Machine Learning : définition, applications et avenir

Équipe de professionnels examinant des documents lors d'une réunion de table ronde.

Tout savoir sur le Machine Learning

Depuis plus de 10 ans, de nouvelles technologies d’apprentissage automatiques ont fait leur apparition et il ne fait aucun doute qu’elles prendront encore de l’ampleur dans les années à venir. Si le terme de Machine Learning peut sembler difficile à définir, son application dans le domaine du référencement est en revanche indéniable. Selon moi, qui suis consultante SEO depuis maintenant 18 ans, il pourrait d’ailleurs s’imposer comme une norme d’ici quelques années.

Qu’est-ce le Machine Learning ?

Le Machine Learning est un sous-domaine de l’intelligence artificielle. Ses applications sont nombreuses. On le retrouve, par exemple, dans le marketing et la publicité. Concrètement, il s’agit d’un processus de traitement de l’information par l’expérience. En somme, les algorithmes basés sur le Machine Learning sont capables de s’adapter en fonction des comportements qu’ils ont pu rencontrer.

Par exemple, dans le cas des chatbots (logiciel destiné à renseigner un utilisateur), on assiste à une véritable révolution. Leurs algorithmes sont désormais capables de proposer des réponses adaptées à chaque profil. Comment ? En collectant les informations (Big Data) et apprenant par eux-mêmes à « anticiper » et « déduire » un besoin à partir de l’expérience. C’est exactement de cette manière que fonctionne RankBrain, l’algorithme de Google destiné à traiter les requêtes inconnues. Il apprend par lui-même.

Pourquoi le Machine Learning intéresse autant ?

Depuis longtemps, l’un des grands fantasmes de la littérature et du cinéma est de voir apparaître des machines intelligentes. Cependant, loin de cette culture populaire et de ses mythes (la machine dominant l’Homme), le Machine Learning constitue une véritable avancée. Aujourd’hui, les ordinateurs ne sont pas encore capables de rivaliser avec l’intelligence humaine.

Cependant, ils ne se contentent plus seulement de lire ce qu’on leur propose, mais apprennent à comprendre des textes et leur contexte, à catégoriser des images, etc. Les assistants vocaux tels que Siri, OK Google et Cortana comprennent le langage et répondent à nos questions.

Or, si le Machine Learning permet aujourd’hui d’arriver à de telles prouesses, on ne peut que s’enthousiasmer face à son immense potentiel. L’apprentissage automatique peut, potentiellement, révolutionner la manière dont fonctionne notre société.

Comment utilise-t-on le Machine Learning ?

L’apprentissage automatique des machines laisse présager que le rôle d’assistant, déjà présent avec la recherche vocale, va s’ouvrir à d’autre secteurs. Le Machine Learning peut, par exemple, être utilisé dans le domaine médical, notamment dans le but de comprendre les facteurs de risque de certaines maladies grâce à un grand nombre de données, collectées sur une large échelle de la population. La société Medecision a récemment développé un puissant algorithme. Celui-ci est capable d’identifier plus de huit variables prédictives permettant d’éviter l’hospitalisation de personnes atteintes de diabète pour arriver à des diagnostics similaires.

Sur internet, il vous est sans doute déjà arrivé de visiter une boutique en ligne et de regarder un produit sans pour autant l’acheter ? N’avez-vous jamais ensuite constaté que des publicités pour ce même produit vous étaient proposées dès que vous naviguez sur le web ? Ici, c’est le marketing qui s’appuie sur le Machine Learning. Avec l’aide de leur consultant SEO, les entreprises peuvent désormais choisir les produits qu’elles vont recommander et rendre visibles des offres particulières en fonction de chaque profil de client, et ce bien sûr de manière automatisée.

Comment Google exploite-t-il le Machine Learning ?

Les géants du web comme Google profitent bien sûr de ces évolutions et utilisent le Machine Learning. En 2001, Peter Norving déployait déjà le processus d’apprentissage par arbre de décision.

Le moteur de recherche américain améliore notamment ses algorithmes de contrôle de la qualité des pages. Comme nous l’avons vu plus haut, il a notamment lancé RankBrain, dont les capacités d’apprentissage servent à comprendre les requêtes des internautes pour affiner les résultats de recherche.

Il faut aussi savoir que le Machine Learning a permis d’aider l’algorithme Google Penguin à s’appuyer sur un ensemble de caractéristiques pour déterminer si un lien est de qualité ou non.

Le Machine Learning : ses limitations

Utilisé depuis le début des années 2000, le Machine Learning arrive maintenant à une étape cruciale de son développement. On peut, en regardant en arrière, voir concrètement quelles sont ses limites. L’une des plus évidentes se manifeste par un phénomène que l’on appelle « l’effet d’entraînement ».

Il faut savoir que l’apprentissage automatique repose sur la captation et l’analyse de données. Or, le Machine Learning a du mal à dissocier les données erronées qui sortent du cadre habituel, des données atypiques mais malgré tout exploitables. Il en résulte que les algorithmes sont le plus souvent incapables de comprendre des situations particulières sans précédent, et d’adapter leur comportement. L’exemple le plus concret n’est autre que l’ordre de vente exécuté massivement (et à tort) en 2010 par les robots de trading de l’indice boursier Dow Jones.

À quoi va servir le Machine Learning dans les années à venir ?

Les possibilités du Machine Learning sont aujourd’hui illimitées. Il sera bientôt possible de profiter de soins personnalisés selon son code génétique et son style de vie. Dans le domaine de la sécurité, là encore, l’apprentissage automatique peut avoir de nombreuses applications. Le Machine Learning étant déjà utilisé pour détecter les fraudes à l’assurance, on peut très bien supposer que la surveillance de certains lieux publics sera assurée par des intelligences artificielles capables d’anticiper les dangers.

Enfin, plus concrètement encore, dans le domaine de la traduction, un traducteur intégré au téléphone devrait bientôt permettre de recevoir un discours dans une autre langue et ceci de manière automatique. C’est déjà ce que l’on peut observer, dans une moindre mesure, avec l’outil de traduction vocale de Skype.

Le futur du Machine Learning dans les SERP

Les pages de résultat des différents moteurs de recherche disponibles vont sans doute connaître un bouleversement avec le Machine Learning. On sait déjà que Google utilise le Machine Learning dans le but d’analyser les logs datas dont il dispose pour ses pages de résultat. Tout cela dans le but de prédire le comportement de l’utilisateur et son niveau de satisfaction. Le perfectionnement de cette technologie devrait permettre d’affiner encore davantage les résultats. Autant dire que les professionnels du référencement vont devoir s’adapter.

Pourquoi devrions-nous nous intéresser davantage au Machine Learning ?

Le potentiel du Machine Learning est indéniable. Dans les années à venir, il y a fort à parier qu’il révolutionne bien des secteurs, à commencer par celui du travail. L’un des profonds bouleversements pourrait d’ailleurs être la totale disparition de certaines professions. Et c’est logique, quand on voit tout ce que le Machine Learning est en mesure d’accomplir : traitement de données ou encore analyse et interprétation dans le domaine de l’imagerie médicale.

Notre agence SEO utilise déjà actuellement le machine learning depuis 2015.

4.4/5 - (141 votes)
×