MUM: معلم جديد للذكاء الاصطناعي لفهم المعلومات

mum google
mum google

عندما أخبر الأشخاص أنني أعمل على بحث Google ، يتم سؤالي أحيانًا ، “هل هناك أي عمل يتعين القيام به؟” الإجابة المختصرة هي بالتأكيد “نعم!” هناك تحديات لا حصر لها نحاول حلها حتى يعمل بحث Google بشكل أفضل من أجلك. اليوم ، نشارك الطريقة التي نتعامل بها مع شخص يمكن للكثيرين منا التعرف عليه: الحاجة إلى كتابة العديد من الاستعلامات وإجراء العديد من عمليات البحث للحصول على الإجابة التي تحتاجها.

خذ هذا السيناريو: لقد ارتفعت جبل. آدامز. الآن تريد رفع جبل. فوجي الخريف المقبل ، وتريد أن تعرف ما يجب القيام به بشكل مختلف للاستعداد. اليوم ، يمكن أن تساعدك Google في هذا الأمر ، لكن الأمر سيستغرق العديد من عمليات البحث المدروسة بعناية – سيتعين عليك البحث عن ارتفاع كل جبل ، ومتوسط ​​درجة الحرارة في الخريف ، وصعوبة مسارات المشي ، والتجهيزات المناسبة للاستخدام ، و اكثر. بعد إجراء عدد من عمليات البحث ، ستتمكن في النهاية من الحصول على الإجابة التي تريدها.

ولكن إذا كنت تتحدث إلى خبير في رياضة المشي لمسافات طويلة ؛ يمكنك طرح سؤال واحد – “ما الذي يجب أن أفعله بشكل مختلف للاستعداد؟” ستحصل على إجابة مدروسة تأخذ في الاعتبار الفروق الدقيقة في مهمتك الحالية وترشدك خلال العديد من الأشياء التي يجب مراعاتها.  

هذا المثال ليس فريدًا – فالعديد منا يعالج جميع أنواع المهام التي تتطلب خطوات متعددة مع Google كل يوم. في الواقع ، وجدنا أن الأشخاص يصدرون ثمانية استعلامات في المتوسط ​​لمهام معقدة مثل هذا السؤال. 

محركات البحث اليوم ليست متطورة بما يكفي للإجابة على النحو الذي قد يفعله الخبير. ولكن مع تقنية جديدة تسمى النموذج الموحد متعدد المهام ، أو MUM ، نقترب أكثر من مساعدتك في تلبية هذه الأنواع من الاحتياجات المعقدة. لذلك في المستقبل ، ستحتاج إلى عدد أقل من عمليات البحث لإنجاز المهام. 

نساعدك عندما لا توجد إجابة بسيطة

لدى MUM القدرة على تغيير كيفية مساعدة Google لك في المهام المعقدة. مثل BERT ، تم تصميم MUM على بنية Transformer ، لكنها أقوى 1000 مرة. لا تفهم MUM اللغة فحسب ، بل تُنشئها أيضًا. تم تدريبه عبر 75 لغة مختلفة والعديد من المهام المختلفة في وقت واحد ، مما يسمح له بتطوير فهم أكثر شمولاً للمعلومات والمعرفة العالمية مقارنة بالنماذج السابقة. و MUM هي وسائط متعددة ، لذا فهي تفهم المعلومات عبر النص والصور ، ويمكن أن تتوسع في المستقبل لتشمل المزيد من الأساليب مثل الفيديو والصوت.

أجب على السؤال حول المشي لمسافات طويلة على جبل. فوجي: يمكن أن تفهم MUM أنك تقارن جبلين ، لذلك قد تكون معلومات الارتفاع والمسار ذات صلة. يمكن أن يفهم أيضًا أنه في سياق المشي لمسافات طويلة ، يمكن أن يتضمن “الاستعداد” أشياء مثل تدريب اللياقة البدنية بالإضافة إلى العثور على المعدات المناسبة. 

mum 1
mum 1

نظرًا لأن MUM يمكنها عرض رؤى استنادًا إلى معرفتها العميقة بالعالم ، فإنها يمكن أن تسلط الضوء على أنه في حين أن كلا الجبلين على نفس الارتفاع تقريبًا ، فإن السقوط هو موسم الأمطار على جبل. فوجي لذلك قد تحتاج إلى سترة مضادة للماء. يمكن أن تعرض MUM أيضًا موضوعات فرعية مفيدة لاستكشاف أعمق – مثل المعدات الأعلى تقييمًا أو أفضل التدريبات التدريبية – مع مؤشرات لمقالات ومقاطع فيديو وصور مفيدة من جميع أنحاء الويب. 

إزالة حواجز اللغة

يمكن أن تكون اللغة عائقًا كبيرًا أمام الوصول إلى المعلومات. لدى MUM القدرة على كسر هذه الحدود عن طريق نقل المعرفة عبر اللغات. يمكن أن يتعلم من المصادر التي لم تكتب باللغة التي كتبت البحث بها ، ويساعد في جلب هذه المعلومات إليك. 

لنفترض أن هناك معلومات مفيدة حقًا حول جبل. فوجي مكتوبة باللغة اليابانية ؛ اليوم ، ربما لن تجده إذا لم تبحث باللغة اليابانية. لكن يمكن لـ MUM نقل المعرفة من مصادر عبر اللغات ، واستخدام تلك الأفكار للعثور على النتائج الأكثر صلة بلغتك المفضلة. لذلك في المستقبل ، عندما تبحث عن معلومات حول زيارة Mt. فوجي ، قد ترى نتائج مثل أين يمكنك الاستمتاع بأفضل مناظر للجبل وأونسن في المنطقة ومحلات بيع التذكارات الشهيرة – كل المعلومات التي توجد بشكل أكثر شيوعًا عند البحث باللغة اليابانية.

mum 2
mum 2

فهم المعلومات عبر الأنواع

MUM هي وسائط متعددة ، مما يعني أنه يمكنها فهم المعلومات من تنسيقات مختلفة مثل صفحات الويب والصور والمزيد ، في وقت واحد. في النهاية ، قد تتمكن من التقاط صورة لأحذية التنزه الخاصة بك وتسأل ، “هل يمكنني استخدامها للتنزه سيرًا على الأقدام في جبل. فوجي؟ ” ستفهم MUM الصورة وتربطها بسؤالك لإعلامك بأن حذائك سيعمل بشكل جيد. يمكن أن يوجهك بعد ذلك إلى مدونة بها قائمة بالمعدات الموصى بها.  

تطبيق الذكاء الاصطناعي المتقدم على البحث بمسؤولية

عندما نقفز إلى الأمام مع الذكاء الاصطناعي لجعل الوصول إلى معلومات العالم أكثر سهولة ، فإننا نفعل ذلك بمسؤولية. يخضع كل تحسين يتم إجراؤه على “بحث Google” لعملية تقييم صارمة لضمان تقديم نتائج مفيدة وذات صلة. يساعدنا المقيمون البشريون ، الذين يتبعون إرشادات مقيِّم جودة البحث ، في فهم مدى مساعدة نتائجنا للأشخاص في العثور على المعلومات. 

تمامًا كما اختبرنا بعناية العديد من تطبيقات BERT التي تم إطلاقها منذ عام 2019 ، ستخضع MUM لنفس العملية التي نطبق بها هذه النماذج في البحث. على وجه التحديد ، سنبحث عن الأنماط التي قد تشير إلى التحيز في التعلم الآلي لتجنب إدخال التحيز في أنظمتنا. سنطبق أيضًا الدروس المستفادة من أحدث أبحاثنا حول كيفية تقليل البصمة الكربونية لأنظمة التدريب مثل MUM ، للتأكد من استمرار تشغيل البحث بأكبر قدر ممكن من الكفاءة.

سنوفر ميزات وتحسينات مدعومة من MUM لمنتجاتنا في الأشهر والسنوات القادمة. على الرغم من أننا في الأيام الأولى لاستكشاف MUM ، إلا أنه يعد معلمًا مهمًا نحو المستقبل حيث يمكن لـ Google فهم جميع الطرق المختلفة التي يتواصل بها الأشخاص بشكل طبيعي ويفسرون المعلومات.