بحث Google الجديد: MUM

فهم اللغة بشكل أفضل مع MUM

MUM هو رد Google على البحث الصوتي المتزايد الأهمية وإدخال الأسئلة الأطول. هدف MUM هو استخراج المعلومات الأساسية من استعلامات البحث المعقدة. الهدف هو مساعدة المستخدمين في العثور على نتائج البحث ذات الصلة بسرعة أكبر. في النهاية ، يجب أن يكون Google قادرًا أيضًا على الرد مباشرة. مبدأ بسيط: سؤال - جواب. بمرور الوقت ، من المتوقع أن يصبح هذا المبدأ أكثر شمولية. بغض النظر عن مدى تعقيد السؤال.

يمكن لـ MUM نقل المعرفة

في الوقت الحالي ، يتم اختبار خوارزمية MUM الجديدة بشكل أساسي على أساس الأسئلة المتعلقة بـ Covid-19. على سبيل المثال ، تتيح MUM لمحرك البحث التعرف على 800 نوع مختلف من أسماء اللقاحات وتعيينها بشكل صحيح في غضون ثوان قليلة - كل هذا في 50 لغة. مع MUM ، يمكن تسريع هذه العملية بشكل ملحوظ.

ما استغرق أسابيع في الماضي يستغرق الآن بضع ثوانٍ فقط. هذا ، بالطبع ، يعتمد على الذكاء الاصطناعي . تنقل MUM المعرفة وتتعلم بشكل مستقل عن مدخلات المستخدم. هذا يلغي الحاجة إلى نهج جديد لمعالجة المعلومات لكل لغة جديدة. تتطور MUM من تلقاء نفسها.

شكل جديد من النتائج

ستعيد MUM تصميم بحث Google. وفقًا لـ Google ، ستبدو نتائج البحث مختلفة في المستقبل. بدلاً من عشرة روابط زرقاء للصفحات ذات الصلة ، هذا ما سيراه المستخدم في المستقبل بعد طرح سؤال:

1. أشياء يجب معرفتها
2. تكبير الموضوع
3. النتائج المرئية:

يهدف هذا التقسيم ثلاثي الاتجاهات إلى مساعدة الباحث في العثور على المسار الصحيح. هذه هي الطريقة التي تضعها Google صراحةً: "اعثر على المسار الصحيح".

الخطوة الأولى هي "الأشياء التي يجب معرفتها". هنا ، تحدد Google بشكل مستقل الأسئلة المتعلقة بموضوع ما. حتى الآن ، كان على المستخدم دائمًا طرح المزيد من الأسئلة من أجل الحصول تدريجيًا على إجابة لسؤال معقد. يقوم Google الآن بتنفيذ هذا العمل للمستخدم من خلال جعل الجهاز يرسم مسبقًا المسارات الأكثر صلة التي يحددها الذكاء الاصطناعي.

يهدف تكبير الموضوع إلى جعل من الممكن إما الخوض في عمق الموضوع أو القفز مرة أخرى. بنقرات قليلة فقط ، يسهل على المستخدمين تحسين الموضوع أو توسيعه.

في البحث المرئي ، يُمنح مستخدمو Google الآن خيار طرح الأسئلة المتعلقة مباشرة بالصورة. يحدث هذا ، على سبيل المثال ، من خلال تضييق أجزاء معينة من الصورة. استنادًا إلى قسم الصور هذا ، تصيغ Google أسئلة أو تشير إلى مقاطع الفيديو التي تقدم إجابات ، على سبيل المثال. الهدف من Point-and-Ask هو تسهيل عثور المستخدم على اللحظة الدقيقة في مقطع فيديو يوفر إجابة لسؤال ما.

تحليل الفيديو مع MUM

تستخدم Google أنظمة الذكاء الاصطناعي المتقدمة لتحديد المشاهد الرئيسية من مقاطع الفيديو لبعض الوقت. تخطو MUM الآن خطوة إلى الأمام وتعترف أيضًا بأهمية المعلومات التي لم يتم ذكرها صراحة في مقطع. يتعرف MUM على السياق ، ويحلل الروابط ومقاطع الفيديو ذات الصلة ، ويحدد المشاهد المهمة. تعد الخوارزمية الجديدة أفضل في تقييم عناصر الفيديو والصوت.

تم تعيين بحث Google بأكمله ليصبح تجربة وسائط متعددة بشكل متزايد. سيتم تزويد أي شخص يبحث عن مصطلح أو يدخل أسئلة محددة بمجموعة متنوعة من تنسيقات الوسائط لمساعدته.

سيكون لهذا أيضًا تأثير على التسوق عبر الإنترنت باستخدام Google. تم تصميم الخوارزمية الجديدة لمساعدة Google على فهم الصور ومقاطع الفيديو بشكل أفضل - وتقديم خيارات جديدة للمستخدمين. باستخدام Google Lens ، يفتح المشتري المحتمل ببساطة قسمًا من الصورة. ثم يقوم Google تلقائيًا بدمج استعلام بحث محتمل مع تفاصيل الصورة. هذا يجعل من السهل بشكل خاص البحث عن عناصر مماثلة.

MUM وتحسين محركات البحث

ما هو تأثير MUM على تحسين محرك البحث؟ على الأرجح ، ستعزز الخوارزمية الجديدة اتجاهات تحسين محركات البحث الحالية. وهذا يعني على سبيل المثال:

• تميل الكلمات الرئيسية إلى فقدان أهميتها. سيكون تحسين محركات البحث لمواقع الويب والمحتويات الأخرى عبر الإنترنت أكثر توجهاً نحو الأسئلة الشائعة والموضوعات الشاملة.
• لا يزال المحتوى المستهدف هو الشرط الأساسي الأساسي للمناصب الجيدة في Google. لا غنى عن هيكلة البيانات الموجهة من Google لهذا الغرض.

تطور آخر هو الأهمية المتزايدة للصور والعناصر الرسومية ومقاطع الفيديو. ستلعب هذه دورًا أكبر على SERPs . لذلك تعني MUM أنه يجب على المرء الآن تحسين عناصر الويب التي تم تجاهلها سابقًا بخلاف النص المخصص لبحث Google.

اقرأ أيضا: هل تختار Google عناوين صفحتك بشكل عشوائي؟ هذا هو السبب

ملخص

التعلم من Google يعني تعلم الفوز - وهذا ينطبق بشكل خاص على مُحسّنات محرّكات البحث. مع MUM ، يتخذ أكبر محرك بحث خطوة أخرى نحو البحث الدلالي : يفهم Google ما تبحث عنه ويمنحك إجابة فورية. الآن ، ستكون مهمة مُحسّنات محرّكات البحث هي زيادة التركيز على البيانات المنظمة جيدًا ، بحيث بناءً على الكود والكلمات الرئيسية ، يعرف أكبر محرك بحث بالفعل المعلومات التي يكون محتوى الويب المعروض مناسبًا لها.