Mum, il nuovo modello di Google che risponde a query complesse

Si chiama Mum (Multitask Unified Model) ed è il nuovo modello di Google in grado di elaborare query sempre più complesse grazie all’intelligenza artificiale multi-task.

Il team Google Ai e l’intelligenza artificiale sono stati i protagonisti di Google I/o 2021, la conferenza annuale durante la quale Prabhakar Raghavan ha presentato ufficialmente MUM – Multitask Unified Model, il nuovo modello di Google capace di Long Form Question Answering (risposta alle query di ricerca a coda lunga) e di multi-task learning (apprendimento multimodale).

In teoria, Mum è molto simile al precedente BERT perché premia i contenuti di qualità e propende verso SERP sempre più personalizzate. Come scrive Pandu Nayak sul blog ufficiale di Google però, Mum è mille volte più potente del suo predecessore e di tutti gli ultimi update di Google perché è in grado di elaborare query complesse contemporaneamente e in più lingue, ottimizzando i tempi di ricerca da parte dell’utente.

In media, un utente effettua almeno 10 ricerche su Google per documentarsi su un argomento e raggiungere un livello di competenza soddisfacente.

L’ambizione del team AI di Google è ridurre questo numero e riuscire a fornire all’utente risposte iper-specialistiche e complete nel minor tempo possibile. BERT era stato addestrato a rispondere restituendo soltanto risultati di qualità oltre che pertinenti. Mum consente di spingersi un po’ più in là perché è anche in grado di effettuare analisi linguistiche e semantiche a più ampio raggio.

Per capire meglio come funziona Mum ecco l’esempio riportato da Prabhakar Raghavan durante il suo intervento.

Per ottenere una risposta esaustiva a questa query, l’utente dovrebbe interrogare Google diverse volte. Immaginiamo invece di poter porre al motore questa domanda articolata esattamente così, e di ottenere una risposta esaustiva.

Mum è in grado di estrapolare da questa query alcuni termini chiave ovvero la presenza di una comparazione tra due termini (i monti) da cui deduce la necessità dell’utente di comprendere i diversi livelli di difficoltà dell’uno e dell’altro; il verbo “prepararsi” che fa riferimento alla sfera semantica del fitness e del trekking; l’implicito riferimento alla ricerca di informazioni correlate su meteo, abbigliamento, attrezzatura e simili per svolgere l’attività descritta (hiking).

Grazie a Mum, la SERP si discosterà pian piano dall’aspetto di una mera lista di snippet e diventerà qualcosa di più simile a un knowledge graph, un nodo di informazioni condensate e iper personalizzate.

Quando Prabhakar Raghavan dice durante il suo intervento che “Mum è mille volte più potente di BERT” si riferisce a un numero reale perché mille sono i nodi della rete neurale su cui si basa il modello.

Proprio al cervello umano, infatti, si è ispirato il team di Google Ai per questa creazione: riprodurre la rete delle sinapsi nervose in forma di nodi e collegamenti. I nodi rappresentano dei punti decisionali che portano l’utente dalla query al risultato. All’interno dei nodi, Mum condensa le analisi effettuate e rielabora il materiale a disposizione per restituire una risposta esaustiva e immediata. Il modello, infatti, è in grado di analizzare contenuti in lingue diverse, in modalità diverse e in contemporanea. 

Mum è dotato di una AI addestrata in 75+ lingue apprese direttamente dall’open web, cioè dai contenuti già presenti online.

Dunque è in grado di elaborare contenuti multilingua contemporaneamente e ad una velocità straordinaria, diversamente da altri modelli in grado di lavorare soltanto su una lingua per volta. Ciò consente a Mum di restituire risultati sempre più pertinenti e personalizzati nella lingua dell’utente, ma basati sulla capacità di attingere contemporaneamente da più fonti in lingue diverse.

Grazie a Mum, Google potrà ora restituire all’utente i migliori risultati nella sua lingua, effettuando una scrematura e selezionando soltanto i contenuti migliori, cioè in grado di dare risposte complete, utili e veritiere.

L’AI di Mum è di tipo conversazionale. Analizza e comprende non soltanto il significato delle singole parole ma senso che acquisiscono se interconnesse.

Il modello mira a proporre all’utente non una mera lista di risultati ma una risposta univoca a una domanda, un’informazione a una richiesta, proprio come se si stesse dialogando con una persona in carne e ossa esperta in un certo settore. O con un agente intelligente dotato di intelligenza artificiale conversazionale.

Mum, infatti, è un algoritmo multimodale, cioè in grado di comprendere e analizzare testo, immagini, video e qualsiasi altro contenuto di valore disponibile in rete, a prescindere dal mezzo.

In questo modo, il risultato di ricerca non sarà più, semplicemente, un snippet ma somiglierà a un elemento più complesso e articolato, ricco di collegamenti ipertestuali e approfondimenti.

Cosa cambia per la SEO?

L’ambizione di Google è cambiare radicalmente approccio ai contenuti pubblicati online. L’attuale paradigma “recupera e classifica” in base al quale funzionano l’indicizzazione e il posizionamento dei siti web sui motori di ricerca, dovrebbe diventare invece un “model-based information retrieval”, un paradigma basato sul recupero delle informazioni in base a un modello unico e sulla capacità di connetterle tra di loro in modi sempre nuovi e diversi.

Da: Rethinking Search: Making Experts out of Dilettantes Di Donald Metzler, Maggio 2021.

Mum nasce proprio da questa esigenza.

Fissa un appuntamento