Una delle più importanti innovazioni SEO nel 2021 è stato senza ombra di dubbio l’annuncio della tecnologia Multitask Unified Model (MUM) da parte di Google. Da allora, siamo tutti d’accordo sul fatto che tenere sotto controllo MUM dovrebbe essere una priorità.
Lo scorso luglio Pandy Nayak di Google ha parlato con Search Engine Land per discutere del futuro di MUM e di cosa potrebbe significare per la ricerca rivelandone la tabella di marcia ed indicando ciò che dovrebbe/potrebbe accadere in questo 2022.
Prima di esplorare questi aspetti in modo più dettagliato, se ancora non lo hai fatto, ti consiglio di leggere l’approfondimento dedicato alla scoperta del Multitask Unified Model (MUM). Lo trovi qui: Google MUM, Il nuovo algoritmo a base di AI che forse ucciderà la SEO
MUM: Ecco la tabella di marcia per il 2022
Sulla base dei commenti di Nayak, la tabella di marcia di Google per MUM prevede tre fasi con piani a breve, medio e lungo termine. Ti anticipo che la fase a breve termine è già iniziata e continueremo a vederla svilupparsi per tutto il 2022.
Potremmo anche iniziare a vedere alcuni dei piani a medio termine di Google realizzarsi quest’anno, ma dall’intervista è chiaro che anche Google non è sicuro al 100% di quale sarà il pieno impatto di MUM nel futuro a lungo termine.
Parto sintetizzandoti un rapido riassunto dei punti chiave. Li vedremo poi nel dettaglio.
- Sviluppo a breve termine: Principalmente il trasferimento di conoscenze tra le lingue.
- Sviluppo a medio termine: Ricerca multimodale che incorpora testo, immagini e video.
- Sviluppo a lungo termine: Comprensione di domande complesse e fornitura di una maggiore profondità di informazioni rilevanti.
- Impegno del contenuto ed aspetti etici: Nayak, anche se ci crediamo poco, insiste sul fatto che MUM non trasformerà Google in un sistema di risposta alle domande.
Cosa aspettarsi da MUM nel breve termine: Trasferimento di conoscenze attraverso le lingue
Per ora, la priorità di Google è lo sviluppo delle capacità di MUM per il trasferimento di informazioni attraverso le lingue. In passato ti ho accennato ad un esempio di come Google potrebbe reperire informazioni pubblicate in giapponese per poi tradurle in inglese all’utente che pianifica un viaggio in Giappone.
A dir loro, questa è la priorità per Google nella fase a breve termine di MUM e abbiamo già visto esempi di questo in natura.
Google dice che MUM è stato in grado di eseguire un compito che avrebbe dovuto richiedere settimane in una manciata di secondi, trasferendo le informazioni in più lingue.
Fondamentalmente, questo trasferimento di informazioni significa che Google non ha più bisogno di imparare da zero in ogni lingua. Può trasferire competenze e informazioni per eseguire attività in più di 75 lingue e aumentare i miglioramenti a livello globale senza dover riapprendere e riqualificare in ciascuna lingua.
Di conseguenza, Google richiede molti meno dati di input rispetto a prima e ora può fornire informazioni in lingue anche in loro assenza.
insomma, i piani di Google per la fase a breve termine dello sviluppo del MUM stanno procedendo bene.
Google MUM nel medio termine: Ricerca multimodale con diversi tipi di media
I piani a medio termine di Google si concentrano sull’implementazione della ricerca multimodale. Ciò incorporerà funzionalità che consentiranno agli utenti di eseguire ricerche su diversi tipi di media, inclusi testo, immagini e video.
In precedenza, abbiamo visto un potenziale esempio in cui gli utenti potrebbero scattare una foto dei loro scarponi da trekking e chiedere a Google se sono adatti per scalare il monte Fuji.
Per far sì che questo funzioni, Google deve prima abbinare l’immagine con lo stesso modello di scarpe da trekking. Poi, ha bisogno di abbinare le informazioni dalle pagine dei prodotti, le specifiche, le recensioni dei prodotti, le domande e risposte, i forum e altri luoghi per compilare la sua risposta e la lista dei risultati pertinenti.
Un altro ipotetico esempio tirato in ballo da Google riguarda il caso in cui qualcuno si trovasse ad avere bisogno di un pezzo di ricambio per la propria bicicletta. Senza conoscere il nome della parte specifica, non saresti in grado di digitare parole chiave rilevanti e a questo proposito Google si augura che MUM possa intervenire, consentendo di includere un’immagine di quelle parti direttamente nella query.
Caricando questa immagine e la query “come riparare”, Google si aspetta che MUM sia in grado di identificare il pezzo che gli utenti stanno cercando, identificando chiaramente il contenuto che li aiuterà a ripararla o sostituirla.
Tuttavia, non aspettarti di vedere questi cambiamenti iniziare nel 2022.
Mentre i piani di sviluppo a breve termine di Google stanno già prendendo forma, la fase a medio termine rimane più concettuale. Nayak dice che Google ha testato diverse funzioni multimodali utilizzando MUM e insiste che i risultati sono stati positivi, chiarendo però che l’implementazione esatta, le caratteristiche e le scadenze per la fase a medio termine dello sviluppo di MUM rimangono incerte.
MUM a lungo termine: Comprensione avanzata della lingua e gestione delle query
Pandy Nayak dice che l’obiettivo a lungo termine di Google con MUM è quello di massimizzare la sua capacità di comprendere query complesse e fornire risposte più sofisticate. Questo riecheggia alcuni dei commenti fatti nel suo post originale sul blog e l’esempio offerto al momento di qualcuno che pianifica il suo prossimo viaggio in Giappone – più specificamente, qualcuno che vuole sapere come l’escursionismo sul monte Fuji è paragonabile alla scalata del monte Admans.
“Oggi, Google potrebbe aiutarvi con questo, ma ci vorrebbero molte ricerche ponderate – dovreste cercare l’elevazione di ogni montagna, la temperatura media in autunno, la difficoltà dei sentieri, l’attrezzatura giusta da usare, e altro. Dopo un certo numero di ricerche, alla fine saresti in grado di ottenere la risposta di cui hai bisogno”.
Come ha sottolineato Nayak, però, se si dovesse chiedere a un esperto di escursioni, si potrebbe ottenere la risposta che si sta cercando facendo una sola domanda. Non solo, ma si otterrebbe “una risposta ponderata che prende in considerazione le sfumature del vostro compito a portata di mano e vi guida attraverso le molte cose da considerare”.
Questo è il tipo di risposta che Google vuole fornire per le query complesse in modo che gli utenti possano ottenere le informazioni di cui hanno bisogno da una singola query.
Nayak ammette che i motori di ricerca faticano ancora a scegliere informazioni chiave e fornire risultati pertinenti per tutti i criteri inclusi nelle query più complesse. Google spera che MUM aiuti il gigante della ricerca a comprendere queste query, a scegliere i punti chiave e a trovare contenuti che rispondano a ogni aspetto della domanda.
MUM e algoritmi AI: Tra etica e paradossi…
L’ultimo punto sollevato da Nayak nella sua intervista sono le implicazioni etiche relative all’esecuzione dei modelli di intelligenza artificiale, in generale citando tre punti su cui Google sta lavorando in modo specifico:
- Limitare potenziali distorsioni nei dati di addestramento per ridurre al minimo il rischio di distorsioni nei dati forniti. Nayak dice che Google utilizza solo dati di alta qualità per filtrare la maggior parte delle distorsioni, ma riconosce anche che i dati di alta qualità possono contenere distorsioni, e aggiunge che Google prende misure per rimuoverle.
- Valutazioni interne per identificare eventuali schemi preoccupanti che potrebbero svilupparsi attraverso l’addestramento.
- Affrontare il costo ambientale dell’esecuzione di grandi modelli AI, che consumano grandi quantità di energia. Google dice che la sua scelta della tecnologia dei modelli sta riducendo la sua impronta di carbonio fino a 1.000x e Nayak ricorda che Google è stato neutrale rispetto al carbonio dal 2007.
Mentre MUM è una nuova tecnologia per Google, il gigante della ricerca ha lavorato su sistemi per mitigare questi potenziali problemi per molti anni, come Nayak ha rivelato nel suo annuncio originale sul blog post:
“Proprio come abbiamo accuratamente testato le molte applicazioni di BERT lanciate dal 2019, MUM sarà sottoposto allo stesso processo mentre applichiamo questi modelli in Search. In particolare, cercheremo modelli che possono indicare pregiudizi nell’apprendimento automatico per evitare di introdurre pregiudizi nei nostri sistemi. Applicheremo anche quanto appreso dalle nostre ultime ricerche su come ridurre l’impronta di carbonio dei sistemi di formazione come MUM, per assicurarci che Search continui a funzionare nel modo più efficiente possibile.”
Nel 2022 ne vedremo delle belle!
Che tu sia un Marketer o un SEO faresti per certo bene a tenere d’occhio MUM e il suo potenziale mentre Google continua a sviluppare la tecnologia.
Di recente abbiamo già visto l’impatto relativo al cambio delle SERP e Google ha anticipato molti altri cambiamenti che potrebbero entrare in vigore quest’anno. Come al solito molti sviluppi avverranno in background e non avremo annunci o chiarimenti su ciò che accadrà. Tuttavia una certezza l’abbiamo: l’impatto sarà dirompente e questo 2022 ci riserverà più di una sorpresa. Che sia davvero la fine dei contenuti spazzatura?
