Google 研究员兼搜索副总裁 Pandu Nayak 的一篇新博文解释了 Google 搜索如何使用 MUM 和 BERT 来提供更安全的搜索结果。
强调：
- 谷歌正在使用 MUM 来更好地检测查询何时表明搜索者处于危机之中，并将在几周内开始推出这些改进。
- 谷歌使用 BERT 来提高对搜索者何时寻找明确内容的理解。
- 据谷歌称，以这种方式使用 BERT 在过去一年中减少了 30% 的搜索者“意想不到的令人震惊的结果”。
谷歌使用 MUM 在个人危机中更好地为搜索者服务
“……处于个人危机中的人们会以各种方式进行搜索，但我们并不总是很明显他们有需要。如果我们不能准确识别这一点，我们就无法对系统进行编码以显示最有用的搜索结果，”Nayak 写道。
例如，使用机器学习来提高对语言的理解有助于谷歌更准确地检测搜索结果何时应该包括相关危机热线的电话号码。
Nayak 解释说：“MUM 可以更好地理解人们提出问题的意图，以检测一个人何时有需要。”并补充说，这有助于谷歌“在正确的时间更可靠地显示可信赖和可操作的信息。”
谷歌计划在未来几周内推出这些改进。
谷歌今年将令人震惊的搜索结果减少了 30%
意想不到的搜索结果很少是一种好的体验——有时，它们可能是有害的并导致痛苦。
这就是为什么谷歌必须能够更好地解读每个搜索者的意图，以便他们呈现的结果符合他们的期望。
安全搜索模式使搜索者能够过滤掉明确的结果。但是，有时这正是人们可能正在寻找的东西。
Nayak 写道：“BERT 提高了我们对搜索是否真正在寻找显式内容的理解，帮助我们大大减少了遇到令人惊讶的搜索结果的机会。”
他透露，在过去一年中，以这种方式使用 BERT 已将“意外、令人震惊”的结果减少了 30%。
根据 Nayak 的说法，BERT “在减少与种族、性取向和性别相关的搜索中特别有效，这可能会对女性，尤其是有色人种女性产生不成比例的影响。”
谷歌将使用 MUM 扩展多种语言的垃圾邮件战斗
谷歌使用人工智能来减少不同位置的垃圾邮件和无益的结果。
在接下来的几个月里，即使在培训数据很少的情况下，它也会让 MUM 努力扩展这些安全措施。
这是可能的，因为正如 Nayak 解释的那样，“当我们训练一个 MUM 模型来执行一项任务时——比如对查询的性质进行分类——它学会了用它知道的所有语言来做这件事。”
谷歌向搜索者保证，这些最新变化已经并将继续经过严格测试，包括由人工搜索评估者进行评估。
谷歌通过其@SearchLiaison 帐户推广了该帖子：
详细了解 BERT 和 MUM 等 AI 系统如何提供帮助并将帮助 Google 搜索更好地为人们提供个人危机支持信息，并进一步减少在我们的结果中出现意外明确内容或垃圾邮件的机会：https://t.合作/TMOIgKvx9e
— Google SearchLiaison (@searchliaison) 2022 年 3 月 30 日
