تاثیر MUM بر جایگاه سایت ها در گوگل
با کمک MUM ، پاسخگویی به نیازهای پیچیده در جستجو برای گوگل آسان تر است، اما آیا بر رتبه بندی نتایج جستجو تأثیر می گذارد؟
در Google I/O 2021 ، گوگل فناوری جدیدی به نام MUM (مدل یکپارچه چند وظیفه ای) را معرفی کرد که از آن برای کمک به سیستم های رتبه بندی خود برای درک بهتر زبان استفاده خواهد کرد.
از زمان ایجاد MUM بحث های زیادی در مورد اینکه آیا آن به یک عامل رتبه بندی تبدیل می شود، وجود دارد و در بلاگ سلکتک به این مورد پرداخته ایم.
با ما همراه باشید تا تاثیر MUM بر جایگاه سایت ها در گوگل را بهتر درک کنید.
MUM چیست؟
MUM نقطه عطف جدید هوش مصنوعی برای درک اطلاعات نامیده می شود.
این الگوریتم به گونه ای طراحی شده است که پاسخگویی به نیازهای پیچیده در جستجو کاربران را برای گوگل آسان تر کند.
گوگل قول داده است که MUM 1000 برابر قدرتمندتر از سلف یادگیری انتقال NLP خود، BERT خواهد بود.
MUM از مدلی به نام T5 ، تبدیلکننده انتقال متن به متن، استفاده میکند تا وظایف NLP را در قالب یکپارچه متن به متن تغییر دهد و درک جامعتری از دانش و اطلاعات ایجاد کند.
به گفته گوگل، آنها میتوانند MUM را برای خلاصهسازی اسناد، پاسخگویی به سؤالات و کارهای طبقهبندی مانند تجزیه و تحلیل احساسات اعمال کنند.
MUM یک اولویت مهم در Googleplex است، بنابراین باید برای شما مهم باشد.
MUM یک عامل رتبه بندی سایت ها
هنگامی که گوگل برای اولین بار اخبار مربوط به MUM را فاش کرد، بسیاری از کسانی که آن را مطالعه کردند به طور طبیعی تعجب کردند که چگونه ممکن است بر رتبه بندی جستجو تأثیر بگذارد.
گوگل هر سال هزاران به روز رسانی را برای الگوریتم های رتبه بندی خود انجام می دهد و در حالی که اکثریت قریب به اتفاق مورد توجه قرار نمی گیرند، برخی از آنها تاثیرگذار بر جایگاه سایت در نتایج جستجو هستند.
BERT یکی از این نمونه ها است. این الگوریتم در سال 2019 در سرتاسر جهان عرضه شد و مهمترین بهروزرسانی در پنج سال اخیر توسط خود گوگل بود.
مطمئنا الگوریتم BERT حدود 10٪ از جستجوهای کاربران را تحت تأثیر قرار داد.
الگوریتم رنک برین که در بهار 2015 عرضه شد، نمونه دیگری از یک به روز رسانی الگوریتمی است که به طور قابل توجهی بر SERP ها تأثیر گذاشته است.
اکنون که گوگل در مورد MUM صحبت می کند، واضح است که متخصصان سئو و مشتریانی که به آنها خدمات می دهند باید به آن توجه داشته باشند.
راجر مونتی اخیراً در مورد حق اختراعی نوشت که معتقد است می تواند بینش بیشتری در مورد عملکرد درونی MUM ارائه دهد.
در حال حاضر، بیایید بررسی کنیم که آیا MUM یک عامل رتبه بندی است یا خیر؟!
آیا الگوریتم MUM فعال است؟
پاندو نایاک، یکی از همکاران گوگل و معاون جستجو، در معرفی ماه مه 2021 خود برای MUM، بیان کرد که فناوری MUM هنوز در حال اجرا نیست:
"موتورهای جستجوی امروزی به اندازه کافی پیچیده نیستند که بتوانند پاسخ یک متخصص را بدهند. اما با فناوری جدیدی به نام Multitask Unified Model یا MUM، به کمک شما برای رفع این نوع نیازهای پیچیده نزدیکتر میشویم. بنابراین در آینده، برای انجام کارها به جستجوهای کمتری نیاز خواهید داشت."
سپس، جدول زمانی ارائه شده برای زمانی که ویژگیها و بهروزرسانیهای مجهز به MUM فعال میشوند، «در ماهها و سالهای آینده» منتشر شد.
استفاده از MUM به عنوان یک فاکتور رتبه بندی
زمانی که RankBrain عرضه شد، تا شش ماه پس از آن اعلام نشد و اکثر بهروزرسانیها اصلاً اعلام یا تأیید نمیشدند.
با این حال، گوگل در به اشتراک گذاری به روز رسانیهای تاثیرگذار قبل از وقوع آنها بهتر شده است.
به عنوان مثال، BERT برای اولین بار در نوامبر 2018 اعلام شد ، در اکتبر 2019 برای درخواست های انگلیسی زبان عرضه شد و اواخر همان سال در دسامبر در سراسر جهان عرضه شد .
حتی زمان بیشتری برای آماده شدن برای Page Experience signal و Core Web Vitals داشتیم. گوگل آنها را بیش از یک سال قبل از عرضه نهایی در ژوئن 2021 اعلام کرد .
گوگل قبلاً گفته است که MUM در راه است و این مساله یک اتفاق بزرگ خواهد بود.
اما آیا MUM میتواند مسئول کاهش رتبهبندی بسیاری از سایتهایی باشد که در بهار و تابستان 2021 تجربه شدهاند؟
آیا مام به عنوان یک فاکتور رتبه بندی سایت ها در نتایج جستجو استفاده خواهد شد؟
در حالی که گوگل هنوز از MUM به عنوان سیگنال رتبه بندی نتایج جستجو استفاده نمی کند، به احتمال زیاد در آینده می تواند این کار را انجام دهد.
پیاده سازی MUM برای بهبود نتایج جستجو
گوگل برنامه های جدید و بالقوه MUM را به صورت عمومی اعلام کرد.
در ژوئن 2021 ، گوگل اولین کاربرد MUM و چگونگی بهبود نتایج جستجو برای اطلاعات واکسن را توضیح داد.
با MUM، ما توانستیم بیش از 800 نوع نام واکسن را در بیش از 50 زبان در عرض چند ثانیه شناسایی کنیم. پس از تأیید یافتههای MUM، آنها را در جستجوی Google اعمال کردیم تا مردم بتوانند اطلاعات به موقع و باکیفیت درباره واکسنهای COVID-19 در سراسر جهان پیدا کنند.
در سپتامبر 2021 ، Google روشهایی را به اشتراک گذاشت که ممکن است در آینده از MUM استفاده کند،
روشهای جدید برای جستجو با تصاویر و متن و همچنین صفحه جستجوی بازطراحیشده برای طبیعیتر و شهودیتر کردن آن بود.
در فوریه 2022 ، گوگل اطلاعاتی ارائه کرد که چگونه RankBrain، neural matching ، BERT و MUM منجر به درک اطلاعات می شود.
بهبود روند رتبه بندی سایت ها به کمک هوش مصنوعی MUM
در حالی که هنوز در روزهای اولیه استفاده از پتانسیل MUM هستیم، قبلاً از آن برای بهبود جستجوی اطلاعات واکسن COVID-19 استفاده شده و راههای بصریتری برای جستجو با استفاده از ترکیبی از متن و تصویر گوگل لنز ارائه خواهد کرد.
اینها برنامه های بسیار تخصصی هستند، بنابراین MUM در حال حاضر برای کمک به رتبه بندی و بهبود کیفیت نتایج جستجو مانند RankBrain، neural matching و سیستم های BERT استفاده نمی شود.
در مارس 2022 ، گوگل بهروزرسانیای درباره نحوه اعمال MUM برای جستجوهای مربوط به یک بحران شخصی منتشر کرد.
اکنون، با استفاده از آخرین مدل هوش مصنوعی خود یعنی MUM، میتواند به طور خودکار و دقیقتر طیف وسیعتری از جستجوهای بحران شخصی را شناسایی کند.
MUM میتواند هدف پشت سؤالات افراد برای تشخیص اینکه چه زمانی یک فرد نیاز دارد را بهتر درک کند، که به گوگل کمک میکند اطلاعات قابل اعتمادتری را در زمان مناسب نشان دهد. گوگل اعلام کرد: ما در هفته های آینده استفاده از MUM را برای ایجاد این بهبودها را آغاز خواهیم کرد.
چگونه MUM می تواند نتایج جستجو را بهبود بخشد
MUM میتواند دانش را به 75 زبانی که روی آنها آموزش دیده است، منتقل کند.
همین مورد میتواند به ما کمک کند حفاظتهای ایمنی را در سراسر جهان بسیار کارآمدتر کنیم. وقتی هوش مصنوعی MUM را برای انجام یک کار آموزش دهیم، یاد می گیرد که آن را به تمام زبان هایی که میداند انجام دهد.
به عنوان مثال، میتوان از هوش مصنوعی برای کاهش صفحات اسپم غیرمفید و گاهی خطرناک در نتایج جستجو کاربر استفاده کرد.
در ماههای آینده، از MUM برای بهبود کیفیت حفاظت از هرزنامهها استفاده میشود و به زبانهایی که دادههای آموزشی بسیار کمی موجود است، گوگل آن را گسترش میدهد.
گوگل هنوان کرد که به کمک آن سؤالات بحران شخصی را در سرتاسر جهان بهتر تشخیص میدهیم، و با شرکای محلی قابل اعتماد برای نشان دادن اطلاعات عملی در چندین کشور دیگر کار میکنیم.