MUM

(Multitask Unified Model)

Motoarele de căutare de astăzi nu sunt suficient de sofisticate pentru a răspunde la fel ca un expert. Dar, cu o nouă tehnologie numită Multitask Unified Model, sau MUM, ne apropiem mai mult de a vă ajuta cu aceste tipuri de nevoi complexe. Deci, în viitor, veți avea nevoie de mai puține căutări pentru a face lucrurile. 

Ajutându-vă atunci când nu există un răspuns simplu, MUM are potențialul de a transforma modul în care Google vă ajută cu sarcini complexe. MUM utilizează cadrul text-text T5 ( T5 text-to-text framework) și este de 1.000 de ori mai puternic decât BERT. 

MUM nu numai că înțelege limbajul, ci îl generează. Este instruit în 75 de limbi diferite și multe sarcini diferite simultan, permițându-i să dezvolte o înțelegere mai cuprinzătoare a informațiilor și a cunoștințelor lumii decât modelele anterioare. Și MUM este multimodal, deci înțelege informațiile din text și imagini și, în viitor, se poate extinde la mai multe modalități, cum ar fi video și audio. Luați întrebarea despre drumețiile Muntelui Fuji: MUM ar putea înțelege că comparați doi munți, astfel încât informațiile despre înălțime și trasee pot fi relevante. De asemenea, ar putea înțelege că, în contextul drumețiilor, „pregătirea” ar putea include lucruri precum antrenamentul de fitness, precum și găsirea echipamentului potrivit.

Întrucât MUM poate descoperi informații bazate pe cunoașterea profundă a lumii, ar putea evidenția faptul că, deși ambii munți sunt aproximativ aceiași altitudine, toamna este sezonul ploios pe Muntele Fuji, deci este posibil să aveți nevoie de o jachetă impermeabilă. MUM ar putea, de asemenea, să prezinte subiecte utile pentru o explorare mai profundă - cum ar fi echipamentul cel mai bine cotat sau cele mai bune exerciții de antrenament - cu indicii pentru articole utile, videoclipuri și imagini de pe web. 

Eliminarea barierelor lingvistice 

Limbajul poate fi o barieră semnificativă în accesarea informațiilor. MUM are potențialul de a rupe aceste limite, transferând cunoștințe între limbi. Poate învăța din surse care nu sunt scrise în limba în care ați scris căutarea și vă poate ajuta să vă găsiți aceste informații. 

Să zicem că există informații cu adevărat utile despre Muntele Fuji scrise în japoneză; astăzi, probabil că nu îl veți găsi dacă nu căutați în japoneză. Dar MUM ar putea transfera cunoștințe din surse în mai multe limbi și ar putea folosi aceste informații pentru a găsi cele mai relevante rezultate în limba preferată. Așadar, în viitor, atunci când căutați informații despre vizitarea Muntelui Fuji, este posibil să vedeți rezultate cum ar fi unde să vă bucurați de cele mai bune vederi ale muntelui și magazine de suveniruri populare în zonă - toate informațiile sunt mai frecvent găsite atunci când căutați în limba japoneză.

Înțelegerea informațiilor între tipuri 

MUM este multimodală, ceea ce înseamnă că poate înțelege simultan informații din diferite formate, cum ar fi pagini web, imagini și multe altele. În cele din urmă, ați putea să faceți o fotografie cu cizmele dvs. de drumeție și să întrebați: „Pot să le folosesc pentru a merge pe Muntele Fuji?” MUM ar înțelege imaginea și o va conecta la întrebarea dvs. pentru a vă informa că cizmele dvs. vor funcționa foarte bine. Apoi, vă poate indica un blog cu o listă de echipamente recomandate.

Aplicarea AI avansată în Căutare

Ori de câte ori facem un salt înainte cu AI pentru a face informațiile lumii mai accesibile, o facem în mod responsabil. Fiecare îmbunătățire a Google Search este supusă unui proces riguros de evaluare pentru a ne asigura că oferim rezultate mai relevante și mai utile. 

Evaluatorii umani, care respectă liniile directoare privind evaluarea calității căutării (Search Quality Rater Guidelines), ajută experții să înțeleagă cât de bine rezultatele ajută oamenii să găsească informații.

Așa cum am testat cu atenție numeroasele aplicații ale BERT lansate începând cu 2019, MUM va fi supus aceluiași proces în care se vor aplica aceste modele în Căutare. Mai exact, vor fi selectate modele care pot indica tendințe în învățarea automată pentru a evita introducerea prejudecății în sistemele experților. Vor fi aplicate, de asemenea, rezultatele din ultimele cercetări despre cum să reducă amprenta de carbon a sistemelor de instruire (carbon footprint of training systems) precum MUM, pentru a vă asigura că Search funcționează cât mai eficient posibil.

Vor fi aduse caracteristici și îmbunătățiri bazate pe MUM a produselor în lunile și anii următori. 

Deși suntem în primele zile ale explorării MUM, este o etapă importantă către un viitor în care Google poate înțelege toate diferitele moduri în care oamenii comunică și interpretează în mod natural informațiile.