Gmail : 100 millions de spams supplémentaires sont bloqués chaque jour grâce à l’IA
Google fait déjà un travail remarquable pour filtrer les spams dans Gmail. Grâce à l’intelligence artificielle, la firme est allée encore plus loin et dit bloquer 100 millions de messages indésirables supplémentaires par jour. Ce résultat a pu être atteint grâce à TensorFlow, l’outil open source de machine learning développé par la firme de Mountain View.
Il se propage chaque jour une myriade de spams sur Internet. Des progrès importants ont été réalisés par les services de messagerie au fil des années pour filtrer au maximum ces messages indésirables. Google affirme notamment avoir atteint un taux de réussite de 99,99% pour le filtrage des spams Gmail. Les 0,01% correspondent néanmoins à un chiffre non négligeable vu le volume important de spams envoyés au quotidien.
Il est extrêmement difficile de filtrer certains emails astucieux sans courir le risque de considérer des messages légitimes comme étant du spam, avec des conséquences potentiellement nuisibles pour les utilisateurs. Mais grâce aux progrès réalisés avec l’intelligence artificielle, 100 millions de spams supplémentaires filtrés par Gmail peut-on lire dans le dernier rapport de l’équipe Google Cloud.
Gmail : grâce à l’outil TensFlow, la lutte anti-spam devient encore plus efficace
100 millions de spams supplémentaires bloqués, cela paraît impressionnant, mais ne l’est pas tant que ça quand on sait que Gmail compte environ 1,5 milliard d’utilisateurs actifs. Cela correspond à peu près à un spam supplémentaire bloqué pour 10 utilisateurs de Gmail, comme le note The Verge. Cela n’enlève rien au mérite de TensFlow.
Google explique que l’apprentissage automatique permet d’identifier certains spams particulièrement délicats à filtrer. Il s’agit notamment de messages « basés sur les images incorporant du contenu caché ou les messages provenant de noms de domaines nouvellement créés qui tentent de dissimuler un faible volume de spam dans un flux de contenu légitime ».
Avec l’aide du machine learning, Google peut identifier des modèles de spams dans un ensemble volumineux de données que les ingénieurs qui créent des règles ne pourraient jamais réussir à implémenter. Il faut dire que les e-mails indésirables comptent des milliers de signaux potentiels que les critères définis par les humains auraient du mal à suivre.
