Comment Amazon automatise ses processus
Amazon explique son succès par une stratégie particulièrement développée en satisfaction de la clientèle, même si l’intelligence artificielle et l’apprentissage machine ont largement contribué à la croissance et à l’adaptabilité de l’entreprise. L’entreprise a dévoilé la clé du succès de ses projets IA depuis son quartier général de Londres.
Une proportion impressionnante de ses projets d’apprentissage machine et d’IA sont déployés au départ de l’Europe, ce dont Amazon n’est pas peu fière. ” Nous disposons de 25 centres de développement en Europe, explique Doug Gurr, le country manager pour la Grande-Bretagne. Et nous continuons à investir à ce niveau. Depuis 2010, nous avons investi quelque 27 milliards $ sur le Vieux Continent. ” Dans des domaines comme la recherche en technologie vocale, traduction automatique, apprentissage machine et technologie de paiement, que ce soit en Pologne, au Royaume-Uni, au Luxembourg, en Allemagne, en Autriche et en France. La Belgique est la grande absente de ce tableau, mais Amazon n’y est encore que très peu présente. ” Nous recrutons massivement, partout en Europe “, tient à souligner Gurr.
Nous devons apprendre à l’ordinateur la signification la plus courante du mot, car on ne la trouve pas dans un livre.
On ne sera pas surpris d’apprendre que nombre de ces projets européens concernent les langues. C’est ainsi qu’une équipe allemande planche sur la conversion automatique de catalogues d’une langue vers une autre. ” Nous allons commencer à traduire nous-mêmes ces catalogues, précise Ralf Herbrich, director of Machine Learning Science à Berlin. Nos processus débutent d’abord manuellement. Mais la seule manière de grandir est d’utiliser la technologie et la meilleure manière d’affiner cette technologie est l’apprentissage machine. C’est ainsi que nous traduisons de nombreuses décisions prises par le passé en prévisions sur l’avenir. ”
C’est ainsi qu’Amazon a mis au point un algorithme pour labelliser les nombreuses photos de ses catalogues. Au lieu de devoir regarder par exemple des milliers de chaussures pour femmes, le client pourra filtrer ces chaussures sur une fermeture éclair ou des lacets par exemple. Et l’apprentissage de l’algorithme se fait par l’apprentissage machine. ” Nous avons l’avantage d’avoir de très nombreuses images de chaussures puisque nous les stockons depuis des années “, explique Herbrich. Pour s’assurer que l’algorithme sache ce qu’il fait, les chercheurs ont mis au point une ‘carte de chaleur’ : lorsque l’algorithme analyse les nombreux pixels d’une photo, il indique grâce aux couleurs les parties de type ‘fermeture éclair’. ” Nous avons ainsi pu comprendre ce que le système reconnaissait, explique encore Herbrich. Nous voyons ainsi ce que fait l’algorithme et cela nous donne confiance. ”
Lien entre analyse comportementale et langue
Par ailleurs, Amazon s’intéresse à l’analyse comportementale, précise Hugo Zaragoza, senior manager Applied Machine Learning chez Amazon à Barcelone. Cette technologie est notamment mise en oeuvre pour mieux réagir aux requêtes de recherche. Car la langue n’a rien d’évident, insiste Zaragoza. ” Si je tape ‘mac’, l’ordinateur doit savoir si je recherche un ordinateur, un cosmétique ou un film comme ‘Mac and Me’. Nous devons apprendre à l’ordinateur la signification la plus courante du mot, car on ne la trouve pas dans un livre. ” C’est la dimension d’analyse comportementale. ” L’utilisateur tape un mot et, s’il ne trouve pas, essaie autre chose, explique Zaragoza. Si quelqu’un recherche par exemple ‘Zootopia’, il se peut qu’il ne trouve pas parce que le film n’est pas encore sorti. S’il tape ensuite ‘Inside Out’, nous savons que les deux termes sont liés sémantiquement. ”
Mais ces recherches suscitent aussi des questions, précise-t-il. ” Prenez l’iPhone. Le résultat le plus cliqué pour iPhone est ‘smartphone’. Mais le résultat le plus vendu sur iPhone est un câble de rechargement. C’est logique parce que c’est un appareil bon marché et qui doit se remplacer plus rapidement. Il faut décider le poids que l’on attribue statistiquement aux clics par rapport aux ventes. ”
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici