Google MUM：它是什么以及它如何影响 SEO

Google MUM 或多任务统一模型是一种新技术，用于回答没有直接答案的复杂问题。 它是在几周前推出的，并且已经在 SEO 圈子中引起了轰动。 尚未确认搜索引擎是否使用此算法，如果没有，何时实施以及它将如何影响 SERP 评级。

与 BERT 类似，它建立在转换器架构上，但在这里获得复杂查询的详细答案要容易得多。 谷歌举了一个例子，为明年秋天攀登富士山做准备。 要了解什么新事物或选择什么设备、路线的复杂性和温度波动，您必须进行一系列深思熟虑的搜索。 在这个查询中，先验的答案不能是明确的，相反，它是详细的并考虑了许多因素。 当然，这个例子是通用的——每天，用户处理复杂问题的答案，同时平均执行 8 个查询来解决每个问题。 MUM 技术旨在帮助解决此类复杂性并减少搜索次数。 而且，比BERT强大1000倍！

在本文中，我们将讨论技术奇迹 MUM 的特点，并看看它对 SEO 的影响。

什么是妈妈

谷歌妈妈是如何工作的？

Google MUM 如何影响 SEO

• 消除语言障碍

• 同时理解多个任务

• 语言生成

• 多式联运

• Google 关于其发明的道德规范

• 算法发布日期

结论

Google MUM 是一种有助于解决复杂查询的算法：它理解 75 种不同的语言并可以生成它们。 令人难以置信的是，与 BERT 不同的是，它同时执行许多任务并全面了解信息。 有趣的是，MUM 是多模式的——它不仅可以扫描文本数据，还可以扫描图像数据。 预计未来模态的数量将扩展到视频和音频文件。

让我们回到秋天攀登富士山的例子。 在这种情况下，答案将包括几个阶段。 如果我们谈论的是徒步旅行，那么最有可能的是，为他们做的准备可能包括健身训练和选择合适的设备。 由于秋天是一个暴风雨的季节，防水外套是必不可少的。 此外，该算法可以显示视频、图片或文章中显示的推荐子主题：例如，最好的练习或顶级服装。

迄今为止，没有研究论文或专利描述谷歌算法。 也没有名为 MUM 的商标。 尽管如此，只有一些研究讨论了可以使用多任务技术解决的此类搜索问题。 考虑他们！

谷歌探索者唐纳德·梅茨勒 (Donald Metzler) 发表了一篇文章，解释说谷歌搜索算法必须采用一种新发现的方式来为纠缠问题提供详细的决策。 信息检索过程是每个现代搜索引擎的支柱，但索引和排名网站并不完全适合此类任务。 所有搜索引擎都使用对关键字短语连词和语义的识别来创建搜索结果候选者的初步列表。 然后它会经历一个或多个重新排序模式，这可能是基于神经网络的学习排序。

根据 Metzler 的说法，这样的过程删除了负责查找索引的算法组件：它旨在将索引、检索和排序元素组合并替换为统一模型。 它对保存在语料库中的信息进行加密。 要了解这是什么意思，请考虑文章中的以下屏幕截图：它显示了传统的检索然后排名和单一模型之间的不同之处。

在今年 5 月宣布的这份研究报告中存在明显的巧合，它描述了现代世界中单一表示的重要性以及名为 MUM 的突破性谷歌算法的发布。

有趣的是，在 2020 年 12 月，另一项研究发表，讲述了有关用户活动流或 MoSE 的顺序专家多任务混合的一般细节。 虽然 MoSE 和 MUM 的名称相似，但这里也观察到与 MUM 突破的一些重叠。 猜猜这部作品的创作者是谁！ 还是一样的唐纳德·梅茨勒。 一篇文章考虑了神经多任务学习，它利用扫描和浏览历史来构建强大的多阶段扫描模式。 该算法研究连续的鼠标点击和信息扫描，以模拟找到对特定问题的相关响应。 值得注意的是，MoSe 使用长短期记忆 (LSTM) 而非请求和上下文对研究人员的行为进行建模 - 在网络上执行的操作过程清楚地表明了哪种响应将是令人满意的。 此外，在本文档中，还提到了一种优化算法类型，可基于三个预测执行视频搜索：

• 人们想看到什么；
• 什么可以满足请求；
• 哪些材料获得更多参与。

MoSe 主要对各种数据类型感兴趣。 如果我们在 MUM 的上下文中考虑此功能，那么我们可以了解爬虫正在采取哪些操作来发现适当的选项。 在这种情况下，对来自不同站点的客户活动流进行建模，并确定它们的交互。 此外，MoSE 可以将连续客户端搜索和行为预测为明显的表示，从而减少执行的搜索查询次数 (8) 并更好地响应复杂问题。

算法程序运行所需的计算资源越少，它就越强大，从而提供更多的扩展机会。 这是对 MUM 比 BERT 强 1000 倍的声明的决定。 MoSE 在最小资源价值和扫描质量之间提供平衡。 发明者通过实验证明了这一点：他们测试了一种算法架构，并将其与七种备选方案进行了比较。 他们以 Gmail 为例，展示了该系统的灵活性和效率。

注：著名企鹅的资源密集度到 2016 年承认它每年只推出几次！ 很快它就可以以最低的成本实时运行。

该算法对不同级别的资产节省具有鲁棒性：当需要 80% 时，它可以多节省约 8% 的点击次数。 这使得重新训练变得更容易，并赋予它强大的多功能性。

作为 BERT，MUM 是基于 Transformer 架构设计的。 MoSE 不用，但是很快就可以扩展（这里可以使用其他模块，例如 LSTM、GRU）。 这实质上表明 MoSE 可以成为 MUM 的一个组成部分。

Google 每年都会发布许多算法专利，但这不适用于 MoSE。 如果其他研究发现有错误，那么在这里，系统更可能在没有必要的资产支出的情况下完成。

概括

MUM 是一种人工智能 (AI) 技术。 它的对应物 MoSE 被呈现为机器智能 (MI)。 它们之间没有区别，很可能——在公司的知识库中，人工智能数据被归类为 MI。 当然，没有办法说 MoSE 机制是否最终在 MUM 中实现。 然而，它们非常相似。 虽然两个系统不交织的场景也是可以接受的。 有趣的是，MoSE 是一个非常成功的算法规则，可以通过 Transformers 进行扩展。

但无论这些算法的历史如何发展，最重要的是了解它们将如何进一步影响搜索。

每次搜索引擎更改其算法时，SEO 专家都必须适应。 几年前，当引入 BERT 时，对网站性能没有显着影响。 不过，超强人工智能的出现，无论如何都会对其产生影响。 用简单、自然的语言描述搜索查询将需要网站采取类似的行动。 让我们来看看谷歌算法对SEO的可能影响。

消除语言障碍

语言成为许多用户的障碍，例如，当涉及不适应多语言的网站时。 在这种情况下，算法可以打破这些界限。 它可以研究以 75 种语言编写的资源并搜索它们的相关信息，即使您输入了另一种语言的搜索词！ 好吧，例如，您正在寻找有关同一富士山的信息。 搜索引擎会找到结果，但用的是你不知道的日文。 MUM 会将来自这些网站的知识转换为您喜欢的语言，同时允许扩展答案（您可以在哪里欣赏最好的风景，您可以参观哪些受欢迎的纪念品商店等）。 也就是说，任何信息都将根据进行搜索的区域进行翻译。

同时理解多个任务

这种方法可以让你更好地理解查询：有两座山，亚当斯和富士。 假设您攀登了第一个并正在寻找有关在秋季攀登另一个的信息。 在这种情况下，该算法可以在不考虑动植物的情况下分析地质差异。 此外，要成功远足，就必须做好充分的身体准备，包括训练。 但如果我们谈论秋天，那么值得寻找一套衣服。

语言生成

您听说过有关 GPT-3 的任何消息吗？ 它是一种能够生成类人文本的语言转换器。 它的质量如此之高，以至于很难与真实区分开来：这引起了研究人员的极大关注。 有些人甚至认为它很危险，而另一些人则相反，倾向于认为这是奇迹中的奇迹，是人类有史以来最不可思议的创造。 因此，将此系统与 MUM 进行比较，最后一个有机会获得领先优势。 首先，有必要了解语言符号的形式如何与其经验表示相关。 计算机内部的模型可以“理解”字符的形状，但不能“理解”它们的含义（就像一个人所感知的那样）。 该公司正试图减少搜索中的偏见并减少每项发明的碳足迹。

多式联运

与 GPT-3 和 LaMDA 相比，这是 MUM 技术的巨大优势。 事实上，系统可以理解不同格式的信息：例如，来自图片、视频和文本。 所以在他的博客中，Pandu Nayak 描述了一个拍摄你的鞋子的例子，你可以得到这个问题的答案：“我可以穿着它们去富士山吗？” 结果，图片将链接到文本请求，您将被带到一个包含推荐靴子和其他设备列表的博客。 毕竟方便！

与人脑的运作相比，这方面的重要性得到了更好的说明。 这就是我们如何理解世界的所有辉煌，这要归功于多感官的性质：视觉、听觉、触觉等。大脑将综合体验解释为对现实的单一看法。

大多数事件甚至对象都携带非常不同的信息。 想象一个柠檬：你熟悉它的味道和气味，它呈椭圆形和多孔结构。 电磁、机械、化学信息可以以同样的方式传输。 大脑多传感器允许评估多模态。 万物是多么相互关联！

MUM 将是第一个在 AI 方面像人类一样评估和组合数据的独特算法。 我们将进一步讨论这种现象的伦理。

因此，搜索引擎优化可能变得不必要和过时，因为游戏规则会改变。 谷歌自诞生之日起，就一直在努力打造能够自然处理查询的完美搜索引擎。 当 BERT 在 2019 年出现时，它被描述为在没有充分理解问题的情况下错误地重现响应。

注意：顺便说一下，造成这种情况的原因之一是“keyword-ese”结构输入。

自然地，搜索引擎采用一种独特的交流方式，不同于人与人之间的对话。 当然，我们必须向 BERT 致敬，因为它升级到了一个全新的水平来解释关键短语。 为了使这个过程充分发生，许多人使用 SpySERP 检查器，它可以跟踪关键字。 在实施 MUM 之前，除了使用 SEO 之外，没有其他方法可以优化用户搜索。 BERT 还降低了关键字对网站排名的影响——它关心用户的请求是否匹配相关信息，而不管确切的术语如何。

我们应该期待搜索引擎的革命，不排除搜索引擎优化将过时的事实。 该算法将变成一种个人助理，将为您完成所有工作。 当用户可以运行基于方言的自然语言查询时，为什么用户会尝试匹配搜索栏中的每个单词？ 也许，关键字的重要性不会像今天那么高，但它们仍然会填满内容。

注意： MUM 不应该用术语来填充文本，并且没有内容优化的想法。 如果有人决定欺骗搜索引擎，那么它就注定要失败。 为爬虫制作的页面将不复存在。

Google 关于其发明的道德规范

该公司在向市场推出任何产品之前都会进行彻底的研究。 由人工评估员测试每个搜索引擎更新对于向其未来用户提供相关结果至关重要。 例如，一些建议可以帮助您了解算法的结果有多好。

与 BERT 一样，MUM 也必须经过评估过程。 该公司致力于寻找可能表明机器学习存在偏见的模式。

如您所知，大型神经网络需要巨大的计算能力来训练。 Google 致力于减少 MUM 等系统的碳足迹。 这将显着改善搜索体验。

算法发布日期

根据 RustyBrick 的 SEO 的 Barry Schwartz 的说法，他在 Twitter 上联系了该公司。 丹尼沙利文本着谷歌的精神写信给他，让他知道 MUM 推出后。

反过来，该公司在其博客上宣布，该产品可能会在未来几个月、几年内添加。 虽然目前他们只是在研究它的特性，并且该项目处于实验阶段，但它仍然是通往未来的直接途径！ 现在搜索引擎将理解自然语音并将其解释为人的大脑，即使用多感官和多模态。

注意：Google 目前正在开展试点项目，以更好地了解用户请求的类型。 这对于开发 MUM 系统将派上用场。

谷歌在其年度开发者活动中宣布了其新的 MUM 项目。 这个耸人听闻的话题已经成为搜索引擎世界的一场革命。 它的优势在于在人脑水平上工作的多语言、多任务和多模态。 现在不仅会感知符号的形状，还会感知其上下文。 因此，如果谷歌真的可以阅读、听到和看到 75 种语言的内容，然后以新的格式和对用户来说自然的另一种语言重新打包，这将如何反映在 SEO 中？

最有可能的是，它的推出将在 SEO 领域引起轰动，与 2019 年 BERT 公开时无法相比。 如果以前没有注意到对网站性能的强烈影响，那么在这种情况下，可能不会考虑关键查询。 好吧，至少到目前为止，还没有这方面的数据。 因此，将以自然语言输入查询，但如有必要，可以翻译搜索引擎结果。 因此，用户将使用超级强大且同时不占用资源的 AI 获得最相关的知识。

SEO专家还剩下什么？ 最有可能等待新闻，当然，还有写得很好的文本。 如果它们易于阅读且自然优化，那么 MUM 将为此感谢您。 没有塞满关键词来提升评分，完全符合用户的意愿——这是系统会更加密切关注的。 此外，在等待突破的同时，不断完善自己的产品，着力打造品牌偏好——这将在其后续的推广中有所体现。