MUM طراحی شده تا کاربران به راحتی به نیاز خود دست پیدا کنند.
اما آیا به نظر شما این هوش مصنوعی در رتبه بندی تاثیر دارد؟
امروزه، هوش مصنوعی، در دنیای دیجیتال، پیشرفت چشم گیری داشته است. هر روزه، بسیاری از نیازهای کاربران توسط هوش مصنوعی پاسخ داده میشود.
MUM نیز نوعی هوش مصنوعی است که در نتایج جستجوی گوگل به کار می رود.
از زمانی که MUM به سرچ گوگل اضافه شد، کاربران، خیلی بهتر از قبل توانستند به آن پاسخ های پیچیده ای که به دنبال آن هستند، دست پیدا کنند.
اما افزودن آن به سرچ گوگل، سوالاتی را نیز برای متخصصان این حوزه به وجود آورد.
آن هم این بود که آیا MUM عاملی برای رتبه بندی سایت ها نیز است یا خیر؟
در ادامه مطلب، به بررسی اینکه MUM چیست و همچنین شواهد و استدلال هایی مبنی بر اینکه MUM در رتبه بندی تاثیر دارد یا خیر! میپردازیم.
Multitask Unified Model – MUM چیست؟
برای پی بردن به اینکه MUM عاملی برای رتبه بندی است، اول باید با مفهوم آن آشنا شویم و بفهمیم که MUM چیست.
Multitask Unified Model در واقع نوعی هوش مصنوعی است، که باعث می شود کاربر در گرفتن پاسخ خود، تجربه ی بهتری بدست آورد.
این هوش مصنوعی، توانایی انجام چندکار را به صورت همزمان دارد.
یعنی همزمان متن را درک میکند و در پاسخ به آن، لیستی از اطلاعاتی که ممکن است مورد نیاز کاربر باشد را در کسری از ثانیه، لیست میکند.
MUM در اطلاعات لیست شده از ویدیوها، فایلهای صوتی و تصویر نیز استفاده میکند.
شاید بپرسید چگونه؟
برای مثال شما میخواهید راجع به دیجیتال مارکتینگ تحقیق کنید.
در سرچ گوگل، دیجیتال مارکتینگ چیست را وارد میکنید.
در اینجا گوگل، مفهوم دیجیتال مارکتینگ، آموزش بازاریابی در دیجیتال مارکتینگ، شاخه های مختلف آن و… را برای شما می آورد.
وقتی گوگل همه ی این اطلاعات را برای شما لیست میکند، به این معنی است که درک کاملی از پرسش شما دریافت کرده و همه ی آن چیزی که شما ممکن است نیاز داشته باشید را در اختیار شما قرار داده است.
MUM همچنین میتواند مطالب را به 75 زبان ترجمه کند
هوش مصنوعی MUM به گونه ای طراحی شده است که پاسخ به نیاز پیچیده ی کاربر را برای گوگل، آسان کند.
به گفته ی گوگل این فناوری، هزار برابر بهتر و قدرتمند تر از BERT است و متخصصان این حوزه باید این امر را در رادار خود لحاظ کنند.
استدلال: Multitask Unified Model – MUM به عنوان یک عامل رتبه بندی!
گوگل، از یک هوش مصنوعی استفاده نمی کند.
از جمله هوشهای مصنوعی که گوگل، برای نتایج جستجو استفاده میکند، میتوان bert و رنک برین (Rank Brain) را نیز نام برد.
رنک برین (Rank Brain) در سال 2015 عرضه شد. این هوش مصنوعی در سرپ تاثیر زیادی داشت.
سپس در سال 2019، فناوری BERT توسط گوگل به کاربرانش عرضه شد که مهم ترین به روز رسانی گوگل، در پنج سال اخیر بود.
پس از آن نیز گوگل، در سال 2021، MUM را وارد کار کرد.
بر اساس بیانیه ی گوگل، همانطور که گفته شد، این فناوری قوی تر از BERT است.
بعضی مختصصان سئو پس از انتشار Multitask Unified Model توسط گوگل و استفاده از آن، به این موضوع پی بردند که MUM در رتبه بندی تاثیر دارد.
بعضی متخصصان نیز میگویند که MUM در رتبه بندی بی تاثیر است.
اما ما هنوز نیز نمیدانیم که عامل رتبه بندی است یا خیر!
در بخش های بعدی بیشتر به این موضوع میپردازیم.
شواهدی که نقض می کند Multitask Unified Model – MUM یک عامل رتبه بندی است!
در این بخش بیانیه هایی مهم از افرادی سرشناس در زمینه ی سئو وجود دارد که بر اساس آن ها ما تصمیم میگیریم که آیا MUM در رتبه بندی موثر است یا خیر!
در ماه می سال 2021 که چندماهی از عرضه ی تکنولوژی Multitask Unified Model گذشته بود، پاندو نایاک (Pandu Nayak) معاون جستجو در بخش گوگل، دربارهی این فناوری گفته بود:
Today’s search engines aren’t quite sophisticated enough to answer the way an expert would. But with a new technology called Multitask Unified Model, or MUM, we’re getting closer to helping you with these types of complex needs. So in the future, you’ll need fewer searches to get things done.
او میگوید:
موتورهای جستجو در حال حاضر قادر نیستند مانند یک متخصص به سوالات شما پاسخ بدهند.
اما با تکنولوژی Multitask Unified Model یا MUM به کمک سرچ های شما، به رفع سریعتر این پاسخ های پیچیده نزدیکتر میشویم.
در آیندهای نه چندان دور، شما برای پرسش های خود، به سرچ کمتری نیاز پیدا خواهید کرد.
منظور پاندو نایاک از این بیانیه این بوده که تکنولوژی MUM در آن زمان آماده برای اجرا نبوده است.
اما با توسعه ی آن و با گذشت زمان، رسیدن به پاسخ های پیچیده، امکان پذیر است.
پس از این بیانیه، جدول زمانی برای ویژگی ها و به روز رسانی هایی که مجهز به MUM بود، در ماه ها و سال های بعد، فعال شد.
همچنین در روز بیستم ماه می، در سال 2021 بری اسکوارتز(Barry Schwartz) ، در توییتی از دنی سالیوان (Danny Sullivan) که رابط جستجوی گوگل است، پرسید:
توییت بری اسکوارتز محتوایی دارد مبنی بر اینکه: آیا زمانی که ویژگی ها و به روزرسانی های MUM فعال شد، آن را اعلام می کنید؟
دنی سالیوان نیز در پاسخ به آن گفته: بله، مانند تکنولوژی BERT آن را اعلام خواهیم کرد تا همه راجع به آن بدانند.
شواهدی که ثابت می کند Multitask Unified Model – MUM یک عامل رتبه بندی است!
گوگل در قدیم، به روزرسانی های خود را اعلام و تایید نمیکرد.
برای مثال، هنگامی که رنک برین توسط گوگل طی به روزرسانی عرضه شد، تا 6 ماه پس از آن آن را اعلام نکرد.
اما جدیدا گوگل در اعلام به روزرسانی های تاثیر گذار، نسبت به قبل بهتر شده است.
فناوری BERT در نوامبر سال 2018 به کاربران اعلام شد.
در اکتبر 2018 برای درخواست های انگلیسی زبان منتشر شد.
سپس در دسامبر 2019 به کاربران سراسر جهان، عرضه شد.
از دیگر به روزرسانی های تاثیر گذار، میتوان به تجربه ی صفحه (Page experience) و core web vital اشاره کرد که در ژوئن 2021 اعلام شد و یک سال بعد نیز عرضه شد.
برای تکنولوژی Multitask Unified Model یا MUM نیز، گوگل گفته که این یک امر بزرگ و تاثیر گذار است.
چگونه Multitask Unified Model – MUM را برای بهبود نتایج جستجو، فعال کنیم؟
همانطور که قول داده شد، گوگل، برنامه ها و موارد جدید MUM را به صورت عمومی اعلام کرد.
در ژوئن 2021، گوگل اولین کاربرد MUM را که جهت بهبود نتایج جستجو است، دربارهی واکسن کوید _ 19، توضیح داد:
With MUM, we were able to identify over 800 variations of vaccine names in more than 50 languages in a matter of seconds. After validating MUM’s findings, we applied them to Google Search so that people could find timely, high-quality information about COVID-19 vaccines worldwide.
گوگل میگوید که ما توانستیم با MUM بیش از 800 نوع واکسن را، در 50 زبان دنیا در عرض چند ثانیه شناسایی کنیم و پس از تایید این اطلاعات پیدا شده توسط MUM، آنها را در جستجوی گوگل اعمال کردیم، تا مردم بتوانند اطلاعات به موقع و با کیفیت را درمورد واکسن کوید _ 19 در سراسر جهان پیدا کنند.
البته ناگفته نماند که این اطلاعات فقط مختص به خود واکسن ها نبود. همانطور که گفته شد، MUM عبارت جستجو شده را درک میکند و هر آنچه مورد نیاز کاربر است، در اختیار او قرار میدهد.
پس این اطلاعات علاوه بر واکسن، راجع به همان بیماری، علت شیوع، درمان و… نیز است.
گوگل در سپتامبر 2021، روشهایی انتشار کرد که در آینده ممکن بود از آنها استفاده کند.
مانند: صفحه نتایجی که متن و تصویر را به اشتراک میگذارد.
در فوریه 2022 نیز، گوگل، بینشی را منتشر کرد که چگونه Rank Brain، BERT، Multitask Unified Model و Neural Matching منجر به درک اطلاعات میشود:
While we’re still in the early days of tapping into MUM’s potential, we’ve already used it to improve searches for COVID-19 vaccine information, and we’ll offer more intuitive ways to search using a combination of both text and images in Google Lens in the coming months. These are very specialized applications — so MUM is not currently used to help rank and improve the quality of search results like Rank Brain, neural matching and BERT systems do.
به طور کلی میگوید:
ما در روزهای اولیه استفاده از MUM هستیم، درست است که قبلا از آن اطلاعاتی برای واکسن کوید استخراج کردیم، یا جستجوهایی که ترکیبی از متن و تصویر است را ارائه دادیم، اما با این حال هنوز هم فضا، برای پیشرفت ویژگی های MUM وجود دارد. گوگل لنز (Google Lens) نیز در ماهای آینده عرضه میشود. اینکه از MUM برای رتبه بندی نتایج استفاده شود، نیاز به کار به صورت تخصصی دارد. پس از این تکنولوژی فعلا برای رتبه بندی استفاده نمیشود.
در مارس 2022 نیز گوگل، بیانیه ای منتشر کرد، در رابطه با به روزرسانی ای که توضیح میداد چگونه MUM در جستجوها اعمال میشود!
Now, using our latest AI model, MUM, we can automatically and more accurately detect a wider range of personal crisis searches. MUM can better understand the intent behind people’s questions to detect when a person is in need, which helps us more reliably show trustworthy and actionable information at the right time. We’ll start using MUM to make these improvements in the coming weeks.
این بیانیه اشاره دارد به :
گوگل با استفاده از آخرین مدل هوش مصنوعی خود یعنی Multitask Unified Model یا MUM به طور دقیقتر و حساس تر مفاهیم سرچ شده را درک میکند.
همچنین هدفی که پشت سوال کاربر است را میفهمد و میداند که چه زمانی کاربر، به چه اطلاعاتی نیاز دارد و آنها را در اختیار او قرار میدهد.
این اطلاعات نیز، اطلاعاتی قابل اعتماد، با کیفیت و کمک کننده هستند.
آنها نیز استفاده از MUM را برای ایجاد این بهبودها از هفته های آینده شروع خواهند کرد.
پس از آن گوگل توضیح داد که چگونه MUM نتایج سرچ را ارتقا میدهد:
MUM can transfer knowledge across the 75 languages it’s trained on, which can help us scale safety protections worldwide much more efficiently. When we train one MUM model to perform a task — like classifying the nature of a query — it learns to do it in all the languages it knows.
به طور کلی این متن میگوید:
تکنولوژی MUM میتواند مطالب را به 75 زبان، ترجمه کند. وقتی یک مدل MUM را برای انجام یک کار آموزش میدهیم، مانند: طبقه بندی چیستی یک پرس و جو، او یاد میگیرد که این اطلاعات را به زبان هایی که میداند، ترجمه کند و آن کار را انجام بدهد.
همچنین در ادامه امده است:
For example, we use AI to reduce unhelpful and sometimes dangerous spam pages in your search results. In the coming months, we’ll use MUM to improve the quality of our spam protections and expand to languages where we have very little training data. We’ll also be able to better detect personal crisis queries all over the world, working with trusted local partners to show actionable information in several more countries.
خلاصه وار این مفهوم را می رساند:
به طور مثال از هوش مصنوعی، برای کاهش نمایش صفحات اسپم و خطرناک در نتایج جستجوی شما، استفاده میکنیم.
حالا از MUM برای بهبود کیفیت حفاظت از هرزنامه هایمان استفاده میکنیم.
همچنین این کار را به زبان هایی که داده های آموزشی بسیار کمی دارند نیز گسترش میدهیم.
همینطور میتوانیم سوالاتی مربوط به بحران های شخصی (Detect Personal) را در سراسر جهان تشخیص بدهیم و به آنها کمک کنیم و همچنین با شرکای هر کشور که مرتبط با همان کار است، همکاری داشته باشیم.
نتیجه گیری
باتوجه به مواردی که در مطالب بالا گفته شد، نتیجه میگیریم که Multitask Unified Model یا MUM نمونه ای از هوش مصنوعی طراحی شده توسط گوگل است که چندکاره است.
او میتواند همزمان در یک صفحه ی نتایج جستجو، ترکیبی از متن و تصویر یا حتی ویدیو را در اختیار کاربر قرار دهد.
همچنین توانایی انتقال مطالب از زبانی به زبان دیگر را در چند ثانیه دارد.
اما فعلا، تاکید میکنیم که فعلا عاملی برای رتبه بندی صفحات سرپ نیست.
شاید در آیندهای نه چندان دور، پس از بررسی دقیق تر و به روزرسانی های پیشرفته تر این مورد را که در رتبه بندی موثر باشد، نیز برای تکنولوژی MUM ، لحاظ کنند.