學習．思考好用軟體一籮筐訊息．趨勢谷歌大神 2021 年 06 月 30 日

Google MUM 技術讓搜尋結果跨語言、跨類型提供正確資訊，知識轉移更輕而易舉！

許多事物都有不同稱呼，比如碳酸飲料又名汽水，毛衣又名針織衫，美式足球又名橄欖球。這些名稱差異有的是語言功能使然，有的是在反映文化上的細微差異，也有單純因為地域不同，所以有同樣的東西有不同的稱呼。

你可能對這個有興趣…

而新冠肺炎（COVID-19 ）就是一個非常具有代表性的例子，自 2 月的第一周以來，全球對冠狀病毒的搜索量就增加了 260% 之多，而 Google 也將相關資訊整合，並將相關正確資識與世界衛生組織（WHO）的權威訊息相互鏈結。對於專門尋找有關症狀、預防或治療信息的人，Google 正在努力擴展我們的健康狀況知識面板，包括 COVID-19 面板來提供即時資訊。

先前，Google 必須學會辨識大家用來指稱新型冠狀病毒的每個詞組，以確保為來自世界各地的搜尋者呈現優質且及時的資訊，讓大家都能從世界衛生組織、美國疾病控制與預防中心等值得信賴的衛生主管機關獲得正確情報。如今一年過去，疫苗因為變種而有更多不同的類型，名稱問題又為 Google 帶來了類似的挑戰。但和先前不同的是，Google 現在已經透過「Multitask Unified Model (MUM, 多任務統一模型) 」這項新工具來優化搜尋結果。

什麼是 MUM？

我們在使用 Google 搜尋時，通常為了滿足一項目的（例如：旅遊、學習），而需要進行多次、多關鍵字的搜尋，Google 發現到，人們平均會針對複雜問題任務發出多達 8 個查詢。以登山為例，你需要搜尋目的地的環境資訊以了解要準備哪些衣物、裝備，而 Google 的 MUM 就是為了「解決問題」而出發的功能，過去使用者需要自行深思熟慮一一完成的搜尋，現在 Google 可以協助你找出相關聯的知識，就像你與一位專家對談一下，你只需要問一個問題就夠了。

MUM 改變了 Google 幫助您處理複雜任務的方式。MUM 使用 T5 文本與文本框架，比 BERT 強大 1,000 倍。MUM 不僅能理解語言，還能生成語言。它同時接受了 75 種不同語言和許多不同任務的訓練，使其能夠比以前的模型更全面地理解信息和世界知識。MUM 是多樣態的，因此它可以理解文本和圖像中的信息，並且在未來可以擴展到更多功能模組，例如視訊和音訊。

MUM 的分析範圍是多模態的，這意味著它可以同時理解來自不同格式的信息，如網頁、圖片等。最後，您或許可以為您的登山靴拍張照片，然後問：「我可以用這些裝備來攀登富士山嗎？」，而 Google 會理解圖像並將其與您的問題聯繫起來，並回答你的問題，並可以將您指向一個包含推薦裝備列表的部落格或網站。

了解針對疫苗資訊的搜尋，並進一步整合內容

根據 Google 的分析，AstraZeneca、CoronaVac、Moderna、Pfizer、Sputnik 等廣泛使用的疫苗在全世界共有超過 800 種名稱。使用者在搜尋疫苗資訊時，可能會使用「Coronavaccin Pfizer」、「mRNA-1273」、「CoVaccine」等各式各樣的關鍵字。而 Gogole 是否能正確識別所有的疫苗名稱，對於使用者能否獲得可靠的最新疫苗資訊至關重要。然而，要想辨識出全球使用者對於疫苗的不同稱呼，就得付出大量的時間成本，以人工而言需要幾百小時。

但現在有了 MUM，Google 就可以在短短幾秒鐘內辨識出 800 種以上超過 50 種語言用來稱呼疫苗的詞語。在驗證 MUM 的搜尋結果後，我們已能將這個模型應用在 Google 搜尋服務中，幫助使用者找到全世界有關 COVID-19 疫苗的優質及時資訊。

跨語言轉移知識

MUM 之所以能在幾秒內完成一項原本需要數週時間的工作，就是因為具有知識轉移能力。MUM 能夠從本身接受訓練的超過 75 種語言中學習並轉移知識。以閱讀一本書為例，如果你會多種語言，就可以在閱讀後用你會的其他語言來分享書中重點（取決於你的精通程度），因為你對這本書的理解不是取決於對語言或翻譯的依賴。MUM 對於不同語言知識的轉移也很類似這樣的概念。

MUM 也因為具有知識轉移能力，所以不需要從每一種新語言中學習新的能力或技能。這種跨語言遷移學習能力可以幫助我們快速擴展系統的改善，即使沒有太多訓練資料也是如此。這在一定程度上要歸功於 MUM 的樣本效率；換句話說，相較於之前的模型，MUM 在完成同一件工作時需要的資料量要少得多。以疫苗名稱來說，只需要一小部分官方疫苗名稱作為樣本，MUM 就能快速識別這是疫苗在不同語言間的名稱。