.svg){kind=logo}
Les moteurs de recherche sont en passe de faire leur révolution grâce au Cognitive Search. Hier encore, leur fonctionnement était strictement associé à l'utilisation de mots-clés. Désormais la recherche s'effectue grâce à des techniques d'Intelligence Artificielle, notamment l'Apprentissage Machine. Les phrases de requêtes ne sont plus explorées, elles sont plutôt lues. Ces techniques ont également la faculté de renforcer leurs capacités de compréhension. Toutes ces aptitudes sont mises au profit de nombreuses applications devenues intelligentes.
Une interprétation plus humaine des requêtes
Le Cognitive Search, littéralement Recherche Cognitive, à la différence des algorithmes de recherche traditionnels, ne repose pas sur l'indexation systématique par mots-clés de larges sources de données textuelles. C'est plutôt le fruit de l'utilisation de méthodes intelligentes de compréhension des contenus. C'est même la somme de plusieurs méthodes, l'indexation, le traitement du langage naturel (Natural Language Processing - NLP) et l'Apprentissage Machine (Machine Learning - ML).
En plus de mettre à la disposition des utilisateurs de larges ensembles d'informations, structurés ou non, le Cognitive Search les rend plus accessibles que les méthodes de recherche traditionnelles. Les méthodes de retour des résultats des requêtes sont cachées, de façon totalement transparente pour l'utilisateur, intégrés au cœur même des applications. Ils peuvent également rendre ces résultats disponibles sous forme de texte, de visualisations graphiques, de messages vocaux et même de retours sensoriels.
Le Machine Learning ou la recherche par l'apprentissage
Le machine Learning est une technique de l'Intelligence Artificielle qui a connu de grandes avancées ces 5 dernières années. Plutôt que de créer un programme pour envisager tous les moyens d'obtenir une solution on crée un modèle informatique capable d'apprendre. On lui soumet de larges volumes de données dont la combinaison particulière amène à des résultats positifs ou négatifs, avec un certain pourcentage d'erreur. Après une phase d'apprentissage basée sur des combinaisons de données dont on connaît le résultat, on soumet le modèle à des combinaisons d'informations qui lui sont inconnues. C'est à lui, grâce à son apprentissage, de déterminer alors les résultats qui en découlent.
Pour le Cognitive Search le Machine Learning intervient au niveau de l'optimisation du retour des résultats. Des méthodes comme le Clustering autorisent d'affiner les résultats des requêtes en fonction de celles déjà effectuées. Ils sont donc plus pertinents et souvent bien plus rapides. Plutôt que d'effectuer encore et encore les mêmes parcours au sein du corpus d'informations le Machine Learning restreint le champ de recherche pour effectuer un ciblage plus précis donc plus efficace.
Des capacités utilisées pour renforcer les applications
La Recherche Cognitive est une technique désormais assez au point pour qu'on puisse l'intégrer de façon transparente à la plupart des applications informatiques. En fait, c'est toute une gamme de nouveaux services cognitifs qui est en train de voir le jour. Le langage naturel, écrit ou parlé, est reconnu et bien compris. Il devient possible de créer des robots conversationnels, communément appelés ChatBots, qui dialoguent avec l'utilisateur et qui, grâce au Cognitive Search, peuvent devancer leurs attentes.
C'est l'heure de la proactivité pour les applications. Les gains en productivité qui vont en découler sont encore inestimables. Des sociétés comme Microsoft ou IBM en font leur nouveau cheval de bataille. L'une pour les intégrer en toute transparence, notamment au cœur de ses outils bureautiques, avec ses Cognitive Services. L'autre pour donner l'accès aux programmes à l'intelligence cognitive, évolutive et quasi-illimitée de son célèbre Watson.
