетенций будет определен компанией Skillaz, мы же поможем им сделать детектор этих компетенций на основе технологий компьютерного зрения.

Есть риск, что характеристики, подходящие для кандидата, например, Google, будут совершенно отличаться от характеристик, необходимых для успешной карьеры в Coca-Cola. Планируете ли вы это учитывать?
Да, мы планируем это учитывать. Как уже было сказано, компания Skillaz определит набор компетенций и будет предоставлять сервис, VisionLabs предоставит технологию распознавания и анализа образов и интегрирует ее в сервис Skillaz.

Почему для «пробы пера» вы выбрали средние и топовые позиции?

Сервис как раз будет специализироваться на линейном персонале. Задачей сервиса является разгрузка HR-специалистов при массовом подборе. При подборе специалистов на топовые позиции задача снижения потока кандидатов не стоит так остро, ведь кандидатов, как и позиций, не так много.

Как работает сама технология распознавания лиц, использующая нейронные сети глубинного обучения, которую вы разработали?

Мы обучили нейронные сети, которые из фотоизображения лица человек генерируют шаблон – дескриптор. С его помощью можно искать похожие лица по огромным массивам фотографий.

С какими сложностями вы столкнулись при разработке? Как проходило тестирование?
Проект сейчас находится на стадии разработки, поэтому подводить итоги еще рано. Если говорить об основных сложностях на данный момент – это сбор достаточного количества обучающих данных (данных, на которых нейронная сеть будет учиться делать выводы). Человеческий фактор также оказывает сильное влияние, так как человек часто субъективен и интерпретирует поведение другого человека по-своему.

На какой стадии сейчас находится проект?
Так как технология и продукт новые, они еще нигде не используются. На данный момент они апробируются в ограниченных сценариях. Сейчас технология проходит стадию формирования концепции и облика продукта.

Есть ли уже компании, потенциально готовые использовать его к моменту запуска в конце 2017 года? Кто будет среди первых пользователей?
Безусловно, интерес к технологии есть уже сейчас. На этапе формирования облика продукта, на котором он сейчас находится, заказчики могут заложить в него все свои пожелания, чтобы готовый продукт удовлетворял все потребности рынка.

Как распределены зоны ответственности – чем занимается ваша команда, а что вносит в проект Skillaz?
Skillaz является поставщиком платформы сбора видеоинтервью кандидатов, они обладают большой базой данных. Мы имеем большую экспертизу в области машинного обучения и распознавания лиц. В этом проекте мы создаем классификатор компетенций кандидатов по видеозаписям из интервью.

Каковы для Вас критерии успеха программы для найма персонала по выражению лица?
Проект будет считаться успешным, если удастся снизить нагрузку на бизнес-экспертов, улучшить качество ассессмента новых сотрудников, а также отобрать самых подходящих кандидатов на ранних этапах подбора.

Сможет ли искусственный интеллект помочь избежать расходов, связанных с неудачным подбором и текучестью персонала?
Да, мы ожидаем, что технология позволит снизить расходы на подбор.

Некоторые HR эксперты считают, что инструменты и алгоритмы искусственного интеллекта не всегда позволяют отобрать лучших людей и на самом деле могут закрепить стойкие предубеждения. Согласны ли вы с этим?
Технология должна быть адаптивной и должна обладать возможностью учиться. Мы уверены, что по мере роста экспертизы количество ошибок будет уменьшаться, и технология в скором времени сможет абсолютно объективно и с высокой эффективностью подбирать кандидатов.

Как в дальнейшем будет реализовываться обучение системы? Какие планы по развитию проекта?
В дальнейшем по мере поступления новых массивов данных мы будем дообучать систему для повышения точности или добавления новых компетенций в перечень детектируемых.

Можете дать оценку рынку искусственного интеллекта в России и мире?
Рынок искусственного интеллекта, как в России, так и в мире только зарождается, но уже очевидно, что технологии и продукты, полученные в итоге, произведут технологическую революцию. Технологии, развивающиеся с небывалой скоростью, изменят мир.

Когда и в какой области искусственный интеллект проявит себя наиболее волнующим образом, по вашему мнению?
Искусственный интеллект начнет приносить максимальную пользу, когда сам заменит линейный персонал и когда ему доверят принятие важных решений.

Читать интервью на apps4all