نقطه عطفی در دنیای جستجو

الگوریتم‌های جستجو در سال‌های اخیر دستخوش تحولات جدی شده‌اند. ظهور هوش مصنوعی مولد و به‌روزرسانی‌های پیوسته پایگاه‌های داده، روش کشف اطلاعات آنلاین را برای مخاطبان و تولیدکنندگان محتوا تغییر داده است. در کانون این تحول، تکنولوژی‌ای قرار دارد که گوگل در سال 2021 با نام مدل هوش مصنوعی چندوظیفه‌ای یا همان MUM از آن رونمایی کرد. امروز اهمیت این سیستم بیش از پیش نمایان است و قابلیت‌های چندرسانه‌ای و چندزبانه آن دقیقاً مسیر پیش رو در توسعه مدل‌های زبانی بزرگ را نشان می‌دهد.

گوگل MUM چیست و چگونه کار می‌کند؟

مدل هوش مصنوعی چندوظیفه‌ای گوگل با هدف نهایی ارتقای تجربه جستجو طراحی شده است. مأموریت اصلی این سیستم، درک عمیق و زمینه‌مند پرس‌وجوهای پیچیده کاربران است. برخلاف الگوریتم‌های نسل قبل که تنها یک فایل متنی یا یک زبان را پردازش می‌کردند، این مدل توانایی تحلیل همزمان داده‌های تصویری، صوتی، متنی و ویدیویی را دارد. این رویکرد باعث می‌شود اصطکاک در فرایند جستجو به حداقل برسد و پاسخ‌های دقیق‌تر و سریع‌تری به کاربران ارائه گردد. سه ویژگی اساسی عملکرد این مدل را تعریف می‌کنند:
  • درک چندرسانه‌ای: مدل قادر است اطلاعات را از قالب‌های مختلف استخراج و تلفیق کند تا درک جامعی از منبع پاسخ ارائه دهد.
  • قدرت چندزبانه: این سیستم داده‌ها را به بیش از 75 زبان پشتیبانی می‌کند و اطلاعات را میان زبان‌ها منتقل می‌سازد. این ویژگی امکان دسترسی به منابعی که به زبانی متفاوت از جستجوی کاربر نوشته شده‌اند را فراهم می‌آورد.
  • درک زمینه‌مند: الگوریتم فوق‌العاده پیشرفته، نیت واقعی پشت کلمات کاربر را تشخیص می‌دهد و پاسخ‌هایی را ارائه می‌دهد که فراتر از تطبیق ساده واژگان عمل می‌کنند.
به بیان ساده، این سیستم دیگر یک ماشین تطبیق کلیدواژه محسوب نمی‌شود. این یک پلتفرم هوشمند است که سوالات را عمیق‌تر و در بستر زبانی جهانی بررسی می‌کند. نمودار نمایش قابلیت‌های چندرسانه‌ای و چندزبانه مدل MUM گوگل

از BERT تا MUM: جهش در الگوریتم‌های پردازش نثر

برای درک جایگاه این تکنولوژی در اکوسیستم جستجو، باید به نسل قبلی آن، یعنی الگوریتم BERT نگاه کنیم. شبکه عصبی دوطرفه BERT مرز جدیدی در درک کلمات بر اساس موقعیت و جهت جمله ایجاد کرد. گوگل با این تکنولوژی از تطبیق ساده کلمات فاصله گرفت و شروع به تشخیص نیت کاربر کرد. با این حال، این الگوریتم محدودیت‌های مشخصی داشت؛ پردازش آن صرفاً به زبان واحد و فایل‌های متنی محدود بود و امکان ارتباط دادن اطلاعات پراکنده در شبکه جهانی وب وجود نداشت. MUM این شکاف علمی را با راه‌حلی مقیاس‌پذیر پر می‌کند. طبق مستندات فreleased شده توسط پژوهش‌های هوش مصنوعی گوگل، مدل جدید قادر است همزمان متن‌ها را در ده‌ها زبان مختلف تحلیل کند و حتی فرمت‌های نوشتاری خاص مانند حروف چپ‌چین، راست‌چین یا زبان‌های با ساختار متفاوت را به درستی پردازش می‌نماید. در فاز فعلی، سیستم ورودی‌های متنی و تصویری را مدیریت می‌کند و تیم فنی در حال توسعه قابلیت‌های پردازش صوت و ویدیو است. این ارتقا باعث می‌شود نتایج جستجو غنی‌تر، دقیق‌تر و کاملاً منطبق بر نیاز واقعی مخاطب باشد. تجسم بصری مقایسه الگوریتم BERT و مدل پیشرفته MUM

چرا این تحول آینده تولید محتوا در وب را تغییر می‌دهد؟

حضور مدل‌های پیشرفته‌ای مانند MUM و نمایشگرهای هوشمند جدید در صفحه نتایج جستجو، معیارهای بهینه‌سازی موتورهای جستجو و استراتژی‌های محتوایی را دگرگون کرده است. سیستم‌های مبتنی بر کلیدواژه دیگر پاسخگوی نیازهای پیچیده کاربران نیستند و تولیدکنندگان محتوا باید روی کیفیت، اصالت داده‌ها و ساختار منطقی مطالب تمرکز کنند. جستجو دیگر یک فرایند خطی نیست و پلتفرم‌ها در حال تبدیل لینک‌های ساده به محیط‌های تعاملی غنی از اطلاعات هستند. فعالان حوزه دیجیتال مارکتینگ و توسعه‌دهندگان وب موظفند محتوایی تولید کنند که به زبان طبیعی نوشته شده باشد، نیازهای پنهان کاربر را پوشش دهد و داده‌های آن به صورت چندرسانه‌ای پشتیبانی شود. هوش مصنوعی اکنون در مرحله‌ای قرار گرفته که می‌تواند ارتباط معنایی بین پاراگراف‌ها، تصاویر و داده‌های ساختاریافته را درک کند. این یعنی کیفیت و عمق مطلب، جایگزین حجم و تکرار واژگان شده است.

افق پیش رو

موتور جستجوی گوگل در مسیر تکامل خود نشان می‌دهد که آینده کشف اطلاعات در بستر شبکه‌های عصبی عمیق شکل خواهد گرفت. با گسترش قابلیت‌های این مدل و ادغام آن با خدمات ابری و ابزارهای تحلیل پیشرفته، فرایند پاسخ‌گویی به سوالات پیچیده انسانی به زودی از حالت تعاملی متنی خارج شده و در بستر تجربه‌های چندحسی تعریف خواهد شد. سازگاری با این تغییرات شگرف، شرط اساسی حضور ماندگار هر پلتفرم یا تولیدکننده محتوایی است که قصد دارد در فضای دیجیتال رقابتی دوام بیاورد.