Google MUM: ما هو وكيف يمكن أن يؤثر على تحسين محركات البحث

Google MUM أو النموذج الموحد متعدد المهام هو تقنية جديدة للإجابة على الأسئلة المعقدة التي ليس لها إجابات مباشرة. تم تقديمه قبل بضعة أسابيع فقط وقد أحدث ضجة في دوائر تحسين محركات البحث. لم يتم التأكد بعد ما إذا كان محرك البحث يستخدم هذه الخوارزمية ، إن لم يكن كذلك ، متى سيتم تنفيذها وكيف ستؤثر على تصنيف SERP.

على غرار BERT ، فهو مبني على بنية المحولات ، ولكن الحصول على إجابات مفصلة للاستفسارات المعقدة أسهل بكثير هنا. تستخدم Google مثالاً لإيجاد الاستعدادات لتسلق جبل فوجي الخريف المقبل. لفهم الجديد الذي يمكن توقعه أو المعدات التي يجب اختيارها ، وتعقيد المسارات وتقلبات درجات الحرارة ، سيتعين عليك إجراء سلسلة من عمليات البحث المدروسة. في هذا الاستعلام ، لا يمكن أن تكون الإجابة المسبقة واضحة ، بل على العكس من ذلك ، فهي مفصلة وتأخذ في الاعتبار العديد من العوامل. بالطبع ، هذا المثال عالمي - كل يوم ، يتعامل المستخدمون مع العثور على إجابات للمشكلات المعقدة أثناء تنفيذ ما معدله 8 استعلامات لحل كل منها. تم تصميم تقنية MUM للمساعدة في مثل هذه التعقيدات وتقليل عدد عمليات البحث. علاوة على ذلك ، فهو أقوى 1000 مرة من BERT!

في هذه المقالة ، سنناقش ميزات المعجزة التكنولوجية MUM ونلقي نظرة على تأثيرها على تحسين محركات البحث.

ما هو أمي

كيف يعمل Google MUM؟

كيف يمكن أن يؤثر Google MUM على تحسين محركات البحث

• إزالة حواجز اللغة

• الفهم المتزامن للمهام المتعددة

• جيل اللغة

• تعدد الوسائط

• أخلاقيات Google فيما يتعلق باختراعاتها

• تاريخ إصدار الخوارزمية

استنتاج

Google MUM عبارة عن خوارزمية تساعد في حل الاستفسارات المعقدة: فهي تفهم 75 لغة مختلفة ويمكنها إنشاؤها. بشكل لا يصدق ، على عكس BERT ، فإنه يؤدي في نفس الوقت العديد من المهام ويطور فهمًا كاملاً للمعلومات. ومن المثير للاهتمام أن MUM متعدد الوسائط - فهو يقوم بمسح البيانات ليس فقط من النص ولكن أيضًا من الصور. من المتوقع أن يتوسع عدد الأساليب ليشمل ملفات الفيديو والصوت في المستقبل.

لنعد إلى مثال تسلق جبل فوجي في الخريف. الجواب في هذه الحالة يتكون من عدة مراحل. إذا كنا نتحدث عن المشي لمسافات طويلة ، فعلى الأرجح ، قد يشمل التحضير لها تدريب اللياقة البدنية واختيار المعدات المناسبة. نظرًا لأن الخريف هو موسم عاصف ، فلا غنى عن السترة الواقية من الماء. بالإضافة إلى ذلك ، يمكن أن تعرض الخوارزمية الموضوعات الفرعية الموصى بها والتي تم الكشف عنها في مقاطع الفيديو أو الصور أو المقالات: على سبيل المثال ، أفضل التمارين أو أفضل الملابس.

حتى الآن ، لا توجد أوراق بحثية أو براءات اختراع تصف خوارزمية Google. لا توجد أيضًا علامة تجارية تسمى MUM. على الرغم من ذلك ، تناقش بعض الدراسات فقط مشكلات البحث التي يمكن حلها باستخدام تقنية تعدد المهام. اعتبرهم!

أعلن مستكشف Google ، دونالد ميتزلر ، عن مقال يشرح أن خوارزميات البحث في Google يجب أن تتخذ طريقة تم اكتشافها حديثًا لتقديم قرارات مفصلة للأسئلة المتشابكة. عملية استرداد المعلومات هي العمود الفقري لكل محرك بحث حديث ، لكن فهرسة المواقع وتصنيفها ليست كافية تمامًا لمثل هذه المهام. تستخدم جميع محركات البحث التعرف على اقتران عبارات الكلمات الرئيسية ودلالاتها لإنشاء قائمة أولية بالمرشحين لنتائج البحث. ثم يمر بواحد أو أكثر من أنماط إعادة الترتيب ، والتي من المحتمل أن تكون التعلم القائم على الشبكة العصبية للترتيب.

وفقًا لـ Metzler ، يزيل مثل هذا الإجراء مكون الخوارزمية المسؤول عن العثور على الفهرس: فهو مصمم لدمج عناصر الفهرسة والاسترجاع والترتيب واستبدالها في نموذج موحد. يقوم بتشفير المعلومات المحفوظة في مجموعة. لفهم ما يدور حوله هذا ، ضع في اعتبارك لقطة الشاشة التالية من المقالة: إنها توضح الاختلاف بين الاسترداد التقليدي ثم الترتيب والنموذج الفردي.

هناك مصادفات واضحة في إصدار هذه الدراسة ، الذي تم الإعلان عنه في مايو من هذا العام ، تصف أهمية التمثيل الفردي في العالم الحديث وإصدار خوارزمية Google المبتكرة تسمى MUM.

ومن المثير للاهتمام ، أنه في ديسمبر 2020 ، تم نشر دراسة أخرى ، تخبرنا بالتفاصيل العامة حول مزيج متعدد المهام من الخبراء المتسلسلين لتدفقات نشاط المستخدم أو وزارة التربية والتعليم. على الرغم من أن اسمي MoSE و MUM متشابهان ، فقد لوحظ أيضًا بعض التداخل مع اختراق MUM. احزر من هو مبتكر هذا العمل! لا يزال هو نفسه دونالد ميتزلر. تتناول إحدى المقالات التعلم العصبي متعدد المهام الذي يستخدم تاريخ المسح والتصفح لبناء أنماط مسح قوية متعددة المراحل. تدرس الخوارزمية نقرات الماوس المتتالية ومسح المعلومات لمحاكاة العثور على إجابات ذات صلة بأسئلة محددة. من الجدير بالذكر أن MoSe تصمم سلوك الباحث باستخدام الذاكرة طويلة المدى (LSTM) وليس الطلب والسياق - يوضح مسار الإجراءات التي يتم تنفيذها على الشبكة الاستجابة التي ستكون مرضية. أيضًا ، في هذا المستند ، هناك ذكر لنوع خوارزمية محسّن لإجراء بحث فيديو بناءً على ثلاث تنبؤات:

• ما يريد الناس رؤيته.
• ما يرضي الطلب ؛
• المواد التي تحصل على مزيد من المشاركة.

تهتم MoSe بشكل أساسي بمجموعة متنوعة من أنواع البيانات. إذا أخذنا هذه الميزة في الاعتبار في سياق MUM ، فيمكننا فهم الإجراءات التي يتخذها الزاحف لاكتشاف الخيارات المناسبة. في هذه الحالة ، يتم نمذجة تدفقات نشاط العميل من مواقع مختلفة ، ويتم تحديد تفاعلها. بالإضافة إلى ذلك ، يمكن لـ MoSE توقع عمليات البحث المتسلسلة للعملاء والسلوك على أنها تمثيلات واضحة ، وبالتالي تقليل عدد استعلامات البحث التي تم إجراؤها (8) والاستجابة بشكل أفضل للمشكلات المعقدة.

كلما قل عدد الموارد الحسابية المطلوبة لتشغيل البرنامج الخوارزمي ، زادت فعاليته ، مما يمنحه المزيد من الفرص للتوسع. هذا هو القرار للبيان أن MUM أقوى 1000 مرة من BERT. توفر وزارة التعليم والثقافة توازناً بين الحد الأدنى لقيمة الموارد وجودة المسح. أثبت المخترعون ذلك بشكل تجريبي: اختبروا معمارية خوارزمية وقارنوها بسبعة بدائل. باستخدام Gmail كمثال ، أظهروا مرونة النظام وكفاءته.

ملحوظة: اعترفت كثافة موارد البطريق الشهير حتى عام 2016 أنه سيتم إطلاقه مرتين فقط في السنة! وسرعان ما يمكن أن تعمل في الوقت الفعلي وبأقل تكلفة.

الخوارزمية قوية لمستويات مختلفة من مدخرات الأصول: عندما تكون مطلوبة 80٪ ، فإنها توفر حوالي 8٪ نقرات أكثر. هذا يجعل من السهل إعادة التدريب ويمنحها تنوعًا كبيرًا.

مثل BERT ، تم تصميم MUM وفقًا لهندسة المحولات. لا تستخدمه MoSE ، ولكن يمكن توسيعه قريبًا (هنا ، يمكنك استخدام وحدات أخرى ، على سبيل المثال ، LSTM ، GRU). يشير ذلك بشكل أساسي إلى أن MoSE يمكن أن يكون أحد مكونات MUM.

تصدر Google العديد من براءات الاختراع للخوارزميات كل عام ، لكن هذا لا ينطبق على وزارة التربية والتعليم. إذا لاحظت دراسات أخرى أخطاء ، فهنا ، فمن المرجح أن يكون إنجاز النظام دون النفقات الأساسية للأصول.

ملخص

MUM هي تقنية ذكاء اصطناعي (AI). يتم تقديم نظيرتها ، MoSE ، بدلاً من ذكاء الآلة (MI). لا يوجد فرق بينهما ، على الأرجح - في قاعدة معارف الشركة ، يتم تصنيف بيانات الذكاء الاصطناعي على أنها MI. بالطبع ، لا توجد طريقة للقول ما إذا كانت آلية وزارة التربية والتعليم قد تم تنفيذها في MUM بشكل نهائي. ومع ذلك ، فهي متشابهة للغاية. على الرغم من أن السيناريو الذي لا يتشابك فيه كلا النظامين مقبول تمامًا أيضًا. ومن المثير للاهتمام ، أن MoSE هي قاعدة حسابية ناجحة للغاية يمكن توسيعها باستخدام المحولات.

ولكن بغض النظر عن كيفية تطور تاريخ هذه الخوارزميات ، فإن أهم شيء هو فهم كيف ستؤثر بشكل أكبر على البحث.

يجب على متخصصي تحسين محركات البحث (SEO) التكيف في كل مرة يغير فيها محرك البحث خوارزمياته. قبل عامين ، عندما تم تقديم BERT ، لم يكن هناك تأثير كبير على أداء موقع الويب. ومع ذلك ، فإن ظهور ذكاء اصطناعي فائق القوة سيؤثر عليه على أي حال. يتطلب وصف استعلام بحث بلغة طبيعية بسيطة أن تتصرف المواقع بطريقة مماثلة. دعنا نلقي نظرة على التأثير المحتمل لخوارزمية Google على تحسين محركات البحث.

إزالة حواجز اللغة

تصبح اللغة عقبة للعديد من المستخدمين ، على سبيل المثال ، عندما يتعلق الأمر بمواقع الويب التي لا تتكيف مع تعدد اللغات. في هذه الحالة ، يمكن للخوارزمية كسر هذه الحدود. يمكنه دراسة الموارد المكتوبة بـ 75 لغة والبحث عن المعلومات ذات الصلة بها ، حتى إذا قمت بإدخال مصطلح بحث بلغة أخرى! حسنًا ، على سبيل المثال ، أنت تبحث عن معلومات عن نفس جبل فوجي. يعثر محرك البحث على النتائج ، ولكن باللغة اليابانية ، التي لا تعرفها. ستقوم MUM بتحويل المعرفة من هذه المواقع إلى لغتك المفضلة مع السماح بإجابات موسعة (حيث يمكنك الاستمتاع بأفضل المناظر الطبيعية ، وما هي متاجر الهدايا التذكارية الشهيرة التي يمكنك زيارتها ، وما إلى ذلك). أي أنه سيتم ترجمة أي معلومات اعتمادًا على المنطقة التي يتم البحث منها.

الفهم المتزامن للمهام المتعددة

يتيح لك هذا الأسلوب فهم الاستعلام بشكل أفضل: هناك جبلان ، آدامز وفوجي. لنفترض أنك تسلقت الأول وتبحث عن معلومات حول تسلق واحدة أخرى في وقت الخريف. في هذه الحالة ، يمكن للخوارزمية تحليل الاختلافات في الجيولوجيا مع عدم مراعاة الحيوانات والنباتات. علاوة على ذلك ، لكي تنجح الرحلة ، من الضروري التحضير البدني الممتاز ، بما في ذلك التدريب. ولكن إذا كنا نتحدث عن الخريف ، فإن الأمر يستحق البحث عن الزي.

جيل اللغة

هل سمعت أي شيء عن GPT-3؟ إنه محول لغة قادر على توليد نص يشبه الإنسان. جودته عالية جدًا بحيث يصعب تمييزها عن الحقيقي: وهذا يسبب الكثير من القلق بين الباحثين. حتى أن البعض يعتبرها خطيرة ، بينما يميل البعض الآخر ، على العكس من ذلك ، إلى الاعتقاد بأن هذه معجزة من المعجزات ، أكثر الخلق المدهش الذي صنعه الإنسان على الإطلاق. لذا ، بمقارنة هذا النظام مع MUM ، فإن الأخير لديه كل الفرص لكسب عملاء محتملين. بادئ ذي بدء ، يجدر بنا أن نفهم كيف يرتبط شكل الرموز اللغوية بتمثيلها التجريبي. يمكن للنموذج الموجود داخل الكمبيوتر "فهم" أشكال الشخصيات ، ولكن ليس معانيها (كما يراها الشخص). تحاول الشركة تقليل التحيز في البحث وتقليل البصمة الكربونية مع كل اختراع.

تعدد الوسائط

هذه ميزة هائلة لتقنية MUM مقارنةً بـ GPT-3 و LaMDA. الحقيقة هي أن النظام يمكنه فهم المعلومات بتنسيقات مختلفة: على سبيل المثال ، من الصور ومقاطع الفيديو والنص. لذا في مدونته ، وصف Pandu Nayak حالة عند تصوير حذائك ، يمكنك الحصول على إجابة للسؤال: "هل يمكنني الذهاب إلى Mountain Fuji مرتديًا؟" نتيجة لذلك ، سيتم ربط صورة بالطلب النصي ، وسيتم نقلك إلى مدونة بها قائمة بالأحذية والمعدات الأخرى الموصى بها. بعد كل شيء ، إنه مناسب!

يتم توضيح أهمية هذا الجانب بشكل أفضل من خلال المقارنة مع أعمال الدماغ البشري. هذه هي الطريقة التي نفهم بها كل روعة العالم بفضل الطبيعة متعددة الحواس: الرؤية ، السمع ، اللمس ، إلخ. يفسر الدماغ التجربة المدمجة في رؤية واحدة للواقع.

تحمل معظم الأحداث وحتى الأشياء معلومات مختلفة جدًا. تخيل ليمونة: تعرف طعمها ورائحتها ، لها شكل بيضاوي وبنية مسامية. يمكن نقل المعلومات الكهرومغناطيسية والميكانيكية والكيميائية بنفس الطريقة. تسمح أجهزة استشعار الدماغ المتعددة بتقييم الوسائط المتعددة. كيف كل شيء مترابط!

ستكون MUM أول خوارزمية فريدة لتقييم ودمج البيانات تمامًا مثل الإنسان من حيث الذكاء الاصطناعي. سنتحدث أكثر عن أخلاقيات هذه الظاهرة.

لذلك ، قد تصبح مُحسّنات محرّكات البحث غير ضرورية وقديمة لأن قواعد اللعبة ستتغير. منذ إنشاء Google ، كانت تحاول إنشاء محرك بحث مثالي يمكنه معالجة الاستعلامات بشكل طبيعي. عندما ظهر BERT في عام 2019 ، تم وصف أنه يمكن أن يعيد إنتاج الردود عن طريق الخطأ دون فهم الأسئلة بشكل كافٍ.

ملاحظة: بالمناسبة ، أحد أسباب ذلك هو إدخال هيكل "الكلمات الرئيسية".

بطبيعة الحال ، يفترض محرك البحث أسلوب اتصال فريد يختلف عن الحوار بين الناس. بالطبع ، يجب أن نشيد بـ BERT لأنه ارتقى إلى مستوى جديد تمامًا لتفسير العبارات الرئيسية. لكي تحدث هذه العملية بشكل مناسب ، يستخدم الكثيرون مدقق SpySERP ، والذي يمكنه تتبع الكلمات الرئيسية. حتى يتم تنفيذ MUM ، لا توجد طريقة أخرى لتحسين البحث للمستخدمين بخلاف استخدام SEO. خفضت BERT أيضًا من تأثير الكلمات الرئيسية على ترتيب الموقع - فهي تهتم بمطابقة طلب المستخدم مع المعلومات ذات الصلة ، بغض النظر عن المصطلحات الدقيقة.

يجب أن نتوقع حدوث ثورة في محركات البحث ، دون استبعاد حقيقة أن مُحسنات محركات البحث ستصبح قديمة. ستتحول الخوارزمية إلى نوع من المساعد الشخصي الذي سيقوم بكل العمل نيابة عنك. لماذا يحاول المستخدمون مطابقة كل كلمة في شريط البحث بينما يمكنهم تشغيل استعلام بلغة طبيعية بناءً على اللهجة؟ ربما ، لن تكون أهمية الكلمات الرئيسية عالية كما هي اليوم ، لكنها ستظل تملأ المحتوى.

ملاحظة: ليس من المفترض أن تملأ MUM النص بالمصطلحات ، وفكرة تحسين المحتوى غائبة. إذا قرر شخص ما خداع محرك البحث ، فسيكون محكوم عليه بالفشل. سيتوقف وجود الصفحات المصممة لبرامج الزحف.

أخلاقيات Google فيما يتعلق باختراعاتها

تجري الشركة بحثًا شاملاً قبل إطلاق أي منتج في السوق. يعد اختبار كل تحديث لمحرك البحث من قبل المقيّمين البشريين أمرًا بالغ الأهمية لتقديم النتائج ذات الصلة لمستخدميهم في المستقبل. على سبيل المثال ، تساعدك بعض التوصيات على فهم مدى جودة نتائج الخوارزميات.

مثل BERT ، سيتعين على MUM أيضًا الخضوع لعملية تقييم. تلتزم الشركة بالبحث عن الأنماط التي يمكن أن تشير إلى التحيز في التعلم الآلي.

كما تعلم ، تتطلب الشبكات العصبية الكبيرة قدرة حاسوبية هائلة للتدريب. تلتزم Google بتقليل البصمة الكربونية لأنظمة مثل MUM. سيؤدي ذلك إلى تحسين تجربة البحث بشكل كبير.

تاريخ إصدار الخوارزمية

وفقًا لباري شوارتز ، كبير المسئولين الاقتصاديين في RustyBrick ، ​​فقد اتصل بالشركة على Twitter. كتب داني سوليفان إليه بروح Google ، ليخبره بمجرد إطلاق MUM.

بدورها ، أعلنت الشركة في مدونتها أنه يمكن إضافة المنتج في الأشهر أو السنوات القادمة. وعلى الرغم من أنهم في الوقت الحالي يدرسون ميزاته فقط والمشروع في مرحلة تجريبية ، إلا أنه لا يزال طريقًا مباشرًا إلى المستقبل! الآن سيفهم محرك البحث الكلام الطبيعي ويفسره على أنه دماغ الشخص ، أي باستخدام الحواس المتعددة والوسائط المتعددة.

ملاحظة: تجري Google حاليًا مشاريع تجريبية لفهم أنواع طلبات المستخدمين بشكل أفضل. سيكون ذلك مفيدًا لتطوير نظام MUM.

أعلنت Google عن مشروع MUM الجديد الخاص بها في حدثها السنوي للمطورين. أصبح الموضوع المثير ثورة في عالم محركات البحث. تكمن قوتها في تعدد اللغات وتعدد المهام والوسائط التي تعمل على مستوى الدماغ البشري. الآن لن يتم إدراك شكل الرموز فحسب ، بل سيتم إدراك سياقها. لذا ، إذا كان بإمكان Google حقًا قراءة المحتوى وسماعه ورؤيته بـ 75 لغة ثم إعادة تجميعه بتنسيق جديد بلغة أخرى طبيعية للمستخدم ، فكيف سينعكس ذلك على مُحسّنات محرّكات البحث؟

على الأرجح ، فإن إطلاقه سيجعل ظهوره في عالم تحسين محركات البحث ، لا يضاهى مع ذلك في عام 2019 ، عندما تم الإعلان عن BERT. وإذا لم يُلاحظ تأثير قوي على أداء المواقع من قبل ، ففي هذه الحالة ، قد لا تؤخذ الاستفسارات الرئيسية بعين الاعتبار. حسنًا ، على الأقل حتى الآن ، لا توجد بيانات حول هذا الأمر حتى الآن. لذلك ، سيتم إدخال الاستعلامات بلغة طبيعية ، ولكن يمكن ترجمة نتائج محرك البحث إذا لزم الأمر. وبالتالي ، سيتلقى المستخدمون المعرفة الأكثر صلة باستخدام ذكاء اصطناعي فائق القوة ، وفي نفس الوقت ، ليس كثيف الاستخدام للموارد.

ما الذي يتبقى لمتخصصي تحسين محركات البحث؟ من المرجح أن تنتظر الأخبار وبالطبع نصوص مكتوبة جيدًا. إذا كان من السهل قراءتها وتم تحسينها بشكل طبيعي ، فسوف تشكرك MUM على ذلك. لا يوجد حشو بالكلمات الرئيسية لرفع التصنيف ، والامتثال الكامل لرغبات المستخدمين - وهذا ما سيهتم به النظام عن كثب. بالإضافة إلى ذلك ، أثناء انتظار حدوث اختراق ، استمر في تحسين منتجك ، وركز على بناء تفضيل العلامة التجارية - سينعكس ذلك في الترويج اللاحق لها.