Google VP Mayer décrit le moteur de recherche parfait

Une retranscription de la conversation suit:

[Plus d'informations: Les meilleurs services de streaming TV]

IDG News Service: Quel est le moteur de recherche parfait? Si vous aviez une baguette magique et que vous pouviez la créer, à quoi ressemblerait-elle? Que ferait-elle?

Marissa Mayer: Ce serait une machine qui pourrait vraiment répondre à cette question. Ce serait un qui pourrait comprendre le discours, les questions, les phrases, les entités dont vous parlez, les concepts. Il serait capable de rechercher toutes les informations du monde, [trouver] des idées et des concepts différents, et de vous les ramener dans une présentation qui était vraiment informative et cohérente.

Il y a beaucoup d'aspects différents de la recherche qui ont besoin aller dans la construction de ce moteur de recherche. Vous devez comprendre le discours. Vous devez comprendre les images. Vous avez besoin d'une traduction, vous pouvez donc trouver la réponse indépendamment de la langue dans laquelle elle est écrite. Vous avez besoin de beaucoup d'intelligence artificielle pour pouvoir analyser quelle information est pertinente et la synthétiser. Vous avez besoin d'une interface utilisateur et d'une expérience utilisateur exceptionnelles pour la mettre en contexte. Et vous avez probablement besoin d'une certaine personnalisation, donc le moteur de recherche se rapporte à la personne, à ses antécédents, à ce qu'elle sait déjà, à ce qu'elle a cherché la semaine dernière.

IDGNS: Au niveau de l'interface utilisateur, Google est critiqué par ses concurrents constamment pour ce qu'ils dédaignent péjorativement que la page de résultats "10 liens bleus" de Google. Ils disent que Google est old school, que son paradigme de recherche est inefficace et incommode. Comment répondez-vous à ce genre de critique?

Mayer: Je voudrais souligner le fait que la recherche universelle a vraiment été un tournant dans ce domaine. Vous obtenez des diagrammes, des images, des blogs, des informations locales, des livres, des nouvelles, tous intégrés dans votre moteur de recherche. Alors que beaucoup de nos concurrents sont encore occupés à construire de petits moteurs de recherche verticaux où vous devez vous souvenir qu'ils en ont, nous sommes en train de faire un problème informatique très difficile: Comment assembler tous ces supports disparates en un ensemble cohérent de réponses, et comment synthétisez-vous tout cela? Nous faisons tout cela parce que c'est mieux pour les utilisateurs: Voici l'outil et il me donne ce que je veux, quel que soit le format.

Nous avons deux, trois, cinq changements par semaine qui sont visibles par le utilisateur final dans l'interface utilisateur. Nous ne publions pas les changements de classement. Nous apportons des modifications à notre algorithme de classement au rythme de deux par jour. Fait intéressant, certains de nos concurrents n'ont apporté aucun changement à leur fonction de classement depuis un certain temps. La recherche doit évoluer: l'interface utilisateur, la fonction de classement. C'est un processus de faire de nombreux petits changements tout le temps et de constamment améliorer les choses.

IDGNS: Quel est le statut de la recherche sémantique chez Google? Vous avez dit par le passé que grâce à la «force brute» - analyser des quantités massives de requêtes et de contenu Web - le moteur de Google peut fournir des résultats qui semblent avoir une compréhension sémantique des choses, lorsqu'il fonctionne réellement avec d'autres approches algorithmiques. Est-ce toujours l'approche préférée?

Mayer: Nous croyons en la construction de systèmes intelligents qui apprennent à partir de données de manière automatisée, [et ensuite] les ajustent et les affinent. Quand les gens parlent de recherche sémantique et du Web sémantique, ils signifient généralement quelque chose de très manuel, avec des cartes de diverses associations entre les mots et des choses comme ça. Nous pensons que vous pouvez parvenir à un niveau de compréhension beaucoup plus élevé grâce à des données d'appariement de modèles, en construisant des systèmes à grande échelle. C'est comme ça que le cerveau fonctionne. C'est pourquoi vous avez toutes ces connexions floues, parce que le cerveau traite constamment beaucoup et beaucoup de données.

IDGNS: Il y a quelques années, certains experts prédisaient que la technologie sémantique allait révolutionner la recherche et l'aveugle., mais cela n'est pas arrivé. Il semble que les efforts de recherche sémantique aient échoué, en particulier parce que les moteurs sémantiques sont difficiles à mettre à l'échelle.

Mayer: Le problème est que le langage change. Les pages Web changent. Comment les gens s'expriment-ils? Et toutes ces choses sont importantes pour ce qui est de l'efficacité de la recherche sémantique. C'est pourquoi il est préférable d'avoir une approche basée sur l'apprentissage automatique qui change, réponde et répond aux données. C'est une approche plus robuste. Cela ne veut pas dire que la recherche sémantique n'a aucun rôle dans la recherche. C'est juste que pour nous, nous préférons vraiment nous concentrer sur des choses qui peuvent évoluer. Si nous pouvions trouver une solution de recherche sémantique qui pourrait évoluer, nous serions très excités à ce sujet. Pour l'instant, ce que nous voyons est que beaucoup de nos méthodes se rapprochent de l'intelligence de la recherche sémantique mais le font par d'autres moyens.

IDGNS: Universal Search a été annoncé en mai 2007. Est-ce considéré comme terminé maintenant? Est-ce quelque chose qui sera toujours un travail en cours?

Mayer: C'est toujours une chose très vivante et qui respire. Maintenant, nous avons plusieurs équipes: Nous avons une équipe universelle [search], une équipe universelle [search], l'équipe universelle [search]. Ils regardent tous comment nous pouvons faire un classement d'emploi encore meilleur et déclencher ce contenu. Lorsque nous l'avons lancé, il affichait environ une interrogation sur 25. Aujourd'hui, cela représente environ 25% des requêtes. Et nous pensons qu'il y a probablement des moments où ces formats [fichiers] auxiliaires pourraient vraiment aider, et nous ne les déclenchons pas sur notre page de résultats. C'est quelque chose que nous devons continuer à faire.