Forum de FilmDeCulte

excellent article sur le site du Monde.fr:

La machine universelle à communiquer est déjà là
LE MONDE | 28.12.05 | 12h51 • Mis à jour le 28.12.05 | 12h51

Six lettres simplement colorées, une page dépouillée, presque blanche, un formulaire de recherche. Pour une majorité d'internautes, cette simplicité ne trompe pas. Elle suggère que Google n'a que peu évolué depuis 1998 et sa création par Sergey Brin et Larry Page, deux mathématiciens de l'université Stanford.


L'entreprise de Mountain View (Californie) serait demeurée telle qu'en elle-même, dévolue à la recherche sur Internet, avec la modestie de ses débuts... Rien n'est plus faux. Derrière l'apparent dépouillement se cachent une puissance de calcul phénoménale, une capacité à innover et une créativité qui inquiètent tous les secteurs économiques dont une part de l'activité est dématérialisée. L'ambition de Google, qui vient d'entrer au capital d'AOL Time Warner à hauteur de 5 %, est, "simplement", de devenir une machine universelle.

Son secret est d'abord dans son algorithme, PageRank, qui classe les 8 à 9 milliards de pages Web indexées par son moteur en fonction d'une multitude de paramètres — fréquence d'actualisation, popularité, etc. Si les détails de cette formule mathématique restent cachés, ses grandes lignes et ses principes sont connus de longue date. Depuis 2003, qui a vu une extraordinaire montée en puissance du moteur, le vrai secret de Google est ailleurs : il ne concerne plus tant l'efficacité de tel ou tel algorithme que sa prodigieuse puissance de calcul, de traitement et de stockage de l'information.

Pour ne pas effrayer en divulguant des chiffres colossaux, Google ne communique pas sur sa capacité de calcul. Les derniers chiffres rendus publics datent de près de deux ans et mentionnent l'existence de plus de 10 000 serveurs. Soit... pas grand-chose ; mais la réelle capacité de la société alimente toutes les spéculations. En janvier, l'analyste Charles Ferguson, dans la revue Technology Review, avançait le chiffre de 250 000 serveurs exploités dans le monde.

Stephen Arnold, consultant indépendant et auteur du livre-enquête The Google Legacy (L'héritage de Google, Infonortics), estime, pour sa part, que l'entreprise "dispose de 30 data centers ("centres de traitement des données") dans le monde dont la localisation est gardée secrète pour des raisons de sécurité et dont chacun est constitué d'environ 10 000 serveurs".

François Bourdoncle, PDG et cofondateur du moteur de recherche Exalead, évoque, lui, "plus de 60 data centers". On peut donc penser que la force de frappe de Google est aujourd'hui de 30 à 60 fois plus importante que celle annoncée.

De gros investissements visent à l'accroître encore. "L'un des projets en cours a pour objectif de monter 8 000 microprocesseurs dans une unique boîte, de monter cette boîte sur un camion et d'aller ainsi, très rapidement, ajouter de la capacité là où c'est nécessaire", assure M. Arnold. Grâce à ce projet de data center on a truck, l'entreprise californienne serait en mesure de doubler très rapidement sa puissance de calcul.

Ce n'est pas tout. "L'une des principales activités de Google, aujourd'hui, est d'acheter de la fibre optique, partout dans le monde, pour interconnecter ses data centers", ajoute le prospectiviste américain Howard Rheingold, auteur de Foules intelligentes (M2 éditions, 302p., 20 euros). M. Arnold confirme cette volonté de mailler le réseau des data centers et précise que, aujourd'hui, seule une infime partie de cette bande passante disponible est exploitée.

Pourquoi autant d'efforts ? Parce que Google a cessé, "sans doute vers la fin 2003", selon M. Arnold, d'être un moteur de recherche. Les mots manquent pour définir sa véritable nature. "Google est devenu une plate-forme applicative", diagnostique le consultant. En termes profanes, cela signifie qu'elle utilise désormais sa capacité de traitement de l'information et sa bande passante pour distribuer aux internautes non seulement les informations qu'ils recherchent, mais également des applications logicielles : messagerie électronique (Gmail), service de recherche local sur son propre ordinateur (Google Desktop), téléphonie sur IP (Google Talk), etc. Comment nommer le vaste ensemble de serveurs ? A défaut d'autre terme, M. Arnold a choisi de le baptiser "GooglePlex", nom du siège social de l'entreprise, en Californie.

Impossible de prédire avec certitude le futur, mais le potentiel du "GooglePlex" rend envisageable l'émergence d'un "GT & T, un Google Telephone and Telegraph", s'amuse M. Arnold, qui pourrait faire pièce aux télécommunications traditionnelles. "Google offrira, avant les opérateurs classiques, des services sans-fil géolocalisés", prévoit également M. Rheingold. Pure fiction ? A San Francisco, Google est déjà sur le front du Wi-Fi gratuit (accès sans fil à Internet), officiellement à titre expérimental. Quant au transfert de voix sur Internet, l'affaire est en cours avec Google Talk. Voilà pour la technologie.

L'arme économique, pour sa part, est connue : il s'agit de la gratuité, financée par la publicité ciblée. Comment ? "Les outils de recherche pourront bientôt passer au peigne fin non seulement des documents aux formats Microsoft Office ou PDF, mais aussi des messages instantanés, des courriels, de la musique et des images, écrit Charles Ferguson, dans la Technology Review. Avec le développement de la reconnaissance vocale et du haut débit, il sera également possible d'indexer et d'analyser des conversations téléphoniques."

De la publicité ciblée grâce à l'analyse des conversations téléphoniques ? La perspective est sans doute lointaine, mais le principe existe déjà et il est utilisé par le service Gmail, qui ausculte les courriels de ses utilisateurs pour leur proposer des annonces ciblées. De telles applications, très gourmandes en capacité de calcul et de stockage, sont directement suspendues à la puissance du "GooglePlex".

Les stratèges de Mountain View pensent avec dix coups d'avance. Mais l'avenir de l'entreprise n'est pas écrit. Les évolutions de Google se dessinent en fonction du comportement des internautes.

Cette stratégie laisse toutes les possibilités ouvertes, mais le "GooglePlex", qui donne aujourd'hui tout son potentiel à Google, pourrait, demain, devenir son point faible. "C'est le plus gros système informatique de calcul distribué qui ait jamais existé, souligne M. Arnold. C'est complètement novateur et, donc, pas sans risque. Google n'est pas à l'abri d'un bogue majeur. Dans le temps qu'il lui faudrait pour réparer, Yahoo!, MSN ou un autre pourrait prendre le dessus."

_________________
Sim
[url=http://simsrest.blog.lemonde.fr]Ce sera surtout l'occasion de rencontrer le gratin cairote.
[/url]"Le fil politique est souvent source de frustration et d'incompréhension.
Le fil du slip aussi, cela dit." Chlochette

Sauf que Google a breveté le pagerank et donc l'algo est connu de tous. Cela dit Google utilise de moins en moins le pagerank, et de toute façon le brevet semble être bidon juste histoire de faire monter la sauce, parce que c'est ce que sait faire de mieux Google. Un peu à la "Apple" d'ailleurs. Faire monter la sauce souvent sur des trucs un peu naze, au fond qui a l'utilité de GoogleEarth ? Passer de 1 Go à 2 Go gmail ? Je reçois pleins de spam et j'arrive même pas à dépasser les 200 Mo sans jamais rien effacer. Ils sont plus fort au niveau commercial qu'au niveau service je pense. Chose marrante, Google est passé d'une page supra simpliste :

http://web.archive.org/web/199904270949 ... oogle.com/ (1999)

à une page presque toujours aussi simpliste :

http://www.google.com

Sauf qu'ils ont réussi à ajouter 13 liens vers leurs différents services. (source : moteurs.blogs.com) Quand je vois maintenant ma page d'accueil google personnalisée, avec le lien vers l'historique de mes recherches, google images, google groups, google annuaire, google actualités... Et que je me rends qu'à part l'annuaire j'utilise tous les services, je me dis qu'ils ont vraiment bien joué au niveau de l'interface mais qu'à un moment il va forcément y avoir un retour façon altavista vs google ! Les gens vont vouloir à nouveau un moteur de recherche ultra-dépouillé !

_________________
Delirium Tremens

Intéressant, en effet.

Je vous conseille d'essayer le moteur de recherche français évoqué dans l'article :

http://www.exalead.fr/search

Sympa et efficace.

Je le trouve archi bordélique dans les résultats, et visiblement il ne détecte pas les pages satellites et donc le duplicate content. Résultat un mec fait une copie de filmdeculte et bien il peut faire figurer son site dans les résultats de Exalead avec ceux de filmdeculte, c'est complètement naze. Là sur une requête "hébergement mutualisé" la 2ème page est spammé par le même site qui a fait des dizaines de pages satellites, c'est quand même le B.A. BA de détecter ça... Yahoo et MSN se sont bien améliorés, Yahoo est un peu lent à faire des mises à jour de son index, mais MSN par ex je l'utilise régulièrement quand les résultats de Google me plaise pas trop ou quand je veux une info plus fraiche (même si de ce côté Google tend à rattraper son retard).

_________________
Delirium Tremens

Ok, merci pour les remarques, je transmets (le PDG est un ami)

tu peux lui dire aussi que les résultats en orange sur fond blanc c'est moyen pour la lisibilité.

J'avais suivi un peu l'évolution, et là j'étais pas retourné depuis longtemps la page d'accueil a été refaite, et l'idée des raccourcis est pas forcément une mauvaise idée, mais j'aurai plus fait un système comme google personnalisé, avec juste un lien vers elaxead perso, et là on choisit ses favoris, on peut rajouter des flux xml... Un truc un peu plus évolué mais pas directement accessible, ça permet de rendre la page d'accueil plus vide et plus accessible au premier abord. Sinon j'avais pas vu qu'on pouvait le mettre sur 2 colonnes (au niveau résultat), là c'est un peu moins fouilli reste que les "termes associés", "rubriques associées" et surtout "localisation du site" même si l'idée est bonne, directement accessible, rendent la navigation un plus complexe. Par contre leur idée de pouvoir choisir 2 colonnes, 3 colonnes et miniatures, j'aime beaucoup, à mon avis ils se feront piquer cette idée, mais en suivant cette idée, demande à ton pote pourquoi ils n'ont pas rajouté une interface mono-colonne sans les "termes associés", "rubriques associés"... bref sans la colonne de gauche. En tout cas je souhaite bon courage à ton pote, parce que lancé un moteur de recherche, ça veut dire beaucoup de risques, car grosse infra, et peu (aucune ?) de chances de devenir leader ou même un petit moteur un peu utilisé.

Ca me fait penser au projet avec mon frère inachevé :

http://wap4you.free.fr (4 ans après, j'aime tjs mon logo ;o), bon en wap il est tout pourri mais bon...)

A l'époque les moteurs de recherche ne suivaient pas les pages wap, et n'avaient pas de rubriques spécialisées. Le concept était pas mauvais, robot écrit en java derrière mais fallait une infra, et fallait que je m'occupe du design du site, je l'ai jamais fait on s'est fait piquer le domaine "wap4you.com" et voilà fin de l'aventure. L'idée était juste de faire la plus grosse base de données de sites wap et de revendre à un moteur de recherche ou à un opérateur de téléphonie, à mon avis ça aurait marché.

_________________
Delirium Tremens

Dommage pour ton truc en Wap, parce qu'à l'époque t'aurais pu te faire une manne auprès des opérateurs mais il aurait fallu des investissements pour développer tout ça...

Sinon j'ai ta réponse du programmeur en chef de Exalead concernant le truc que tu as remarqué


Héhé! j'adore le "normalement ça marche", je dis souvent ça au travail moi aussi

Oui enfin c'est passé entre les mailles pour la simple et bonne raison que ce n'est pas une page "strictement identique", mais je suppose qu'avec un système où on analyserait les similitudes entre 2 pages semblables et un recoupement avec l'adresse IP du serveur, on pourrait très simplement supprimer ce type de résultats quand 2 pages dépassent X% de similitude ! Mais sinon moi aussi je l'utilise souvent le "normalement ça marche" ça me fait tjs marrer, ça c'est quand j'ai pas trop d'explications au moment de la question...

_________________
Delirium Tremens

Et peut-être un conseil au passage pour ton ami, pour détecter ce genre de choses et promouvoir un peu le moteur, la meilleure solution ça reste le concours de référencement (avec toute technique autorisée) comme ça il a en règle générale les meilleurs au niveau bidouille référencement qui vont tenter de faire du cloacking IP, du cloacking user-agent, du duplicate content... Et là il verra beaucoup plus rapidement les différents bugs, et surtout on parlera de son moteur (même si on en parle déjà un peu) sur les sites de webmastering, qui amènent pas mal de visiteurs vers les moteurs. MSN lors de la sortie de son nouveau moteur avait fait ça, et on a vu assez rapidement qu'il avait quelques problèmes...

_________________
Delirium Tremens