El modelo unificado de Google Multitask (MUM) es una de las actualizaciones más importantes que está desarrollando el gigante de los motores de búsqueda. Se presentó en mayo de 2021 durante la Conferencia IO de Google. Esta es quizás la más grande de todas las actualizaciones de Google para 2021, y ya está mejorando los resultados de búsqueda en la actualidad.
MUM es comparable a su predecesor, Google BERT, ya que también es capaz de procesar el lenguaje natural (NLP). Las autoridades del gigante tecnológico dicen que la actualización es «1.000 veces mejor» que BERT AI.
En este blog, cubriremos:
• ¿Qué es la PNL?
• MUM significado
• La actualización de Google BERT
• Google NLP AI
También hablaremos sobre el impacto de MUM en la optimización de motores de búsqueda (SEO).
¿Por qué lanzar otra actualización de búsqueda de Google?
Siempre será necesario actualizar la Búsqueda de Google. Los motores de búsqueda comenzaron con palabras clave, lo siguieron con frases clave y ahora estamos entrando en el ámbito del procesamiento del lenguaje natural a través de la actualización de Google BERT y ahora MUM.
Según el vicepresidente de Google Search, Pandu Nayak, el objetivo detrás de MUM es mejorar la experiencia del usuario (UX).
BERT, la tecnología de aprendizaje contextual original de Google, se implementó en 2019. Mejoró la capacidad del motor de búsqueda para descubrir el contexto del habla humana. MUM, la última actualización de Google, se basa en lo que comenzó su predecesor. El modelo unificado multitarea va más allá del contexto. Con esta última actualización de la Búsqueda de Google, se sentirá mucho más como si estuvieras hablando con una persona real.
La búsqueda de una mejor comprensión del habla humana
Digamos que desea conocer la forma más auténtica de cocinar adobo, un plato filipino local. La gente usaría varias frases de búsqueda, como:
• “Cómo cocinar adobo”
• “Receta auténtica de adobo”
• “La mejor receta de adobo”
• “Cocine adobo como un local filipino”
Según Nayak, las personas usan ocho frases de búsqueda en promedio para obtener respuestas a preguntas complejas similares. La investigación lleva mucho tiempo y hay varios matices en las preguntas complicadas.
BERT, la primera tecnología de PNL de Google, puede determinar la intención de búsqueda. Es capaz de comprender el lenguaje natural. Puede determinar que está buscando adobo filipino, no el adobo mexicano o el estofado portugués del mismo nombre.
Como preguntarle a una persona real
Google MUM lleva las cosas a un nivel superior. Con esta actualización de búsqueda, el motor de búsqueda de Google podrá comprender los diversos matices en lingüística y habla. Esto es mucho más avanzado que la última actualización de Google BERT.
No tiene que usar ocho términos de búsqueda, solo necesita uno. Es como preguntarle a un chef filipino cómo cocinar adobo auténtico. Ella lo guiará a través de todo el proceso sin la necesidad de hacer varias preguntas.
Hacer frente a las barreras del idioma
Esta es otra razón por la que Google MUM AI es una gran mejora en BERT: puede comprender otros idiomas. La actualización del modelo unificado de multitarea se entrena en 75 idiomas.
«Entrenamiento» en términos de Google NLP significa que se han enviado datos de diferentes idiomas a la IA de aprendizaje automático de MUM. (Desarrollaremos más cuando abordemos la cuestión de qué es el procesamiento del lenguaje natural en la IA). Esta función le da a Google MUM AI la capacidad de tomar información de sitios web escritos en diferentes idiomas además del inglés. Puede utilizar sitios web en idiomas extranjeros para responder a sus preguntas.
¿Qué es el procesamiento del lenguaje natural en la IA?
¿Qué es la PNL? Comencemos con una definición de PNL de nivel principiante: PNL es en realidad un término colectivo que se usa en diferentes disciplinas, como los campos de la inteligencia artificial, la informática y la lingüística.
En términos simples, la PNL se trata de ayudar a las computadoras a lograr la comprensión del lenguaje natural. Va más allá de proporcionar definiciones para cada palabra. Las funciones de las palabras y frases también se procesan para derivar significado y contexto.
Para ayudar a dar sentido a nuestra definición de PNL, debemos comprender cómo funciona. En el procesamiento del lenguaje natural, el lenguaje humano se divide en segmentos lógicos más pequeños. Esto incluye palabras, frases y las diferentes partes del discurso. También se aplican reglas gramaticales.
Rompiendo el habla humana
Para una comprensión más profunda de la PNL, es útil saber cómo funcionan Google BERT y BERT AI. A continuación, se muestra un recorrido rápido por los conceptos básicos del procesamiento del lenguaje natural y cómo una API de PNL procesa el habla humana:
1. La frase de búsqueda que ingresa en el cuadro de búsqueda de Google se divide en unidades semánticas más pequeñas (por ejemplo, palabras, frases y cláusulas).
2. Las palabras de cada unidad semántica se etiquetan luego de acuerdo con su parte del discurso, como verbos, sustantivos, adverbios, adjetivos, etc.
3. Las palabras se reducen luego a sus formas raíz, lo que las estandariza.
4. Después de eso, se eliminan las palabras que aportan poca o ninguna información.
5. A continuación, se aplican algoritmos (por ejemplo, BERT y MUM) a los datos recopilados. Algunos algoritmos utilizan un enfoque basado en reglas, mientras que otros aplican métodos estadísticos. MUM usa este último.
La API de Google BERT NLP va más allá del significado de las palabras que se pueden encontrar en una consulta de búsqueda. También analiza el contexto de toda la frase de búsqueda y las relaciones de todas las palabras en esa frase u oración.
BERT son las siglas de Bidirectional Encoder Representations from Transformers. Analiza las palabras que van antes y después de los términos de búsqueda; ergo, es bidireccional. Se establece la relación de estas palabras, lo que permite a BERT comprender mejor el contexto de una oración completa.
¿Qué pasa con el término «transformador»?
En el aprendizaje automático, los transformadores se refieren a la parte de un algoritmo que puede cambiar la secuencia de las palabras. Esto le da a la IA de Google la capacidad de saber qué palabras son más importantes. Puede reorganizar la secuencia de las palabras sin perder el significado real de las oraciones.
La IA de Google más nueva utilizada por MUM tiene esa capacidad contextual, combinada con capacidades multitarea y multimodal. También obtiene información de imágenes y otros tipos de datos.
Rendimiento en el mundo real
¿Cómo le va al modelo unificado de Google Multitask en el mundo real? ¿Y cómo se compara con BERT?
Cuando se aplicó a un sistema de respuesta a preguntas sobre COVID-19, BERT produjo información con un 58,1 por ciento de precisión. Lo interesante es que la palabra «COVID» no se utilizó en la búsqueda, pero los resultados fueron muy precisos. BERT es eficaz para tener en cuenta el contexto de los términos de búsqueda.
Otra investigación muestra que BERT es muy bueno para predecir palabras faltantes. Puede sugerir términos de búsqueda y palabras clave que podrían resultarle útiles mientras busca información.
Google MUM, por otro lado, puede hacer lo que hace BERT cuando se trata de análisis contextual. Incluso si todavía está en fase beta, selecciona información de manera eficiente de diferentes fuentes y en diferentes idiomas. En cambio, puede decir que transforma su búsqueda en investigación.
Durante Google I / O, Prabhakar Raghavan, vicepresidente sénior de Google, demostró las capacidades de MUM mediante una consulta de búsqueda de frases completas: «Caminé por el monte Adams y ahora quiero subir al monte Fuji el próximo otoño, ¿Qué debo hacer? hacer diferente para prepararse? «
En esta simulación, MUM pudo mostrar similitudes y diferencias entre las dos montañas y analizar fotos de equipos esenciales de escalada que pueden ser útiles. Esto demuestra las capacidades multimodales y multitarea de MUM.
En otra publicación del blog de Google , Pandu Nayak explicó cómo MUM mejoró las búsquedas de información sobre vacunas. MUM pudo identificar más de 800 variaciones de nombres de vacunas en más de 50 idiomas, y pudo obtener toda esa información en cuestión de segundos. A modo de comparación, este tipo de tarea suele tardar varias semanas en realizarse si lo hace utilizando el método antiguo de varios términos de búsqueda.
Esto sugiere que MUM no solo identifica términos de búsqueda relacionados o palabras faltantes como BERT; También puede extraer información de diferentes idiomas e identificar las diferentes formas en que las personas se refieren a las vacunas COVID de manera rápida y eficiente.
¿Qué significa esto para tu negocio?
Google MUM seguramente tendrá un gran impacto en su presencia en línea. Si Google tiene éxito en este esfuerzo, creará una metodología de búsqueda coherente. Esto, a su vez, cambiará el comportamiento de búsqueda, y eso afectará la forma en que hace SEO.
Hay quienes creen que MUM acabará con el SEO, pero John Mueller, analista senior de tendencias para webmasters de Google, dice que este no será el caso. No debería hacer que el SEO sea obsoleto, pero aún tiene el poder de cambiar la búsqueda tal como la conocemos.
Al igual que con la mayoría de las actualizaciones de Google para 2021, esto requerirá un mayor enfoque en el SEO técnico para mejorar el rendimiento de su sitio. Aún deberá realizar auditorías del sitio, mejorar su contenido, realizar investigaciones de palabras clave y obtener vínculos de retroceso. Pero debe prepararse para el impacto de MUM en sus esfuerzos de SEO.
Una agencia de marketing digital de servicio lo ayudará a preparar su estrategia de marketing digital para Google MUM y cualquier otra actualización futura de la Búsqueda de Google. La colaboración con expertos en marketing de motores de búsqueda garantizará que su empresa se ubique en la parte superior de los resultados de búsqueda, independientemente de la actualización que presente la Búsqueda de Google a continuación.
