每一年Google發表的新技術，總會圍繞著更強大的AI演算跟更先進的學習模型，今年也不例外，而且挑戰的是難度比較高的，將自然語言理解帶入搜尋。
現在的Google搜尋，多半是解讀長短關鍵詞來撈出結果，仍無法應付更複雜的問題，或通常要經過好幾輪搜尋，才能找到理想的結果，如在發表會上舉的例子是：「之前爬過亞當山，接下來秋天想挑戰爬富士山，我該怎麼做準備？」
這問題你可能想知道的是：爬富士山和亞當山的準備是否不同？爬富士山該做怎樣的準備？富士山秋天的氣候...等，且Google也要知道這麼些知識，才能給出好的回答，這樣多層、而且口語的問題，一定會難倒現在的Google搜尋，這也是Google希望可以更好的自然語言處理能力，來改善的地方，於是今天Google就提出MUM（Multitask Unified Model）做為新一代的解決方案。
Google搜尋更像知識王？
Google在2018年提出「BERT」這個自然語言模型，這個訓練模型很好的幫助機器理解上下文關係，以及一些基礎知識用以輔助回答。而「MUM」使用與BERT同樣的架構建立，用來理解複雜語句，以及多任務的模型。Google提到MUM的處理力是BERT的1000倍（神經網路節點更多），它具有四種能力：
1.) 可以更全面學習全球知識
2.) 可以產生語言（可用人類懂的敘事句回答）
3.) 可以同時進行75種語言訓練
4.) 多模式，可解讀文字、圖片，未來也可以學習解讀影片、聲音
因為這四種能力，所以MUM可以理解複雜的問題，並配合學習到的全面性知識，形成有用的回答。
發表會上舉例，前面爬富士山的問題，MUM會知道你在比較兩座山，而且因為具有富士山高度、秋天氣候、登山準備...等知識，所以可以用多種語言，正確給出秋天爬富士山的建議，甚至還可以提供圖片、影片、網頁資料。MUM也可以提供75種語言的搜尋結果。
反過來看，也因為MUM可解讀文字、圖片...等素材，同時擁有知識，所以用戶也可以拿一張靴子的圖片，來問Google這雙鞋子適不適合爬山。
目前透過MUM理解搜尋這件事，正在Google進行內部前期測試，Google也表示對這項技術的潛力感到興奮。
聽起來太神奇了，到底是什麼東西在擬人搜尋啊?
如果進展順利，就可算是打通搜尋的任督二脈了吧？不僅可以搜尋複雜問題，而且就像在跟專家諮詢一樣，還可突破只能用文字語言提問的現況。
提供網站可信度資訊
另一個覺得蠻需要的搜尋更新是「進一步瞭解這項結果」功能(About This Result)。這功能會在我們搜尋時，提供可信度資料參考。
Google搜尋的排名系統會優先顯示高品質的資訊，在這之外，「進一步瞭解這項結果」功能會在用戶造訪該網站前，提供該網站的相關資料，如網站說明、首次建立索引的時間、連線是否安全等。
不過一開始先針對英文網站，這個月開始，Google會開始針對全球所有英文搜尋結果加上這些資訊，日後再支援更多語言。
Google Lens更新翻譯篩選器
不知道大家有沒有用過Google Lens搜尋，最常做的應該是拍外文菜單、招牌求翻譯吧。目前每月有超過30億筆Google Lens搜尋量，也越來越多學生透過Google Lens來翻譯作業、文書。Google也將更新Lens的翻譯篩選器，讓學生可以取得網路上超過100種語言的教學內容，且不僅可以翻譯，Google Lens在拍攝數學算式後，還可以提供解釋。
以AR搜尋喜歡的運動員
目前我們可以得到的搜尋結果有文字、圖片、影片，AR也是新興的結果類型。目前Google已有一些搜尋結果可以AR來呈現，如在手機上以Chrome或Safarii Google搜尋「獵豹」、「貓熊」...等，就會出現3D模式結果，點擊就可以用AR物件虛擬瀏覽這些東西。
之後Google AR搜尋會新增運動員功能，用戶可以在AR模式下，在實境裡看到某些運動員的招牌動作，比方西蒙拜爾斯著名的平衡木常規動作。
搜尋應該是大家用量最大的Google服務吧，但要讓機器學習到理解各種語言、各種文法
、各種口語、各種用詞組合...等，真的不是一件容易的事，所以今天看到提出MUM，更進步的自然語言理解，覺得非常期待，尤其又訓練學習那麼多種語言...
#好樣有人躲在螢幕後面
