MUM: il nuovo algoritmo di Google

Google I/O è un evento annuale rivolto agli sviluppatori in cui Google presenta novità e gli sviluppi tecnologici che riguardano il suo ecosistema.

di Change
Presentazione di Google MUM

Google I/O è un evento annuale rivolto agli sviluppatori in cui Google presenta novità e gli sviluppi tecnologici che riguardano il suo ecosistema. È sempre un momento molto atteso perché è una delle occasioni in cui Google presenta le novità più importanti. Durante l’edizione del 2021, tenutasi dal 18 al 20 maggio, l’intervento più significativo è stato sicuramente quello di Prabhakar Raghavan, Senior Vice President e responsabile dei servizi di Search. che ha presentato un’innovazione dell’algoritmo di ricerca di Google che è stata denominata MUM (Multitask Unified Model).

Che cos’è MUM

In estrema sintesi MUM è un modello di interpretazione del linguaggio naturale, basato su una rete neurale, che promette di fornire una tipologia completamente nuova di risposte alle ricerche degli utenti.

Proviamo a capirci di più. Fin dall’origine il criterio che i motori di ricerca hanno utilizzato per interpretare le domande degli utenti e per trovare le risposte si è basato sulle keyword. Gli spider analizzano il contenuto testuale delle pagine e dei siti alla ricerca di parole chiave rilevanti per definire l’argomento trattato e l’algoritmo attribuisce un valore alla pagina sulla base di come le parole chiave sono presenti e combinate tra loro e tra le altre parole. In realtà l’algoritmo con il tempo è diventato estremamente complesso e fornisce i suoi risultati analizzando un numero elevato di variabili che vengono pesate e combinate tra loro. Ma in sostanza l’algoritmo non è in grado di comprendere le domande degli utenti, né il contenuto delle pagine come potrebbe fare un umano: si limita a valutare la combinazione di parole presenti nella ricerca e nelle pagine per individuarne il grado di coerenza.

La vera rivoluzione che sta cambiando i motori di ricerca è l’introduzione dell’intelligenza artificiale e i sistemi di Natural Language Processing. Grazie a questi sistemi l’algoritmo fa un enorme passo in avanti: non si limita più a combinare keyword tra loro, ma diviene in grado di interpretare il linguaggio naturale che gli utenti utilizzano nelle query e quello dei testi presenti nelle pagine. Il primo passo in questa direzione fu l’introduzione di BERT da parte di Google.

Che cos’è BERT e come funziona

BERT venne presentato nell’ottobre2019 come il più grande salto in avanti del motore di ricerca negli ultimi cinque anni. Si tratta appunto di un algoritmo di intelligenza artificiale basato su una rete neurale il cui scopo è quello di comprendere il linguaggio naturale che gli utenti utilizzano per le loro ricerche. In pratica per la prima volta Google ha introdotto un sistema in grado di rispondere alle ricerche non solo sulla base delle parole chiave, ma cercando di comprendere il senso delle query più complesse. L’idea era che BERT si attivasse su un numero ancora limitato di ricerche, infatti Google aveva dichiarato che avrebbe avuto un impatto su circa il 10% delle ricerche. A dire il vero gli effetti visibili dell’introduzione di questo update dell’algoritmo sono stati piuttosto limitati, forse ancora inferiori a questa cifra.
Ma i passi avanti in questo campo sono esponenziali ed è chiaro che l’intenzione di Google è quella di ampliare il più possibile l’efficacia e l’efficienza di questi strumenti.
Secondo quanto dichiarato da Raghavan nella conferenza di ieri, MUM sarebbe addirittura 1000 volte più potente di BERT.

Quali sono le caratteristiche di MUM e come funziona

Ciò che rende MUM estremamente efficace è la sua indipendenza dalle differenze linguistiche: sarebbe infatti in grado di acquisire informazioni linguistiche e combinarle tra di loro a prescindere dalla lingua in cui sono formulate. Mum sarebbe oggi in grado di apprendere e combinare tra loro 75 lingue differenti e di comprendere modalità multiple (lincluse le immagini e i video).

Per chiarire come MUM potrebbe cambiare l’esperienza di ricerca degli utenti Raghavan ha fatto un semplice esempio:

Un utente potrebbe formulare la seguente domanda:

“ho già scalato il Monte Adams e il prossimo autunno ho intenzione di scalare il monte Fuji. Cosa devo fare di diverso per prepararmi?”

Questo tipo di query va molto al di là delle capacità di un motore strutturato per funzionare con query a keyword: è una domanda che si potrebbe porre a un amico alpinista esperto, che conosce le due montagne in question e le loro difficoltà.

Per fornire una risposta adeguata l’algoritmo dovrebbe essere in grado di comprendere che l’utente vuole confrontare le due montagne, vuole sapere come prepararsi per un trekking, vuole conoscere l’attrezzatura necessaria, considerando che vuole fare la sua scalata in una determinata stagione dell’anno.

Una risposta che MUM potrebbe fornire è la seguente:

“L’altezza del monte Fuji è più o meno la stessa del monte Adams, ma l’autunno è la stagione piovosa per il Fuji, per cui potresti aver bisogno di una giacca impermeabile”.

Per fornire questa risposta MUM potrebbe utilizzare informazioni acquisite da siti in lingue diverse.
Fornirebbe quindi una selezione di articoli su come prepararsi per la scalata e sull’attrezzatura adeguata.

L’utente potrebbe poi caricare una foto dei suoi scarponi e chiedere “questi vanno bene per scalare il monte Fuji?” E ottenere una risposta adeguata da MUM.

E’ chiaro che questo tipo di strumenti è ancora in fase sperimentale e non possiamo aspettarci in tempi rapidissimi un cambiamento sostanziale della nostra esperienza di ricerca. Ma è certo che questa sia la direzione verso cui gli algoritmi si muovono ed è importante che chi si occupa di SEO e di contenuti sia consapevole delle implicazioni che questo modello avrà sul posizionamento dei siti e su come Google fornirà le sue risposte agli utenti.

Condividi questo articolo

Related Posts