Qu’est-ce que le MUM (Multitask Unified Mode) ? Comment fonctionne-t-il ? Quels sont ses objectifs ? Dans cet article, je vais vous faire découvrir l’univers de cette nouvelle technologie basée sur l’intelligence artificielle de Google. Comment le SEO va-t-il changer à l’avenir ?
Définition du MUM (Multitask Unified Model)
MUM, acronyme de Multitask Unified Model, est une nouvelle technologie de Google visant à mieux comprendre les requêtes que les utilisateurs formulent sur le moteur de recherche, même lorsqu’ils utilisent des mots ou des phrases précis et articulés.
L’objectif est de réduire le nombre de questions nécessaires pour atteindre la réponse, de donner aux utilisateurs des résultats plus performants et plus satisfaisants et de développer une compréhension de l’information et de la connaissance du monde plus complète que les modèles précédents.
Prabhakar Raghavan, vice-président senior de Google, présente MUM sur la scène de la Google I/O 2021.
Google donne cette définition de MUM :
« Nouvelle technologie que Google explore en interne pour mieux comprendre le langage & faciliter l’obtention de réponses utiles à des besoins de recherche complexes ».
Google I/O 2021#google #googleio #googleio2021 #LaMDA #languagemodelfordialogueapplications #openendeddailogue #autodelete #TPUv4 #tensorprocessingunits #tpuv4pods #4096chips #quantumcomputing #quantumtechnology #googlesearch #mum #multitaskunifiedmodel #Android12 pic.twitter.com/h6XF3f3Tb3
— KARRYONUS (@karryonus) May 19, 2021
La technologie derrière MUM
Maintenant que nous avons la définition de MUM, voyons certaines de ses caractéristiques pour mieux comprendre la technologie qui la sous-tend.
- MUM est puissant : il utilise le cadre texte à texte T5 et est basé sur une architecture Transformer, mais il est 1000 fois plus puissant que BERT (Bidirectional Encoder Representations from Transformers).
- MUM est multilingue : il est capable de comprendre 75 langues différentes et de nombreuses tâches différentes à la fois, avec une compréhension plus complète que les modèles précédents.
- MUM est multimodal : cela signifie qu’il peut comprendre simultanément des informations provenant de différents formats tels que des pages Web, du texte et des images, mais aussi, à l’avenir, de la vidéo et de l’audio.
- MUM est sophistiqué : il s’agit d’une technologie conçue pour comprendre les requêtes de recherche les plus complexes, précises et articulées, qui nécessitent généralement une moyenne de 8 étapes pour obtenir une réponse complète. Ainsi, la nouvelle intelligence artificielle facilitera le processus de navigation des utilisateurs.
Les moteurs de recherche actuels ne sont pas assez sophistiqués pour répondre comme le ferait un expert. Mais grâce à une nouvelle technologie appelée Multitask Unified Model, ou MUM, nous nous rapprochons de l’aide que nous pouvons vous apporter pour ce type de besoins complexes. À l’avenir, vous aurez donc besoin de moins de recherches pour accomplir vos tâches.
Google IO’21 – Nouveauté dans Google Search – LaMDA | Modèle unifié multitâche – MUM | Est-ce que cela change le SEO ?
Prabhakar Raghavan, vice-président senior de Google, Google I/O 2021 – MUM : cela change-t-il le SEO ?
Quels sont les avantages de MUM de Google ?
L’un des avantages les plus importants de MUM est la possibilité de raccourcir la session de recherche.
Pour les requêtes complexes, MUM peut comprendre non seulement le contexte explicite, mais aussi le contexte implicite et les requêtes connexes ; de plus, il peut donner aux utilisateurs des informations qui peuvent être utiles.
Prenons un exemple (le même que celui de Google) : J’aime escalader les montagnes et j’ai récemment escaladé une montagne, le Mont Adams. Je veux escalader le mont Fuji l’automne prochain, et je veux donc savoir ce que je dois faire différemment pour me préparer à cette nouvelle expérience. Pour l’instant, je dois faire beaucoup de recherches sur le moteur de recherche, comme :
- l’altitude de chaque montagne ;
- la température moyenne ;
- la difficulté des sentiers de randonnée ;
- le bon équipement à utiliser ;
- et ainsi de suite.
Après avoir effectué de nombreuses recherches, je parviens à obtenir toutes les informations dont j’ai besoin.
Maintenant, voyons ce qui peut se passer avec MUM.
MUM pourrait comprendre ce que j’ai fait et ce que je dois faire.
MUM pourrait comprendre que je compare deux montagnes, en devinant que les informations sur la hauteur et les sentiers pourraient être pertinentes.
Il pourrait également comprendre que, dans le contexte de la randonnée, la « préparation » pourrait inclure des aspects tels que l’entraînement, ainsi que le bon équipement. Il pourrait également extraire des informations connexes utiles et les suggérer.
Puisque MUM peut faire apparaître des informations basées sur sa connaissance approfondie du monde, il pourrait souligner que, bien que les deux montagnes aient à peu près la même altitude, l’automne est la saison des pluies sur le mont Fuji et que vous pourriez avoir besoin d’une veste imperméable. MUM pourrait également faire apparaître des sous-thèmes utiles pour une exploration plus approfondie – comme le matériel le mieux classé ou les meilleurs exercices d’entraînement – avec des pointeurs vers des articles, des vidéos et des images utiles provenant du Web.
Un autre avantage important est l’élimination des barrières linguistiques.
La langue est un obstacle important à l’accès à l’information. MUM peut faire tomber ces barrières en transférant des connaissances indépendamment de la langue.
Il peut « apprendre » de sources qui ne sont pas rédigées dans la même langue que la requête de recherche et aider les utilisateurs à obtenir des réponses.
En reprenant le même exemple du Mont Fuji, supposons qu’il existe sur le web des informations utiles sur le Mont Fuji écrites en japonais ; à l’heure actuelle, je ne les trouverai probablement pas en effectuant une recherche dans d’autres langues.
MUM pourrait transférer des connaissances provenant de sources dans toutes les langues et utiliser ces informations pour trouver les résultats les plus pertinents dans ma langue.
Ainsi, à l’avenir, lorsque vous chercherez des informations sur la visite du mont Fuji, vous pourrez voir des résultats tels que les endroits où l’on peut admirer les plus belles vues de la montagne, les sources chaudes de la région et les boutiques de souvenirs les plus populaires – autant d’informations que l’on trouve plus souvent lorsqu’on effectue une recherche en japonais.
[Étude de cas] Gérer le crawl du robot de Google
MUM et la recherche sur les vaccins
La première application de MUM est d’améliorer la recherche sur les vaccins.
Nous savons tous que souvent le même concept peut être défini par des termes différents. Cela peut dépendre de la langue, de la culture ou de la zone géographique, ou d’une combinaison de facteurs.
Pendant la pandémie, les gens ont commencé à chercher des informations relatives au COVID-19 sur Google, et Google a dû apprendre à identifier les expressions des utilisateurs pour s’assurer qu’il fournissait des informations de qualité provenant d’autorités sanitaires de confiance (comme l’Organisation Mondiale de la Santé).
AstraZeneca, CoronaVac, Moderna, Pfizer, Sputnik et d’autres vaccins peuvent porter différents noms dans le monde – plus de 800, selon l’analyse de Google. Les personnes à la recherche d’informations sur les vaccins peuvent chercher, par exemple, « Coronavaccin Pfizer », « mRNA-1273 », « CoVaccine », etc.
La capacité d’identifier correctement tous les noms est importante pour donner aux gens des résultats avec les dernières informations fiables, mais cette opération prend généralement beaucoup de temps (des heures ou des semaines). Grâce à MUM, il a été possible d’identifier en quelques secondes plus de 800 variations de noms de vaccins dans plus de 50 langues. Avec seulement un petit échantillon de noms de vaccins officiels, MUM a rapidement identifié les variations entre les langues.
Ce fut un excellent test pour montrer le potentiel du nouvel algorithme. Il est facile de penser que dans un avenir très proche, la nouvelle technologie MUM sera capable d’améliorer la pertinence des recherches des utilisateurs dans de nombreuses langues pour toutes les requêtes de recherche.
Dernières nouvelles au Search On 2021
Lors d’un événement en direct appelé Search On, Google a annoncé certaines innovations – rendues possibles grâce à l’intelligence artificielle – que nous verrons dans les mois à venir sur les produits Google.
La première nouvelle concerne une nouvelle façon de rechercher par images et elle sera intégrée directement dans Google Lens. Elle permettra aux utilisateurs de rechercher quelque chose sur ce qu’ils regardent, non seulement en faisant une recherche basée sur Google Images, mais plutôt en posant des questions sur quelque chose qui a été photographié à travers Google Lens.
Avec cette nouvelle fonctionnalité, il sera possible de toucher l’icône Lens lorsqu’on regarde la photo d’un t-shirt et de demander à Google de trouver le même modèle ou le même dessin sur un autre vêtement, comme des chaussettes. Cette fonction est utile lorsque vous recherchez quelque chose qui peut être difficile à décrire précisément avec des mots : en combinant des images et du texte dans une seule requête, il sera plus facile de rechercher par images et de poser une question précise.
Un autre exemple serait de photographier un oiseau et de demander ensuite à Lens « qu’est-ce qu’il mange ? » ou de photographier la chaîne d’un vélo et de demander « comment la réparer ? ».
La deuxième nouvelle concerne les « choses que vous devriez savoir », les sujets connexes qui sont cachés sous une recherche.
Par exemple, si vous avez recherché « peinture acrylique », Google analysera la façon dont les utilisateurs abordent ce sujet et mettra en corrélation les recherches entre elles, fournissant ainsi jusqu’à 350 sujets concernant la peinture acrylique.
Par exemple, vous pourrez naviguer et découvrir des sujets tels que « fabriquer de la peinture acrylique avec des outils ménagers », ce qui vous permettra d’approfondir le sujet. Vous pourrez ensuite « zoomer » en avant ou en arrière, pour en savoir plus sur les endroits où apprendre à peindre, les différentes méthodes de peinture ou les peintres célèbres.
La troisième nouveauté concerne les vidéos et l’analyse des sujets des vidéos.
Google ne se contentera pas d’analyser les vidéos pour en découvrir les points forts (comme il le fait déjà), mais il proposera désormais une nouvelle expérience qui identifiera les sujets de la vidéo et fournira des liens permettant de naviguer plus profondément et d’en savoir plus.
Grâce à MUM, des sujets connexes seront affichés, même s’ils ne sont pas spécifiquement mentionnés dans la vidéo, grâce à la compréhension avancée des informations.
Ces nouveautés arriveront dans les semaines à venir et s’amélioreront dans les mois suivants.
Conclusions
Le système sera intégré dans les prochains mois ou années dans différents produits.
Non seulement MUM sera probablement en mesure d’améliorer de nombreux aspects des systèmes existants, mais il pourrait créer des méthodes entièrement nouvelles de recherche et d’exploration de l’information.
C’est un grand pas en avant vers un avenir où Google pourra comprendre toutes les différentes façons dont les gens communiquent et interprètent naturellement l’information.
Ce que je trouve le plus incroyable, c’est la possibilité de rechercher des concepts indépendamment de la langue. Je pense que la qualité des réponses, notamment pour les requêtes très spécifiques, va s’améliorer de façon spectaculaire.
Comment le travail de SEO va-t-il changer ? Beaucoup de gens se demandent si le SEO aura encore un sens face à une compréhension toujours plus grande du contenu par les algorithmes. Je pense que plus l’IA s’améliore dans la compréhension du texte, plus les SEO pourront se libérer du poids des techniques borderlines, pour se concentrer sur la production de ressources extraordinaires, définies sur des entités précises, et parfaitement cohérentes et interconnectées.
Et c’est le SEO que j’attends avec impatience.
