Google passe à la recherche universelle

La recherche universelle représente le plus grand changement technologique depuis la création du moteur de Google. Les explications de Marissa Mayer, vice-présidente en charge des produits et services grand public chez Google.

La Recherchologie, vous connaissez? C'est le nouveau terme inventé par Google pour désigner la science qui touche aux moteurs de recherche (index, algorithme, sémantique, etc). Et c'est au cours de la première séance de Recherchologie (Searchology en V.0.), qui s'est déroulée cette semaine dans le Googleplex de la Silicon Valley, que le moteur a dévoilé le plus important changement depuis sa création: la recherche universelle. Dès à présent, sur le site américain puis progressivement ailleurs, les résultats d'une recherche pourront provenir de toutes les sources d'informations répertoriées par Google: texte, images, vidéos, actualités, finance, etc. Seule leur pertinence compte.

Google en a profité pour modifier la navigation sur ses pages. Un nouvelle barre contextuelle, qui s'affiche en haut d'une page de résultats, propose ainsi des liens vers des index spécialisés "connexes" à la requête pour approfondir la recherche. Par exemple, si vous lancez une recherche sur le mot Python, qui est aussi un langage de programmation couramment utilisé pour développer des applications Web 2.0, la barre contextuelle comprendra des liens vers les index verticaux : Blogs, Livres, Groupes et Code. L’accès aux autres sites populaires du moteur de recherche (Gmail, Documents...) se fait également désormais par une nouvelle barre. Enfin, Google a annoncé un nouveau site Google Experiments regroupant les différents projets "expérimentaux" sur lesquels planchent les ingénieurs et les chercheurs de l'entreprise. A la différence de Google Labs, ces projets seront plus liés à la navigation et à l'interface graphique du site. Une fois inscrit à un projet, les utilisateurs pourront tester en direct ces projets d’innovation.

Interview de Marissa Mayer, vice-présidente en charge des produits et des services grand public chez Google.

Qu'apporte la recherche universelle par rapport au moteur actuel?
Marissa Mayer. En fait c'est très simple. Jusqu'à présent, lorsque vous nous envoyiez une requête, nous effectuions par défaut la recherche sur notre serveur principal qui indexe les pages Web en HTML. Pour élargir le champ des recherches, nous avons créé des moteurs annexes ou verticaux pour d'autres types de contenus, comme des images, des actualités, des vidéos ou des livres. Mais cela demandait à l'utilisateur une manipulation supplémentaire et surtout de connaître l'existence de ces autres moteurs. Avec la recherche universelle, nous allons désormais consulter en parallèle toutes nos bases de données. Et puis retourner sur la même page de résultats les réponses les plus pertinentes, indépendamment de leur origine ou de leur format (texte, vidéo, image...).

Est-ce que cela implique des changements pour votre algorithme de classement PageRank ?
PageRank est très utile puisqu'il nous permet d'avoir une bonne idée de l'importance d'une page en s'appuyant sur le nombre de liens pointées vers elle. Mais il n'est pas suffisant, car il y a rarement des liens vers une vidéo ou une image. De même, pour une actualité, un critère important d'évaluation est sa date de publication. Cela nous a donc conduit à combiner ces nouveaux paramètres, grâce à notre capacité d'analyse du contenu (texte, images...), avec notre algorithme PageRank. L'autre difficulté, c'est qu'il faut arriver à hiérarchiser la pertinence d'une réponse texte par rapport à celle d'une image ou d'une vidéo pour ensuite la classer dans la page. C'est un travail de longue haleine et nous améliorerons l'algorithme avec le temps.

Pourquoi Google est-il obligé de se doter d'une nouvelle infrastructure ?
L'idée d'une recherche universelle combinant les résultats d'un nombre infini de sources d'informations est loin d'être nouvelle. Je me souviens avoir montré il y a six ans un prototype à notre patron, Eric Schmidt. Mais à l'époque, ce n'était pas techniquement faisable car cela demandait une infrastructure informatique bien trop importante pour les moyens que nous avions à l'époque. Aujourd'hui, même si nous avons plus de moyens, cela reste très cher. Nous avons donc rusé. En effet, alors que notre moteur de recherche Web traite plusieurs centaines de millions de requêtes par jour, celui du site Actualités n'en reçoit que 2 à 4 millions. Vous parlez là d'un facteur de 100. Autrement dit, au lieu des quelque 500 serveurs se trouvant derrière le moteur Actualités, il nous en faudrait théoriquement 50 000! Idem pour toutes les autres sources d'informations que nous voulons ajouter à la recherche universelle. Car, rappelez-vous, une recherche universelle va consulter tous les index en même temps, tout le temps. Il faut pour cela une infrastructure entièrement nouvelle qui supporte cette nouvelle charge, sans pour autant necessiter un nombre astronomique de serveurs. Aujourd'hui, au lieu d'un facteur de 100, nous sommes plus proches de 1, ce qui est assez phénoménal.