Amazon mise sur l’intelligence artificielle pour tenter de répondre de manière hyper précise aux attentes de ses clients. Les chercheurs du groupe dévoilent un modèle d’intelligence artificielle basé sur le langage naturel et l’apprentissage à long terme, pour mieux sélectionner les produits à mettre en avant.

Le langage naturel pour mieux répondre aux requêtes des clients

Du 5 au 8 février prochain, à l’occasion de la conférence ACM de New York, Amazon présentera son nouveau modèle de « langage naturel » qui doit permettre de mieux comprendre le comportement d’achat de ses clients. Le groupe de Jeff Bezos s’est doté d’une armée de chercheurs en intelligence artificielle pour tenter de s’améliorer sans cesse. Récemment Amazon dévoilait également un modèle d’IA qui doit permettre de répondre plus précisément aux requêtes des clients, quelle que soit leur langue.

Le langage naturel est actuellement au cœur de toutes les recherches. Baidu présentait récemment ERNIE « Enhanced Representation through kNowledge IntEgration », un nouveau modèle de compréhension du langage très pointu qui lui permet de détrôner Microsoft et Google. Les géants technologiques confrontent leur modèle au test GLUE, qui est une référence largement acceptée de tous les acteurs du marché, pour déterminer dans quelle mesure un système d’intelligence artificielle comprend le langage humain.

Amazon veut pouvoir prédire les attentes de ses utilisateurs

Grâce à l’intelligence artificielle et notamment aux données recueillies grâce à son assistant vocal, Amazon est capable d’établir un profil de consommation type par utilisateur. Pourtant, l’entreprise de Jeff Bezos fait aujourd’hui le constat que malgré un profil bien défini, les clients continuent d’acheter des produits « non pertinents ». Les chercheurs estiment également que les acheteurs sont largement plus susceptibles d’acheter des produits non pertinents dans quelques catégories, notamment les jouets et les produits numériques.

Grâce à une meilleure compréhension du langage naturel, Amazon veut pouvoir prédire les recherches de ses utilisateurs avec plus de précision. Le modèle développé par les chercheurs peut être adapté à un domaine cible avec très peu de données d’apprentissage. Les chercheurs précisent qu’il est également capable d’identifier des erreurs dans une recherche et de les éviter. Selon l’équipe, le modèle a atteint une précision moyenne de 94,3%. Pour Alessandro Moschitti, membre de Alexa Search :

« Les dernières années ont vu de grands progrès dans la conception de modèles linguistiques, qui sont désormais une composante essentielle des systèmes d’IA basés sur la compréhension du langage. Les modèles linguistiques peuvent être utilisés pour calculer la probabilité d’une séquence donnée, même discontinue, de mots, ce qui est particulièrement utile dans le traitement du langage naturel ».