MUM

MUM (Multitask Unified Model) - многоцелевая унифицированная модель искусственного интеллекта от Google, представленная в мае 2021 года. MUM предназначена для понимания сложных запросов пользователей, обработки информации в разных форматах (текст, изображения, видео) и на разных языках одновременно, что позволяет давать более полные и релевантные ответы.

С точки зрения SEO MUM рассматривается как одно из наиболее значительных обновлений поисковых алгоритмов, способное фундаментально изменить подход к созданию контента и оптимизации сайтов.

Предпосылки появления

К 2021 году поисковая система Google уже имела мощные алгоритмы понимания языка (BERT), но они были ограничены:

Работали преимущественно с текстом
Требовали отдельных подходов для разных языков
Не могли связывать информацию из разных форматов
Плохо справлялись со сложными, многосоставными запросами

Пользователям приходилось делать несколько последовательных запросов, чтобы получить полную информацию по сложной теме. MUM был призван решить эту проблему, объединив понимание разных типов контента и языков в единой модели.

Технические основы

Архитектура

MUM построен на архитектуре T5 (Text-to-Text Transfer Transformer) - той же, что лежит в основе многих современных языковых моделей. Однако масштаб MUM значительно превосходит предшественников.

По заявлениям Google, MUM в 1000 раз мощнее BERT. Это означает, что модель способна обрабатывать и связывать гораздо больше информации, выявлять более сложные зависимости и давать более глубокие ответы.

Обучение

Модель обучалась на огромных массивах данных на 75 языках, что позволяет ей понимать и связывать информацию независимо от языка оригинала. При обучении использовались тексты, изображения, видео и аудио, что дало модели способность работать с разными форматами контента.

Ключевые возможности

1. Мультиязычность

MUM понимает и связывает информацию на 75 языках без необходимости перевода. Если лучший ответ на запрос пользователя существует только на японском языке, MUM сможет понять его и предоставить пользователю на его родном языке.

Пример: пользователь ищет информацию о подготовке к восхождению на Фудзи. Лучшие материалы по этой теме могут существовать только на японском. MUM способна извлечь из них ключевую информацию и представить её пользователю на понятном ему языке.

2. Мультимодальность

MUM понимает и связывает информацию из разных форматов:

Текст
Изображения
Видео
Аудио

Это позволяет отвечать на запросы, которые невозможно выразить только словами. Например, пользователь может сфотографировать свои старые походные ботинки и спросить: «Можно ли в них идти в поход на Фудзи?». MUM поймёт изображение, оценит состояние обуви и даст рекомендацию.

3. Понимание сложных задач

MUM способна обрабатывать запросы, состоящие из множества взаимосвязанных подтем. Вместо того чтобы выдавать отдельные результаты по каждому аспекту, модель синтезирует комплексный ответ.

Пример запроса: «Подготовка к восхождению на Фудзи». MUM не просто найдёт статьи о горе, но сможет:

Собрать информацию о лучшем сезоне
Найти рекомендации по снаряжению
Предложить программы тренировок
Показать видео маршрутов
Связать это с погодными условиями

4. Трансфер знаний

MUM может применять знания из одной области для решения задач в другой. Модель способна выявлять глубинные связи между разными темами и предлагать пользователю информацию, о которой он даже не подумал спросить.

Как MUM меняет поиск

Снижение количества запросов

До MUM пользователю для получения полной информации по сложной теме требовалось сделать несколько последовательных запросов. MUM способна дать комплексный ответ сразу, экономя время и усилия.

Богатые результаты выдачи

Содержимое SERP под влиянием MUM становится более разнообразным:

Комбинация текстовых ответов
Видеоматериалы
Изображения
Карточки товаров
Карты и локальная информация

Понимание контекста

MUM лучше понимает, что пользователь имеет в виду, даже если запрос сформулирован нечётко или содержит отсылки к предыдущим вопросам.

Влияние на SEO

1. Качество контента становится критичным

Способность MUM анализировать и связывать информацию означает, что поверхностные, короткие статьи теряют ценность. На первый план выходит:

Глубина проработки темы
Экспертность авторов
Полнота ответов на смежные вопросы
Уникальные исследования и данные

2. Важность структурированных данных

Микроразметка и Schema.org помогают MUM лучше понимать содержание страниц и связи между элементами. Корректная разметка повышает шансы на попадание в комплексные ответы.

3. Мультиязычный контент

Возможности MUM по трансферу знаний между языками открывают новые горизонты. Контент, созданный на одном языке, может быть использован для ответов пользователям на других языках. Это повышает ценность качественного мультиязычного контента.

4. Мультимедийный контент

MUM понимает изображения и видео, поэтому качественные визуальные материалы становятся важным фактором. Оптимизация изображений, видео, инфографики выходит на новый уровень.

5. Тематическая экспертиза

Вместо продвижения по отдельным ключевым словам важнее становится создание авторитетных ресурсов, полностью покрывающих определённую тематику (так называемые "хабы знаний").

Отличие MUM от других алгоритмов

Алгоритм	Основная функция	Год	Ключевое отличие
BERT	Понимание контекста слов	2019	Учитывает связи между словами в предложении
RankBrain	Обработка новых запросов	2015	Интерпретирует незнакомые запросы
Neural Matching	Связывание запросов с контентом	2018	Находит смысловые соответствия
MUM	Мультиязычное мультимодальное понимание	2021	Связывает информацию из разных форматов и языков

Является ли MUM фактором ранжирования

На момент запуска Google заявлял, что MUM не является фактором ранжирования, а используется для улучшения понимания запросов и формирования ответов. Однако, как и в случае с BERT, со временем модель стала неотъемлемой частью поисковой системы и влияет на то, какие результаты показываются пользователям.

Специалисты Google подчёркивают, что MUM проходит те же процедуры тестирования, что и другие крупные обновления, прежде чем внедряться в поиск.

Примеры использования

Медицина

Во время пандемии COVID-19 MUM была использована для улучшения поиска информации о вакцинах. Модель смогла за секунды идентифицировать более 800 вариантов названий вакцин на 50 языках, что позволило предоставлять точную информацию пользователям по всему миру.

Путешествия

Для запроса о подготовке к восхождению на Фудзи MUM способна:

Собрать информацию о маршрутах (текст и видео)
Найти рекомендации по снаряжению
Предложить программы тренировок
Учесть сезонные особенности
Предоставить отзывы других путешественников

Покупки

MUM помогает пользователям принимать сложные решения о покупке, сравнивая товары по множеству параметров, собирая отзывы и рекомендации из разных источников, включая видеообзоры и форумы.

Будущее развитие

Google продолжает развивать MUM, расширяя её возможности:

Улучшение понимания видео и аудио
Интеграция с Google Lens для визуального поиска
Персонализация ответов
Работа в реальном времени

Ожидается, что в долгосрочной перспективе MUM станет основой для более естественного, диалогового взаимодействия с поисковой системой, где пользователь сможет задавать уточняющие вопросы и получать связанные ответы в рамках одного сеанса.

Критика и опасения

Некоторые эксперты высказывают опасения, что MUM может:

Снизить трафик на сайты, так как пользователи будут получать ответы прямо в выдаче
Усилить позиции крупных, авторитетных ресурсов
Создать сложности для узкоспециализированных сайтов
Сделать SEO более сложным и дорогим

Однако представители Google утверждают, что цель MUM - улучшить пользовательский опыт, а качественный трафик на сайты останется ценным.

Связанные термины

Аноним

Поиск

MUM