گوگل MUM چیست؟(گوگل مام)

نقطه عطف جدید هوش مصنوعی برای درک اطلاعات

چالش‌های بی‌شماری وجود دارد که ما سعی در حل آن داریم تا جستجوی Google برای شما بهتر کار کند. امروز، نحوه پرداختن به یکی از ما را به اشتراک می گذاریم که بسیاری از ما می توانیم با آن آشنا شویم: مجبور به تایپ تعداد زیادی پرس و جو و انجام جستجوهای زیادی برای دریافت پاسخ مورد نیاز خود هستیم.

این سناریو را در نظر بگیرید: شما کوه آدامز را پیاده روی کرده اید. اکنون می خواهید پاییز آینده در کوه فوجی پیاده روی کنید و می خواهید بدانید که برای آماده شدن چه کاری متفاوت انجام دهید. امروزه، گوگل می تواند در این زمینه به شما کمک کند، اما جستجوهای سنجیده زیادی را می طلبد – شما باید ارتفاع هر کوه، میانگین دما در پاییز، سختی مسیرهای پیاده روی، ابزار مناسب برای استفاده را جستجو کنید. و بیشتر. پس از چند جستجو، در نهایت می توانید پاسخ مورد نیاز خود را دریافت کنید.

اما اگر با یک متخصص پیاده روی صحبت می کنید. می توانید یک سوال بپرسید – “برای آماده شدن چه کاری باید انجام دهم؟” شما یک پاسخ متفکرانه دریافت خواهید کرد که تفاوت های ظریف کار شما را در نظر می گیرد و شما را از طریق بسیاری از مواردی که باید در نظر بگیرید راهنمایی می کند.

این مثال منحصر به فرد نیست – بسیاری از ما هر روز با Google به انواع کارهایی که نیاز به چند مرحله دارند می پردازیم. در واقع، متوجه می‌شویم که افراد به‌طور میانگین برای کارهای پیچیده‌ای مانند این، هشت درخواست ارسال می‌کنند.

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.

سئو چیست؟ (آموزش سئو به زبان ساده)

زمانی که پاسخ ساده ای وجود ندارد به شما کمک می کند

MUM این پتانسیل را دارد که چگونه Google به شما در انجام کارهای پیچیده کمک می کند. MUM از چارچوب متن به متن T5 استفاده می‌کند و 1000 برابر قدرتمندتر از BERT است. MUM نه تنها زبان را می فهمد، بلکه آن را تولید می کند. این برنامه در 75 زبان مختلف و بسیاری از وظایف مختلف به طور همزمان آموزش داده شده است و به آن اجازه می دهد تا درک جامع تری از اطلاعات و دانش جهانی نسبت به مدل های قبلی ایجاد کند. و MUM چندوجهی است، بنابراین اطلاعات را در متن و تصاویر درک می‌کند و در آینده می‌تواند به روش‌های بیشتری مانند ویدیو و صدا گسترش یابد.

درباره کوه‌پیمایی در کوه فوجی به سؤال بپردازید: MUM می‌تواند درک کند که شما در حال مقایسه دو کوه هستید، بنابراین اطلاعات ارتفاع و مسیر ممکن است مرتبط باشد. همچنین می تواند درک کند که در زمینه پیاده روی، «آماده شدن» می تواند شامل مواردی مانند تمرین تناسب اندام و همچنین یافتن وسایل مناسب باشد.

رفع موانع زبانی (گردش اطلاعات با وجود تفاوت زبان)

زبان می تواند مانع مهمی برای دسترسی به اطلاعات باشد. MUM این پتانسیل را دارد که با انتقال دانش به زبان‌ها، این مرزها را بشکند. می‌تواند از منابعی یاد بگیرد که به زبانی که جستجوی خود را با آن نوشته‌اید نوشته نشده‌اند، و به رساندن آن اطلاعات به شما کمک کند.

بگویید اطلاعات بسیار مفیدی در مورد کوه فوجی به زبان ژاپنی نوشته شده است. امروز، اگر به زبان ژاپنی جستجو نکنید، احتمالاً آن را پیدا نخواهید کرد. اما MUM می‌تواند دانش را از منابع بین زبان‌ها منتقل کند و از این بینش‌ها برای یافتن مرتبط‌ترین نتایج در زبان دلخواه شما استفاده کند. بنابراین، در آینده، زمانی که در جستجوی اطلاعاتی درباره بازدید از کوه فوجی هستید، ممکن است نتایجی مانند مکان برای لذت بردن از بهترین مناظر کوه، انسن در منطقه و فروشگاه‌های سوغاتی محبوب مشاهده کنید – همه اطلاعاتی که معمولاً هنگام جستجو در این مکان یافت می‌شوند.

8 روش دیجیتال مارکتینگ چیست؟

درک اطلاعات در انواع مختلف

MUM چندوجهی است، به این معنی که می تواند اطلاعات را از فرمت های مختلف مانند صفحات وب، تصاویر و موارد دیگر به طور همزمان درک کند. در نهایت، ممکن است بتوانید از کفش‌های پیاده‌روی خود عکس بگیرید و بپرسید، «آیا می‌توانم از این کفش‌ها برای کوهنوردی در کوه فوجی استفاده کنم؟» MUM تصویر را درک می کند و آن را با سوال شما مرتبط می کند تا به شما اطلاع دهد که چکمه های شما به خوبی کار می کنند. سپس می تواند شما را به وبلاگی با لیستی از تجهیزات توصیه شده راهنمایی کند.

استفاده از هوش مصنوعی پیشرفته در جستجو، مسئولانه

هر زمان که با هوش مصنوعی جهشی به جلو می‌کنیم تا اطلاعات جهان را در دسترس‌تر کنیم، این کار را مسئولانه انجام می‌دهیم. هر بهبودی در جستجوی Google تحت یک فرآیند ارزیابی دقیق قرار می گیرد تا اطمینان حاصل شود که نتایج مرتبط تر و مفیدتری ارائه می دهیم. ارزیاب‌های انسانی، که از دستورالعمل‌های ارزیابی کیفیت جستجوی ما پیروی می‌کنند، به ما کمک می‌کنند تا بفهمیم نتایج ما چقدر به افراد در یافتن اطلاعات کمک می‌کند.

همانطور که بسیاری از برنامه‌های BERT را که از سال ۲۰۱۹ راه‌اندازی شده‌اند به دقت آزمایش کرده‌ایم، MUM نیز با اعمال این مدل‌ها در جستجو، فرآیند مشابهی را طی می‌کند. به طور خاص، ما به دنبال الگوهایی خواهیم بود که ممکن است سوگیری را در یادگیری ماشین نشان دهد تا از وارد کردن سوگیری به سیستم‌های خود جلوگیری کنیم. همچنین آموخته‌های حاصل از آخرین تحقیقات خود را در مورد چگونگی کاهش ردپای کربن در سیستم‌های آموزشی مانند MUM به کار می‌گیریم تا مطمئن شویم که جستجو تا حد امکان کارآمد عمل می‌کند.

بهترین وب سایت های فریلنسری برای کسب درآمد دلاری

Google MUM: سئو باید تغییر کند

در این مرحله، همچنین باید این سوال پرسیده شود که گوگل به عنوان تامین کننده ترافیک در آینده چه نقشی ایفا خواهد کرد و تا چه حد سئوها هنوز به طور مستقیم بر رتبه بندی تأثیر می گذارند.

معرفی BERT و MUM تغییرات شدیدی را در صنعت مشابه پاندا و پنگوئن ایجاد کرد. پردازش زبان طبیعی جستجوی معنایی مبتنی بر مرغ مگس خوار و نمودار دانش را بسیار سریعتر هدایت می کند. سئوکاران باید بیشتر به موضوعات و موضوعات مربوط به E-A-T فکر کنند تا کلمات کلیدی.

برای سئوی فنی، اطمینان از خزیدن و نمایه سازی محتوای مرتبط با جستجو باقی می ماند. اما فناوری آن را مرتبط نمی کند و اختیار یا تخصص ایجاد نمی کند. با توجه به اعتماد (https) و UX (تجربه صفحه)، این فناوری چند اهرم کوچک برای مداخله در رتبه بندی دارد. با این حال، این اهرم ها تضمین کننده موقعیت برتر نیستند. وظایف فنی مانند علامت‌گذاری با داده‌های ساخت‌یافته منسوخ‌تر و منسوخ‌تر می‌شوند، زیرا Google برای درک از طریق پردازش زبان طبیعی به اطلاعات ساختاری کمتر و کمتری نیاز دارد.

محتوا و پیوندها همچنان مهمترین عوامل تأثیرگذار هستند. عوامل مهم دیگری که زیربنای اقتدار هستند به پیوندها می پیوندند. وقوع همزمان در جست‌وجوها و محتوا (متن، ویدئو، صدا و تصاویر) سیگنال‌های اعتماد و اعتبار مهمی هستند. از طریق MUM، گوگل به منابع داده و اطلاعات بسیار بیشتری دسترسی دارد. علاوه بر این، گوگل می تواند از داده کاوی مستقل از زبان برای جمع آوری و ادغام تمام اطلاعات موجود در جهان در مورد نهادها و موضوعات استفاده کند. سیلوهای داده قبلی در حال باز شدن هستند.

این به گوگل اجازه می‌دهد حتی بهتر به سؤالات پاسخ دهد و دانش واقعاً عمیقی را منتقل کند.

مدیران محتوا باید خود را کمتر به فراوانی کلمات کلیدی در محتوای خود بپردازند و دیدگاه هایی را که باید از آن یک موضوع مورد بررسی قرار گیرد، در نظر بگیرند. در اینجا تجزیه و تحلیل خوب قدیمی TF-IDF هنوز یک ابزار آزمایش شده و آزمایش شده برای شناسایی عبارات مهمی است که مجموعه کلیدواژه یک موضوع را توصیف می کند.

محتوا پاسخ سوالات را می دهد. اما تنها تولید محتوا دیگر در آینده کافی نخواهد بود. Google می‌خواهد کاربر را در طول سفر کامل مشتری با پاسخ‌هایی همراهی کند تا ترافیک تجاری ارزشمند مربوط به محصول را برای انتقال آن به دنیای خرید خود دریافت کند. آنها می خواهند سهم بازار را پس بگیرند.

از نقطه نظر سئو، برای کسانی که مسئول محتوا هستند، اهمیت زیادی پیدا می‌کند که در طول سفر مشتری، بازاریابی محتوا را ارائه دهند تا در طول تحقیق، تا حد امکان نقاط تماس محتوا را در اختیار کاربر قرار دهند.

بسته به سطح دانش خود، کاربران یک فرآیند تحقیقاتی را در یک دوره کوتاه تر یا طولانی تر انجام می دهند. هنگامی که به دنبال راه حل هایی با دانش رو به رشد در مورد یک موضوع هستند، کاربران با چالش ها و سوالات مختلفی روبرو می شوند که نیاز به پاسخ دارند.

فردی که تازه به موضوع بهینه سازی موتورهای جستجو می پردازد، احتمالاً این سوال را می پرسد که “سئو چیست؟” بعد، آنها می پرسند، “سئو چگونه کار می کند؟” فقط متوجه می شوند که موضوع بسیار پیچیده است و آنها به احتمال زیاد می پرسند “چه کسی خدمات سئو را ارائه می دهد؟” در این سفر، شرکت ها باید پاسخ ها را ارائه دهند.

محتوا باید کاربر محور باشد و نیازها و سوالات را در طول سفر مشتری پیش بینی کند، درست مانند کاری که گوگل با MUM انجام می دهد. تجزیه و تحلیل دقیق SERP به پیش بینی اهداف جستجوی فعلی و آینده کمک می کند.

بازدیدکنندگان کمتری از Google از طریق MUM در آینده؟

با نوآوری هایی مانند MUM و BERT، گوگل می خواهد پاسخ های بیشتری را مستقیماً در SERP ها بدون نیاز به کلیک مجدد روی منبع محتوا نمایش دهد. نگرانی موجهی وجود دارد که گوگل همچنان به بستن شیر ترافیک و نمایش هرچه بیشتر اطلاعات در دنیای خودش ادامه دهد.

در اینجا این خطر وجود دارد که منافع Google و ناشر محتوا متفاوت باشد و Google با سپاسگزاری از معابر محتوای مناسب استفاده می کند بدون اینکه به ناشر اجازه مشارکت دهد. اما این فقط در دست خود گوگل است و چگونه آنها تعادل منافع را در نظر می گیرند.

یک چیز واضح است، گوگل برای پاسخ به سوالات فعلی و آینده کاربران به محتوای به روز متکی است. و به عنوان یک گروه فناوری، گوگل قادر است اطلاعات را به صورت الگوریتمی فهرست کرده و به روشی کاربرپسند آماده کند.

با این حال، احتمالاً هرگز نخواهید توانست به طور مستقل دانش تخصصی عمیق ایجاد کنید و آن را مستقل از محتوای ارائه شده توسط ناشران نمایش دهید. بنابراین، فقط می توان اعتماد کرد که گوگل همچنان به محتوای خوب با ترافیک پاداش می دهد.

الگوریتم گوگل پاندا

سئو یا تبلیغات کلیکی (PPC)

الگوریتم های گوگل

آموزش کسب درآمد از وبسایت

نکات ضروری سئو برای مبتدیان

راز سئو چیست؟