Google MUM: co to jest i jak może wpłynąć na SEO

Google MUM lub Multitask Unified Model to nowa technologia odpowiadania na złożone pytania, na które nie ma bezpośredniej odpowiedzi. Został wprowadzony zaledwie kilka tygodni temu i już wywołał poruszenie w kręgach SEO. Nie zostało jeszcze potwierdzone, czy wyszukiwarka korzysta z tego algorytmu, jeśli nie, kiedy zostanie wdrożony i jak wpłynie na ocenę SERP.

Podobnie jak BERT, jest zbudowany na architekturze transformatorowej, ale uzyskanie szczegółowych odpowiedzi na złożone zapytania jest tutaj znacznie łatwiejsze. Google używa przykładu znalezienia przygotowania do wspinaczki na Fudżi następnej jesieni. Aby zrozumieć, czego nowego się spodziewać lub jaki sprzęt wybrać, złożoność tras i wahania temperatury, będziesz musiał przeprowadzić szereg przemyślanych poszukiwań. W tym zapytaniu odpowiedź a priori nie może być jednoznaczna, przeciwnie, jest szczegółowa i uwzględnia wiele czynników. Oczywiście ten przykład jest uniwersalny – na co dzień użytkownicy mają do czynienia z szukaniem odpowiedzi na złożone problemy, wykonując średnio 8 zapytań do rozwiązania każdego z nich. Technologia MUM została zaprojektowana, aby pomóc w takich złożonościach i zmniejszyć liczbę wyszukiwań. Co więcej, jest 1000 razy silniejszy niż BERT!

W tym artykule omówimy cechy technologicznego cudu MUM i przyjrzymy się jego wpływowi na SEO.

Co to jest MAMA?

Jak działa Google MUM?

Jak Google MUM może wpłynąć na SEO

• Eliminacja barier językowych

• Jednoczesne rozumienie wielu zadań

• Pokolenie języka

• Multimodalność

• Etyka Google dotycząca jej wynalazków

• Data wydania algorytmu

Wniosek

Google MUM to algorytm, który pomaga rozwiązywać złożone zapytania: rozumie 75 różnych języków i potrafi je generować. Niesamowicie, w przeciwieństwie do BERT, jednocześnie wykonuje wiele zadań i rozwija pełne zrozumienie informacji. Co ciekawe, MUM jest multimodalny – skanuje dane nie tylko z tekstu, ale także z obrazów. Przewiduje się, że w przyszłości liczba modalności rozszerzy się na pliki wideo i audio.

Wróćmy do przykładu wspinaczki na górę Fuji jesienią. Odpowiedź w tym przypadku będzie składać się z kilku etapów. Jeśli mówimy o pieszych wędrówkach, to najprawdopodobniej przygotowanie do nich może obejmować trening kondycyjny i dobór odpowiedniego sprzętu. Ponieważ jesień jest porą burzową, nieodzowna jest wodoodporna kurtka. Ponadto algorytm może pokazywać polecane podtematy ujawnione w filmach, zdjęciach lub artykułach: na przykład najlepsze ćwiczenia lub najlepsze stroje.

Do tej pory żadne prace naukowe ani patenty nie opisują algorytmu Google. Nie ma też znaku towarowego MUM. Mimo to tylko niektóre badania omawiają takie problemy wyszukiwania, które można rozwiązać za pomocą technologii wielozadaniowej. Rozważ je!

Odkrywca Google, Donald Metzler, ogłosił artykuł wyjaśniający, że algorytmy wyszukiwania Google muszą przyjąć nowo odkryty sposób, aby zapewnić szczegółowe decyzje dotyczące splątanych pytań. Proces pobierania informacji jest podstawą każdej nowoczesnej wyszukiwarki, ale indeksowanie i ranking witryn nie są w pełni odpowiednie do takich zadań. Wszystkie wyszukiwarki wykorzystują rozpoznawanie koniunkcji i semantyki fraz kluczowych w celu stworzenia wstępnej listy kandydatów do wyników wyszukiwania. Następnie przechodzi przez jeden lub więcej wzorców zmiany rankingu, które prawdopodobnie będą polegać na uczeniu się według sieci neuronowej.

Według Metzlera taka procedura usuwa komponent algorytmu odpowiedzialny za znajdowanie indeksu: ma na celu łączenie i zastępowanie elementów indeksowania, wyszukiwania i rankingowania w Ujednoliconym Modelu. Szyfruje informacje przechowywane w korpusie. Aby zrozumieć, o co w tym chodzi, spójrz na poniższy zrzut ekranu z artykułu: pokazuje on odmienność między konwencjonalnym modelem „pobierz, a następnie ranguj” a Modelem Pojedynczym.

Widoczne są zbiegi okoliczności w tym komunikacie badawczym, ogłoszonym w maju tego roku, opisującym znaczenie pojedynczej reprezentacji we współczesnym świecie i opublikowaniu przełomowego algorytmu Google o nazwie MUM.

Co ciekawe, w grudniu 2020 r. opublikowano kolejne badanie, w którym przedstawiono ogólne szczegóły dotyczące wielozadaniowej mieszanki ekspertów sekwencyjnych dla strumieni aktywności użytkownika lub MoSE. Chociaż nazwy MoSE i MUM są podobne, obserwuje się tu również pewne pokrywanie się z przełomem MUM. Zgadnij kto jest twórcą tej pracy! Wciąż ten sam Donald Metzler. Artykuł dotyczy neuronowego uczenia się wielozadaniowego, które wykorzystuje historię skanowania i przeglądania do tworzenia potężnych wzorców skanowania wieloetapowego. Algorytm bada kolejne kliknięcia myszą i skanowanie informacji, aby zasymulować znalezienie odpowiednich odpowiedzi na określone pytania. Warto zauważyć, że MoSe modeluje zachowanie badacza za pomocą pamięci długo-krótkotrwałej (LSTM), a nie żądania i kontekstu – przebieg działań wykonywanych w sieci jasno pokazuje, która odpowiedź będzie satysfakcjonująca. Ponadto w tym dokumencie jest wzmianka o typie algorytmu zoptymalizowanym do wyszukiwania wideo na podstawie trzech przewidywań:

• co ludzie chcą zobaczyć;
• co zaspokoi prośbę;
• które materiały są bardziej angażujące.

MoSe interesuje się przede wszystkim różnymi typami danych. Jeśli rozważymy tę funkcję w kontekście MUM, będziemy mogli zrozumieć, jakie działania podejmuje robot, aby odkryć odpowiednie opcje. W tym przypadku modelowane są przepływy aktywności klientów z różnych witryn i określana jest ich interakcja. Ponadto MoSE może prognozować wyszukiwania i zachowania klientów szeregowych jako oczywiste reprezentacje, zmniejszając w konsekwencji liczbę wykonywanych zapytań wyszukiwania (8) i lepiej reagując na skomplikowane problemy.

Im mniej zasobów obliczeniowych jest wymaganych do działania programu algorytmicznego, tym silniejszy może być, dający większe możliwości skalowania. Oto decyzja do stwierdzenia, że ​​MUM jest 1000 razy silniejsza niż BERT. MoSE zapewnia równowagę między minimalną wartością zasobów a jakością skanowania. Wynalazcy udowodnili to eksperymentalnie: przetestowali architekturę algorytmu i porównali ją z siedmioma alternatywami. Na przykładzie Gmaila wykazali elastyczność i wydajność systemu.

Uwaga: intensywność zasobów słynnego Pingwina do 2016 r. pozwoliła na wypuszczenie go tylko kilka razy w roku! Wkrótce może działać w czasie rzeczywistym przy minimalnych kosztach.

Algorytm jest odporny na różne poziomy oszczędności aktywów: gdy wymagane jest 80%, oszczędza około 8% więcej kliknięć. Ułatwia to przekwalifikowanie i zapewnia dużą wszechstronność.

Jako BERT, MUM jest zaprojektowany na architekturze Transformer. MoSE z niego nie korzysta, ale można go niedługo rozbudować (tutaj można użyć innych modułów, np. LSTM, GRU). To zasadniczo wskazuje, że MoSE może być składnikiem MUM.

Google co roku wydaje wiele patentów na algorytmy, ale nie dotyczy to MoSE. Jeśli inne badania są zauważonymi błędami, to tutaj jest bardziej prawdopodobne, że system zakończy się bez istotnych wydatków majątkowych.

Streszczenie

MUM to technologia sztucznej inteligencji (AI). Jego odpowiednik, MoSE, jest przedstawiany raczej jako Inteligencja Maszynowa (MI). Najprawdopodobniej nie ma między nimi żadnej różnicy – ​​w bazie wiedzy korporacji dane AI są klasyfikowane jako MI. Oczywiście nie ma sposobu, aby stwierdzić, czy mechanizm MoSE został ostatecznie zaimplementowany w MUM. Niemniej jednak są bardzo podobne. Chociaż scenariusz, w którym oba systemy nie są ze sobą powiązane, jest również całkiem do przyjęcia. Co ciekawe, MoSE to bardzo skuteczna reguła algorytmiczna, którą można rozszerzyć za pomocą Transformerów.

Ale bez względu na to, jak rozwinie się historia tych algorytmów, najważniejsze jest zrozumienie, w jaki sposób wpłyną one na dalsze wyszukiwanie.

Specjaliści SEO muszą dostosowywać się za każdym razem, gdy wyszukiwarka zmienia swoje algorytmy. Kilka lat temu, kiedy wprowadzono BERT, nie było znaczącego wpływu na wydajność witryny. Jednak pojawienie się superpotężnej sztucznej inteligencji i tak wpłynie na to. Opisywanie zapytania wyszukiwania prostym, naturalnym językiem będzie wymagało od witryn podobnego działania. Przyjrzyjmy się możliwemu wpływowi algorytmu Google na SEO.

Eliminacja barier językowych

Język staje się przeszkodą dla wielu użytkowników, na przykład w przypadku stron internetowych, które nie są przystosowane do wielojęzyczności. W takim przypadku algorytm może przełamać te granice. Może studiować zasoby napisane w 75 językach i wyszukiwać na ich temat istotne informacje, nawet jeśli wprowadzono wyszukiwane hasło w innym języku! Na przykład szukasz informacji o tej samej górze Fuji. Wyszukiwarka znajduje wyniki, ale w języku japońskim, którego nie znasz. MUM przekonwertuje wiedzę z tych stron na preferowany język, jednocześnie umożliwiając rozszerzone odpowiedzi (gdzie możesz cieszyć się najlepszymi krajobrazami, jakie popularne sklepy z pamiątkami możesz odwiedzić itp.). Oznacza to, że wszelkie informacje zostaną przetłumaczone w zależności od regionu, z którego dokonywane jest wyszukiwanie.

Jednoczesne rozumienie wielu zadań

Takie podejście pozwala lepiej zrozumieć zapytanie: są dwie góry, Adams i Fuji. Załóżmy, że wspiąłeś się na pierwszy i szukasz informacji na temat wspinania się na kolejny jesienią. W takim przypadku algorytm może analizować różnice w geologii, nie biorąc pod uwagę fauny i flory. Ponadto, aby wędrówka zakończyła się sukcesem, konieczne jest doskonałe przygotowanie fizyczne, w tym trening. Ale jeśli mówimy o jesieni, to warto poszukać stroju.

Pokolenie języka

Czy kiedykolwiek słyszałeś coś o GPT-3? Jest to konwerter języka zdolny do generowania tekstu podobnego do ludzkiego. Jego jakość jest tak wysoka, że ​​trudno ją odróżnić od rzeczywistości: budzi to duże zaniepokojenie wśród badaczy. Niektórzy uważają to nawet za niebezpieczne, podczas gdy inni wręcz przeciwnie, mają tendencję do myślenia, że ​​jest to cud cudów, najbardziej niewiarygodne stworzenie, jakie kiedykolwiek stworzył człowiek. Porównując więc ten system z MUM, ten ostatni ma wszelkie szanse na zdobycie leadów. Na początek warto zrozumieć, w jaki sposób forma symboli językowych wiąże się z ich empiryczną reprezentacją. Model wewnątrz komputera może „zrozumieć” kształty postaci, ale nie ich znaczenie (tak jak postrzega je osoba). Korporacja stara się zmniejszyć stronniczość w wyszukiwaniu i zmniejszyć ślad węglowy z każdym wynalazkiem.

Multimodalność

To ogromna zaleta technologii MUM w porównaniu z GPT-3 i LaMDA. Faktem jest, że system może zrozumieć informacje w różnych formatach: na przykład ze zdjęć, filmów i tekstu. Tak więc na swoim blogu Pandu Nayak opisał przypadek, kiedy fotografując swoje buty, można uzyskać odpowiedź na pytanie: „Czy mogę w nich jechać w góry Fuji?” W rezultacie do prośby tekstowej zostanie podlinkowane zdjęcie, a zostaniesz przeniesiony na bloga z listą polecanych butów i innego sprzętu. W końcu to wygodne!

Znaczenie tego aspektu lepiej ilustruje porównanie z pracą ludzkiego mózgu. W ten sposób rozumiemy całą wspaniałość świata dzięki wielozmysłowej naturze: wzroku, słuchu, dotyku itp. Mózg interpretuje połączone doświadczenia w jeden obraz rzeczywistości.

Większość wydarzeń, a nawet obiektów niesie ze sobą bardzo różne informacje. Wyobraź sobie cytrynę: znasz jej smak i zapach, ma owalny kształt i porowatą strukturę. Informacje elektromagnetyczne, mechaniczne, chemiczne mogą być przesyłane w ten sam sposób. Multisensor mózgu umożliwia ocenę multimodalności. Jakże wszystko jest ze sobą powiązane!

MUM będzie pierwszym unikalnym algorytmem do oceny i łączenia danych, tak jak człowiek, pod względem sztucznej inteligencji. O etyce tego zjawiska porozmawiamy dalej.

SEO może więc stać się niepotrzebne i przestarzałe, ponieważ zmienią się zasady gry. Od początku istnienia Google stara się stworzyć idealną wyszukiwarkę, która w naturalny sposób przetwarza zapytania. Kiedy BERT pojawił się w 2019 roku, opisano, że może błędnie odtwarzać odpowiedzi bez odpowiedniego zrozumienia pytań.

Uwaga: nawiasem mówiąc, jednym z powodów jest wprowadzenie struktury „keyword-ese”.

Oczywiście wyszukiwarka zakłada unikalny styl komunikacji, inny niż dialog między ludźmi. Oczywiście musimy oddać hołd BERT, ponieważ wszedł na zupełnie nowy poziom interpretacji fraz kluczowych. Aby proces ten przebiegał prawidłowo, wiele osób korzysta z narzędzia do sprawdzania SpySERP, które może śledzić słowa kluczowe. Dopóki MUM nie zostanie wdrożone, nie ma innego sposobu na optymalizację wyszukiwania użytkowników niż korzystanie z SEO. BERT obniżył również wpływ słów kluczowych na ranking serwisu - dba o to, aby zapytanie użytkownika pasowało do odpowiednich informacji, niezależnie od dokładnych terminów.

Należy spodziewać się rewolucji w wyszukiwarkach, nie wyłączając faktu, że SEO stanie się przestarzałe. Algorytm zamieni się w swego rodzaju osobistego asystenta, który wykona całą pracę za Ciebie. Dlaczego użytkownicy mieliby próbować dopasować każde słowo na pasku wyszukiwania, skoro mogą uruchomić zapytanie w języku naturalnym w oparciu o dialekt? Być może waga słów kluczowych nie będzie tak duża jak dzisiaj, ale nadal będą wypełniać treść.

Uwaga: MUM nie ma za zadanie wypełniać tekstu terminami, nie ma też idei optymalizacji treści. Jeśli ktoś zdecyduje się oszukać wyszukiwarkę, będzie skazany na porażkę. Strony stworzone dla robotów przestaną istnieć.

Etyka Google dotycząca jej wynalazków

Korporacja przeprowadza dokładne badania przed wprowadzeniem jakiegokolwiek produktu na rynek. Testowanie każdej aktualizacji wyszukiwarki przez osoby oceniające ma kluczowe znaczenie dla dostarczania odpowiednich wyników przyszłym użytkownikom. Na przykład niektóre zalecenia pomagają zrozumieć, jak dobre są wyniki algorytmów.

Podobnie jak BERT, MUM również będzie musiała przejść proces oceny. Firma jest zaangażowana w poszukiwanie wzorców, które mogłyby wskazywać na stronniczość w uczeniu maszynowym.

Jak wiadomo, duże sieci neuronowe wymagają ogromnej mocy obliczeniowej do trenowania. Google dokłada wszelkich starań, aby zmniejszyć ślad węglowy systemów takich jak MUM. To znacznie poprawi jakość wyszukiwania.

Data wydania algorytmu

Według Barry'ego Schwartza, SEO RustyBrick, skontaktował się z korporacją na Twitterze. Danny Sullivan napisał do niego w duchu Google, informując go, gdy tylko uruchomi się MUM.

Z kolei firma ogłosiła na swoim blogu, że produkt może zostać dodany w najbliższych miesiącach, latach. I choć w tej chwili dopiero studiują jego cechy, a projekt jest w fazie eksperymentalnej, to wciąż jest to bezpośrednia droga do przyszłości! Teraz wyszukiwarka zrozumie mowę naturalną i zinterpretuje ją jako mózg człowieka, używając multisensoryczności i multimodalności.

Uwaga: Google prowadzi obecnie projekty pilotażowe, aby lepiej zrozumieć rodzaje żądań użytkowników. Przyda się to przy rozwijaniu systemu MUM.

Google ogłosił swój nowy projekt MUM podczas corocznej imprezy dla programistów. Rewelacyjny temat stał się rewolucją w świecie wyszukiwarek. Jego siła tkwi w wielojęzyczności, wielozadaniowości i multimodalności, która działa na poziomie ludzkiego mózgu. Teraz dostrzeżony zostanie nie tylko kształt symboli, ale także ich kontekst. Skoro więc Google naprawdę potrafi czytać, słyszeć i oglądać treści w 75 językach, a następnie przepakowywać je w nowy format i w innym, naturalnym dla użytkownika języku, to jak zostanie to odzwierciedlone w SEO?

Najprawdopodobniej jego premiera zrobi furorę w świecie SEO, nieporównywalną z tym, który miał miejsce w 2019 roku, kiedy BERT został upubliczniony. A jeśli nie zauważono wcześniej silnego wpływu na wydajność witryn, to w tym przypadku kluczowe zapytania mogą nie być brane pod uwagę. Cóż, przynajmniej na razie nie ma jeszcze danych na ten temat. Zapytania będą więc wprowadzane w języku naturalnym, ale w razie potrzeby wyniki wyszukiwania mogą zostać przetłumaczone. W ten sposób użytkownicy otrzymają najodpowiedniejszą wiedzę przy użyciu superpotężnej, a jednocześnie nie wymagającej dużej ilości zasobów sztucznej inteligencji.

Co pozostaje dla specjalistów SEO? Najchętniej czekać na nowości i oczywiście mieć dobrze napisane teksty. Jeśli są łatwe do odczytania i naturalnie zoptymalizowane, MUM Ci za to podziękuje. Brak faszerowania słowami kluczowymi, by podnieść ocenę, pełna zgodność z życzeniami użytkowników – na to system jeszcze bardziej zwróci uwagę. Ponadto, czekając na przełom, nadal ulepszaj swój produkt, skup się na budowaniu preferencji marki – przełoży się to na jego późniejszą promocję.