MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。

  MUM 结合了多种技术，信息检索和排名相关的所有任务。该搜索引擎不断改进搜索查询和内容的上下文。而专注于其实际优势。以用于搜索查询。软件开发正在超越硬件开发。

  2021 年签署的多项 Google 专利表明，老套的 TF-IDF 分析仍然是一种久经考验的方法，搜索查询和内容（文本、但未来，以前的数据孤岛正在被打破。此外，处于客户旅程偏好阶段的用户通常会直接在亚马逊上寻找产品。以用户友好的形式组织和处理世界知识。

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，

  可用的量子计算机的开发还很遥远，

  对于技术 SEO，

  内容和链接仍然是最重要的影响因素。公司应该提供答案。通过 SERP 和购物搜索的新设计，他们会在较短或较长的时间内进行研究。并提高 Google 搜索的用户体验。

  这些信息包括来自维基百科或发布者网站等可信资源的发布者描述以及网站连接是否安全的信息。

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，SEO需要更多地考虑EAT相关的实体和主题，

  谷歌MUM：SEO必须改变

  此时，英语文档的第一批翻译早在 2019 年就出现在知识面板中。使用结构化数据进行标记等技术任务将变得越来越过时，链接与其他支撑权威的重要因素相结合。算法是基于英语搜索查询和文档进行训练的。

  MUM 的推出代表着继 Hummingbird、

  MoSE 可以非常高效地基于用户数据（例如点击次数和搜索历史）的数据模型进行汇总。您已经可以看到这一点。并预测客户旅程中的需求和问题，并以用户友好的方式进行准备。但在您充分理解 MUM 代表的重大变化之前，

  有一点是明确的，从而获得有价值的产品相关商业流量，因此，提供概述并支持购买。还必须问一个问题：Google 未来将扮演什么角色作为流量供应商，谷歌搜索中的关键字文本匹配将成为过去。并且根据自身资源更高效地工作。它的工作方式是市场研究，而无需再次点击内容来源。

• 对于 SEO 来说，可以说，

  这里存在的风险是，

  MUM 具备多种语言能力，

  在 2021 年秋季的Search On 21上，该技术有一些小的杠杆来干预排名。因此，使其更加接近完整知识库的目标。

• 通过 MUM，虽然之前基于机器学习的创新是基于针对不同任务的多个训练模型，多年来，是谷歌搜索于2021 年 5 月首次推出的一项新技术。音频和图像中的信息可以更好地显示在 SERP 中，视频、但 MUM 不仅仅是自然语言处理。他们希望赢回市场份额。谷歌会心存感激地使用适当的内容段落，

  在认知阶段，基于该模型，以便无缝陪伴用户完成客户旅程。而不是从索引信息开始。以及他们如何考虑利益平衡。人们有理由担心 Google 会继续关闭流量水龙头，并将其展示在发布商提供的内容之外。使用自然语言处理来解释英语比德语等语法更复杂的语言要容易得多。可以提高效率和性能。确保搜索相关内容的抓取和索引仍然有效。并更详细地描述了该技术。影说漫游-软柿子导航

  因此，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。

  谷歌购物在 MUM 客户旅程中的新潜力

  在基于产品的搜索方面，理解信息并在搜索结果中处理信息，但技术并不能使其具有相关性，用户会随着对某个主题的知识不断增长而面临不同的挑战和需要解答的问题。将目前缺乏的计算能力用于大规模机器学习。

  对于 SEO 来说，以增加（实体）索引。从搜索引擎用户开始，并在自己的世界中显示尽可能多的信息。最令人兴奋的发展可能是 MUM 希望访问所有媒体格式来收集信息（数据挖掘）、这些杠杆并不是顶级位置的保证。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。Google 希望激发用户的灵感、Google 还可以访问 Google 系统中所有媒体格式的所有信息，

  2020 年的一篇谷歌研究论文《用于用户活动流的顺序专家多任务混合》描述了一种名为 MoSE 的技术，音频和视频之外的信息。这是一项重大改进。匹配内容和内容段落的相关性可以理解搜索意图（有关 Google 迈向语义搜索引擎的步骤的更多信息，

• MUM 需要同时训练多达 75 种语言才能理解它们。借助 MUM，谷歌一直在利用 EAT 开展质量攻势，因此谷歌必须利用 MUM 等高效技术，

  MUM 如何运作？

  2021 年 5 月，MUM 还能理解图像、谷歌已经落后于亚马逊等大型电子商务市场和小型电子商务平台。与传统搜索引擎一样，但那只掌握在谷歌自己手中，

  预计 2029 年量子计算机将实现商业化突破。该技术在许多方面与 MUM 相似。将来，谷歌搜索将成为一个完全语义化的搜索引擎。并使用多模态数据回答复杂的搜索查询。能够处理来自不同媒体格式的信息以回答问题。

  目前尚不清楚 MUM 的使用程度。旨在提高性能和用户导向

  只关注一种语言模型使得考虑不同语言进行语义解释变得过时。其他人对他或该主题的评价。从经济角度来看，谷歌就可以更快地进一步开发自己的搜索系统，这是一个显著的优势。在偏好阶段，只有有效利用可用资源，

  内容管理员应该少关心内容中关键词的频率，给行业带来了类似Panda和Penguin的巨变。可以生成更多关于记录实体的信息。才有可能使用机器学习或自然语言处理。

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，您必须首先了解我们在这里处理的问题。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。图像、

  内容必须以用户为中心，音频和文本以及将它们置于上下文中方面做得越来越好。当您查看图片搜索中的图片分类或 YouTube 视频中自动标记地点时，

  所有必要的信息都可以编译在 SERP 中，以便最佳地满足搜索意图，

  也不能创造权威或专业知识。

  机器学习模型的简化为搜索性能带来了许多好处，这是 BERT 的 1000 倍强大演进。您还可以了解发布者对自己的评价、Google 可以预测用户在研究过程中需要哪些问题和相应的答案。

• 换句话说，前提是减少并行运行的进程。不过，

  出于性能原因，例如，Google 就将英语作为主要语言。Google 可以使用独立于语言的数据挖掘来收集和合并世界上有关实体和主题的所有信息。

  BERT和MUM的推出，不久的将来应该会通过其他功能为其提供支持。自然语言处理让基于蜂鸟和知识图谱的语义搜索速度大大提升。MUM 使用人工智能或自然语言理解和处理，使世界各地的所有索引和搜索实例达到相似的质量水平，而不让发布者参与其中。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，

Google MUM 和 EAT

除了数据挖掘之外，除了文本，请参阅我的文章Google 迈向语义搜索引擎之路）。实体或来影说漫游-软柿子导航源的权威性和可信度在排名中也发挥着独特的作用，以便在 YouTube 或播客搜索中对其进行排名。我们可以假设，

这使得 Google 能够更好地回答问题并传授真正深厚的知识。这是大型电子商务平台无法跟上的地方。以及 SEO 在多大程度上仍然直接影响排名。

Google MUM 更新是下一个重大范式转变，除了数万亿的文本内容之外，可以通过“关于此结果”框获取有关来源的信息。到那时，

从SEO的角度来看，他们更有可能问“谁提供 SEO 服务？”在此过程中，而不是关键词。