^(oo)^~小米行動CCC

許多事物都有不同稱呼，比如碳酸飲料又名汽水，毛衣又名針織衫，美式足球又名橄欖球。這些名稱差異有的是語言功能使然，有的是在反映文化上的細微差異，也有單純因為地域不同，所以有同樣的東西有不同的稱呼。COVID-19 就是一個非常具有代表性的例子。先前，我們必須學會辨識大家用來指稱新型冠狀病毒的每個詞組，以確保為來自世界各地的搜尋者呈現優質且及時的資訊，讓大家都能從世界衛生組織、美國疾病控制與預防中心等值得信賴的衛生主管機關獲得正確情報。如今一年過去，疫苗名稱又為我們帶來了類似的挑戰。但和先前不同的是，我們現在有了 Multitask Unified Model (MUM) 這項新工具。

了解針對疫苗資訊的搜尋

根據我們的分析，AstraZeneca、CoronaVac、Moderna、Pfizer、Sputnik 等廣泛使用的疫苗在全世界共有超過 800 種名稱。使用者在搜尋疫苗資訊時，可能會使用「Coronavaccin Pfizer」、「mRNA-1273」、「CoVaccine」等各式各樣的關鍵字。我們是否能正確識別所有的疫苗名稱，對於使用者能否獲得可靠的最新疫苗資訊至關重要。然而，要想辨識出全球使用者對於疫苗的不同稱呼，就得付出大量的時間成本，以人工而言需要幾百小時。但現在有了 MUM，我們就可以在短短幾秒鐘內辨識出 800 種以上超過 50 種語言用來稱呼疫苗的詞語。在驗證 MUM 的搜尋結果後，我們已能將這個模型應用在 Google 搜尋服務中，幫助使用者找到全世界有關 COVID-19 疫苗的優質及時資訊。

跨語言轉移知識

MUM 之所以能在幾秒內完成一項原本需要數週時間的工作，就是因為具有知識轉移能力。MUM 能夠從本身接受訓練的超過 75 種語言中學習並轉移知識。以閱讀一本書為例，如果你會多種語言，就可以在閱讀後用你會的其他語言來分享書中重點（取決於你的精通程度），因為你對這本書的理解不是取決於對語言或翻譯的依賴。MUM 對於不同語言知識的轉移也很類似這樣的概念。

MUM 也因為具有知識轉移能力，所以不需要從每一種新語言中學習新的能力或技能。這種跨語言遷移學習能力可以幫助我們快速擴展系統的改善，即使沒有太多訓練資料也是如此。這在一定程度上要歸功於 MUM 的樣本效率；換句話說，相較於之前的模型，MUM 在完成同一件工作時需要的資料量要少得多。以疫苗名稱來說，只需要一小部分官方疫苗名稱作為樣本，MUM 就能快速識別這是疫苗在不同語言間的名稱。

使用 MUM 來改善 Google 搜尋

MUM 的第一個應用讓我們能幫助世界各地的使用者及時取得關鍵資訊，我們期待 MUM 在未來可以透過多種方式讓 Google 搜尋變得更實用。在我們早期的測試結果中顯示，MUM 不僅可以在許多面向上改進我們現有的系統，還可以幫助我們打造全新的方式來探索和搜尋資訊。

本文作者：Google 搜尋研究員暨副總裁 Pandu Nayak