MUM：複雑な検索クエリのためのGoogleの新技術

MUM（マルチタスクユニファイドモード）とは何ですか？ それはどのように機能しますか？ 目標は何ですか？ この投稿では、Googleの人工知能に基づいたこの新しいテクノロジーの世界を紹介します。 SEOは将来どのように変化しますか？

MUM（マルチタスク統合モデル）の定義

Multitask Unified Modelの頭字語であるMUMは、正確で明確な単語やフレーズを使用している場合でも、ユーザーが検索エンジンで行うより良い検索クエリを理解するためのGoogleの新しいテクノロジーです。

目的は、回答に到達するために必要な質問の数を減らし、ユーザーにより高いパフォーマンスと満足のいく結果を提供し、以前のモデルよりも情報と世界の知識のより包括的な理解を深めることです。

GoogleのシニアバイスプレジデントであるPrabhakarRaghavanが、Google I /O2021のステージでMUMを紹介します。

GoogleはMUMのこの定義を与えます：

「Googleは、言語をよりよく理解し、複雑な検索ニーズへの役立つ応答を簡単に取得できるようにするために、社内で調査しています」。

Google I / O 2021＃google #googleio＃googleio2021 #LaMDA #languagemodelfordialogueapplications #openendeddailogue #autodelete＃TPUv4 #tensorprocessingunits＃tpuv4pods＃4096chips #quantumcomputing #quantumtechnology #googlesearch #mum #multitaskunifiedmodel＃Android12 pic.twitter.com/h6XF3f3

— KARRYONUS（@karryonus）2021年5月19日

MUMの背後にあるテクノロジー

MUMの定義ができたので、その機能のいくつかを見て、その横にあるテクノロジーをよりよく理解しましょう。

• MUMは強力です。T5text -to-textフレームワークを使用し、Transformerアーキテクチャに基づいていますが、BERT（Transformersからの双方向エンコーダー表現）よりも1000倍強力です。
• MUMは多言語対応です。以前のモデルよりも完全に理解できるため、75の異なる言語と多くの異なるタスクを一度に理解できます。
• MUMはマルチモーダルです。つまり、Webページ、テキスト、画像などのさまざまな形式の情報を理解できますが、将来的には、ビデオやオーディオからも同時に理解できるようになります。

• MUMは洗練されています。これは、最も複雑で正確で明確な検索クエリを理解するように設計されたテクノロジーであり、通常、完全な回答を得るには平均8ステップが必要です。 したがって、新しい人工知能は、ユーザーのブラウジングプロセスを容易にします。

今日の検索エンジンは、専門家のように答えるほど洗練されていません。 しかし、マルチタスク統合モデル（MUM）と呼ばれる新しいテクノロジーにより、このような複雑なニーズへの対応に近づいています。 したがって、将来的には、物事を成し遂げるために必要な検索が少なくなるでしょう。

Google IO'21 – Google検索の新機能– LaMDA | マルチタスク統合モデル– MUM | これはSEOを変更しますか？
Prabhakar Raghavan、Googleのシニアバイスプレジデント、Google I / O 2021 – MUM：これはSEOを変更しますか？

GoogleMUMのメリットは何ですか

MUMの最も重要な利点の1つは、検索セッションを短縮できることです。

複雑なクエリでは、MUMは明示的なコンテキストだけでなく、暗黙的なコンテキストと関連するクエリも理解できます。 さらに、役立つ情報をユーザーに提供することもできます。

例を見てみましょう（同じものがGoogleによって作成されました）：私は山に登るのが好きで、最近山、アダムズ山をハイキングしました。 来年の秋に富士山をハイキングしたいので、この新しい体験に備えるためにどうしたらいいか知りたいです。 今のところ、私は検索エンジンで次のような多くの検索を行う必要があります。

• 各山の標高;
• 平均気温;
• ハイキングコースの難しさ。
• 使用する適切なギア。
• 等々。

たくさんの検索をした後、私は必要なすべての情報をなんとか取得することができました。

それでは、MUMで何が起こり得るかを見てみましょう。

MUMは、私が何をしたか、何をする必要があるかを理解できました。

MUMは、私が2つの山を比較していることを理解している可能性があり、高さとトレイルの情報が関連している可能性があると推測しています。

また、ハイキングの文脈では、「準備」にはトレーニングなどの側面や適切な機器が含まれる可能性があることも理解できます。 また、有用な関連情報を抽出して提案することもできます。

MUMは世界に関する深い知識に基づいて洞察を得ることができるため、両方の山がほぼ同じ標高である一方で、秋は富士山の雨季であるため、防水ジャケットが必要になる可能性があることを強調できます。 MUMは、Web全体からの役立つ記事、ビデオ、および画像へのポインターを使用して、より深い探索に役立つサブトピック（一流のギアや最高のトレーニング演習など）を表示することもできます。

もう1つの重要な利点は、言語の壁を取り除くことです。

言語は、情報にアクセスする上での大きな障壁です。 MUMは、言語に関係なく知識を伝達することにより、これらの障壁を打ち破ることができます。

検索クエリと同じ言語で書かれていないソースから「学習」し、ユーザーが回答を得るのに役立ちます。

同じ富士山の例を使って、ウェブ上に日本語で書かれた富士山に関する有用な情報があると仮定しましょう。 今のところ、他の言語で検索しても見つからないでしょう。

MUMは、すべての言語のソースから知識を転送し、その情報を使用して、私の言語で最も関連性の高い結果を見つけることができます。

そのため、将来、富士山を訪れるための情報を検索すると、山の最高の景色を楽しむ場所、地域の温泉、人気の土産物店などの結果が表示される可能性があります。これらの情報はすべて、日本。

[ケーススタディ]Googleのボットクロールの管理

26,000を超える製品リファレンスがある1001Pneusは、SEOパフォーマンスを監視し、Googleが適切なカテゴリとページにクロール予算を費やしていることを確認するための信頼できるツールを必要としていました。 OnCrawlを使用してeコマースWebサイトのクロール予算を適切に管理する方法を学びます。

ケーススタディを読む

MUMとワクチンの研究

MUMの最初のアプリケーションは、ワクチン研究を改善することです。

多くの場合、同じ概念を異なる用語で定義できることは誰もが知っています。 これは、言語、文化、地理的領域、または要因の組み合わせによって異なります。

パンデミックの間、人々はGoogleでCOVID-19に関連する情報を探し始め、Googleは、信頼できる保健機関（世界保健機関など）から高品質の情報を提供できるように、ユーザーの表現を特定する方法を学ぶ必要がありました。

Googleの分析によると、AstraZeneca、CoronaVac、Moderna、Pfizer、Sputnik、およびその他のワクチンは、世界中で異なる名前を持っている可能性があります（800以上）。 ワクチンに関する情報をお探しの方は、「コロナワクチンファイザー」、「mRNA-1273」、「コワクチン」などを検索できます。

すべての名前を正しく識別する機能は、人々に最新の信頼できる情報を提供するために重要ですが、この操作には通常、長い時間（数時間または数週間）がかかります。 MUMのおかげで、数秒で50以上の言語で800を超えるワクチン名のバリエーションを特定することができました。 公式のワクチン名のほんのわずかなサンプルで、MUMは言語間の違いをすばやく特定しました。

新しいアルゴリズムの可能性を示すための素晴らしいテストでした。 非常に近い将来、 MUMの新技術により、すべての検索クエリに対する多くの言語でのユーザー検索の関連性が向上することは容易に想像できます。

SearchOn2021からの最新ニュース

Googleは、検索と呼ばれるライブストリーミングイベントで、人工知能のおかげで可能になったいくつかのイノベーションについて、今後数か月以内にGoogle製品で発表することを発表しました。
最初のニュースは、画像で検索する新しい方法に関するもので、Googleレンズに直接統合されます。 これにより、ユーザーはGoogle画像検索に基づいて検索するだけでなく、Googleレンズで撮影されたものについて質問することで、自分が見ているものについて何かを検索できるようになります。

この新機能を使用すると、Tシャツの写真を見るときにレンズアイコンをタッチして、靴下などの別の衣類に同じモデルやデザインを見つけるようにGoogleに依頼することができます。 これは、言葉で正確に説明するのが難しいものを探している場合に便利です。1つのクエリで画像とテキストを組み合わせると、画像で検索したり、正確な質問をしたりするのが簡単になります。

もう1つの例は、鳥の写真を撮り、レンズに「何を食べているのか」と尋ねることです。 または、自転車のチェーンの写真を撮り、「どうすれば修理できますか？」と尋ねます。

2番目のニュースは、検索の下に隠されている関連トピックである「知っておくべきこと」についてです。

たとえば、「アクリル絵の具」を検索した場合、Googleはユーザーがこのトピックにどのようにアプローチしているかを分析し、検索を相互に関連付けて、アクリル絵の具に関する最大350のトピックを提供します。

たとえば、「家庭用工具でアクリル絵の具を作る」などのトピックを閲覧して発見することができ、主題をより深く掘り下げることができます。 次に、ズームインまたはズームアウトして、ペイントを学ぶ場所や、さまざまなペイント方法や有名な画家について詳しく知ることができます。

3番目のニュースは、ビデオとビデオトピックの分析についてです。

グーグルはビデオを分析してハイライトを発見するだけでなく（すでにそうしているように）、ビデオのトピックを識別し、より深くナビゲートしてより多くを学ぶことを可能にするリンクを提供する新しい体験を提供します。

MUMのおかげで、情報の高度な理解のおかげで、ビデオで具体的に言及されていなくても、関連するトピックが表示されます。

これらのニュースは今後数週間で届き、数か月以内に改善されます。

結論

このシステムは、今後数か月または数年以内にさまざまな製品に統合される予定です。

MUMは、既存のシステムの多くの側面を改善できる可能性が高いだけでなく、情報を検索および探索するためのまったく新しい方法を作成する可能性があります。

これは、人々が情報を自然に伝達および解釈するさまざまな方法をすべてGoogleが理解できる未来への大きな前進です。

私が最も素晴らしいと思うのは、言語に関係なく概念を検索できることです。 特に非常に具体的なクエリの場合、応答の品質は劇的に向上すると思います。

SEOの仕組みはどのように変わりますか？ 多くの人々は、アルゴリズムによるコンテンツの理解がますます高まっているにもかかわらず、SEOがまだ意味をなすのかどうか疑問に思っています。 AIがテキストの理解を向上させるほど、SEOは境界技術の負担から解放され、正確なエンティティで定義され、完全に一貫性があり相互接続された並外れたリソースの生成に集中できるようになると思います。

そしてこれが私が楽しみにしているSEOです。