Recherche au-delà de Google

Si les employés de Google sont inquiets pour l'avenir, vous ne le sauriez pas lors d'une visite au siège de l'entreprise. Depuis l'automne dernier, lorsque les discussions sur un premier appel public à l'épargne ont fait saliver les investisseurs, l'organisation a fait l'objet d'un examen minutieux : certains observateurs l'ont qualifiée d'entreprise la plus en vue de la planète, tandis que d'autres prétendent qu'il s'agit d'une entreprise en plein désarroi sans chef, avec des concurrents qui se pressent et grands clients au bord de la défection. Mais le complexe Google de Mountain View, en Californie, est aussi insouciant en apparence que n'importe quel campus universitaire. Le hall principal est une étude de kitsch shagadelic, avec un piano à queue pour bébé, une lumière de fête tournante et une rangée de lampes à lave lumineuses au néon disposées dans la même séquence bleu-rouge-jaune-bleu-vert-rouge que le familier de l'entreprise. logo. La cafétéria vibre de musique rock, de conversations criées et de bruits de geeks sirotant des plats gastronomiques gratuits. À l'étage, dans les fermes de box, les programmeurs bavardent sur des allées jonchées de jouets, de transporteurs Segway et de chiens occasionnels.

Ce n'est que lorsque je m'assois dans une salle de conférence calme avec Craig Silverstein, directeur de la technologie de Google, que l'ambiance étourdissante des dot-com devient plus sérieuse. Maintenant que des entreprises comme Google et l'agence de publicité Internet Overture ont démontré que l'affichage d'annonces payantes spécifiques à un sujet à côté des résultats sur une page de recherche est un véritable générateur d'argent - contribuant à environ 2 milliards de dollars de revenus à l'échelle de l'industrie en 2003 - un groupe d'aspirants investit dans Selon eux, les logiciels de recherche donneront aux utilisateurs des résultats plus pertinents que ceux de Google, plus rapidement. Je demande à Silverstein si l'accent mis par Google sur une meilleure technologie lui permettra de garder une longueur d'avance sur toute cette concurrence. Sa réponse est circonspecte.

Il est très facile de passer d'un moteur de recherche à un meilleur, dit-il. Google paie des centaines de chercheurs et de développeurs de logiciels, dont plus de 60 docteurs, pour être en première ligne dans cette guerre technologique, explique Silverstein, qui est lui-même en congé prolongé de ses études de doctorat en informatique à l'Université de Stanford. Mais il reconnaît que ce n'est pas une garantie de victoire. Nous espérons que la prochaine percée viendra de Google, mais qui sait ?

Qui sait, en effet ? Selon Reston, la société de recherche comScore basée en Virginie, Google a une large avance sur ses rivaux en termes de part d'audience aux États-Unis, représentant 77 % de toutes les recherches en août 2003 (y compris les recherches effectuées sur AOL et Yahoo!, qui ont utilisé le moteur de recherche Google ). Mais dans l'industrie de la recherche, l'innovation est un joker. En 1999, on aurait pu dire qu'AltaVista avait pratiquement terminé le marché de la recherche, note Whit Andrews, directeur de recherche au cabinet de conseil en technologie Gartner. En 1997, c'était Inktomi. En 1995, c'était Yahoo!. Vous ne savez jamais dans le domaine de la recherche quand il y a quelqu'un dans la rue qui va vous faire ressembler aux nouvelles d'hier.

Google est vulnérable en partie parce qu'il possède peu d'avantages infrastructurels, comme la propriété autrefois exclusive d'AT&T de la majeure partie du réseau téléphonique ou le contrôle de Microsoft sur les systèmes d'exploitation des PC, qui contribuent généralement à perpétuer la domination. (En effet, des articles de presse de janvier indiquaient que Yahoo! pourrait bientôt abandonner sa relation avec Google et se tourner vers sa propre technologie de recherche.) Et la prétention de l'entreprise à la renommée - la capacité de ses algorithmes de recherche à trouver les résultats les plus popularité-peut être de plus en plus éventé. Lorsque Google a été lancé pour la première fois, ils proposaient de nouvelles astuces auxquelles personne d'autre n'avait pensé auparavant, explique Doug Cutting, un consultant indépendant en logiciels qui a écrit certaines des technologies de base du moteur de recherche Excite et a conçu des outils de recherche pour les ordinateurs Apple Macintosh. Mais de nombreux autres moteurs de recherche proposent désormais des alternatives intéressantes aux techniques de Google, estime Cutting.

Par exemple, il y a Teoma, qui classe les résultats en fonction de leur rang parmi les autorités reconnues sur un sujet, et la startup australienne Mooter, qui étudie le comportement des utilisateurs pour mieux comprendre exactement ce qu'ils recherchent. Et puis il y a le gorille de Redmond : Microsoft se tourne vers la recherche comme l'une de ses prochaines grandes opportunités commerciales. Ses chercheurs conçoivent un nouveau système d'exploitation qui fusionne des fonctions de recherche de type Google dans tous les programmes Windows, ainsi qu'un logiciel qui parcourt le Web pour trouver des réponses définitives aux questions que vous posez en anglais de tous les jours. Pendant ce temps, Yahoo! a lancé son propre laboratoire de recherche en janvier, et Cutting lui-même construit une alternative open source à Google. Aujourd'hui, dit-il, je ne suis pas convaincu que [Google est] nettement meilleur.

Quelle que soit la technologie qui attirera les internautes de demain, son créateur gagnera une énorme influence et de beaux profits. Quelque 550 millions de requêtes de recherche sont saisies chaque jour dans le monde (dont 245 millions aux États-Unis). D'ici 2007, les revenus publicitaires des emplacements payés générés par toutes ces recherches atteindront environ 7 milliards de dollars, selon l'analyste de Piper Jaffray, Safa Rashtchy. Pourtant, des sondages indiquent que près d'un quart des utilisateurs ne trouvent pas ce qu'ils recherchent dans le premier ensemble de liens renvoyés par un moteur de recherche. C'est en partie parce que les précieuses aiguilles d'informations que nous recherchons sont enfouies sous une botte de foin qui grossit d'environ 60 téraoctets chaque jour. Et c'est pourquoi la concurrence brutale dans l'industrie de la recherche est certaine de continuer, d'autant plus que les sociétés de recherche inaugurent une multitude de technologies de pointe, telles que le traitement du langage naturel et l'apprentissage automatique. Au cours des cinq à dix prochaines années, dit Rashtchy, nous pourrions voir des améliorations massives qui fourniront des augmentations de plusieurs ordres de grandeur en termes de pertinence et d'utilisation. Et c'est la concurrence pour apporter ces améliorations - bien plus que le succès ou l'échec de l'introduction en bourse de Google, attendue par beaucoup ce printemps - qui déterminera probablement comment nous naviguerons sur le Web dans quelques années.

Tirer le rang

Par nature chaotique et décentralisé, le Web réclame des outils pour aider les gens à rechercher des documents, peu importe où ils résident. Supposons que vous vouliez des informations sur les traitements contre le scorbut au XVIIIe siècle : sans moteur de recherche, vous n'avez aucun moyen de savoir que les données dont vous avez besoin sont stockées uniquement dans des endroits comme un fichier au nom cryptique ( www.jameslindlibrary.org/trial_records/17th_18th_ Century/lind/lind_kp.html) sur un serveur de la bibliothèque du Royal College of Physicians d'Édimbourg, en Écosse.

Cependant, lorsque vous tapez le scorbut dans un champ de recherche sur Google, MSN ou Ask Jeeves, vous ne touchez toujours pas au fichier réel du Collège royal. Vous parcourez simplement l'index du Web de la société de recherche - une énorme liste assemblée par des robots logiciels qui parcourent des milliers de pages chaque seconde, en copiant des mots-clés, des phrases, des titres et des sous-titres, des liens et d'autres informations descriptives. Une fois qu'un fragment d'informations atterrit dans l'index, il est généralement compressé, attribué un poids ou une importance, et stocké dans une base de données pour une récupération rapide. Les termes de recherche que vous saisissez sont comparés à cet index et les liens vers les pages contenant un ou plusieurs de vos termes sont affichés par ordre de pertinence.

Comment un moteur de recherche détermine cette pertinence est la sauce secrète. Google a pris de l'importance en 1999 en grande partie grâce au PageRank, un algorithme inventé par les fondateurs Larry Page et Sergey Brin qui a été le premier à capitaliser sur l'interconnexion massive des pages Web. Chaque lien est, en effet, un vote effectué par l'auteur d'une page pour le contenu d'une autre. Page et Brin ont réalisé que si leur index était suffisamment grand, ils seraient en mesure d'évaluer l'importance d'une page en comptant le nombre d'autres pages qui y sont liées. Ils ont également pris en compte d'autres facteurs, tels que la pertinence du texte entourant les liens et la propre popularité des pages de liens. Mais leur point de vue révolutionnaire était que le Web est un concours de popularité géant et que les pages les plus citées seront probablement les plus utiles. La technique a très bien fonctionné, et les internautes ont voté avec leurs clics. Entre juin 2000 et janvier 2004, l'ancien top dog AltaVista, qui classait les résultats en grande partie en fonction du nombre de fois qu'une page mentionnait les mots-clés de recherche de l'utilisateur, est passé de la huitième place dans le classement général du trafic Web à la 61e, tandis que Google est passé de la quasi-invisibilité à la quatrième place, selon les données des cabinets d'études Media Metrix et Alexa. Google a tellement envahi le Web que son nom même a été choisi par l'American Dialect Society comme le nouveau mot le plus utile de 2002.

Malgré ses avantages, PageRank a quelques défauts. Tout comme les moteurs de recherche antérieurs pouvaient être trompés par des pages parsemées de milliers de mots-clés en caractères invisibles blanc sur blanc, un propriétaire de site sans scrupules qui souhaite que son adresse Web apparaisse plus haut dans les résultats de recherche de Google peut facilement publier des milliers, voire des millions de pages indésirables. qui contiennent des liens vers son site, élevant artificiellement son rang. (Google dit qu'il a des moyens de contrer de telles attaques, mais n'en parlera pas.) La même faille dans le PageRank permet à Google de bombarder - un phénomène récent dans lequel les blogueurs font un point humoristique ou politique en créant autant de liens vers un site donné que il apparaît en premier lorsque les utilisateurs tapent un terme spécifique dans le champ de recherche Google. Les bombardiers de Google qui protestaient contre la guerre en Irak, par exemple, ont réussi à faire de la biographie de George W. Bush à la Maison-Blanche le premier résultat en termes d'échec lamentable.

Cependant, l'obsession de PageRank pour la célébrité est plus gênante pour certains critiques. Une page légitime qui correspond parfaitement aux termes de recherche d'un utilisateur de Google peut être enfouie dans les résultats de recherche simplement parce qu'il n'y a pas assez d'autres pages qui pointent vers elle, note Daniel Brandt, un développeur Web qui gère un site critique appelé Google Watch. Brandt et d'autres critiques soutiennent que la pertinence d'une page pour un utilisateur individuel peut dépendre de bien plus que de sa popularité. Ce n'est pas parce que le reste de la planète pense qu'il s'agit du site de voyage numéro un que c'est le site de voyage numéro un pour vous, déclare Liesl Capper, fondatrice et PDG de Mooter, une jeune entreprise basée à Sydney, qui pense qu'elle pourrait avoir une meilleure façon.

Mettre un tampon sur les résultats de la recherche

Entrez le même terme de recherche dans dix moteurs de recherche différents et vous obtiendrez probablement dix ensembles de résultats contradictoires. C'est en partie parce que les araignées des sociétés de recherche explorent différents sous-ensembles du Web ; mais plus important encore, c'est le reflet des principes uniques à l'œuvre dans les algorithmes de classement de chaque entreprise. Voici comment trois moteurs de recherche traitent le terme philatélie .

	Demandez à Jeeves/Teoma	Google	Meurtre
un.	Société philatélique américaine	Collection de pièces et de timbres (About.com)	Lien de timbre -La philatélie, meilleur site de philatélie dans sa catégorie
deux.	Les ressources philatéliques de Joseph Luft sur le Web	Les ressources philatéliques de Joseph Luft sur le Web	Société philatélique de Warragul (collecte de timbres)
3.	Linns.com : Le site Web du plus grand journal de timbres hebdomadaire au monde - Linn's Stamp News	Société philatélique américaine	Histoire postale , enveloppes philatéliques et timbres à vendre
Quatre.	Lien de timbre -La philatélie, meilleur site de philatélie dans sa catégorie	Collection de timbres BNAPS pour les enfants	Société philatélique de Grande-Bretagne
5.	Philatelic.Com	Linns.com : Le site Web du plus grand journal de timbres hebdomadaire au monde - Linn's Stamp News	Philatélie, Philatélie, Vente de timbres
	La page la mieux classée a la plus haute autorité - essentiellement, le plus de liens - parmi les communautés de sites Web sur la philatélie. Il est validé par des références de pages de ressources (collections de liens d'experts et de passionnés - dans ce cas, des collectionneurs de timbres) et des mesures de popularité de liens similaires à celles de Google. Le finaliste, Joseph Luft’s Philatelic Resources, a de moins en moins de références qualifiées d’experts en la matière.	Les responsables de Google ne discuteront pas de la manière dont le moteur de Google parvient aux classements de sites spécifiques. Cependant, les documents de brevet et les articles publiés montrent que Google classe les pages en fonction de la fréquence à laquelle d'autres pages y renvoient. Google prend également en compte des facteurs tels que la pertinence des pages de référence et le texte entourant les liens. Vraisemblablement, collecter des timbres. about.com est la page la plus citée sur ce sujet dans l'index de Google.	Mooter regroupe d'abord les résultats en groupes ou thèmes. Les pages présentées ci-dessus apparaissent dans le cluster philatélique, classées en fonction de la fréquence à laquelle les mots-clés de recherche et le nom du cluster apparaissent sur chaque page, entre autres facteurs. Mooter apprend l'intention de l'utilisateur en notant sur quels clusters et pages sont cliqués, et reclasse les résultats pour refléter le modèle d'intérêt apparent.

Sources : Ask Jeeves, Google, Mooter. Résultats en date du 5 janvier 2004 (Ask Jeeves, Google), 13 janvier 2004 (Mooter).

Une explosion d'idées

Je déjeune avec Capper par une brillante journée de début d'hiver à San Francisco. Elle est en ville pour faire appel à des investisseurs et clients potentiels. Les personnes qui contrôlent le flux d'informations ont un pouvoir subtil mais omniprésent, me dit-elle avec sérieux. Quelqu'un doit détenir ce pouvoir, et il est important que les personnes qui le fassent soient celles qui essaient consciemment d'avoir un impact positif et qui redonnent le pouvoir à l'individu. Mooter vise à le faire en rendant les recherches sur le Web plus faciles et plus personnelles. Capper a grandi en Zambie, a étudié la psychologie en Afrique du Sud et a fondé une chaîne de centres de développement de la petite enfance avant d'émigrer en Australie en 1997 et de choisir la technologie de recherche comme lieu de son prochain impact. Elle s'est installée dans le centre-ville de Sydney et a embauché Jondarr Gibb, un architecte logiciel expérimenté, et John Zakos, un étudiant diplômé qui rédige sa thèse de doctorat à l'Université Griffith sur les applications de la théorie des réseaux de neurones aux recherches sur Internet.

Les trois ont mélangé leurs idées sur la psychologie, les logiciels et les réseaux de neurones pour créer un algorithme de classement qui apprend de l'utilisateur au fur et à mesure que la recherche progresse. Avant de jeter une longue liste de liens sur un utilisateur, Mooter analyse les significations et permutations potentielles des mots-clés de départ et, en coulisse, classe la pertinence des pages Web résultantes dans de larges catégories appelées clusters. L'utilisateur voit d'abord une étoile à l'écran des noms de cluster. Une recherche sur le nom de Paul Czanne, par exemple, donne des clusters tels que art, artistes, Czanne, France, galeries , et de célèbres tableaux . C'est la partie psychologique. Lorsque vous effectuez une recherche traditionnelle, vous obtenez des millions de résultats et votre esprit effectue un regroupement conceptuel, explique Capper. Mais nos esprits sont programmés pour ne traiter que trois à cinq types d'informations à la fois. Nous avons décidé de ne pas outrepasser cela mais de travailler avec.

Vient ensuite la partie apprentissage. Pour développer une compréhension plus précise de ce que l'utilisateur recherche probablement, le moteur Mooter note quels clusters et liens sont cliqués et utilise ces informations pour améliorer les réponses futures. Supposons qu'un utilisateur entre le terme chien, clique sur un groupe appelé races, puis passe beaucoup de temps à consulter des sites sur Schnoodles (un mélange populaire Schnauzer-Poodle). Lorsque l'utilisateur clique sur un nouveau résultat de recherche, Mooter personnalisera le classement pour refléter ce schéma d'intérêt apparent, ce qui pourrait, par exemple, conduire à des sites sur les chiens, les races et les Schnoodles apparaissant plus haut. Un ensemble raffiné de résultats apparaît sur chaque page ; le moteur continue d'ajuster les classements en fonction du comportement de l'utilisateur.

L'idée est de donner aux gens les résultats qu'ils souhaitent en aussi peu de clics que possible. Deux clics et nous avons déjà une très bonne idée de l'endroit où vous vous dirigez, dit Capper. Lorsque le site bêta de Mooter a fait ses débuts en octobre dernier, Capper ne s'attendait pas à ce qu'il soit remarqué en dehors de l'Australie. Mais le trafic en provenance du monde entier a été si important, dit-elle, que l'entreprise a dû installer davantage de serveurs Web pour maintenir le service en marche.

Passez beaucoup de temps à parler aux initiés de l'industrie de la recherche et vous vous rendrez compte qu'il existe presque autant de façons de classer les résultats de recherche qu'il y a de pages sur le Web. La dépendance excessive supposée de Google à l'égard de la popularité a été l'une des inspirations de Teoma (prononcé tay-o-ma), fondée en 2000 par l'informaticien Apostolos Gerasoulis et ses collègues de l'Université Rutgers dans le New Jersey. Le logiciel de recherche de Teoma alimente désormais Ask Jeeves, le sixième site de recherche. Google examine la structure du Web, mais cette méthode ne passe pas au niveau supérieur, déclare Paul Gardi, vice-président senior de Teoma pour la recherche. Lorsque vous descendez au niveau local, vous constaterez que les liens se regroupent autour de certains sujets ou thèmes, un peu comme les communautés. Par exemple, les pages sur l'amélioration de l'habitat ne renvoient pas simplement vers des pages plus populaires ; ils ont également tendance à se lier les uns aux autres, formant des cercles autour de sites importants comme Hometime.com, Homeideas.com et BobVila.com.

Les scientifiques de Rutgers ont conçu Teoma (gaélique pour expert) pour trouver ces communautés spécifiques à un sujet et exploiter leur sagesse. Avant que le moteur Teoma ne présente les résultats pour un ensemble donné de mots-clés, explique Gardi, il identifie les communautés associées et recherche les autorités en leur sein, c'est-à-dire les pages vers lesquelles les sites Web des membres de la communauté renvoient le plus souvent. Teoma essaie de vérifier la crédibilité de ces pages d'autorité en vérifiant si elles sont répertoriées sur des pages de ressources créées par des experts en la matière ou des passionnés, qui ont tendance à pointer vers les meilleures pages de la communauté. Il classe ensuite les résultats de la recherche en fonction de la fréquence à laquelle chaque page est citée par les pages d'autorité.

IBM et d'autres organisations ont expérimenté des systèmes de classement basés sur l'autorité similaires à la fin des années 1990, mais Gerasoulis dit que leurs approches pourraient prendre des heures pour parcourir toutes les pages. La technique exclusive de Gerasoulis fait la même chose en environ un cinquième de seconde. Ask Jeeves a abandonné son ancien moteur de recherche et est passé à la technologie de Teoma en 2001, et ses volumes de requêtes ont bondi de 30 % par an en 2002 et 2003.

Aussi difficile à croire lorsque vous consultez une douzaine de pages de résultats de recherche, les moteurs de recherche d'aujourd'hui ignorent la plupart de ce qui existe sur Internet. Les robots logiciels ont des difficultés à indexer le contenu protégé derrière des formulaires d'inscription ou stocké dans des bases de données telles que des catalogues de produits ou des archives juridiques et médicales et uniquement assemblés dans des pages Web au moment où les utilisateurs le demandent. Ce soi-disant Deep Web peut représenter jusqu'à 92 pétaoctets (92 millions de gigaoctets) dans le monde, soit près de 500 fois le volume du Web de surface, selon la School of Information Management and Systems de l'Université de Californie à Berkeley.

Exploiter le Deep Web est la mission d'un autre nouveau visage dans le domaine de la recherche, Dipsie, basé à Chicago. Google et Teoma n'indexent qu'environ 1% des documents disponibles, explique Jason Wiener, fondateur et directeur de la technologie de Dipsie. Wiener, un programmeur autodidacte qui dirigeait une société de développement Web à San Francisco jusqu'au crash de la technologie Internet, a passé les deux dernières années à créer un robot d'exploration plus agile, capable de contourner les formulaires et les interfaces de base de données. Imaginons que vous vous posiez des questions sur l'équipement standard d'un cabriolet Mercedes 55SL. Sur Cars.com, l'exploration jusqu'à la page contenant des informations détaillées sur le produit prendra environ six étapes. Dipsie, cependant, aura indexé l'intégralité de la base de données Cars.com à l'avance, afin qu'il puisse vous envoyer à la même page en un seul clic. Nous ne traitons rien qui nécessite une authentification avec un nom d'utilisateur et un mot de passe, mais nous faisons presque tout le reste, dit Wiener. Il affirme qu'au moment où le site de recherche de Dipsie deviendra accessible au public cet été, son index comprendra 10 milliards de documents, soit le triple de la taille actuelle de l'index de Google.

Ainsi, alors que Google est toujours le roi de la colline, la colline elle-même grouille maintenant de concurrents avec leurs propres idées brillantes. Google le sait, déclare Andrews, analyste chez Gartner. Ils sont nés à Stanford, et ils savent qu'il y a des étudiants dans les classes de Stanford qui disent : 'Hé, j'ai une idée, et si nous prenions cet algorithme et l'assemblions avec cet algorithme ?' Ils doivent soit embaucher les jeunes turcs ou les vaincre.

Microrecherche

Mais s'il y a une entreprise de logiciels qui sait comment embaucher de jeunes Turcs et transformer leurs idées en produits dominants sur le marché, c'est bien Microsoft. Nommez n'importe quel coin chaud de l'informatique, et la société créée par Bill emploiera probablement au moins un ou deux des principaux chercheurs du domaine : après tout, les cinq laboratoires de recherche Microsoft dans le monde emploient plus de 600 chercheurs. Et lorsque Microsoft flaire un grand marché, il se déplace généralement de toute sa force pour revendiquer ses droits.

Il n'y a rien de bleu dans les incursions de Microsoft dans la recherche d'informations, la discipline dont est issu le moteur de recherche. L'entreprise a déjà gagné 97 % de parts de marché dans les systèmes d'exploitation pour PC et 90 % dans les logiciels de bureautique ; La recherche est l'un des derniers grands éléments du paysage informatique que Microsoft ne domine pas. Et une enquête sur les projets de R&D de l'entreprise confirme qu'elle considère les formes améliorées de recherche comme la clé de la croissance de son entreprise. Alors que la sortie de la prochaine version de Windows, nom de code Longhorn, se rapproche - une version de test sera prête plus tard cette année - les chercheurs et les développeurs de produits accélèrent leurs efforts pour faire de la recherche Web une partie intégrante de celle-ci.

L'un des logiciels les plus flashy en développement promet de vous permettre de saisir vos questions dans un anglais simple et d'obtenir une réponse directe. L'entreprise pense que les utilisateurs de la recherche ne devraient pas avoir à se soucier de sélectionner les bons mots-clés, en les associant aux bons opérateurs booléens ( et, ou, non , etc.) et en faisant défiler page après page les résultats de la recherche. Au lieu de cela, explique Eric Brill, chercheur chez Microsoft, les moteurs de recherche doivent comprendre et répondre aux questions en langage naturel.

Prenez le programme AskMSR de Microsoft Research, que Brill et ses collègues testent sur le réseau interne de Microsoft depuis plus d'un an. À la base se trouve un champ de recherche simple où les utilisateurs peuvent saisir des questions telles que Qui a tué Abraham Lincoln ? et, au lieu de récupérer une liste de sites susceptibles d'avoir les informations qu'ils recherchent, recevez une réponse claire : John Wilkes Booth. Le logiciel ne repose sur aucun algorithme avancé d'intelligence artificielle, mais plutôt sur deux astuces étonnamment simples. Premièrement, il utilise des règles de langage apprises à partir d'une grande base de données d'exemples de phrases pour réécrire la phrase de recherche afin qu'elle ressemble aux réponses possibles : par exemple, ___ a tué Abraham Lincoln ou Abraham Lincoln a été tué par ___. Ces chaînes de texte sont ensuite utilisées comme requêtes dans une séquence de recherches Web standard basées sur des mots clés. Si les recherches produisent une correspondance exacte, le programme est terminé et il présente cette réponse à l'utilisateur.

Dans de nombreux cas, cependant, le programme ne trouvera pas de correspondance exacte, mais seules des variations obliques sur les chaînes de texte, telles que l'acte violent de John Wilkes Booth au Ford Theatre a mis fin au deuxième mandat de Lincoln avant qu'il ne commence. Ça va aussi. Comme deuxième astuce, AskMSR explique que si Booth apparaît fréquemment dans la même phrase que Lincoln, il doit y avoir une relation importante entre eux, ce qui lui permet de proposer une réponse, même s'il n'est pas sûr à 100% ( voir Q : Comment fonctionne la réponse aux questions ? au dessous de ). Nous exploitons la redondance du Web, explique Brill. Si vous avez beaucoup d'endroits où vous êtes quelque peu certain d'avoir trouvé la réponse, la redondance la rend plus sûre. À mesure que le Web se développe, sa redondance augmentera également, rendant AskMSR toujours plus puissant, explique Brill. Bien que les plans pour AskMSR ne soient pas définitifs, Brill pense que le code verra le jour, peut-être dans le cadre d'un futur moteur de recherche Microsoft.

Un autre effort de Microsoft Research porte moins sur le fonctionnement des moteurs de recherche que sur la manière et le moment où les utilisateurs ont besoin d'informations. À l'heure actuelle, lorsque vous souhaitez rechercher des informations, vous arrêtez essentiellement tout ce que vous faites, ouvrez une application distincte, lancez la recherche, puis essayez d'intégrer le résultat de la recherche dans ce que vous faisiez auparavant, explique Susan, experte en récupération d'informations chez Microsoft. Dumais. Nous essayons de réfléchir à la manière dont la recherche peut faire davantage partie de l'expérience informatique en cours.

À cette fin, Dumais développe un programme appelé Stuff I've Seen qui est conçu pour donner aux utilisateurs d'ordinateurs un accès rapide et facile à tout ce qu'ils ont vu sur leurs ordinateurs. L'interface du programme expérimental, qui influencera les capacités de recherche de Longhorn, est une zone de recherche toujours disponible dans la barre des tâches de Windows. Entrez une requête dans la zone et Stuff I've Seen affichera une liste organisée de liens vers des messages électroniques, des rendez-vous de calendrier, des contacts du carnet d'adresses, des documents de bureau ou des pages Web dans une seule fenêtre unifiée. Une fonctionnalité émergente de Stuff I've Seen, appelée Implicit Query, fonctionnerait en arrière-plan pour récupérer des informations relatives à tout ce sur quoi l'utilisateur travaille. Si vous lisez un message électronique, par exemple, Implicit Query peut afficher une boîte avec des liens vers les titres et les adresses électroniques de toutes les personnes mentionnées dans le message, et vers tous vos précédents e-mails du expéditeur. Pour rendre le logiciel encore plus utile, Dumais travaille sur l'ajout d'un élément au menu contextuel Windows standard de la souris à deux boutons qui serait intitulé Trouvez-moi des trucs comme celui-ci et rechercherait à la fois des données personnelles et Web pour des informations relatives à un surligné nom ou expression.

AskMSR, Stuff I've Seen et les projets associés font tous partie d'un changement plus large dans la stratégie technologique de Microsoft, un changement qui pourrait positionner l'entreprise pour convertir des centaines de millions d'utilisateurs de Windows dans le monde à sa propre technologie de recherche, tout comme elle a arraché le marché des navigateurs Web à Netscape dans les années 1990. Le cœur de cette transformation est le nouveau système de fichiers Windows, ou WinFS, le cœur même de Longhorn. Dans le système de fichiers Windows actuel, chaque application logicielle partitionne l'espace de stockage qui lui est alloué en sa propre hiérarchie de dossiers. Cela rend presque impossible, par exemple, de lier une partie d'informations telles que le nom de l'auteur d'un document Word avec l'adresse ou le numéro de téléphone de la même personne dans Outlook. WinFS, en revanche, a à sa base une base de données relationnelle : un ensemble ordonné de tables stockées sur votre disque dur où toutes les données de votre ordinateur peuvent être recherchées et modifiées par toutes les applications à l'aide d'un ensemble standard de commandes.

Si Longhorn inclut des outils basés sur Stuff I've Seen et leur permet de communiquer directement avec un moteur de recherche Web, il pourrait créer le champ de recherche unique dont rêvent les fabricants de logiciels - la passerelle vers toutes les informations dont vous avez besoin, que ce soit à l'intérieur de votre PC ou dehors sur le réseau. Whit Andrews de Gartner, pour sa part, attend avec impatience le nouveau logiciel de Microsoft. L'amener sur! il dit. Je suis assis ici en train de regarder mon e-mail. Si je veux vous chercher, je dois me rappeler d'aller vous chercher sur Google. Mais ce que je veux vraiment, c'est savoir si je vous ai parlé dans le passé. Je veux donc cliquer avec le bouton droit de la souris et effectuer une recherche dans le monde entier, rechercher dans mes dossiers de courrier électronique et de contacts, rechercher U.S. Search.com [qui vend l'accès aux informations stockées dans les dossiers publics]. Qui a cet avantage ? Microsoft est là, et pour les produits à bas prix pour lesquels les consommateurs ne vont pas dépenser beaucoup d'argent, ils sont dans une position formidable.

Question : Comment fonctionne la réponse aux questions ?
R : Comme ça

celui de Microsoft Demander à MSR le logiciel transforme les questions en anglais simple en requêtes de recherche formelles et interroge le Web
pour des réponses consensuelles.

1. Question	Combien y a-t-il d'œufs dans une douzaine de boulangers ?
2. Réécrire la requête	Il y a + des œufs dans une + douzaine de boulangers Une douzaine de boulanger a + des oeufs boulangerie + douzaine + oeufs
3. Collectez les résultats de la recherche et filtrez (par exemple, ignorez les résultats qui ne ressemblent pas à une réponse à une question sur le nombre)	Une douzaine a généralement 12 œufs, alors combien d'œufs une douzaine de boulangers a-t-elle ? Le livre de recettes de la douzaine de boulangers Pourquoi les 13 œufs sont-ils appelés la douzaine du boulanger ? 13 œufs font une douzaine de boulangers.
4. Extraire les réponses du texte et présenter les réponses les plus probables	13 œufs (81 % probables) 12 œufs (7 % probables)

Source : Microsoft

Pendant ce temps, de retour au Googleplex

Je demande au directeur de la technologie de Google Craig Silverstein si l'accumulation de recherche de Microsoft le tient éveillé la nuit. Il reconnaît que Microsoft et Google explorent une partie du même territoire technique, mais soutient que parce que Google est tellement plus petit que Microsoft (1 000 employés contre 55 000), il peut agir plus agilement sur ses idées. Et malgré sa taille globale plus petite, Google a plus de chercheurs consacrés principalement à la recherche que Microsoft. Silverstein souligne également que chacun des quelques centaines de développeurs de logiciels de Google doit, dans le cadre de son travail, consacrer 10 % de son temps à des projets personnels lointains, qui fournissent un flux continu d'idées créatives.

Certains de ces projets apparaissent sur Google Labs (labs.google.com), une section du site Google où le public peut essayer et commenter des logiciels liés à la recherche qui sont encore en développement. Google Viewer, par exemple, anime les résultats afin qu'ils défilent vers le haut de l'écran comme le générique d'un film. La recherche vocale vous permet d'entrer une recherche par téléphone si vous êtes absent de votre bureau, puis de récupérer les résultats en ligne plus tard. La barre de bureau Google installe un champ de recherche Google permanent dans la barre des tâches de Windows ; les résultats apparaissent dans une petite fenêtre temporaire, de sorte que les utilisateurs n'ont pas à lancer leur navigateur Web chaque fois qu'ils souhaitent rechercher quelque chose.

Mais aucun des prototypes de Google Labs ne représente une innovation de l'ampleur de l'algorithme PageRank original de Page et Brin. Ils ne sont pas non plus dans la même ligue que les efforts de Microsoft pour réinventer Windows et intégrer les applications qui s'exécutent dessus. Alors que Silverstein et ses collègues parleront de l'efficacité des plus de 10 000 serveurs Web de Google et de la passion et du dynamisme des programmeurs de Google, ils ne diront pas comment l'entreprise espère améliorer le PageRank, ou quelles nouvelles technologies pourraient contrer des menaces telles que Teoma et Demandez à MSR. Donc, au final, il y a peu de preuves extérieures que Google a les nouvelles idées dont il aura besoin pour conserver sa part de marché. Selon le programmeur open source Doug Cutting, Google a beaucoup de gens qui essaient de proposer des avancées monumentales, mais nous ne les avons pas vues. Je pense que s'ils les avaient, ils les montreraient.

Une chose dont Silverstein aime parler est son objectif à long terme pour la technologie de recherche, qui, selon lui, en est encore à ses balbutiements. Il est clair que la réponse [à la recherche] n'est pas une liste classée de sites Web, dit-il. Personne ne s'attend à aborder un bibliothécaire, à poser une question sur le canal de Panama et à obtenir une réponse de 50 titres de livres, affirme-t-il. Silverstein pense que les experts en recherche d'informations devraient viser haut et créer un logiciel qui soit tout aussi efficace pour orienter les utilisateurs vers les ressources spécifiques dont ils ont besoin qu'un bibliothécaire de référence bien formé. Cela, bien sûr, nécessitera des avancées majeures dans des domaines tels que l'apprentissage automatique probabiliste et le traitement du langage naturel - et Google continue d'embaucher certains des meilleurs nouveaux docteurs dans ces domaines, dont quatre récents diplômés du laboratoire de Stanford de Daphne Koller, une chercheur de premier plan en apprentissage automatique ( voir 10 technologies émergentes qui vont changer votre monde , ENFANTS février 2004 ).

Mais tout ce talent sera-t-il traduit en outils que les gens pourront utiliser ? Google lui-même est apparu apparemment de nulle part, éclipsant rapidement d'autres moteurs de recherche de premier plan tels qu'AltaVista. Et s'il y a un message diffusé par les prêtres du boom des dot-com qui reste vrai, c'est que le désir des gens de faire les choses plus rapidement et plus efficacement l'emporte à chaque fois sur la fidélité à la marque. Si des rivaux comme Ask Jeeves et des parvenus comme Mooter ou Dipsie réalisent ne serait-ce qu'une partie de leurs visions d'algorithmes de meilleur classement, d'interfaces plus simples et d'index plus vastes et plus complets, ils pourraient prendre une grosse part des affaires de Google. La refonte en profondeur par Microsoft de l'environnement Windows, quant à elle, promet de changer le concept même de recherche pour la grande majorité des utilisateurs d'ordinateurs.

La bonne nouvelle pour les internautes est que la concurrence fera des utilitaires de recherche une partie encore plus utile de notre vie quotidienne. Sans outils de recherche, les richesses du Web seraient tout aussi inaccessibles que les tablettes, les parchemins et les tomes copiés à la main de l'ère pré-Gutenberg, et à mesure que le Web lui-même se développe, notre besoin de meilleurs moyens de le pénétrer augmente également. Mais quelles technologies fourniront l'accès dont nous aspirons - et qui en profitera le plus - sont des questions auxquelles même les meilleurs moteurs de recherche ne peuvent pas répondre.

cacher