Google MUM: Was ist das und wie kann es sich auf SEO auswirken?

Google MUM oder Multitask Unified Model ist eine neue Technologie zur Beantwortung komplexer Fragen, auf die es keine direkten Antworten gibt. Es wurde erst vor wenigen Wochen vorgestellt und hat in SEO-Kreisen bereits für Aufsehen gesorgt. Es muss noch bestätigt werden, ob die Suchmaschine diesen Algorithmus verwendet, wenn nicht, wann er implementiert wird und wie er sich auf das SERP-Rating auswirkt.

Ähnlich wie BERT basiert es auf einer Transformer-Architektur, aber detaillierte Antworten auf komplexe Anfragen zu erhalten ist hier viel einfacher. Google verwendet ein Beispiel für die Suche nach Vorbereitungen für die Besteigung des Mt. Fuji im nächsten Herbst. Um zu verstehen, was Sie Neues erwartet oder welche Ausrüstung Sie wählen sollten, die Komplexität der Routen und Temperaturschwankungen, müssen Sie eine Reihe von durchdachten Suchen durchführen. Bei dieser Frage kann die Antwort a priori nicht eindeutig sein, sondern ist im Gegenteil detailliert und berücksichtigt viele Faktoren. Natürlich ist dieses Beispiel universell - jeden Tag beschäftigen sich Benutzer damit, Antworten auf komplexe Probleme zu finden, während sie durchschnittlich 8 Abfragen durchführen, um sie zu lösen. Die MUM-Technologie wurde entwickelt, um bei solchen Komplexitäten zu helfen und die Anzahl der Suchen zu reduzieren. Außerdem ist es 1000-mal stärker als BERT!

In diesem Artikel werden wir die Funktionen des technologischen Wunders MUM diskutieren und uns mit seinen Auswirkungen auf SEO befassen.

Was ist MUM

Wie funktioniert Google MUM?

Wie Google MUM SEO beeinflussen kann

• Beseitigung von Sprachbarrieren

• Gleichzeitiges Verständnis mehrerer Aufgaben

• Spracherzeugung

• Multimodalität

• Googles Ethik in Bezug auf seine Erfindungen

• Veröffentlichungsdatum des Algorithmus

Fazit

Google MUM ist ein Algorithmus, der hilft, komplexe Anfragen zu lösen: Er versteht 75 verschiedene Sprachen und kann sie generieren. Unglaublicherweise führt es im Gegensatz zu BERT viele Aufgaben gleichzeitig aus und entwickelt ein vollständiges Verständnis von Informationen. Interessanterweise ist MUM multimodal – es scannt Daten nicht nur aus Text, sondern auch aus Bildern. Es wird vorhergesagt, dass sich die Anzahl der Modalitäten in Zukunft auf Video- und Audiodateien ausdehnen wird.

Kommen wir zurück auf das Beispiel der Besteigung des Fuji im Herbst. Die Antwort besteht in diesem Fall aus mehreren Stufen. Wenn wir über Wandern sprechen, kann die Vorbereitung darauf höchstwahrscheinlich ein Fitnesstraining und die Auswahl geeigneter Ausrüstung umfassen. Da der Herbst eine stürmische Jahreszeit ist, ist eine wasserdichte Jacke unverzichtbar. Außerdem kann der Algorithmus die empfohlenen Unterthemen aus Videos, Bildern oder Artikeln anzeigen: zum Beispiel die besten Übungen oder Top-Outfits.

Bis heute beschreiben keine Forschungsarbeiten oder Patente den Google-Algorithmus. Es gibt auch keine Marke namens MUM. Trotzdem diskutieren nur einige Studien solche Suchprobleme, die durch Multitasking-Technologie gelöst werden können. Betrachten Sie sie!

Der Google-Explorer Donald Metzler kündigte einen Artikel an, in dem erklärt wird, dass Google-Suchalgorithmen einen neu entdeckten Weg einschlagen müssen, um detaillierte Entscheidungen zu verwickelten Fragen zu liefern. Der Information Retrieval-Prozess ist das Rückgrat jeder modernen Suchmaschine, aber Indexierungs- und Ranking-Sites sind für solche Aufgaben nicht vollständig ausreichend. Alle Suchmaschinen verwenden die Erkennung von Schlüsselwortphrasen, Konjunktionen und Semantik, um eine vorläufige Liste von Kandidaten für Suchergebnisse zu erstellen. Dann durchläuft es ein oder mehrere Re-Ranking-Muster, bei denen es sich wahrscheinlich um ein auf neuronalen Netzwerken basierendes Learning-to-Rank handelt.

Laut Metzler entfernt ein solches Verfahren die Algorithmuskomponente, die für das Finden des Index verantwortlich ist: Es ist darauf ausgelegt, Indizierungs-, Abruf- und Ranking-Elemente in einem einheitlichen Modell zu kombinieren und zu ersetzen. Es verschlüsselt die in einem Korpus gespeicherten Informationen. Um zu verstehen, worum es geht, betrachten Sie den folgenden Screenshot aus dem Artikel: Er zeigt die Unähnlichkeit zwischen dem herkömmlichen Retrieve-then-Rank- und dem Single-Modell.

Es gibt offensichtliche Übereinstimmungen in dieser im Mai dieses Jahres angekündigten Studie, die die Bedeutung einer einzigen Darstellung in der modernen Welt und die Veröffentlichung eines bahnbrechenden Google-Algorithmus namens MUM beschreibt.

Interessanterweise wurde im Dezember 2020 eine weitere Studie veröffentlicht, die allgemeine Details über Multitask Mixture of Sequential Experts for User Activity Streams oder MoSE enthält. Obwohl die Namen von MoSE und MUM ähnlich sind, werden auch hier einige Überschneidungen mit dem MUM-Durchbruch beobachtet. Ratet mal, wer der Schöpfer dieser Arbeit ist! Immer noch derselbe Donald Metzler. Ein Artikel befasst sich mit neuronalem Multitasking-Lernen, das den Scan- und Browserverlauf nutzt, um leistungsstarke mehrstufige Scanmuster zu erstellen. Der Algorithmus untersucht aufeinanderfolgende Mausklicks und das Scannen von Informationen, um das Finden relevanter Antworten auf bestimmte Fragen zu simulieren. Es ist bemerkenswert, dass MoSe das Verhalten des Forschers modelliert, indem es das Long Short-Term Memory (LSTM) und nicht eine Anfrage und einen Kontext verwendet – der Ablauf der im Netzwerk durchgeführten Aktionen macht deutlich, welche Antwort zufriedenstellend sein wird. Außerdem wird in diesem Dokument ein Algorithmustyp erwähnt, der für die Durchführung einer Videosuche basierend auf drei Vorhersagen optimiert ist:

• was die Leute sehen wollen;
• was wird eine Anfrage erfüllen;
• welche Materialien für mehr Engagement sorgen.

MoSe ist in erster Linie an einer Vielzahl von Datentypen interessiert. Wenn wir diese Funktion im Zusammenhang mit MUM betrachten, können wir verstehen, welche Aktionen der Crawler unternimmt, um geeignete Optionen zu entdecken. Dabei werden die Abläufe der Clientaktivität von verschiedenen Standorten modelliert und deren Interaktion bestimmt. Darüber hinaus kann MoSE serielle Client-Suchen und -Verhalten als offensichtliche Darstellungen prognostizieren, wodurch die Anzahl der durchgeführten Suchanfragen (8) reduziert und besser auf komplizierte Probleme reagiert werden kann.

Je weniger Rechenressourcen für den Betrieb des algorithmischen Programms erforderlich sind, desto leistungsfähiger kann es sein und bietet mehr Möglichkeiten zur Skalierung. Hier ist die Entscheidung zu der Aussage, dass MUM 1000 mal stärker ist als BERT. MoSE bietet ein Gleichgewicht zwischen minimalem Ressourcenwert und Scanqualität. Das haben die Erfinder experimentell bewiesen: Sie haben eine Algorithmus-Architektur getestet und mit sieben Alternativen verglichen. Am Beispiel von Gmail demonstrierten sie die Flexibilität und Effizienz des Systems.

Hinweis: Die Ressourcenintensität des berühmten Pinguins bis 2016 ließ zu, dass er nur ein paar Mal im Jahr gestartet wurde! Bald könnte es mit minimalen Kosten in Echtzeit arbeiten.

Der Algorithmus ist robust gegenüber unterschiedlichen Asset-Einsparungen: Wenn 80 % erforderlich sind, spart er etwa 8 % mehr Klicks. Das erleichtert das Umtrainieren und verleiht ihm eine große Vielseitigkeit.

Wie BERT basiert MUM auf der Transformer-Architektur. MoSE verwendet es nicht, aber es kann bald erweitert werden (hier können Sie andere Module verwenden, z. B. LSTM, GRU). Das deutet im Wesentlichen darauf hin, dass MoSE ein Bestandteil von MUM sein kann.

Google veröffentlicht jedes Jahr viele Patente für Algorithmen, aber das gilt nicht für MoSE. Wenn in anderen Studien Fehler festgestellt werden, dann ist es hier eher die Systemleistung ohne den wesentlichen Aufwand an Vermögen.

Zusammenfassung

MUM ist eine Technologie der künstlichen Intelligenz (KI). Sein Gegenstück, MoSE, wird eher als Machine Intelligence (MI) präsentiert. Höchstwahrscheinlich gibt es keinen Unterschied zwischen ihnen - in der Wissensdatenbank des Unternehmens werden KI-Daten als MI klassifiziert. Natürlich kann man nicht sagen, ob der MoSE-Mechanismus endgültig in MUM implementiert ist. Trotzdem sind sie sich sehr ähnlich. Obwohl das Szenario, in dem beide Systeme nicht miteinander verflochten sind, auch durchaus akzeptabel ist. Interessanterweise ist MoSE eine sehr erfolgreiche algorithmische Regel, die mit Transformers erweitert werden kann.

Aber egal, wie sich die Geschichte dieser Algorithmen entwickelt, das Wichtigste ist zu verstehen, wie sie die Suche weiter beeinflussen werden.

SEO-Spezialisten müssen sich jedes Mal anpassen, wenn eine Suchmaschine ihre Algorithmen ändert. Vor ein paar Jahren, als BERT eingeführt wurde, gab es keine signifikanten Auswirkungen auf die Website-Performance. Das Aufkommen supermächtiger KI wird es jedoch trotzdem beeinflussen. Um eine Suchanfrage in einfacher, natürlicher Sprache zu beschreiben, müssen sich die Websites ähnlich verhalten. Werfen wir einen Blick auf die möglichen Auswirkungen des Google-Algorithmus auf SEO.

Beseitigung von Sprachbarrieren

Die Sprache wird für viele Nutzer zum Hindernis, wenn es beispielsweise um Websites geht, die nicht an Mehrsprachigkeit angepasst sind. In diesem Fall kann der Algorithmus diese Grenzen durchbrechen. Es kann Ressourcen studieren, die in 75 Sprachen verfasst sind, und nach relevanten Informationen suchen, selbst wenn Sie einen Suchbegriff in einer anderen Sprache eingegeben haben! Nun, Sie suchen zB nach Informationen über denselben Berg Fuji. Die Suchmaschine findet Ergebnisse, aber auf Japanisch, was Sie nicht können. MUM konvertiert das Wissen von diesen Seiten in Ihre bevorzugte Sprache und ermöglicht erweiterte Antworten (wo Sie die schönsten Landschaften genießen können, welche beliebten Souvenirläden Sie besuchen können usw.). Das heißt, alle Informationen werden abhängig von der Region übersetzt, aus der die Suche erfolgt.

Gleichzeitiges Verständnis mehrerer Aufgaben

Mit diesem Ansatz können Sie die Abfrage besser verstehen: Es gibt zwei Berge, Adams und Fuji. Angenommen, Sie haben den ersten bestiegen und suchen nach Informationen zum Besteigen eines weiteren im Herbst. In diesem Fall kann der Algorithmus die Unterschiede in der Geologie analysieren, ohne die Fauna und Flora zu berücksichtigen. Darüber hinaus ist für eine erfolgreiche Wanderung eine hervorragende körperliche Vorbereitung erforderlich, einschließlich Training. Aber wenn wir vom Herbst sprechen, dann lohnt es sich, nach einem Outfit zu suchen.

Spracherzeugung

Haben Sie jemals etwas über GPT-3 gehört? Es ist ein Sprachkonverter, der menschenähnlichen Text erzeugen kann. Seine Qualität ist so hoch, dass es ziemlich schwierig ist, sie von der Realität zu unterscheiden: Dies bereitet Forschern große Sorgen. Einige halten es sogar für gefährlich, während andere im Gegenteil dazu neigen zu denken, dass dies ein Wunder der Wunder ist, die unglaublichste Schöpfung, die je von Menschenhand geschaffen wurde. Wenn Sie dieses System also mit MUM vergleichen, hat das letzte alle Chancen, Leads zu gewinnen. Zunächst lohnt es sich zu verstehen, wie die Form sprachlicher Symbole mit ihrer empirischen Repräsentation zusammenhängt. Ein Modell in einem Computer kann die Formen von Zeichen "verstehen", aber nicht ihre Bedeutung (wie eine Person sie wahrnimmt). Das Unternehmen versucht, mit jeder Erfindung die Voreingenommenheit bei der Suche zu verringern und den CO2-Fußabdruck zu verringern.

Multimodalität

Das ist ein enormer Vorteil der MUM-Technologie im Vergleich zu GPT-3 und LaMDA. Tatsache ist, dass das System die Informationen in verschiedenen Formaten verstehen kann: zum Beispiel aus Bildern, Videos und Text. In seinem Blog beschrieb Pandu Nayak einen Fall, in dem Sie Ihre Schuhe fotografieren, und Sie können die Antwort auf die Frage erhalten: „Kann ich mit ihnen zum Berg Fuji gehen?“ Als Ergebnis wird ein Bild mit der Textanfrage verknüpft und Sie werden zu einem Blog mit einer Liste empfohlener Stiefel und anderer Ausrüstung weitergeleitet. Immerhin ist es bequem!

Die Bedeutung dieses Aspekts wird besser durch einen Vergleich mit der Funktionsweise des menschlichen Gehirns veranschaulicht. So verstehen wir die ganze Pracht der Welt dank der multisensorischen Natur: Sehen, Hören, Fühlen usw. Das Gehirn interpretiert die kombinierte Erfahrung in einer einzigen Ansicht der Realität.

Die meisten Ereignisse und sogar Objekte enthalten sehr unterschiedliche Informationen. Stellen Sie sich eine Zitrone vor: Geschmack und Geruch sind Ihnen bekannt, sie hat eine ovale Form und eine poröse Struktur. Elektromagnetische, mechanische, chemische Informationen können auf die gleiche Weise übertragen werden. Brain Multisensor ermöglicht die Bewertung der Multimodalität. Wie alles miteinander verbunden ist!

MUM wird der erste einzigartige Algorithmus sein, der Daten wie ein Mensch im Sinne von KI auswertet und kombiniert. Wir werden weiter über die Ethik dieses Phänomens sprechen.

SEO kann also unnötig und obsolet werden, weil sich die Spielregeln ändern werden. Seit der Gründung von Google versucht es, die perfekte Suchmaschine zu schaffen, die Anfragen auf natürliche Weise verarbeiten kann. Als BERT 2019 erschien, wurde beschrieben, dass es Antworten fälschlicherweise reproduzieren könnte, ohne die Fragen angemessen zu verstehen.

Hinweis: Einer der Gründe dafür ist übrigens die „keyword-ese“-Struktureingabe.

Natürlich setzt eine Suchmaschine einen einzigartigen Kommunikationsstil voraus, der sich vom Dialog zwischen Menschen unterscheidet. Natürlich müssen wir BERT Tribut zollen, weil es bei der Interpretation von Schlüsselsätzen auf ein völlig neues Niveau gehoben wurde. Damit dieser Prozess angemessen ablaufen kann, verwenden viele den SpySERP-Checker, der Schlüsselwörter verfolgen kann. Bis zur Implementierung von MUM gibt es keine andere Möglichkeit, die Suche für Benutzer zu optimieren, als SEO. BERT senkte auch den Einfluss von Schlüsselwörtern auf das Ranking der Website – es kümmert sich darum, dass die Anfrage des Benutzers mit relevanten Informationen übereinstimmt, unabhängig von den genauen Begriffen.

Wir sollten eine Revolution in den Suchmaschinen erwarten, nicht ausgeschlossen, dass SEO obsolet wird. Der Algorithmus wird zu einer Art persönlichem Assistenten, der Ihnen die ganze Arbeit abnimmt. Warum sollten Benutzer versuchen, jedes Wort in der Suchleiste abzugleichen, wenn sie eine Abfrage in natürlicher Sprache basierend auf Dialekten ausführen können? Vielleicht wird die Bedeutung der Schlüsselwörter nicht mehr so ​​hoch sein wie heute, aber sie werden den Inhalt trotzdem füllen.

Hinweis: MUM soll den Text nicht mit Begriffen füllen, und der Gedanke der Inhaltsoptimierung fehlt. Wenn jemand beschließt, die Suchmaschine zu täuschen, ist sie zum Scheitern verurteilt. Für Crawler erstellte Seiten werden nicht mehr existieren.

Googles Ethik in Bezug auf seine Erfindungen

Das Unternehmen führt gründliche Recherchen durch, bevor es ein Produkt auf den Markt bringt. Das Testen jedes Suchmaschinen-Updates durch menschliche Bewerter ist entscheidend, um relevante Ergebnisse für ihre zukünftigen Benutzer zu liefern. Einige Empfehlungen helfen Ihnen beispielsweise zu verstehen, wie gut die Ergebnisse der Algorithmen sind.

Wie BERT muss auch MUM einen Begutachtungsprozess durchlaufen. Das Unternehmen ist bestrebt, nach Mustern zu suchen, die auf Verzerrungen beim maschinellen Lernen hinweisen könnten.

Wie Sie wissen, benötigen große neuronale Netze eine enorme Rechenleistung, um sie zu trainieren. Google setzt sich dafür ein, den CO2-Fußabdruck von Systemen wie MUM zu reduzieren. Das wird das Sucherlebnis erheblich verbessern.

Veröffentlichungsdatum des Algorithmus

Laut Barry Schwartz, dem SEO von RustyBrick, kontaktierte er das Unternehmen über Twitter. Danny Sullivan schrieb ihm im Geiste von Google und ließ ihn wissen, sobald MUM startet.

Das Unternehmen wiederum kündigte auf seinem Blog an, dass das Produkt in den kommenden Monaten, Jahren hinzugefügt werden könnte. Und obwohl sie im Moment nur seine Eigenschaften studieren und sich das Projekt in einem experimentellen Stadium befindet, ist es immer noch ein direkter Weg in die Zukunft! Nun versteht die Suchmaschine die natürliche Sprache und interpretiert sie als Gehirn einer Person, und zwar multisensorisch und multimodal.

Hinweis: Google führt derzeit Pilotprojekte durch, um die Arten von Nutzeranfragen besser zu verstehen. Das wird sich für die Entwicklung des MUM-Systems als nützlich erweisen.

Google kündigte sein neues MUM-Projekt auf seinem jährlichen Entwickler-Event an. Aus dem Sensationsthema ist eine Revolution in der Welt der Suchmaschinen geworden. Seine Stärke liegt in der Mehrsprachigkeit, dem Multitasking und der Multimodalität, die auf der Ebene des menschlichen Gehirns funktioniert. Jetzt wird nicht nur die Form der Symbole wahrgenommen, sondern auch ihr Kontext. Wenn Google also wirklich Inhalte in 75 Sprachen lesen, hören und sehen kann und diese dann in einem neuen Format und in einer anderen für den Nutzer natürlichen Sprache neu verpackt, wie wird sich das in SEO widerspiegeln?

Höchstwahrscheinlich wird seine Einführung in der SEO-Welt für Furore sorgen, unvergleichlich mit der im Jahr 2019, als BERT veröffentlicht wurde. Und wenn vorher kein starker Einfluss auf die Performance von Seiten festgestellt wurde, dann dürfen in diesem Fall Schlüsselabfragen nicht berücksichtigt werden. Nun, zumindest bisher gibt es dazu noch keine Daten. Suchanfragen werden also in natürlicher Sprache eingegeben, aber die Suchmaschinenergebnisse können bei Bedarf übersetzt werden. So erhalten die Nutzer das relevanteste Wissen mit superstarker und gleichzeitig nicht ressourcenintensiver KI.

Was bleibt für SEO-Spezialisten? Am ehesten auf Neuigkeiten warten und natürlich gut geschriebene Texte haben. Wenn sie gut lesbar und natürlich optimiert sind, dann wird MUM es Ihnen danken. Kein Stopfen mit Keywords, um die Bewertung zu erhöhen, volle Erfüllung der Nutzerwünsche - darauf wird das System noch genauer achten. Während Sie auf einen Durchbruch warten, verbessern Sie Ihr Produkt weiter und konzentrieren Sie sich auf den Aufbau von Markenpräferenzen - dies wird sich in der anschließenden Werbung widerspiegeln.