Jusqu’à l’AFUP Day 2025, retrouvez nos interviews de speakers pour mieux comprendre leur parcours et le sujet qu’ils ou elles aborderont lors de leur conférence !

La conférence

Embeddings : transformation de la recherche d'information Les moteurs de recherche, basés sur des index, ont longtemps été des outils essentiels pour trouver de l'information en ligne. Cependant, l'évolution rapide des grands modèles de langage a ouvert la voie à une nouvelle génération de systèmes de recherche : les moteurs de réponse, offrant une compréhension sémantique plus approfondie des requêtes. Cette conférence explorera les différences fondamentales entre ces deux types de moteurs. Nous discuterons de leur fonctionnement respectif et des avantages qu'offrent les moteurs de réponse par rapport aux moteurs de recherche traditionnels. Nous nous pencherons également sur les architectures à mettre en place pour combiner le meilleur des deux mondes : la rapidité des index et la compréhension sémantique des grands modèles de langage.

Maurice 16/05/2025 10:05-10:45

Avec les évolutions apportées par l’IA dans le domaine des moteurs de recherches, c’est aussi tout un pan du système technique et économique qui est impacté. Selon toi, quelle est l’ampleur des impacts sur le référencement naturel, le référencement payant mais aussi tous les emplois dans ce domaine ?

Il est important de souligner que les moteurs de recherche utilisent depuis longtemps les techniques de traitement du langage naturel, notamment l’apprentissage automatique. Par conséquent, je ne suis pas certaine que l’IA représente une nouveauté majeure pour eux. Cependant, ce qui est réellement différent, ce sont les réponses que proposent aujourd’hui les moteurs grâce à l’IA générative.

L’utilisateur n’a plus nécessairement besoin de visiter un site web, car le moteur de « réponses » lui suggère directement toutes les informations pertinentes à sa question. Ces moteurs de réponses transforment complètement l’approche traditionnelle de la recherche.

Cependant, je pense que les sites web vitrines, qui représentent une entreprise ou un service, resteront d’actualité. Ils conservent leur utilité pour présenter une identité de marque, des informations détaillées et établir une présence en ligne.

Google est aujourd’hui incontestablement le moteur de recherche ayant le plus de part de marché. Le trafic est probablement gigantesque. D’un autre côté on sait que l’IA est très énergivore. Sera-t-on capable de rassembler les ressources nécessaire pour basculer tout ce trafic vers un monde propulsé par l’IA ?

Dans l’état actuel des choses, l’IA générative consomme beaucoup d’énergie pour produire des réponses. Cependant, de nombreux travaux sont en cours pour réduire cette consommation, notamment par l’utilisation de caches et l’optimisation de nouveaux concepts d’apprentissage.

Étant donné que cette question est une préoccupation majeure, je suis convaincue que nous trouverons des moyens d’optimiser les ressources, mais aussi de mesurer la valeur de la décision prise grâce à l’IA par rapport à l’énergie dépensée.

Aujourd’hui le grand public utilise les moteurs de recherche de manière très basique avec un ou quelques mots-clés, sans préciser de contexte, de détails, etc. Penses-tu que l’arrivée de l’IA dans les moteurs de recherche va devoir passer par un nouvel apprentissage d’utilisation de ces outils ? Et selon toi, à quel point cela sera un frein à l’adoption ?

Je suis profondément convaincue que la technologie doit être au service de l’utilisateur, et non l’inverse. Par conséquent, ce sont les solutions qui doivent s’adapter et être capables de fournir des réponses aux utilisateurs en fonction de leurs besoins.

Il est essentiel que nous comprenions les bases du fonctionnement de l’IA. Nous devons savoir que les algorithmes ne raisonnent pas, mais se contentent de reproduire les informations qu’ils ont apprises lors de leur entraînement.

Une conférence présentée par

Iana IATSUN

Iana a obtenu son doctorat en traitement d’images et du signal en 2014. Après sa thèse, elle a travaillé comme data-scientist dans le domaine de la biométrie pour la reconnaissance d’empreintes digitales et des visages. Depuis 5 ans, Iana gère avec son équipe les activités autour de la mise en production des modèles d’apprentissage automatique (MLOps) dans une institution financière. Elle s’investit sur les sujets concernant une IA éthique, explicable et responsable.

Autres intervenants