Comme les lecteurs de TC le savent, le compromis délicat du Web moderne est la confidentialité pour plus de commodité. Le suivi en ligne est la façon dont ce «grand vol d’intimité» est réalisé. La surveillance de masse de ce que les internautes recherchent sous-tend le moteur de recherche dominant de Google et l’empire social de Facebook, pour ne citer que deux des modèles commerciaux les plus connus financés par la publicité.

Erreur de chargement

Le suzerain de l’entreprise de TechCrunch, Verizon, collecte également des données à partir de divers points finaux – appareils mobiles, propriétés multimédias comme celui-ci – pour alimenter sa propre entreprise de ciblage publicitaire.
D’innombrables autres comptent sur l’obtention de données utilisateur pour extraire une certaine valeur perçue. Rares sont ces entreprises, voire aucune, totalement transparentes sur la quantité et le type de renseignements privés qu’elles amassent – ou, en fait, exactement ce qu’elles en font. Mais que se passerait-il si le Web n’avait pas à être comme ça?
Xayn, basé à Berlin, veut changer cette dynamique – en commençant par une recherche Web personnalisée mais respectueuse de la vie privée sur les smartphones.
Aujourd’hui, il lance une application de moteur de recherche (sur Android et iOS) qui offre la commodité de résultats personnalisés mais sans le surf d’épaule «  habituel  ». Cela est possible car l’application exécute des modèles d’IA sur l’appareil qui apprennent localement. La promesse est qu’aucune donnée n’est jamais téléchargée (bien que les modèles d’IA entraînés eux-mêmes puissent l’être).
L’équipe derrière l’application, qui est composée de 30% de doctorants, travaille sur le problème principal de la confidentialité par rapport à la commodité depuis environ six ans (bien que la société n’ait été fondée qu’en 2017); initialement en tant que projet de recherche académique – en proposant un cadre open source pour l’apprentissage fédéré masqué, appelé XayNet. L’application Xayn est basée sur ce cadre.
À ce jour, ils ont levé quelque 9,5 millions d’euros de financement de démarrage – avec des investissements provenant de la société européenne de capital-risque Earlybird; Dominik Schiener (co-fondateur d’Iota); et la société suédoise de services d’authentification et de paiement, Thales AB.
Maintenant, ils entreprennent de commercialiser leur technologie XayNet en l’appliquant dans une application de recherche orientée utilisateur – visant ce que le PDG et co-fondateur, le Dr Leif-Nissen Lundbæk, qualifie de modèle commercial de type «Zoom», en référence à l’outil de visioconférence omniprésent qui compte à la fois des utilisateurs gratuits et payants.
Cela signifie que la recherche de Xayn n’est pas financée par la publicité. C’est vrai; vous n’obtenez aucune annonce dans les résultats de recherche.
Au lieu de cela, l’idée est que l’application grand public agisse comme une vitrine pour un produit b2b alimenté par la même technologie IA de base. Pour les entreprises / clients du secteur public, le discours est une recherche d’entreprise / interne plus rapide sans compromettre la confidentialité des données commerciales.
Lundbæk soutient que les entreprises ont cruellement besoin de meilleurs outils de recherche pour appliquer (en toute sécurité) à leurs propres données, affirmant que des études ont montré que la recherche en général coûte environ 18% du temps de travail dans le monde. Il cite également une étude d’une autorité municipale qui a révélé que le personnel passait 37% de son temps au travail à rechercher des documents ou d’autres contenus numériques.
«C’est un modèle commercial que Google a essayé mais n’a pas réussi», affirme-t-il, ajoutant: «Nous résolvons non seulement un problème que les gens normaux ont, mais aussi que les entreprises ont … Pour eux, la vie privée n’est pas une bonne chose à avoir; il doit être là, sinon il n’y a aucune chance d’utiliser quoi que ce soit.  »
Du côté des consommateurs, il y aura également des add-ons premium pour l’application – le plan est donc qu’il s’agisse d’un téléchargement freemium.

Balayez pour pousser l’algorithme

Une chose clé à noter est que l’application de recherche Web récemment lancée par Xayn permet aux utilisateurs de dire si le contenu qu’ils voient leur est utile (ou non).
Il le fait via un mécanisme de balayage de type Tinder vers la droite (ou vers la gauche) qui permet aux utilisateurs de pousser son algorithme de personnalisation dans la bonne direction – en commençant par un écran d’accueil rempli de contenu d’actualités (localisé par pays) mais s’étendant également aux pages de résultats de recherche. .
L’écran d’accueil axé sur les actualités est une autre caractéristique notable. Et il semble que différents types de flux d’écran d’accueil puissent figurer sur les cartes premium à l’avenir.
Une autre caractéristique clé de l’application est la possibilité d’activer ou de désactiver complètement les résultats de recherche personnalisés – appuyez simplement sur l’icône du cerveau en haut à droite pour désactiver (ou réactiver) l’IA. Les résultats sans l’IA en cours d’exécution ne peuvent pas être balayés, sauf pour le signet / le partage.
Ailleurs, l’application comprend une page d’historique qui répertorie les recherches des sept derniers jours (par défaut). Les autres options proposées sont: Aujourd’hui, 30 jours ou tout l’historique (et un bouton de corbeille pour purger les recherches).
Il existe également une fonctionnalité «Collections» qui vous permet de créer et d’accéder à des dossiers pour les signets.
Lorsque vous faites défiler les résultats de la recherche, vous pouvez ajouter un élément à une collection en faisant glisser votre doigt vers la droite et en sélectionnant l’icône de signet – qui ouvre alors une invite pour choisir celui auquel l’ajouter.
L’interface swipe-y semble familière et intuitive, bien que légèrement retardée pour charger le contenu dans la version bêta de TestFlight TechCrunch vérifiée avant le lancement.
Faire glisser vers la gauche un élément de contenu ouvre un bloc de couleur rose vif marqué d’un avertissement «x». Continuez et vous enverrez l’objet disparaître dans l’éther, vraisemblablement en voyant moins à l’avenir.
Alors qu’un glissement vers la droite confirme qu’un élément de contenu est utile. Cela signifie qu’il reste dans le flux, encadré en vert Xayn. (Balayer vers la droite révèle également l’option de signet et un bouton de partage.)
Bien qu’il existe déjà des moteurs de recherche pro-confidentialité / non-tracking sur le marché – tels que DuckDuckGo aux États-Unis ou Qwanturank en France – Xayn fait valoir que l’expérience utilisateur de ces rivaux a tendance à être inférieure à ce que vous obtenez avec un moteur de recherche de suivi comme Google, c’est-à-dire en termes de pertinence des résultats de recherche et donc de temps passé à rechercher.
En termes simples: vous devrez probablement passer plus de temps à «DDGing» ou «Qwanturanking» pour obtenir les réponses spécifiques dont vous avez besoin par rapport à Google – d’où le «coût de commodité» associé à la protection de votre vie privée lors de la recherche sur le Web.
L’affirmation de Xayn est qu’il existe un troisième moyen plus intelligent de garder vos «  vêtements virtuels  » lorsque vous effectuez une recherche en ligne. Cela implique la mise en œuvre de modèles d’IA qui apprennent sur l’appareil et peuvent être combinés de manière sécurisée pour la confidentialité afin que les résultats puissent être personnalisés sans mettre en danger les données des utilisateurs.
« La confidentialité est le fondement même … Cela signifie que tout comme les autres solutions de confidentialité, nous ne suivons rien. Rien n’est envoyé à nos serveurs; nous ne stockons rien bien sûr; nous ne suivons rien du tout. Et bien sûr, nous assurez-vous que toute connexion qui existe est fondamentalement sécurisée et ne permet aucun suivi », explique Lundbæk, expliquant l’approche de l’équipe basée sur l’IA, décentralisée / informatique de pointe.

Re-classement sur l’appareil

Xayn s’appuie sur un certain nombre de sources d’index de recherche, y compris (mais pas uniquement) Qwanturank de Microsoft, par Lundbæk, qui a décrit cette partie de ce qu’il fait comme « relativement similaire » à DuckDuckGo (qui a ses propres robots d’exploration Web).
La grande différence est qu’il applique également ses propres algorithmes de reclassement afin de générer des résultats de recherche personnalisés sans danger pour la confidentialité (alors que DDG utilise un modèle commercial basé sur des publicités contextuelles – en examinant des signaux simples tels que l’emplacement et la recherche de mots-clés pour cibler les publicités sans avoir besoin de profiler. utilisateurs).
L’inconvénient de ce type d’approche, selon Lundbæk, est que les utilisateurs peuvent être inondés de publicités – en raison du ciblage plus simple, l’entreprise diffuse plus d’annonces pour essayer d’augmenter les chances d’un clic. Et de nombreuses annonces dans les résultats de recherche ne sont évidemment pas une excellente expérience de recherche.
«Nous obtenons beaucoup de résultats au niveau de l’appareil et nous effectuons une indexation ad hoc – nous nous basons donc sur le niveau de l’appareil et sur l’index – et avec cet index ad hoc, nous appliquons nos algorithmes de recherche afin de les filtrer, et uniquement vous présenter ce qui est le plus pertinent et filtrer tout le reste », explique Lundbæk, en esquissant le fonctionnement de Xayn. « Ou fondamentalement, le déclasser un peu … mais nous essayons aussi de le garder frais et d’explorer et également de faire évoluer les choses là où elles pourraient ne pas être très pertinentes pour vous, mais cela vous donne certaines garanties que vous ne vous retrouverez pas dans une sorte de bulle.  »
Une partie de ce que fait Xayn se situe dans l’arène de l’apprentissage fédéré (FL) – une technologie que Google a utilisée ces dernières années, notamment en proposant une proposition «  sans danger pour la vie privée  » pour remplacer les cookies de suivi tiers. Mais Xayn fait valoir que les intérêts du géant de la technologie, en tant qu’entreprise de données, ne sont tout simplement pas alignés sur la suppression de son propre accès au canal de données utilisateur (même s’il devait passer à l’application de FL à la recherche).
Alors que ses intérêts – en tant que petite start-up allemande pro-vie privée – sont nettement différents. Ergo, la technologie de protection de la vie privée qu’il a passé des années à construire a un intérêt crédible à protéger les données des gens, est la revendication.
« Chez Google, il y a en fait [fewer] les gens qui travaillent sur l’apprentissage fédéré que dans notre équipe », note Lundbæk, ajoutant:« Nous avons critiqué TFF [Google-designed TensorFlow Federated] beaucoup. Il s’agit d’un apprentissage fédéré, mais il ne fait aucun chiffrement du tout – et Google a beaucoup de portes dérobées.
« Vous devez comprendre ce que Google veut réellement faire avec cela? Google veut remplacer [tracking] cookies – mais surtout ils veulent remplacer ce genre de chose cahoteuse de demander le consentement de l’utilisateur. Mais bien sûr, ils veulent toujours vos données. Ils ne veulent plus vous donner plus d’intimité ici; ils veulent en fait – à la fin – obtenir vos données encore plus facilement. Et avec un apprentissage purement fédéré, vous n’avez en fait pas de solution de confidentialité.
« Vous devez faire beaucoup pour que la confidentialité soit préservée. Et la TFF pure ne préserve certainement pas la confidentialité. Donc, ils utiliseront ce type de technologie pour tout ce qui est fondamentalement lié à l’expérience utilisateur – ce qui est, par exemple, des cookies, mais je serais extrêmement surpris s’ils l’utilisaient directement pour la recherche. Et même s’ils le faisaient, il y a beaucoup de portes dérobées dans leur système, il est donc assez facile d’acquérir les données à l’aide de TFF. Donc Je dirais que c’est juste une belle solution de contournement pour eux.  »
« Les données sont fondamentalement le modèle commercial fondamental de Google », ajoute-t-il. « Donc je suis sûr que quoi qu’ils fassent, c’est bien sûr un bon pas dans la bonne direction … mais je pense que Google joue un rôle intelligent ici en bougeant un peu mais pas trop. »
Alors, comment fonctionne l’algorithme de reclassement de Xayn?
L’application exécute quatre modèles d’IA par appareil, combinant de manière asynchrone les modèles d’IA cryptés des appareils respectifs – avec un cryptage homomorphique – dans un modèle collectif. Une deuxième étape implique que ce modèle collectif soit renvoyé à des appareils individuels pour personnaliser le contenu servi, dit-il.
Les quatre modèles d’IA exécutés sur l’appareil sont l’un pour le traitement du langage naturel; un pour regrouper les intérêts; un pour analyser les préférences de domaine; et un pour le contexte informatique.
«Les connaissances sont conservées, mais les données restent essentiellement toujours au niveau de votre appareil», explique Lundbæk.
« Nous pouvons simplement former un grand nombre de modèles d’IA différents sur votre téléphone et décider si, par exemple, nous combinons certaines de ces connaissances ou si elles restent également sur votre appareil. »
«Nous avons développé une solution assez complexe de quatre modèles d’IA différents qui fonctionnent en composition les uns avec les autres», poursuit-il, notant qu’ils travaillent à créer des «centres d’intérêt et des centres de dégoût» par utilisateur – là encore, sur la base de ces balayages – qui, selon lui, « doivent être extrêmement efficaces – doivent évoluer, essentiellement, également dans le temps et en fonction de vos intérêts ».
Plus l’utilisateur interagit avec Xayn, plus son moteur de personnalisation est précis grâce à l’apprentissage sur l’appareil – plus la couche supplémentaire d’utilisateurs pouvant s’impliquer activement en faisant glisser pour donner des commentaires comme / je n’aime pas.
Le niveau de personnalisation est très ciblé individuellement – Lundbæk l’appelle « hyper personnalisation » – plus qu’un moteur de recherche de suivi comme Google, qui, note-t-il, compare également les modèles multi-utilisateurs pour déterminer les résultats à servir – ce qu’il dit Xayn ne fait absolument pas.

Petites données, pas de grandes données

«Nous devons nous concentrer entièrement sur un seul utilisateur, donc nous avons un problème de« petites données », plutôt qu’un problème de big data», déclare Lundbæk. «Nous devons donc apprendre extrêmement rapidement – seulement de huit à 20 interactions, nous devons déjà comprendre beaucoup de choses de vous. Et la chose cruciale est bien sûr que si vous faites un apprentissage aussi rapide, vous devez faire encore plus attention au filtre des bulles – ou ce qu’on appelle des bulles de filtre. Nous devons empêcher le moteur d’aller dans une sorte de direction biaisée.  »
Pour éviter cet effet de type chambre d’écho / bulle de filtre, l’équipe Xayn a conçu le moteur pour fonctionner en deux phases distinctes qu’il bascule entre: Appelé «  exploration  » et (plus malheureusement) «  exploitation  » (c’est-à-dire juste au sens où il sait quelque chose sur l’utilisateur, donc peut être à peu près certain que ce qu’il sert sera pertinent).
«Nous devons rester frais et continuer à explorer les choses», note-t-il, expliquant pourquoi il a développé l’une des quatre IA (un algorithme d’apprentissage par renforcement de bandit multi-armé contextuel dynamique pour le contexte informatique).
Outre que cette infrastructure d’application est conçue de manière native pour protéger la confidentialité des utilisateurs, Xayn fait valoir qu’il existe un tas d’autres avantages – tels que la possibilité de dériver des signes d’intérêts potentiellement très clairs d’individus; et en évitant l’effet de refroidissement qui peut résulter du suivi des services qui effraient les utilisateurs (au point que les gens évitent d’effectuer certaines recherches afin de les empêcher d’influencer les résultats futurs).
« En tant qu’utilisateur, vous pouvez décider si vous voulez que l’algorithme apprenne – si vous voulez qu’il montre plus ou moins de ceci – simplement en le glissant. C’est donc extrêmement facile, vous pouvez donc entraîner votre système très facilement, « argumente-t-il.
Il y a cependant potentiellement un léger inconvénient à cette approche, cependant – en supposant que l’algorithme (lorsqu’il est activé) fasse un apprentissage par défaut (c’est-à-dire en l’absence de tout signal de vie / d’aversion de l’utilisateur).
En effet, cela oblige l’utilisateur à interagir (en glissant ses commentaires) afin d’obtenir les meilleurs résultats de recherche de Xayn. C’est donc une exigence active des utilisateurs, plutôt que l’exploration passive de données de fond et le profilage passifs typiques auxquels les utilisateurs Web sont habitués par des géants de la technologie comme Google (ce qui est cependant horrible pour leur vie privée).
Cela signifie qu’il y a un coût d’interaction «  continu  » pour utiliser l’application – ou du moins en tirer les résultats les plus pertinents. Par exemple, vous ne serez peut-être pas conseillé de laisser défiler un tas de résultats organiques s’ils ne sont vraiment pas utiles, mais plutôt de signaler activement le désintérêt pour chacun.
Pour que l’application soit la plus utile, il peut s’avérer nécessaire de peser soigneusement chaque élément et de fournir à l’IA un verdict d’utilité. (Et dans une bataille concurrentielle pour la commodité en ligne, chaque petite friction numérique n’aidera pas.)
Interrogé à ce sujet spécifiquement, Lundbæk nous a dit: «Sans faire glisser l’IA, l’IA n’apprend que des likes très faibles mais pas des aversions. Donc, l’apprentissage a lieu (si vous activez l’IA) mais c’est très léger et n’a pas un grand effet. Ces conditions sont assez dynamiques, donc à partir de l’expérience d’aimer quelque chose après avoir visité un site Web, les modèles sont appris. De plus, seul 1 des 4 modèles d’IA (celui qui apprend un domaine) apprend à partir de clics purs, les autres non.  »
Xayn semble conscient du risque que le mécanisme de glissement entraîne une application ardue. Lundbæk dit que l’équipe cherche à ajouter « une sorte d’aspect de gamification » dans le futur – pour faire basculer le mécanisme de pure friction à « quelque chose d’amusant à faire ». Bien qu’il reste à voir ce qu’ils proposent sur ce front.
Il y a aussi inévitablement un peu de retard dans l’utilisation de Xayn vs Google – par le mérite du premier d’avoir à exécuter une formation sur l’IA sur l’appareil (alors que Google aspire simplement vos données dans son cloud où il est capable de les traiter à des vitesses ultra-rapides en utilisant matériel de calcul dédié, y compris les chipsets sur mesure).
« Nous y travaillons depuis plus d’un an et le principal objectif était de le mettre dans la rue, de montrer que cela fonctionne – et bien sûr, c’est plus lent que Google », concède Lundbæk.
« Google n’a pas besoin de faire quoi que ce soit [on-device] processus et Google a développé même son propre matériel; ils ont développé des TPU exactement pour traiter ce type de modèle », poursuit-il.« Si vous comparez ce type de matériel, c’est assez impressionnant que nous ayons même pu apporter [Xayn’s on-device AI processing] même au téléphone. Cependant, bien sûr, c’est plus lent que Google.  »
Lundbæk dit que l’équipe travaille à augmenter la vitesse de Xayn. Et anticipe de nouveaux gains car il se concentre davantage sur ce type d’optimisation – à la fin d’une version 40 fois plus rapide que l’itération actuelle.
« Ce ne sera finalement pas 40 fois plus rapide, car nous l’utiliserons également pour analyser encore plus de contenu – pour vous donner une vue encore plus large – mais ce sera plus rapide avec le temps », ajoute-t-il.
Sur l’exactitude des résultats de recherche par rapport à Google, il fait valoir que l’avantage concurrentiel de «  l’effet de réseau  » de ce dernier – grâce auquel son re-classement de recherche bénéficie du fait que Google a plus d’utilisateurs – n’est pas inattaquable en raison de ce que l’IA de pointe peut réaliser en travaillant intelligemment sur de «  petites données  ». .
Cependant, encore une fois, pour l’instant, Google reste la norme de recherche à battre.
« En ce moment, nous nous comparons, principalement contre Qwanturank et DuckDuckGo et ainsi de suite. Évidemment, nous obtenons de bien meilleurs résultats. [than compared to Google] mais bien sûr, Google est le leader du marché et utilise une certaine personnalisation lourde », dit-il, lorsque nous posons des questions sur l’analyse comparative des résultats par rapport aux autres moteurs de recherche.
« Mais ce qui est intéressant, c’est que jusqu’à présent, Google n’utilise pas seulement la personnalisation, mais il utilise également une sorte d’effet de réseau. Le PageRank est en grande partie un effet de réseau où plus ils ont d’utilisateurs, meilleurs sont les résultats, car ils suivent la fréquence à laquelle les gens cliquent. sur quelque chose et augmentez-le également.
«L’effet intéressant ici est qu’en ce moment, grâce à la technologie de l’IA – comme par exemple ce que nous utilisons – l’effet de réseau devient de moins en moins important. Donc en fait, je dirais qu’il n’y a plus vraiment d’effet de réseau si vous veulent rivaliser avec la technologie pure de l’IA. Nous pouvons donc obtenir des résultats presque aussi pertinents que Google en ce moment et nous pourrons certainement aussi, avec le temps, obtenir des résultats encore meilleurs ou des résultats concurrents. Mais nous sommes différents.  »
Lors de nos (brefs) tests de l’application bêta, les résultats de recherche de Xayn n’ont manifestement pas déçu pour les recherches simples (et s’amélioreraient probablement avec l’utilisation). Cependant, encore une fois, le léger décalage de charge ajoute un minimum de friction qui était instantanément évident par rapport à la concurrence de recherche habituelle.
Ce n’est pas un facteur décisif – juste un rappel que les attentes de performance dans la recherche ne sont pas un jeu d’enfant (même si vous pouvez promettre une expérience sans cookie).

Une opportunité de compétition?

« Jusqu’à présent, Google a eu l’avantage d’un effet de réseau – mais cet effet de réseau devient de moins en moins dominant et vous voyez déjà de plus en plus d’alternatives à Google apparaître », affirme Lundbæk, suggérant que les problèmes de confidentialité créent une opportunité pour concurrence accrue dans l’espace de recherche.
«Ce n’est plus comme Facebook ou à peu près où il y a un réseau où tout le monde doit être. Et je pense que c’est en fait une bonne situation car la concurrence est toujours bonne pour les innovations techniques et pour satisfaire les différents besoins des clients.»
Bien sûr, le plus grand défi pour tout concurrent potentiel de la recherche Google – qui se taille une part de marché en Europe de plus de 90% – est de savoir comment braconner (certains de) ses utilisateurs.
Lundbæk dit que la startup n’a pas l’intention de dépenser des millions en marketing pour le moment. En effet, il dit qu’ils veulent développer l’utilisation de manière durable, dans le but de faire évoluer le produit « étape par étape » avec une « communauté restreinte » d’adopteurs précoces – en s’appuyant sur la promotion croisée des autres dans l’espace technologique pro-confidentialité, comme ainsi que de contacter les influenceurs pertinents.
Il estime également que l’intérêt des médias grand public pour le sujet de la confidentialité est suffisant pour générer une certaine élévation.
«Je pense que nous avons un sujet tellement pertinent – surtout maintenant», dit-il. «Parce que nous voulons montrer non seulement pour nous-mêmes que vous pouvez faire cela pour la recherche, mais nous pensons que nous montrons un très bel exemple que vous pouvez faire cela pour n’importe quel type de cas.
«Vous n’avez pas toujours besoin des« meilleurs »grands acteurs américains qui récupèrent bien sûr toutes vos données, créent des profils. Et puis vous avez ces petites et jolies solutions de protection de la vie privée qui n’utilisent pas tout cela, mais offre ensuite une mauvaise expérience utilisateur. Nous voulons donc montrer que cela ne devrait plus être le statu quo – et vous devriez commencer à construire des alternatives qui reposent vraiment sur les valeurs européennes.  »
Et il est certainement vrai que les législateurs européens sont passionnés par le discours sur la souveraineté technologique ces jours-ci, même si les consommateurs européens continuent à adopter la grande technologie (américaine).
Peut-être plus pertinemment, les exigences régionales en matière de protection des données rendent de plus en plus difficile le recours à des services basés aux États-Unis pour le traitement des données. Le respect du cadre de protection des données GDPR est un autre facteur que les entreprises doivent prendre en compte. Tout cela attire l’attention sur les technologies «préservant la vie privée».
L’équipe de Xayn espère pouvoir diffuser son évangile de protection de la vie privée auprès des utilisateurs généraux en développant le côté b2b de l’entreprise, selon Lundbæk – elle espère donc qu’une utilisation à domicile suivra une fois que les employés se seront habitués à une recherche privée pratique via leurs lieux de travail, dans un renversement à petite échelle de la tendance à la consumérisation des entreprises qui était alimentée par les smartphones modernes (et les personnes apportant leur propre appareil au travail).
« Nous avons ce genre de stratégies, je pense que nous pouvons progressivement nous développer dans nos communautés et faire passer le mot – nous pensons donc que nous n’avons même pas besoin de dépenser des millions d’euros en campagnes marketing pour attirer de plus en plus d’utilisateurs », il ajoute.
Alors que la mise sur le marché initiale de Xayn s’est concentrée sur la sortie des applications mobiles, une version de bureau est également prévue pour le premier trimestre de l’année prochaine.
Le défi consiste à faire fonctionner l’application en tant qu’extension de navigateur, car l’équipe ne veut évidemment pas créer son propre navigateur pour héberger Xayn. tl; dr: La concurrence avec la recherche Google est une montagne suffisante pour grimper, sans essayer de s’attaquer à Chrome (et Firefox, et ainsi de suite).
«Nous avons développé l’intégralité de notre IA dans Rust, un langage sûr. Nous sommes très motivés par la sécurité ici et la sécurité. Ce qui est bien, c’est que cela peut fonctionner partout – des systèmes embarqués aux systèmes mobiles, et nous pouvons compiler en assemblage Web. il fonctionne également comme une extension de navigateur dans n’importe quel type de navigateur », ajoute-t-il. « Sauf pour Internet Explorer bien sûr. »

Continuer la lecture

Afficher les articles complets sans bouton « Continuer la lecture » pendant {0} heures.