A Google termékblogjának szerdai bejegyzésében vázolta fel, hogyan használhatja fel az MI-modelleket, hogy jobb keresési eredményeket biztosítson a krízishelyzetben lévő emberek számára. Ez alatt olyasmit kell érteni, mint a hatékonyabb és megbízhatóbb információszolgáltatás az öngyilkossággal, a szexuális zaklatással vagy a kábítószerrel való visszaéléssel kapcsolatban, miközben elkerülik a potenciálisan sokkoló vagy káros tartalmakat is. De ide tartozik minden más is a az olyan időérzékeny témákig, mint amilyen az árvíz-előrejelzés, ahol a Google MI-fejlesztései új megoldásokat tesznek elérhetővé.

A társaság mindezek alapján a következő hetekben vezetné be a MUM (Multitask Unified Model) néven hivatozott mesterségesintelligencia-modell. A MUM a Google szerint segít jobban megérti az emberek kérdései mögött meghúzódó szándékot, de javítani fogja a Google keresőszolgáltatásának spamek elleni védelmét is, ami ugyancsak csökkentheti a haszontalan vagy veszélyes találatok arányát.

Ez a bakancs túrázásra termett

A Google ráadásul a fejlesztések globális bevezetését tervezi, miután a tavalyi Google I/O konferencián bemutatott MUM összesen 75 nyelven képes közreműködni a keresőtalálatok válogatásában. A bejegyzés szerint amikor egy MUM-modellt betanítanak valamilyen újabb feladat elvégzésére – mondjuk a lekérdezés természetének osztályozására –, az rögtön meg is tanulja azt elvégezni az összes általa ismert nyelven elvégezni.

A modell multimodális, ami itt azt jelenti, hogy képes fedolgozni a legkölönbözőbb típusú információkat a weboldalaktól a képes tartalomig. A közleményben szereplő példában MUM által támogatott keresőben a felhasználó lefényképezhet egy pár csizmát, és megkérdezheti, hogy az alkalmas-e a Fuji-hegyen való túrázásra. A Google ezzel párhuzamosan azt is közölte, hogy a BERT nyelvi modell alkalmazásával is jelentősen csökkentette a potenciálisan nem kívánatos eredmények arányát: az elmúlt évben állítólag 30 százalékkal sikerült lefaragnia a "váratlanul sokkoló eredményeket", ami különösen igaz volt az etnikai hovatartozáshoz, nemekhez és szexuális irányultsághoz kapcsolódó kereséseknél.