Two-tower model

Он важен, потому что позволяет обрабатывать миллиарды вариантов за миллисекунды. Онлайн-кинотеатру нужно предложить фильм среди десяти тысяч лент; перебирать каждый дорого, и тут помогает двухбашенная модель.

Представьте две башни-счётчика. Первая смотрит на пользователя: что он смотрел, какие кнопки жал. Вторая — на фильм: жанр, режиссёра, длительность. Каждая башня превращает объект в вектор — набор чисел. Модель учится, чтобы векторы подходящих пар оказывались близко, а неподходящих — далеко.

Работает так. Пользователь хочет расслабиться; башня выдала вектор «лёгкая комедия, 90 минут». Башни всех фильмов заранее подготовили свои векторы. Осталось найти те, что рядом. Это геометрическая задача — поиск ближайших соседей, и она решается быстро даже для огромных каталогов.

Пример — стриминговый сервис. Данные о просмотрах идут в первую башню, характеристики контента — во вторую. Когда вы открываете приложение, модель за доли секунды подбирает фильмы под ваше настроение. Главное достоинство: тяжёлая работа вынесена в заранее готовые векторы контента, поэтому онлайн-расчёт минимален.

Итог: двухбашенная модель — мост между запросами и объектами. Жертвуя сложностью ради скорости, она делает рекомендации мгновенными и масштабируемыми.