الگوریتم MUM گوگل، مادر همه الگوریتم های جستجو؟

MUM Google با غلبه بر موانع زبانی در انواع رسانه‌های مختلف، «جستجو» را تغییر می‌دهد. آیا MUM اینجا برای بهبود سئو یا منسوخ شدن آن است؟

در سال 2021، Prabhakar Raghavan، معاون ارشد گوگل، از راه اندازی یک مدل هوش مصنوعی جدید به نام Multitask Unified Model (MUM) در رویداد Google I/O خبر داد. در حالی که مدل جدید بر روی چارچوب T5 اجرا می شود، که شبیه BERT (ترانسفورماتور نمایش رمزگذار دوطرفه) است، MUM 1000 برابر از BERT برتری دارد. MUM گوگل روش کار موتور جستجو را تغییر می دهد زیرا از جستجوی کلمات کلیدی سنتی فراتر می رود و درک جامع تری از درخواست کاربر ایجاد می کند. در حالی که مقالات زیادی در مورد فناوری چند مدلی وجود دارد، یک مقاله: “بازاندیشی جستجو: ساخت متخصصان دامنه از دیلتانت ها”، رویکرد مدل یکپارچه را نشان می دهد که با سیستم های IR سنتی متفاوت است زیرا مدل پرس و جوها را در همان بازیابی و رتبه بندی می کند. جزء.

مقایسه بین مدل های جستجو
تصویر: مقایسه مدل های سنتی و یکپارچه از دانشگاه کرنل

به گفته گوگل، MUM را می توان در کارهای مختلفی مانند خلاصه کردن اسناد، تجزیه و تحلیل احساسات، پاسخگویی به سوالات و غیره استفاده کرد. چنین برنامه هایی MUM را به یک اولویت اصلی در دفتر مرکزی Googleplex تبدیل کرده اند. با توجه به اهمیت MUM در اکوسیستم گوگل، آیا به یک عامل کلیدی در رتبه بندی جستجو تبدیل می شود؟ یا بهینه سازی موتور جستجو (SEO) منسوخ می شود؟

MUM – همان مغز، سیناپس جدید
Pandu Nayak، یکی از همکاران گوگل و معاون جستجو، بیانیه مشکل را توضیح می دهد: مجبور به تایپ تعداد زیادی پرس و جو و انجام جستجوهای مختلف برای دریافت پاسخ مورد نیاز خود هستید. MUM یک به روز رسانی در موتور جستجوی فعلی (BERT) است زیرا بر روی یک ترانسفورماتور انتقال متن به متن، یکی از مدل های محبوب NLP مانند LaMDA یا GPT-3 ساخته شده است.

مجموعه مهارت های MUM را می توان به عوامل زیر طبقه بندی کرد:

Multimodal – MUM توانایی خود را برای مدیریت داده ها در قالب های مختلف نشان می دهد. این می تواند متن را از تصاویر و ویدیوها تجزیه کند و تجربه ای چندحسی به آن بدهد.
چندوظیفه ای – MUM پتانسیل ایجاد تغییر در نحوه کمک گوگل به کاربران را در انجام کارهای پیچیده دارد. همانطور که Pandu Nayak با یک مثال توضیح می دهد، اگر کاربر در مورد چگونگی آماده شدن برای پیاده روی به کوه فوجی سوالی بپرسد، MUM نه تنها می تواند نتایج را برای جستجوی خاص ارائه دهد، بلکه فراتر رفته و شامل مواردی مانند رژیم های تناسب اندام و یافتن درست است. تجهیزات.
چند زبانه – MUM به بیش از 75 زبان مختلف آموزش دیده است تا بتواند بر موانع زبان غلبه کند و نتایج را ارائه دهد حتی اگر درخواست به زبان دیگری پرسیده شود.
بحث – آیا MUM بر جستجو تأثیر می گذارد؟
متخصصان سئو و برندهای شرکت دائماً با الگوریتم های همیشه در حال تغییر موتور جستجو سازگار می شوند. گوگل از زمان پیدایش خود در تلاش بوده تا تجربه طبیعی تری را به موتور جستجوی خود بیاورد. MUM گوگل این پتانسیل را دارد که زمان و تلاش کاربر را در جستجوهای پیچیده کاهش دهد. گرگ ترنر، رئیس بازاریابی عملکرد در UNRVLD، در مورد تأثیر MUM بر SEO صحبت می کند و به پیامدهای MUM می گوید که می تواند محتوای صوتی، تصویری و تصویری مرتبط را جذب کند، برای مشاغل محتوا، آژانس ها و سازندگان مستقل بزرگ است. .

با این حال، برخی از کارشناسان به این ایده تمایل دارند که MUM نشانگر تغییر در نحوه درک جستجو است. ادوین تونن، متخصص محتوای استراتژیک در Yoast، در پست خود نشان می دهد که موتور جستجوی گوگل در حال تبدیل شدن به یک “ماشین ارائه دانش” است. علاوه بر این، معاون جستجوی گوگل اذعان می کند که این فناوری در حال حاضر در بازی نیست. وقتی از دنی سالیوان، رابط جستجوی گوگل، پرسیده شد که آیا Google اعلام می‌کند که چه زمانی MUM در جستجو به صورت زنده پخش می‌شود یا خیر، دنی سالیوان، رابط جستجوی Google بیان می‌کند که آنها در MUM مادر نمی‌مانند.

فید توییتر در MUM گوگل
منبع: توییتر

نتیجه
قدرت MUM Google در ماهیت چندوجهی، چندوظیفه ای و چند زبانه آن نهفته است. آماده است که صنعت جستجو را متحول کند و به طور تصاعدی بر تأثیر ایجاد شده توسط BERT قبلی خود در سال 2019 افزایش یابد. در حالی که Google از MUM به عنوان سیگنال رتبه بندی جستجو استفاده نمی کند، MUM را روی مجموعه داده های بزرگ آموزش می دهد و آن را برای برنامه های کاربردی متمایز تنظیم می کند. مجموعه داده های کوچکتر این فرآیند توسط گوگل با آزمایش مدل برای بهبود نتایج جستجوی واکسن آشکار شده است. در این آزمایش، MUM در شناسایی 800 نوع نام واکسن در بیش از 50 زبان تنها در چند ثانیه کارآمد بود.

در سناریوی حاضر، متخصصان سئو باید در یک وضعیت دائمی در نوسان باشند تا بتوانند خود را با الگوریتم‌های در حال تغییر موتور جستجو تطبیق دهند. این امکان برای آینده ای وجود دارد که در آن موتورهای جستجو به اندازه کافی تکامل یافته باشند تا داده ها را همانند کاربر تجربه کنند، بنابراین شکاف بین فرمت های پرس و جو و نتایج را پر می کند.