n°182 - 04 janvier 2001

Inévitablement, avec ce premier numéro 2001 du Marcbook, je vous offre mes voeux pour la nouvelle année. Portez-vous bien, et vivement que les jours rallongent !

édito

Lorsque vous cherchez des infos sur le Web, pensez-vous surtout les trouver sur des sites commerciaux ? Je ne fais pas un sondage à la manière du site Abondance.com, rassurez-vous, je veux parler de référencement.

Notoirement, les sites commerciaux ne sont pas les plus riches ni les plus critiques, pour toutes sortes de raisons que l'on comprend aisément. Or, depuis quelques semaines, la mode est au référencement payant. Les outils d'indexation ne se nourrissent pas que de publicité, les bannières ne suffisent plus. Maintenant, on achète sa place sur Google, sur Yahoo et AltaVista, sur Lycos, Looksmart, Infoseek, Inktomi, Snap, Goto et Ask Jeeves. C'est à dire qu'en tête de liste des réponses, on trouvera des liens pointant sur des sites qui auront payé pour paraître en bonne place. Non seulement la pertinence des réponses devient secondaire aux yeux des responsables de ces moteurs, ce qui n'est pas pour améliorer la qualité des outils de recherche, mais en plus les portes d'entrée sur le Web vont donc privilégier le réseau marchand, l'information marchande, à l'information tout court.

Quant on sait que tout l'intérêt du réseau consiste justement dans la pluralité des sources d'info, ou plutôt les infos de sources pluralistes, c'est un sacré changement qui s'effectue sous nos yeux ! Bien plus que le constat dont se contente Abondance, justement, qui dit benoîtement que le métier de référenceur est en mutation, d'un travail de webmaster vers celui d'un gestionnaire de budget... Au passage, je suis étonné que les associations ou les utilisateurs, généralement prompts à grogner, restent silencieux. On pourrait réclamer ne serait-ce qu'un petit logo, un "flag" ou drapeau indiquant un placement forcé.

C'est donc un changement important du paysage auquel on assiste. Le pays ne change pas mais le point de vue qu'on en aura sera considérablement distordu par les verres teintés - et myopes à mon avis - de l'économie. Ce sera un peu comme dans un magazine, où un article sur un sujet donné affiche comme par hasard la pub d'un annonceur concerné par l'article en regard.
Il nous reste la solution qui consiste à lire les réponses des moteurs de recherche de bas en haut, ne serait-ce que pour énerver ces messieurs. Et on pourrait imaginer des outils qui filtreraient ces résultats forcés, une sorte de black list, comme on sait le faire pour les bannières.

Indexation

Tenez, chez Internet World Magazine, Nate Zelnick nous parle d'un âge post-spider, où l'indexation classique, tout bonnement dépassée par la prodigalité et la profusion du Web, ferait appel à des méta données et au peer-to-peer, encore lui, pour rafraîchir intelligemment ses bases de données. L'auteur fait d'ailleurs une belle image avec une araignée, puisqu'il s'agit du Web, qui ne parcourt pas sa toile bêtement mais repère les coordonnées où la mouche s'est fait prendre grâce aux vibrations...

Voilà l'occasion de squeezer les butors qui font du commerce à outrance avec leurs moteurs de recherche. Et la conclusion, le dernier paragraphe de Zelnick, nous met carrément du baume au coeur !

http://www.internetworld.com/120100/12.01.00underdev.asp

Trafic Web

Une étude Statmarket (WebSideStory) indique que finalement, les moteurs et annuaires ne drainent pas tant de trafic que ça, voire très peu : 6,86% seulement, contre 47,01% d'accès directs, url saisis et bookmarks ou favoris, et 46,13% via les liens "horizontaux" entre les sites (y compris les bannières de pub). Je n'ai pas bien compris si les liens cliqués depuis l'e-mail étaient comptés comme des accès directs ; je pense que oui. Ces chiffres seraient dignes de paniquer le milieu, d'autant plus qu'ils sont le résultat de statistiques à grande échelle : 200000 sites Web collectant les promenades de 50 millions d'internautes...

Et je confirme avec ma propre expérience, le site http://www.malexism.org/, qui n'est pas un cas particulier et affiche grosso modo dix fois plus d'accès directs que le premier moteur n'y envoie de visiteurs. Ceci dit, tous les moteurs et annuaires cumulés, Yahoo et AltaVista en particuliers font un bel afflux tout de même.

http://www.statmarket.com/SM?c=WeekStat

papier/numérique

L'information imprimée, face à l'information numérique, ne pèserait plus qu'un ridicule 0,003% du total produit dans le monde entier.
La formule lapidaire qui accompagne cette étude, une formule "qui tue", dit que d'ici 2004 l'humanité produira "plus d'informations originales qu'elle n'en a créées depuis les débuts de son histoire". Encore faut-il s'entendre sur le sens du terme original ! Si cette info venait de l'AFP seulement, on se contenterait de sourire, mais l'agence ne fait que relayer une étude de la très sérieuse Université de Berkeley, une étude tout de même commandée par un leader du stockage numérique... on comprend mieux.

Évidemment, l'étude ne distingue pas les types de données. Texte ou vidéo, le poids n'est pas le même ; un roman se contente d'une demi-disquette tandis qu'un film préfère un DVD tout entier. Et c'est un peu facile de fourrer le tout dans un gros paquet sans faire de distinction.

Et puis, il faudrait surtout qualifier ces informations, après les avoir si bien quantifiée, parce que cet énorme flot de données numériques mérite un peu de tri. Une première question que l'on peut se poser devant son écran (et qui tue aussi) serait "est-ce que j'imprime ce que je lis ?" histoire de voir si on juge une info digne d'être rangée sur une étagère plutôt que de la laisser se perdre aux tréfonds d'un disque dur.

http://www.mmedium.com/cgi-bin/nouvelles.cgi?Id=4789

Humpich

Serge Humpich, le brave homme qui avait découvert une jolie faille dans le système de carte à puce et des terminaux de paiement, avait alerté le GIE Cartes Bancaires. Il avait honnêtement démontré le problème aux banques... avant de se retrouver propulsé devant les juges en guise de remerciements. Humpich avait fait appel mais la justice confirme la condamnation de 10 mois avec sursis.

L'accusé est dégoûté, il s'était désisté de son appel parce qu'il ne croit plus en la justice, il lui reproche d'avoir été abusive envers lui.

étymologie

Un petit article distrayant qui s'amuse à décortiquer des mots tels que travail ou robot, qui rappelle qui était Karel Capek (ceux qui ont lu Siscie se souviennent peut-être qu'il s'agit d'un polyrobot :-), qui oublie malheureusement de s'étendre sur l'étymologie de la cybernétique de Norbert Wiener et tout ce qu'elle implique de contrôle et de "gouvernance", et qui enfin, sans se mouiller quand même fait un lien ténu avec notre société actuelle et ses start-up.

http://interactif.lemonde.fr/article/0,3649,2848--128245-0,FF.html
http://terminal.ens-cachan.fr/Terminal/61identitespouvoirslacroix.html - à propos de cybernétique

taxe CD

Les éditeurs de jeux, regroupés derrière le Sell (Syndicat des éditeurs de Logiciels de Loisir), profitent de la nouvelle taxe française sur les supports numériques, CD et DVD, pour lever le doigt et demander leur part du gâteau. Ah ! Brun-Buisson n'avait pas prévu ça... On attend aussi l'avis de éditeurs de logiciels en général, eux aussi notoirement victimes des copies illégales.

http://www.malexism.org/marcbook/2000/1228.shtml - n°181, CD-R taxés

Borland

Sans doute à l'occasion de l'annonce d'AppServer 4.5 et de la sortie récente de JBuilder 4, l'environnement de développement Java et multi plate-forme, le patron actuel de Borland se livre dans une interview au Journal du Net. D. L. Fuller, un ancien d'Apple passé par Nec, WhoWhere et AngelFire.com, raconte les progrès récents de l'entreprise, et prédit son avenir qui passera par Linux et Java sur fond d'Internet mobile. Au passage, Windows NT est une fois de plus accusé de ne pas supporter les montées en charge, ou de coûter trop cher à terme ; de quoi alimenter l'éternelle polémique.

http://solutions.journaldunet.com/0012/001222_it_borland_fuller.shtml

CPRM

Faites un "chkdsk" dans une session DOS et vous verrez, en deuxième ligne, s'afficher le numéro de série, numéro unique, du disque dur où se trouve installé le système. Ce numéro est à 8 chiffres et en hexadécimal.

IBM, Intel, Matsushita et Toshiba se mettent à quatre (en quatre) pour faire adopter un système de protection contre les copies de fichiers qui se servirait de ce numéro unique en guise de clé pour crypter les données. C'est le principe qu'implémente déjà Adobe Acrobat 4.0 avec son plug-in Web Buy. Le groupe des 4, nommé "4C", lance donc le Copy Protection for Recorded Media (CPRM), même s'il doit encore réfléchir aux moyens de ne pas emmerder l'utilisateur qui aurait la fâcheuse idée de vouloir faire une sauvegarde et restaurer sur un autre disque, et d'autre questions de ce genre. Mon exemple de chkdsk prend seulement les disques durs en compte, mais vous pouvez transposer aux CD-Rom et aux vieilles disquettes comme aux disques Zip, cartes Flash, etc.

Si l'idée plait, IBM s'engage à livrer tous ses disques durs en CPRM dès juin de cette année. Chose amusante, il parait que l'idée ne convient pas à Microsoft qui s'accommoderait très bien, selon les mauvaises langues, de la facilité avec laquelle les données se copient d'une machine à une autre.

Mozilla vs. Navigator

Laurent D. me reprend sur un point d'histoire : c'est Netscape qui profite des développements de Mozilla et non Mozilla qui emprunte à Netscape.
Ce que je note en tout cas, c'est que la version 6 de Netscape est de plus en plus critiquée. Les rumeurs qui sourdaient lors de sa parution deviennent des articles de presse, où on lit qu'il est lent et instable, que son module de mail est mauvais, que la suite entière est lourde et s'intègre mal au système, que AIM n'est jamais que l'outil de chat propriétaire d'AOL, etc.

Mais au lieu de casser du sucre sur le dos du vieux navigateur sans l'avoir testé (je conserve une version 4.x), je préfère laisser la parole à Laurent D. : "Netscape 6 est un bon navigateur, il est a mon avis 15 à 20 % plus rapide que IE 5.5. Mais comme une bonne partie utilise Java, ce n'est pas un mariage heureux sous Win2000. Les plantages de la machine Java sont gênant, particulièrement quand on lit ou récupère des e-mails".

Laurent pense que corrigé de ses bugs, Netscape (re)deviendra une bonne alternative au browser de Microsoft. J'ajoute que Mozilla, attendu la première moitié de cette année, offrira ses corrections à Netscape sur un plateau, et ce sera l'occasion d'une version 6 point quelque chose.

Adobe Premiere v6

Annoncé avant sa sortie prévue pour ce trimestre en US comme en VF, Premiere version 6.0, le logiciel d'édition vidéo de la maison Adobe, s'intéresse au réseau avec la faculté de publier sur le Web aux formats RealMedia, WindowsMedia et QuickTime, et avec synchro d'éléments externes à la vidéo (texte, images...) dans la page HTML, et par un prix plus bas que la version antérieure d'un tiers environ. L'interface est rajeunie et modifiable, et elle ajoute des palettes d'effets et de transitions nouveaux, un historique, etc.

http://www.adobe.fr/products/premiere/keyfeature01.html

Vi & Vim

Adrien P. (alias "Rien") a lu le couplet pour ou contre Emacs de l'autre jour et désire y ajouter son expérience. Selon lui, Emacs connaît un concurrent de taille : Vi, et sa version dite "améliorée" nommée Vim.
Pour ma part, je me souviens avoir utilisé une fois Vi, une seule, un jour où je n'avais pu faire autrement que d'approcher un serveur Unix, à l'invitation cruelle d'un ingénieur. Tout de suite, je m'étais rabattu sur un bon client FTP et Notepad.

Adrien explique que "Vim est scriptable et propose de nombreuses colorations syntaxiques pour toutes sortes de langage, depuis les langages de programmation les plus simples jusqu'aux plus nouveaux, en passant par les shell-scripts". Adrien cite un exemple inclus, le vieux problème des tours de Hanoi, réalisé tout en mode texte ; "très pittoresque"... quant aux commandes, c'est pas compliqué, il suffit d'avoir de la mémoire, et même si les flèches de votre clavier sont pétées vous pourrez frapper "$" pour aller en fin de ligne, "^" pour revenir à la marge, etc. Pardon ? Il n'y a pas de marge ?

Conclusions d'Adrien : "Bref, que des commandes tordues et difficiles à apprendre, mais même si mon mot ne le fait pas transparaître, des fonctions d'édition incomparables et drôlement poussées".

Écoutez Adrien ou faites-moi confiance, comme vous voulez, l'url est par là :

http://www.vim.org

TreePad v2.7

Et si je vous disais que le plus grand événement de cette année à peine commencée, que le plus beau cadeau de Noël à la mode espagnole, c'est la version 2.7 de TreePad ? Les habitués savent combien j'aime ce petit logiciel et j'espère qu'ils me pardonneront de l'asséner encore une fois ; je fais un effort pour ne pas dire qu'il est mon préféré, qu'il me sert à tout et à écrire le Marcbook aussi. Il a toutes les qualités : la simplicité, tellement simple qu'on l'emploie avant de lire la documentation, léger, tellement qu'il s'installe sans polluer le système, et peu cher, tellement peu qu'il est gratuit.

TreePad est un éditeur de notes en arborescence. En gros, il ressemble à l'explorateur de Windows, l'arborescence des dossiers à gauche, le contenu à droite. Mais ici, l'arborescence déroule autant de titres de notes et de "sous-notes" que vous pouvez insérer ou glisser-coller à votre guise, et le panneau de droite affiche les textes de ces notes. Cette méthode, visuelle, est excellente pour organiser des idées, des faits, des infos, n'importe quoi, comme le gestionnaire de fichiers de Windows permet d'organiser, déplacer, copier, effacer des fichiers.

Si TreePad avait un défaut, deux défauts, ils sont corrigés. Le premier était à mon avis que le logiciel oubliait de sauvegarder les position et dimension de sa fenêtre et des palettes d'outils. C'était franchement irritant, c'est réglé.
Le deuxième concernait la recherche, pas bien compréhensible et peut-être même fausse. TreePad offre maintenant un outil de recherche fonctionnel et qui renouvelle même un peu le genre : il s'emploie en deux modes, recherche simple dans un article, et recherche avancée dans l'arborescence (complète ou partielle, avec ou sans les notes, et d'autre paramètres). On bascule de l'une à l'autre à son gré. Ce qui est nouveau, c'est une grille façon tableur qui affiche les notes trouvées, leurs titres et les chemins (dans l'arborescence). Un clic sur une ligne trouvée affiche la note correspondante dans TreePad, modifiable, et la grille de recherche peut rester ouverte, indépendante de l'application.

D'autres améliorations notables sont offertes et certaines corrections ne sont pas décrites, comme par exemple ce Ctrl-End qui ne savait pas sauter à la fin d'une note. Par exemple, le copier-coller de notes et de groupes de notes, comme dans les versions précédentes, mais cette fois entre deux sessions de TreePad ouvrant des fichiers différents. Autre exemple, le repérage d'hyperliens, même s'il ne sait toujours pas les afficher en bleu-souligné. Ces liens peuvent pointer vers le Web, du ftp ou des "mailto", mais aussi vers des fichiers en local. On peut ainsi lancer depuis TreePad toute application reconnaissant ces fichiers liés. Un collage automatique permet à TreePad de récupérer à la volée chaque paquet reçu par le Presse-papiers... Et d'autre choses encore, mais moins importantes ou moins originales. Je remarque aussi que le menu contextuel est remanié, ajoutant l'import/export, mais il n'est pas simplifié par contre.

Cette version 2.7 sait maintenant s'installer toute seule et créer ses icônes, grâce à l'installeur de Freebyte d'ailleurs, mais on peut toujours dé-zipper et copier les fichiers où l'on veut, à l'ancienne manière.

N'oubliez pas qu'un service Web dont on a parlé récemment permet de convertir les fichiers TreePad en HTML avec frames ou en aides compilées façon Windows (.chm).

Freeware, pour Windows 9x/Me/NT/2k.

http://www.treepad.com
http://www.freebyte.com/download/treepad.zip - 380Ko.
http://www.malexism.org/marcbook/2000/1116.shtml - TreePad2HTML

FineReader v5.0 Office

Après les papiers sur ScanSoft et la réaction d'Iris, c'est Alex qui compte défendre un autre protagoniste de l'OCR : FineReader 5.0, de Abbyy.
J'ai testé la version "try & buy", valable 30 jours ou 30 heures... Mais je le dis franchement, mon expérience de la reconnaissance de caractères date un peu. En fait, il y a plus de cinq ans que je n'ai pas suivi les évolutions de ces produits (OmniPage, ImageIn ou ImageRead à l'époque) qui étaient déjà très performants. Mais tant qu'il restera 1% d'erreur... Parce qu'on en disait beaucoup de bien, J'avais aussi testé Cuneiform il y a deux ans à peu près, sans être convaincu d'un réel progrès.
Après quelques notes, je laisse donc la conclusion à Alex.

L'installation est un peu casse-pieds à cause des archives divisées en plusieurs zip. D'autre part, il faut ajouter le dictionnaire de langue française à la main, dans le dossier principal de FineReader.
Un premier essai sur une page en colonnes, avec du texte vertical et horizontal, des zones en négatif et des images, et l'OCR fait n'importe quoi, jusqu'à se tromper sur le sens d'écriture. Je vois ma page pivoter et la progression de la reconnaissance attraper un caractère par ligne ! Il doit falloir l'éduquer d'abord...

J'ai bien conscience qu'il me faudrait parcourir toutes les options pour prendre en main le produit. Et ces options ne manquent pas ! Au passage, je vois un export en PDF, avec un bon nombre de paramètres associés, en plus des formats Word, Excel, HTML, etc., ainsi que la création de langages additionnels, et même de langages artificiels ou formels (des caractères spéciaux). On pourrait imaginer de scanner puis traduire des tablettes d'argile gravées au calame :-)

Continuons... Je tente d'aider FineReader en lui indiquant des zones précises, mais il cherche à trop bien faire et re-découpe automatiquement ces zones en petits morceaux, mais au bout du compte, il ne s'en sort pas tellement mieux.
Essayons avec un fichier texte brut, à chasses fixes, comme tapé à la machine d'autrefois. Un exemple tout à fait à l'opposé au premier, qui était un peu vache. Manque de chance, c'est un fichier bmp que FineReader refuse. Je demande donc à Irfan View (pub) de le convertir en un png que le logiciel d'OCR digère mieux. Cette fois, le thermomètre de l'OCR grimpe sans accrocs, les lignes sont parcourues sans aucun oubli, et elle sont très bien reconnues ! Pourtant, j'avais poussé la méchanceté jusqu'à incliner légèrement la page.

Un tel produit devrait être évalué plus sérieusement et sur de nombreux exemples. Sans parler des autres produits avec lesquels il faudrait savoir le comparer. Mon attitude n'est pas très professionnelle.
Si l'interface de FineReader ne présente aucune originalité et me rappelle beaucoup celle du vieil OmniPage, jusqu'au déroulement des opérations et jusqu'aux assistants qui vous épargnent une documentation de chevet, FineReader montre beaucoup plus de possibilités, effectivement. Mais j'imagine que les concurrents ont eu le temps d'évoluer aussi, bien entendu.

Alex est plus motivé que moi : "[FineReader] laisse loin derrière les Omnipages, Textbridges et autres ReadIris. De plus, il se décline en plusieurs versions, Pro et Office (Office permettant notamment l'installation en réseau pour la reconnaissance distribuée), et aussi des versions spéciales pour la reconnaissance de l'écriture manuelle, pour les besoins bancaires... Les 2 versions "grand public" sont des champions par le nombre de langues reconnues. De plus, FineReader incorpore un moteur intelligent lui permettant d'apprendre de nouvelles langues ou simplement des symboles".

Les spécifications données par Abbyy font moins dithyrambe :
Un PC à 133MHz ou +, Windows 9x/Me/2k/NT4.0 et SP3 ou +, 32Mo de RAM et 50Mo de disque. Essai 30 fois pour un téléchargement de 23Mo en tout.

http://www.abbyy.com/
http://www.abbyy.com/FR5/Fr188_1.exe - 2,9Mo (les 8 paquets)
http://www.abbyy.com/FR5/Fr188_2.exe - 3Mo
http://www.abbyy.com/FR5/Fr188_3.exe - 3Mo
http://www.abbyy.com/FR5/Fr188_4.exe - 2,9Mo
http://www.abbyy.com/FR5/Fr188_5.exe - 3Mo
http://www.abbyy.com/FR5/Fr188_6.exe - 3Mo
http://www.abbyy.com/FR5/Fr188_7.exe - 2,9Mo
http://www.abbyy.com/FR5/Fr188_8.exe - 1,5Mo
http://www.abbyy.com/FR5/Add_lang/french.zip - 383Ko - le dico FR.

en bref : Amaya. Bug P4. USB 2.0. FeRAM. MPEG. Virus. S&T Presse.

• Le W3C livre Amaya en version 4.2.1, avec deux petites corrections. On avait essayé ce navigateur/éditeur Web lorsqu'il était au berceau. Vu qu'un nourrisson ne fait pas de promesses, on l'avait laissé grandir. Je vous proposerai un test bientôt.

• Le dernier processeur Intel, celui qui avait tant peiné à quitter la couveuse, est toujours bogué. Respect des tradition sans doute, mais pas bien grave, un tout petit bug du chipset i850 (encore lui !) qui accompagne le Pentium 4 fait ralentir le système lorsqu'on en demande trop au bus PCI. Cela ne devrait pas gêner, selon Intel, qui déclinera - dans deux sens de ce terme - son P4, c'est à dire avec des versions plus lentes, ou moins rapides selon qu'on raille ou pas.

• Intel pousse la v2.0 des spécifications USB. 40 fois plus rapide que la première version mais conservant la compatibilité, l'USB 2.0 devrait se faire adopter rapidement parce qu'Intel ne demande pas de paiement de licence. Mais malgré la gratuité, on suppose que les PC l'intègreront seulement fin 2001.

• Toshiba et Infineon vont développer ensemble une FeRAM (Ferroelectric Random Access Memory) qui présente l'avantage de réclamer peu d'énergie à l'usage et pas du tout en sommeil, pour conserver les données enregistrées. Bien miniaturisée, cette FeRAM permettrait de livrer pour les mobiles des modules de 32Mbits à l'horizon 2002.

• Tristan S. de MpegTV me sermonne : d'abord, on ne dit pas Motion Picture, mais Moving Picture... Ensuite, le MP3 étant une norme définie par le MPEG, il ne peut lui-même concurrencer son propre bébé. A quoi je réponds que ce format a clairement choisi la liberté, et que son succès auprès du grand public doit tout de même mettre le MPEG mal à l'aise devant les majors du disque ; Tristan me répond qu'au contraire, le MPEG est très fier du succès de son MP3. Enfin, le site officiel du MPEG est http://www.cselt.it/mpeg/ et non l'url que je donnais.
http://www.malexism.org/marcbook/2000/1214.shtml - n°180, MPEG

• Les virus en pièce-jointe auraient augmenté de 300% en l'an 2000 selon l'Anglais MessageLabs. Dommage pour OutLook Express, principal vecteur de cette propagation... il était très bien ce logiciel :-)

• Une liste de diffusion qui manquait au paysage de l'info francophone reparaît. Il s'agit de S&T Presse, Mission Scientifique et Technologique de l'Ambassade de France à Washington, aujourd'hui en collaboration avec l'ADIT (Agence pour la Diffusion de l'Information Technologique). Le premier numéro sortira la semaine prochaine mais vous pouvez vous abonner tout de suite : subscribe.be.usa@adit.fr
http://www.france-science.org

La photo de la semaine : http://www.malexism.org/photos/flash.html

"Les chutes du Niagara tombent par les mêmes lois qu'une goutte de pluie".
Albert Thibaudet

© Reproduction totale et extraits autorisés avec mention de l'url : http://www.malexism.org/marcbook/.
Réalisation, information, tests et rédaction : Marc-Alexis Morelle.