S'abonner
Se connecter
logo du site ledesk

Connectez-vous

ou

Abonnez-vous !
60 DH

1 mois
Découvrir les offres
En continu

IA
Le Marocain Anasse Bari, co-auteur de Pyrorank, un algorithme qui déjoue le profiling des moteurs de recherche

13.07.2023 à 16 H 15 • Mis à jour le 13.07.2023 à 16 H 15 • Temps de lecture : 2 minutes
Par

Il n'est pas rare de remarquer que lorsqu'on cherche sur internet un livre, film ou restaurant, les résultats de recherche suggèrent souvent des choses que nous avons déjà essayées ou achetées. Cela est principalement dû aux outils d'intelligence artificielle (IA) que ces plateformes utilisent et qui peuvent nous piéger dans une « bulle de filtres », où nous ne voyons que des choses similaires à celles que nous avons précédemment aimées ou achetées.


Cependant, un groupe de chercheurs en informatique dont un Marocain, Anasse Bari, a créé une nouvelle méthode pour briser ces bulles de filtres. Le groupe a développé un algorithme nommé Pyrorank  qui agit comme s'il faisait partie de la nature.


L'idée est inspirée du comportement des oiseaux à la recherche de nourriture. Ces derniers n'explorent pas tous le même endroit, ils se dispersent dans différentes zones. Les scientifiques ont utilisé ce concept pour faire en sorte que Pyrorank propose des résultats plus diversifiés et intéressants.


Anasse Bari, l'un des créateurs de Pyrorank et professeur à l'Institut de sciences mathématiques de l'Université de New York, a expliqué que le monde naturel est un excellent endroit pour trouver l'inspiration pour résoudre les problèmes technologiques. Il a également souligné que les systèmes traditionnels de recommandations fonctionnent sur la base de la similarité. Par exemple, si vous avez acheté un produit Apple, vous continuerez à voir d'autres produits Apple dans vos recommandations.


« Les phénomènes naturels, tels que les vols d'oiseaux à la recherche de nourriture, montrent que la nature peut souvent trouver des solutions optimales, mais simples, pour répondre aux besoins », explique Bari.


Toutefois, ces systèmes traditionnels ont des limites. Ils peuvent continuer à vous montrer le même type de contenu encore et encore, ce qui peut poser problème. Par exemple, les gens peuvent ne voir que des nouvelles qui correspondent à leurs points de vue, sans être exposés à d'autres perspectives.


Lors de tests, Pyrorank a produit une plus grande variété de recommandations par rapport aux systèmes traditionnels. L'inconvénient est qu'il pourrait légèrement réduire la précision de ses prédictions quant à ce que l'utilisateur pourrait aimer. Cependant, selon les chercheurs, l'équilibre entre diversité et précision peut être ajusté en fonction de la situation.


Bari conclut que les meilleurs systèmes de recommandation devraient comprendre et réduire les biais, ce qui conduirait à des recommandations plus efficaces et à une utilisation plus saine des plateformes comme Google, Netflix etc. L'ajout de diversité aux recommandations est une étape cruciale pour surmonter les limites des systèmes actuels.

encontinu - ©️ Copyright Pulse Media. Tous droits réservés.
Reproduction et diffusions interdites (photocopies, intranet, web, messageries, newsletters, outils de veille) sans autorisation écrite
Par
Le Desk En continu