N° 281 - Mai 2012 (.pdf - 3809 Ko) - Portail de la Recherche et des ...

24
ATHENA 281 · Mai 2012 > INTERNET
Google est un outil exceptionnel mais
il faut rester vigilant au risque
de retrouver sa vie privée étalée
un peu partout sur la toile.
Retrouvez quelques astuces
de protection page 25.
+
Pour en
savoir plus:
L’école s’appelle Duolingo
(http://duolingo.com/). Elle
est déjà débordée par les
demandes. L’idée est que les
traducteurs ne paient rien car
ils offrent leur temps. Et tout le
monde est gagnant. Luis von
Ahn explique tout cela dans
une vidéo disponible à l’adresse
http://goo.gl/zXcnN.
informations que nous croyons définitivement
oubliées comme d’anciens CV,
de vieilles photos de classe, etc. ?
Numérisation
des livres,
un procédé génial
Le principe de la «sagesse des foules»
est que dans certains domaines au
moins, l’avis d’un grand nombre de personnes
est souvent plus précis que celui
de spécialistes. Cela s’explique par toute
une série de raisons qu’il serait trop long
de développer ici.
Luis von Ahn est l’inventeur du captcha,
ces mots un peu bizarres, aux lettres tordues,
dont se servent presque tous les
sites en ligne pour vérifier que c’est bien
un être humain qui tente d’accéder au
service et non une machine (incapable
d’interpréter les lettres ou chiffres déformés).
Depuis quelques mois, vous avez
sans doute vu que de plus en plus souvent,
ce sont désormais deux mots qui
sont soumis à notre interprétation.
Quand il s’agit de numériser un document
récent, les systèmes de reconnaissance
optique des caractères (OCR) sont
généralement efficaces, mais lorsqu’il
s’agit de livres plus anciens, aux pages
jaunies ou à l’encre pâlie, la reconnaissance
est beaucoup moins exacte et
l’ordinateur hésite et se trompe souvent.
Luis von Ahn a alors imaginé une solution.
Un des deux mots composant le
captcha est connu de l’ordinateur tandis
que l’autre est un des mots sur lesquels
l’OCR bute. Évidemment, vous ne savez
pas si c’est le premier ou le second.
Comme plusieurs dizaines de milliers de
personnes doivent interpréter les deux
mêmes mots, il est probable que le mot
qui pose un problème à l’OCR sera identifié
par, disons, 80% des personnes. Se
fiant à la sagesse de la foule, l’ordinateur
conclut que cette interprétation
est exacte et il peut recommencer avec
d’autres mots. Ainsi, tout en vous identifiant,
vous participez à la numérisation
de livres anciens. Génial non ?
Luis von Ahn a donc inventé le captcha
avant de l’utiliser pour numériser
les livres anciens. Mais ce n’est pas
tout ! Comment traduire le Web, tout
le Web, dans les principales langues du
monde ? L’anglais est la langue la plus
utilisée. La version espagnole de Wikipedia
ne représente que 20% de la version
anglaise. S’il fallait faire traduire les 80%
restants, le coût serait énorme et cela
exigerait trop de temps.
Sachant que de très nombreux Américains
souhaitent apprendre une
seconde langue, Luis von Ahn a eu
l’idée géniale suivante: ceux qui veulent
apprendre une langue, par exemple l’allemand,
commencent par en apprendre
les bases. Puis on leur donne des
phrases de la version anglaise de Wikipedia
à traduire. Des passages de plus
en plus complexes. Il suffit ensuite d’attendre
que quelques milliers d’étudiants
traduisent les mêmes passages pour en
obtenir une bonne traduction. C’est
ainsi qu’en apprenant une langue nouvelle,
on traduit le Web (voir encadré à
gauche).
Le Google connu
Chacun connaît le Google qui permet
de chercher dans le Web. L’interface disponible
dans un grand nombre de langues
et beaucoup de gens croient que la
langue de l’interface n’influence pas les
résultats. C’est faux ! La version anglaise