Edgerank

                Le principal algorithme de Facebook

Entretien avec Laurent Massoulié dont le travail consiste à permettre à des usagers de se connecter à des individus au profil proche du leur. Dans un réseau comme F. dont le nombre de membres dépasse le milliard il est impossible pour un individu de trouver avec qui il pourrait avoir des goûts en commun, c'est pour l'aider qu'existent des outils automatiques de recommandations. Pour les améliorer Massoulié et son équipent travaillent sur des méthodes mathématiques ''spectrales''. Méthode séculaire utilisé pour l'étude statistique de grandes masses de données, utilisée pour condenser les données en décrivant les variations entre les gens plutôt que leurs caractéristiques individuelles. Google l'emploi pour caractériser l'importance des pages web. L'algorithme étudie les liens hypertextes reliant les pages entre elles pour donner un poids à chacun.

Pour Facebook le problème est accentué par le nombre de connexions, chaque membre n'est en effet relié, en moyenne, qu'à quelques dizaines d'autres utilisateurs, il en faudrait plus de cent. Pour contourner cette difficulté Massoulié étudie les liens indirects des personnes, des amis d'amis en quelque sorte. Un changement qui permet de détecter des communautés avec plus d’efficacité.

Cette technique devrait faire son entrée sur les réseaux sociaux pour aider les gens à choisir leurs contacts. Des sites marchands pourraient s'y intéresser pour améliorer leurs moteurs de recommandation. Elle pourraient également aider les biologistes en quête de l'ensemble des gènes à l'origine d'une maladie, eux aussi cherchant des communautés de protéines jouant le même rôle à l'intérieur du réseau cellulaire.

Souvenons-nous des heures et jours suivant l'attentat contre Charlie Hebdo et celui contre l'Hyper Cacher en janvier. Sans les réseaux sociaux jamais l'information n'aurait pu se propager dans le monde entier aussi rapidement, un peu comme une épidémie, mais avec une vélocité bien supérieure. Les réseaux sociaux n'ont pourtant pour but que de relier des personnes ayant un intérêt commun.

Depuis longtemps il est démontré que les réseaux diffusent les rumeurs avec rapidité, spécificité que le Net accru encore davantage. Cette propagation des informations est l'objet d'études mathématiques cherchant à les modéliser pour en saisir les ressorts.

Résultats intéressant les sociologues mais aussi les publicitaires, politiques, célébrités... bref tous ceux qui souhaitent exploiter le potentiel d'influence de ces réseaux.

La ''théorie des graphes'' semble la plus à même d'analyser la propagation de ces informations. Elle naquit au XVIII sous la plume de Leonhard Euler. Au XXe cette théorie fut exploitée par l'informatique et la sociologie. Elle a été implantée dans des algorithmes permettant de modéliser la propagation des maladies et celle des informations sur les réseaux sociaux. Modélisant la propagation du virus H1N1 comme les rumeurs sur Twitter. Développer des modèles pour analyser et simuler la propagation des informations est une discipline très active, au sein des sociétés gérant les réseaux comme au sein d'équipes de recherche universitaires.

Il est probable que l'IA profitera des réseaux sociaux, domaine déserté par l'IN. Vont-elles s'opposer ou s'associer, à moins que la seconde, atteinte par la lucidité, ne soit satisfaite de ''passer la main''. Elle est l'expression de la vie, dès lors rien d'étonnant à ce qu'elle change et s'adapte à un nouvel environnement. Quand à se débarrasser de son véhicule précédent... 

Pourquoi aurait-elle des doutes ?