Google MUM: Künstliche Intelligenz zur Reduzierung der Suchanfragen
Mit dem MUM (Multitask Unified Model) Update plant Google, die Anzahl der zur Beantwortung komplexer Fragen nötigen Suchanfragen von bisher durchschnittlich acht auf eine zu reduzieren. Künstliche Intelligenz soll dabei helfen, die Suchintention besser zu verstehen. Das Update ist noch nicht ausgerollt und es handelt sich dabei mehr um eine Zukunftsvision als um eine Zustandsbeschreibung.
MUM basiert dabei auf dem BERT (Bidirectional Encoder Representations from Transformers) Update von 2019. BERT erkennt den Zusammenhang aller Wörter eines Satzes, egal an welcher Stelle sie stehen. Somit werden beispielsweise Präpositionen (nach, auf, über, für) nicht mehr ignoriert, sondern interpretiert. Der Algorithmus versteht Suchanfragen bzw. die Suchintention der Nutzer besser als davor.
MUM ist laut Google Eigenwerbung eine tausend Mal leistungsstärkere Erweiterung von BERT. Neben Texten interpretiert MUM auch die Inhalte von Videos, Grafiken und Audios. Das Update versteht und erzeugt 75 Sprachen und erkennt die Zusammenhänge zwischen den einzelnen Contentarten. Eine Suchanfrage berücksichtigt dann noch mehr Video- oder Audiodateien und bezieht fremdsprachige Inhalte in die Ergebnisse ein. Der neue Algorithmus bearbeitet mehrere Aufgaben gleichzeitig.
User sind bisher bei komplexen Fragen dazu gezwungen, mehrere Suchanfragen zu stellen, um ihre Suchintention zu befriedigen. Das soll mit MUM besser werden. Es erfolgt eine Zusammenführung des Wissens aus verschiedenen Sprachen und Medien. Stellt also ein deutscher User auf google.de eine Frage zu einer in Japan heimischen Pflanze, soll Google auch japanische Quellen durchsuchen und die übersetzten Antworten zur Verfügung stellen. Somit erzeugt MUM auch Inhalte in 75 Sprachen und versteht sie nicht nur.
Beispiel zur Erläuterung
Google erläutert das MUM Update folgendermaßen:
Sie sind passionierter Bergsteiger und waren letzten Herbst auf dem Mt. Adams und wollen diesen Herbst den Mt. Fuji besteigen. Jetzt fragen Sie sich: Was muss ich bei Vorbereitung anders machen? Dann geben Sie genau diese ausführliche Suchphrase in den Suchschlitz ein:
Stand heute brauchen Sie viele verschiedene Suchanfragen zur Beantwortung der Frage:
…
Die Antworten müssen Sie nun mit den jeweiligen Antworten für den Mt. Adams vergleichen und daraus Ihre Rückschlüsse ziehen.
Ein passionierter Bergsteiger kann diese Frage vermutlich direkt beantworten. Google verfolgt mit MUM das Ziel, die Kommunikation zwischen User und Suchmaschine zumindest in groben Zügen zu ermöglichen und sofort eine passende Antwort auf komplexe Fragen zu liefern.
Bei einem perfekt funktionierenden MUM Modell lautet die Antwort auf die obige Suchanfrage:
Anschließend erscheinen für die Mt. Fuji Besteigung geeignete Regenjacken.
MUM wertet alle Antworten auf dahinter stehenden Fragen bereits aus und präsentiert direkt die passenden Suchergebnisse. Den Vergleich verschiedener Klimadiagramme, Höhenangaben oder Gebirgswege übernimmt die Suchmaschine für Sie.
Außerdem soll es sogar möglich sein, Wanderschuhe zu fotografieren und zu fragen, ob diese für den Mt. Fuji geeignet sind. Die Suchmaschine antwortet in diesem Fall direkt und stellt zusätzlich dazu eine Liste mit Eigenschaften dar, die gute Wanderschuhe für den Mt. Fuji haben sollten.
Wenn das tatsächlich so eintreffen sollte, bräuchte man nicht mehr lange überlegen, wie ein technisches Teil heißt und wo man diesen Artikel kaufen kann. Sondern könnte einfach ein Foto hochladen und fragen: Wo kann ich dieses Teil bestellen? Google erkennt dann den Artikel und liefert die direkten Verlinkungen zu den Shopseiten.
Schon heute ist mit Google Lens die Erkennung bestimmter Objekte möglich. Für nächstes Frühjahr ist dann die Integration von MUM geplant. Die Kombination von Bild und Text soll möglich sein. Algorithmen erkennen dann den Inhalt des Bildes und stellen einen Bezug zwischen der Frage und dem Foto her.
Zustandsbeschreibung
Im Moment funktioniert das MUM Update noch nicht. Inwiefern diese Vision umgesetzt werden kann, ist ungewiss.
Die Eingabe
müsste ja konkrete Ergebnisse wie der Mt.Fuji ist 33 Meter höher liefern. Stattdessen erscheinen die Wikipedia Einträge für die beiden Berge, der Vergleich muss nach wie vor händisch erfolgen.
Ein auf künstlicher Intelligenz basierendes System braucht gute Lehrer und korrektes Material zum Lernen. Wenn eine falsche Information im Internet vorhanden ist, sollte die MUM KI diese Information nicht erhalten, um eine Reproduktion zu vermeiden. Im Rahmen dieses Lernprozesses erfolgt eine ständige Überprüfung und Korrektur der Ergebnisse. Dieser Prozess entscheidet maßgeblich über die Qualität der künstliche Intelligenz.
Jeder Google User kennt das Phänomen, dass bisweilen nicht zutreffende Ergebnisse erscheinen. Wie soll das nächste Update funktionieren, wenn bereits im derzeitigen Update einige Fehler auftauchen? Google trainiert laut eigener Aussage MUM nicht mit dem Open Web, sondern mit einer qualitativ kontrollierten Unterauswahl des ganzen Webs (web corpus). Also sind nicht die bisherigen Google Ergebnisse das Trainingsmaterial, sondern die KI erhält nur eine kontrollierte Auswahl der vorhandenen Daten. Wie vollständig und korrekt diese Teilmenge ist, entscheidet maßgeblich über den Erfolg des Updates.
Langfristig soll die Suchmaschine einzelne Schritte, wie beispielsweise das Vergleichen von Klimadiagrammen, übernehmen, dadurch soll die mentale Last (Mental Load) der User sinken. Ob die Ergebnisse in Zukunft den Google Visionen nahe kommen, steht noch in den Sternen. Wenn die Nutzer erst mit mehreren Suchanfragen überprüfen, ob die vorgeschlagenen Regenjacken tatsächlich geeignet sind, dann ist die Zeitersparnis durch weniger Suchanfragen wieder dahin. Das Vertrauen der User in die Richtigkeit der Ergebnisse muss sehr groß sein. Dafür sind hohe Qualitätsstandards nötig.
Das Problem bei MUM liegt darin, dass Google dem Nutzer das Denken abnimmt. Bisher lernt der User nach jeder Such-Session dazu und verfeinert seine Angaben. MUM nimmt das Ergebnis vorweg. Die zum Beispiel bei politischen Fragen wichtige schrittweise Meinungsbildung entfällt. Google liefert in einem Schritt Antworten, die eventuell bei mehreren Suchanfragen ganz anders ausgefallen wären. Dieses betreute Denken birgt die Gefahr, dass Nutzer beeinflusst werden.
Über Marcel Sarman
IT-AbteilungMarcel Sarman betreut die ABAKUS Website und entwickelt sie weiter. Er ist unser Experte für HTML5, CSS3 und WordPress und schreibt Beiträge für unsere Seite.
Alle Artikel von: Marcel Sarman
