谷歌利用MUM语言模型，使搜索结果更精准，更符合预期搜索结果

借由《MUM》语言模型加持，使用者可以在GoogleLens以影像识别方式比对内容后，再由使用者通过文字描述等方式增加额外比对条件，例如在搜索图案结果中，额外加入符合搜索条件的衣物，借此让GoogleLens可以找到更符合使用者预期的搜索结果。

文章图片
今年在GoogleI/O2021大会期间提出名为「MUM」（MultitaskUnifiedModel）的语言模型，并且透露将让此项语言模型应用在GoogleSearch等服务后， Google在SearchOn活动上表示进一步将「MUM」语言模型整合进GoogleLens服务，让此项服务能以更贴近人类理解方式进行搜寻，并且对应更精准翻译、辨识物品，甚至强化原本拍摄购物等应用功能。

文章图片

文章图片
同时， Google也说明将「MUM」语言模型整合进GoogleSearch服务，同时也重新调整操作界面，例如增加「Thingstoknow」选项，让使用者能针对搜索结果知晓更多内容，比方当使用者搜索油漆相关内容时，即可同时显示刷油漆技巧，或是解释不同类型油漆差异等。

文章图片
另外一个应用例子，则是在脚踏车某个零件损坏时，当使用者不确定零件正确名称，即可通过GoogleLens拍摄该零件，并且加上「如何修复」注解，即可让系统寻找如何修复该零件相关内容，而非寻找介绍零件本身相关内容，让使用者能更容易在网络上找到所需解答。

文章图片

文章图片
先前说明中，「MUM」语言模型建置采用运算模式，与现行应用在GoogleSearch的BERT、GPT-3模型截然不同，将会逐一比对使用者互动过程中所累积数据，进而模拟人脑记忆学习方式，让搜索结果可以更符合实际需求，同时也更加精准。

文章图片
【谷歌利用MUM语言模型，使搜索结果更精准，更符合预期搜索结果】除了通过文字叙述方式， Google接下来也会透过更多图像内容，以及动态视频内容，以视觉化方式让使用者更容易理解所需解答。 Google表示，结合「MUM」语言模型的新版GoogleLens将会在未来几个月内推出，未来也计划通过「MUM」语言模型整合更多搜索所需内容。