Bien comprendre MUM (Multitask Unified Model) pour le SEO sémantique

Présenté par Google lors de sa conférence I/O 2021, MUM, pour Multitask Unified Model, marque une étape supplémentaire dans la capacité du moteur à traiter des requêtes complexes, celles qui auparavant demandaient plusieurs recherches successives pour être satisfaites. Google a présenté MUM comme nettement plus puissant que BERT sur certaines tâches de compréhension du langage, grâce à 3 capacités combinées : le traitement multitâche, la compréhension multimodale au-delà du seul texte, et le transfert multilingue des connaissances. Cette page détaille ces 3 capacités et explique pourquoi elles rejoignent directement la logique d’un cocon sémantique bien construit, notamment dans sa version la plus récente, orientée vers plusieurs formats de contenu. Cette page complète Les algorithmes Google liés au sens : du Knowledge Graph au Neural Matching, le socle du SEO sémantique.

MUM, l’algorithme multitâche de Google

Le terme multitâche, dans MUM, désigne la capacité du modèle à traiter simultanément plusieurs types de compréhension du langage qui, auparavant, nécessitaient des modèles distincts : comprendre l’intention d’une requête, résumer un contenu, traduire une information, ou encore répondre à une question complexe en combinant plusieurs sources d’information. Cette approche unifiée donne à Google les moyens de traiter une requête riche et ambiguë sans devoir la décomposer en plusieurs recherches successives de la part de l’internaute. Concrètement, une requête qui mêlerait plusieurs intentions, par exemple comparer 2 situations nécessitant des connaissances différentes tout en demandant une recommandation pratique, pouvait auparavant forcer un internaute à lancer plusieurs recherches successives pour rassembler toutes les informations nécessaires.

Un modèle multitâche comme MUM vise à répondre directement à ce type de requête complexe en une seule fois, en mobilisant simultanément les différentes compréhensions nécessaires. Pour un site qui publie du contenu, cette évolution renforce l’intérêt de traiter un sujet dans sa globalité plutôt que de le fragmenter en pages trop étroites qui ne répondent chacune qu’à une seule facette de la question. C’est exactement la logique des strates de contenu décrite par Laurent Bourrelly dans les mécaniques internes d’un cocon sémantique : décliner un sujet en niveaux de contenus connexes, de façon à couvrir ensemble toutes les facettes qu’un modèle multitâche pourrait chercher à combiner dans une seule réponse.

Cette capacité à traiter plusieurs tâches en un seul passage change aussi la façon dont un contenu doit anticiper les questions de suivi d’un internaute : plutôt que de répondre seulement à la question principale d’une page, anticiper les questions naturelles qui en découlent, et y répondre dans les pages complémentaires du même cocon, construit un ensemble que ce type de modèle sait exploiter efficacement pour construire une réponse complète.

Multimodal et multilingue : ce qui distingue MUM de ses prédécesseurs

La dimension multimodale de MUM désigne sa capacité à traiter plusieurs formats de contenu au-delà du seul texte, notamment les images, avec l’ambition annoncée par Google d’étendre cette compréhension à d’autres formats comme la vidéo à terme. Cette capacité aide par exemple à interpréter une requête qui combine une image et une question textuelle, en comprenant le lien entre les 2 plutôt qu’en traitant chaque élément isolément. La dimension multilingue, de son côté, donne à MUM la capacité d’apprendre une information dans une langue et de transférer cette compréhension vers une autre langue sans nécessiter de traduction intermédiaire complète.

Google a présenté cette capacité comme un moyen de rendre accessibles, dans une langue donnée, des informations qui n’existent peut-être que dans une autre langue sur le web, en s’appuyant sur une compréhension entraînée simultanément sur de nombreuses langues. Ces 2 dimensions combinées distinguent MUM de BERT, qui reste centré sur la compréhension du texte dans une langue à la fois, même si BERT traite lui aussi plusieurs langues séparément. MUM, en revanche, vise une compréhension transversale, capable de relier des formats et des langues différents autour d’un même concept sous-jacent, ce qui en fait une étape supplémentaire vers une compréhension du sens indépendante de sa forme d’expression exacte.

Cette ambition de compréhension transversale rapproche MUM, par son esprit, du Knowledge Graph lancé presque 10 ans plus tôt, qui visait déjà à relier des informations entre elles au-delà du simple texte brut. Pour un éditeur de contenu, cette évolution confirme l’intérêt de ne pas négliger le texte alternatif des images ni les légendes qui les accompagnent : ces éléments, longtemps traités comme de simples détails d’accessibilité, deviennent aussi des signaux que des modèles multimodaux peuvent exploiter pour relier une image au concept textuel qu’elle illustre.

L’impact attendu sur les requêtes complexes et conversationnelles

MUM a été pensé par Google pour mieux répondre aux requêtes longues, complexes et conversationnelles, celles qui ressemblent davantage à une question posée naturellement qu’à une suite de mots-clés isolés. Cette orientation prolonge directement le virage amorcé par Hummingbird en 2013, qui avait déjà déplacé l’attention de Google des mots-clés isolés vers l’intention complète d’une requête. Un contenu qui répond à ce type de requête complexe doit lui-même couvrir plusieurs facettes d’un même sujet de façon cohérente, plutôt que de se limiter à une réponse étroite et unidimensionnelle.

C’est précisément ce qu’organise une architecture en cocon sémantique, où la page cible répond à l’intention principale tout en s’appuyant sur un ensemble de pages complémentaires qui couvrent chacune une facette connexe du sujet, reliées entre elles par un maillage cohérent. Plutôt que de chercher à deviner exactement comment un modèle comme MUM traite une requête donnée, la stratégie la plus robuste reste de construire un contenu qui couvre réellement un sujet dans sa richesse, avec les formats pertinents, texte, mais aussi image ou vidéo quand le sujet s’y prête, exactement ce que vise une évolution récente de la méthode du cocon sémantique vers une approche plus multicanale. Cette orientation vers les requêtes conversationnelles rejoint aussi directement le travail préalable de définition de l’intention de recherche d’un internaute, une étape déjà présente dans les bases du référencement naturel : plus cette intention est cernée finement avant la rédaction, plus le contenu produit a de chances de répondre naturellement à ce type de requête complexe sans avoir à deviner après coup ce qui lui manque.

Ce que ça signifie pour un cocon sémantique

L’évolution récente de la méthode du cocon sémantique vers ce que Laurent Bourrelly nomme le Cocon OmniCanal illustre directement cette adaptation à des algorithmes comme MUM : plutôt que de se limiter à un format texte uniforme sur chaque page, cette approche élargit le cocon à plusieurs canaux et plusieurs formats, texte, image, vidéo, audio, construits autour du même écosystème de contenu, avec le site, l’email et les réseaux sociaux qui travaillent ensemble sur un même sujet. Cette approche ne remplace pas l’IA par un pilote automatique : Bourrelly insiste au contraire sur le fait que l’IA reste un outil à maîtriser, jamais un pilote automatique, avec une décision humaine qui reste au centre du processus de production. L’intérêt d’aligner un cocon sur une logique multimodale tient justement à cette maîtrise : produire des formats variés et pertinents pour chaque sujet, plutôt que de générer du volume uniforme sans réflexion sur le format le mieux adapté à chaque facette traitée.

Pour un cocon sémantique classique qui reste pour l’instant centré sur le texte, retenir le principe suffit : un sujet traité dans toute sa richesse, avec les bons formats au bon endroit, colle naturellement à la direction prise par des algorithmes multitâches et multimodaux comme MUM, sans qu’il soit nécessaire de deviner précisément leur fonctionnement interne. Cette philosophie rejoint d’ailleurs celle que Laurent Bourrelly défend sur l’intelligence artificielle en général : un outil à maîtriser plutôt qu’un pilote automatique à subir, avec une vigilance humaine qui reste la meilleure garantie qu’un contenu généré ou optimisé à l’aide de ces technologies reste réellement utile au lecteur, pas seulement conforme à ce qu’un algorithme pourrait préférer.

Questions fréquentes

Testez vos connaissances

Stéphane Jambu LinkedIn ↗

Consultant e-commerce / visibilité / IA, fondateur de Hi-Commerce. Praticien du cocon sémantique depuis 2012, auteur de cette page dans le cadre du méta-cocon de référence Hi-Commerce sur le sujet.

Sources :

• Connaissances générales vérifiables : MUM, présenté par Google lors de la conférence I/O 2021
• Laurent Bourrelly, blog/58742.php (Cocon OmniCanal, multicanal et multimédia)