Dziś krótko o Google’owskim MUM, czyli Multitask Unified Model. To kolejny już zapowiedziany krok Google w stronę Entity Oriented Search, a także szybszego dostarczania informacji, poszerzania prezentowanej wiedzy w sposób kompleksowy i pozbawiania pracy specjalistów SEO, którzy w porę nie zauważą tych zmian.
Spis treści
Czym jest MUM
Multitask Unified Model to technologia inżynierów Google oparta – jakże by inaczej – o dobrodziejstwa AI, mająca na celu lepsze zrozumienie skomplikowanych zapytań.
To już przerabialiśmy, czym więc MUM różni się od innych tego typu pomysłów? Przykład jaki podaje Google objaśnia to najlepiej:
Wspinałem się już na górę Mount Adams. Teraz chcę wspiąć się na górę Fuji, co zrobić inaczej, jak się przygotować?
Zamiast wykonywania kilkunastu wyszukań na ten temat, Google chce by odpowiedź brzmiała, jakby udzielił jej ktoś, kto na obie góry się już wspinał. Jakbyśmy radzili się doświadczonego wspinacza, który wyłoży nam informacje w jednej rozmowie.
Informacje te przy tym mają być:
- bez barier językowych – nawet jeśli źródło wiedzy z jakiego korzysta Google jest po japońsku
- bez ograniczeń co do medium – jeśli trzeba odpowiedź może zawierać tekst, grafikę czy film
- doskonalone przy współpracy AI wspieranego przez pracowników Search Quality teamu.
Na powyższych cechach MUM skupiła się branża, moim zdaniem zupełnie niesłusznie. Najważniejszą cechą nowej technologii będzie bowiem…
Co czyni MUM wyjątkowym pomysłem?
Dotychczasowe modele skupiały się na próbie zrozumienia użytkownika. Google ma swoją bazę wiedzy, więc kiedy ktoś wpisywał:
Gdzie znaleźć pana tadeusza?
… zadaniem Google było tylko zorientowanie się która z odpowiedzi będzie najwłaściwsza:
- w bibliotece
- w Toruniu
- w monopolowym
- w “Śmiechu Warte”
Niezależnie, czy chodziło o epopeję Mickiewicza, Tadeusza Rydzyka, wódkę “Pan Tadeusz” czy pana Drozdę – Google dysponuje stosowną wiedzą na każdy z tych tematów i wystarczy że po nią sięgnie i ją zaserwuje.
Teraz Google idzie o krok dalej, bo wykonuje operacje także na samych danych, niejako po stronie serwera. Nie tylko serwuje użytkownikowi suche dane, ale “obrabia” je zgodnie z intencją użytkownika.
Mum wpisuje się w ideę Entity Oriented Search, którą staram się na tym blogu jak najczęściej przybliżać. Otóż podczas gdy cała idea MUM czerpie pełnymi garściami z dobrodziejstw wiedzy uporządkowanej w Entities, to jej główna i zasadnicza przewaga polega właśnie na najważniejszej cesze Entity Oriented Search – czyli logicznemu i uporządkowanemu wskazaniu relacji pomiędzy jednostkami wiedzy.
Jeśli interesujesz się Entity Oriented Search, pisałem kilka razy o elementach tej idei:
Posiłkując się powyższym przykładem („wspinaczka na górę Fuji – co zrobić inaczej?”) – samo posiadanie przez Google wiedzy o wymienionych górach nie rozwiązuje problemu błyskawicznej odpowiedzi na to konkretne pytanie. Dopiero zrozumienie jakie atrybuty jednostki wiedzy odpowiadają za konkretne informacje o nich pozwala uzyskać odpowiedź.
Google będzie więc porównywało atrybuty takie jak wysokość n.p.m., wyniesienie, średnia temperatura, budowa góry, obostrzenia związane z ruchem (np. obecność parków narodowych itp.). Te wszystkie dane Google już dawno posiada (ba, większość dostępna jest nawet w dumpach Freebase czy na Wikidata).
Dzięki ustrukturyzowanemu porządkowi relacji między danymi, można je “obrobić” i zaprezentować użytkownikowi zgodnie z jego intencją. Czyli w tym wypadku: porównać ze sobą te same atrybuty góry i wskazać różnice mogące mieć wpływ na wspinaczkę.
Kiedy MUM zawita pod strzechy?
Jak to zwykle z Google bywa – wprowadzenie technologii będzie nierychłe, ale niemal pewne. O dziwo tym razem wyszukiwarka ustami Pandu Nayaka nakreśliła nawet pewien szkic roadmapy wskazujący kolejność wdrażania technologii.
W krótkiej perspektywie Google zajmie się transferem wiedzy pomiędzy językami. Innymi słowy Google potrzebuje czasu by zmapować to co się mówi, z tym co się wie, czyli przyporządkować modelami językowymi słowa do jednostek wiedzy, dzięki czemu jednostki wiedzy stają się uniwersalne, niezależne od języka. To się dzieje już teraz.
W średniej perspektywie Google ma skupić się na “multimodal features”. Chodzi tu nie tylko o to, by odpowiedź była multimedialna, tzn. zawierała grafiki, teksty i filmy. Multimedialne może być również pytanie. Chodzi o kompletne włączenie innych platform, jak np. Image Search w cały proces – np. zadawanie pytań na temat uploadowanego obrazka.
Dopiero w długiej perspektywie wydarzy się magia, łącząca wszystko w całość. Magia, czyli lepsze zrozumienie zapytania z wykorzystaniem AI, przy wielu rodzajach zapytań korzystająca z dobrodziejstw Entity Oriented Search i rozumiejąca istotę powiązań między Entities.
PS. A jeśli interesuje Cię takie podejście do SEO – skupione na wynikach, ale nie bojące się też myśleć o przyszłości – zapraszam do kontaktu.