Google révèle de nouveaux détails sur la création de son algorithme DeepRank qui affiche des résultats de recherche plus pertinents en comprenant le langage comme le font les humains.

DeepRank est discuté en détail dans une toute nouvelle vidéo de Google sur le fonctionnement de la recherche.

Entre autres aspects de la recherche, la vidéo de Google décrit le processus de développement, de test et d’approbation que chaque mise à jour d’algorithme passe.

DeepRank a été lancé en 2019 sous le nom de BERT et porte le nom des méthodes d’apprentissage en profondeur utilisées par BERT et de l’aspect classement de la recherche.

Considérez DeepRank comme l’intégration de BERT dans la recherche Google. Bien que ce ne soit pas aussi simple que cela puisse paraître.

Voici un récapitulatif de ce qui est montré dans la nouvelle vidéo de Google.

DeepRank / BERT

DeepRank s’appuie sur les capacités existantes d’apprentissage automatique et de traitement du langage naturel de Google.

Le traitement du langage naturel permet aux chercheurs d’entrer des questions réelles de la même manière qu’ils le demanderaient à un ami dans un message texte, par exemple.

Google travaille sur le traitement du langage naturel depuis près de 20 ans, en commençant par les corrections orthographiques et la compréhension des synonymes.

Les capacités d’apprentissage automatique de Google sont en développement depuis 10 ans.

BERT améliore encore la compréhension des algorithmes de recherche des requêtes en langage naturel.

Le classement des recherches a parcouru un long chemin au cours des deux dernières décennies, mais avant le BERT, les algorithmes ne pouvaient pas comprendre les subtilités du langage comme le font les humains.

DeepRank est la première fois que Google Search a un signal qui comprend la relation entre les termes humains.

En fin de compte, il est conçu pour rendre la recherche plus intuitive à utiliser et donner l’impression que Google comprend ses utilisateurs.

Développement et test de DeepRank

DeepRank capte les subtilités du langage qui viennent naturellement aux humains mais sont difficiles à programmer.

Les algorithmes de recherche de Google ignoraient les mots vides et les laissaient en dehors de la requête.

Exemple de mots vides dans une requête ignorés.

Au fil du temps, Google a appris que ces mots jouent un rôle important dans la communication de ce que les gens essaient vraiment de dire.

Avec DeepRank, les utilisateurs peuvent formuler des requêtes de recherche de manière naturelle et ne pas se heurter au problème des machines qui ne comprennent pas les subtilités.

Dans la vidéo de Google, un exemple est montré pour la requête: «À quelle température devez-vous préchauffer votre four lorsque vous faites cuire du poisson?»

Sans DeepRank, les algorithmes de Google font apparaître des informations utiles, mais ils sont également confus.

Voyez dans la capture d’écran ci-dessous comment l’ancien algorithme de recherche de Google renvoie une page sur les cookies pour une requête sur les poissons.

Lorsque DeepRank est testé sur la requête, il comprend que la page concerne les cookies, pas le poisson, et ne fait pas apparaître le résultat.

Voici un exemple dont l’équipe DeepRank est particulièrement fière qui implique la requête «Pouvez-vous obtenir des médicaments pour une pharmacie?»

Sur la gauche, il y a un résultat qui comprend et répond à la requête spécifique (grâce à DeepRank), et sur la droite, un résultat plus général sur l’obtention des prescriptions.

DeepRank peut sembler une solution simple, mais faire en sorte que BERT joue bien avec la recherche n’est pas facile, dit Google.

DeepRank a subi des mois de tests, et vous pouvez en voir une partie de première main dans la vidéo de Google.

Il existe de rares images des coulisses des ingénieurs de recherche Google analysant méticuleusement des requêtes individuelles pour déterminer si DeepRank aide ou nuit aux résultats de recherche.

Toute modification apportée à la recherche fait l’objet d’un examen approfondi, quelle que soit sa taille.

Cependant, les ingénieurs de Google disposent d’un temps limité pour travailler sur ce projet.

DeepRank, même lors des tests, nécessite une énorme puissance de calcul. Si l’équipe travaillant sur DeepRank n’avait pas fait suffisamment de progrès dans les tests, les ressources informatiques auraient été allouées à un autre projet.

La vidéo contient davantage de séquences en coulisses d’une réunion où les progrès sur DeepRank sont présentés au comité de lancement de Google.

Si vous avez toujours voulu voir le processus suivi par les ingénieurs de recherche Google pour faire approuver les mises à jour et les modifications, c’est peut-être le meilleur look que nous ayons eu jusqu’à présent.

Comité de Google approuvé DeepRank pour un éventuel lancement, et le sentiment d’exaltation des ingénieurs de Google était palpable.

Voir la vidéo complète ci-dessous. La partie sur le traitement du langage naturel et DeepRank commence à environ 42 minutes.