Menu
Contattaci
Nell’utilizzo dei motori di ricerca, capita che a volte i risultati non siano in linea con quanto ci aspettavamo. Grazie a MUM senza dubbio i nostri risultati miglioreranno, ottenendo esiti ottimali anche nelle ricerche più complesse. A questo scopo, il team di Google AI ha creato il nuovo modello basandosi sul preesistente BERT (Bidirectional Encoder Representations from Transformers); a differenza di quest’ultimo, però, il nuovo algoritmo MUM è in grado di gestire ricerche sempre più complesse.
Il vicepresidente di Google Search Pandu Nayak ha dichiarato in proposito:
“Ogni volta che facciamo un balzo in avanti con l’intelligenza artificiale, per rendere le informazioni del mondo più accessibili, lo facciamo in modo responsabile. Ogni miglioramento a Google Search viene sottoposto a un rigoroso processo di valutazione per garantire che stiamo fornendo i risultati più pertinenti e utili”
Big G, nella presentazione di MUM, ha spiegato che l’algoritmo è mille volte più potente del vecchio algoritmo BERT: con mille vengono indicati i nodi della rete neurale su cui è stato progettato MUM.
L’idea su cui si basa MUM è quella di cercare di ricreare le sinapsi nervose del cervello umano, in cui ogni nodo è un punto di decisione attraverso cui l’algoritmo fa passare la ricerca dell’utente. MUM è stato inoltre addestrato dal team di Big G in 75 lingue diverse, utilizzando tutti i dati sottoposti a scansione presenti nell’open web, ovvero i contenuti pubblici online, rimuovendo i contenuti con minore importanza.
Grazie a questa ricchezza, MUM riuscirà a fornire performance sempre più soddisfacenti per l’utente. Anche con query di ricerca complessa, tale algoritmo riuscirà a comprendere il linguaggio e genererà una risposta che potrebbe essere paragonabile a quella fornita da un esperto nel settore. Tutto questo è possibile perché tale algoritmo è anche multimediale, questo significa che la raccolta dei risultati della ricerca potrebbe avvenire anche tramite immagini o video che fanno riferimento a collegamenti a vari contenuti rilevanti. Siccome MUM è stato addestrato su più lingue, si riuscirà ad abbattere la barriera linguistica effettuando ricerche contemporaneamente su più fonti in lingue diverse e fornendo risultati nella lingua dell’utente.
Come detto in precedenza, MUM è stato studiato e implementato per comprendere query di ricerca sempre più complesse, precise ed articolate. Oggi queste richiedono mediamente 8 passaggi da parte degli utenti per avere una risposta quanto meno vicina a quella desiderata. La forza del nuovo prodotto è quella di facilitare l’utente nel processo di navigazione.
Per illustrare come viene facilitata la vita degli utenti prendiamo in esame l’esempio riportato all’interno del blog ufficiale di Google:
“Ipotizziamo che un’escursionista che ha appena terminato una camminata sul monte Adams, ora abbia intenzione di scalare il Monte Fuji in Giappone. L’escursionista chiede a Google come prepararsi a questa nuova avventura.
In questo caso il motore di ricerca, ad oggi, è in difficoltà perché non riesce a dare un’unica risposta esaustiva all’escursionista: dovrebbe fornirgli i dati sul clima, l’altitudine, le differenze rispetto alle escursioni sul monte Adams e molte altre informazioni, che l’utente potrebbe quindi trovare solo a fronte di diverse ricerche.
Il risultato che Google restituisce, si differenzia rispetto alla risposta che darebbe un esperto del settore. Grazie a Google MUM, la differenza fra la risposta data dal motore di ricerca e quella data da un esperto non esisterà più: Google sarà in grado di fornire una sintesi di concetti per rispondere accuratamente a dubbi, curiosità o necessità in una sola sessione”.
Google MUM rappresenta una tappa fondamentale nel mondo dell’AI. Ora andiamo nello specifico, come fa Google MUM ad interpretare query di ricerca complesse?
Il nuovo algoritmo, come abbiamo visto, si basa su un modello di rete neurale artificiale con architettura Transformer. In sostanza Google imita il funzionamento dei neuroni del cervello: tentando di ricreare le sinapsi nervose dove i nodi hanno la funzione di punti di decisione.
La differenza tra i due algoritmi BERT e MUM sta nella potenza di MUM, dato che quest’ultimo ha una maggiore capacità di comprendere il linguaggio naturale e una migliore gestione della complessità di ricerca.
I due principali vantaggi di MUM sono, quindi, la capacità di prendere ed elaborare informazioni in molteplici modalità (quindi un sistema multimodale), come ad esempio testi o immagini ed in un futuro non lontano anche video e audio, e la possibilità di fare tutto ciò contemporaneamente, in multitasking.
In più, come detto in precedenza, l’arma più potente è l’addestramento nel comprendere 75 lingue diverse; in questo modo si abbattono le barriere linguistiche, che rappresentano un grande ostacolo alla compressione o all’ accesso di informazioni. MUM è capace di apprendere da fonti in lingue differenti e, come risultato, potrebbe restituire risposte non presenti nella lingua in cui è stata formulata la query.