الگوریتم جدید MUVERA گوگل: افزایش سرعت و دقت جستجو با بازیابی چندبرداری

گوگل الگوریتم جدیدی به نام بازیابی چندبرداری (Multi-Vector Retrieval Algorithm) یا MUVERA معرفی کرده است که سرعت بازیابی و رتبه‌بندی را افزایش داده و دقت را بهبود می‌دهد. این الگوریتم می‌تواند در موتور جستجو، سیستم‌های پیشنهاددهنده (مانند یوتیوب) و پردازش زبان طبیعی (NLP) مورد استفاده قرار گیرد.

اگرچه در این اطلاعیه به‌طور صریح اشاره نشده که این الگوریتم هم‌اکنون در جستجو استفاده می‌شود، اما مقاله پژوهشی منتشرشده نشان می‌دهد که MUVERA امکان بازیابی چندبرداری در مقیاس وب را با کاهش تأخیر و مصرف حافظه و همچنین سازگاری با زیرساخت‌های موجود (از طریق MIPS) فراهم می‌کند.

بردارسازی در جستجو

بردارسازی یا embedding، بازنمایی چندبعدی از روابط بین کلمات، موضوعات و عبارات است. این روش به ماشین‌ها امکان می‌دهد شباهت‌ها را از طریق الگوهایی مانند هم‌نشینی کلمات یا معانی مشابه عبارات درک کنند. در نتیجه:

• عبارت “King Lear” به عبارت “تراژدی شکسپیر” نزدیک خواهد بود.
• عبارت “A Midsummer Night’s Dream” در فضایی نزدیک به “کمدی شکسپیر” قرار می‌گیرد.
• هر دو به شکسپیر نزدیک خواهند بود.

فاصله بین کلمات و مفاهیم (از نظر ریاضی به عنوان معیار شباهت) نشان می‌دهد چقدر به هم مرتبط هستند و این الگوها به ماشین کمک می‌کنند تا شباهت‌ها را استنباط کند.

MUVERA مشکل ذاتی مدل‌های چندبرداری را حل می‌کند

بر اساس مقاله پژوهشی MUVERA، استفاده از بردارسازی عصبی در بازیابی اطلاعات حدود یک دهه است که مطرح شده است. مقاله ColBERT در سال 2020 نقطه عطفی در مدل‌های چندبرداری به‌شمار می‌رود، اما این روش‌ها مشکل گلوگاه محاسباتی دارند:

“اخیراً و با مقاله ColBERT، مدل‌های چندبرداری که مجموعه‌ای از بردارها را برای هر داده تولید می‌کنند، عملکرد بسیار بهتری در وظایف بازیابی اطلاعات داشته‌اند. اما استفاده از این مدل‌ها در بازیابی اطلاعات هزینه محاسباتی بالایی دارد به‌دلیل افزایش پیچیدگی بازیابی و امتیازدهی چندبرداری.”

گوگل نیز در معرفی MUVERA به همین چالش‌ها اشاره کرده است:

“… گرچه رویکرد چندبرداری دقت را افزایش می‌دهد و امکان بازیابی اسناد مرتبط‌تر را فراهم می‌کند، اما پیچیدگی محاسباتی زیادی به همراه دارد. به‌ویژه تعداد بیشتر بردارها و پیچیدگی امتیازدهی شباهت چندبرداری بازیابی را به‌شدت پرهزینه می‌کند.”

آیا MUVERA جانشین RankEmbed خواهد شد؟

بر اساس اسناد پرونده ضدانحصاری وزارت دادگستری آمریکا، یکی از سیگنال‌هایی که گوگل برای تولید صفحات نتایج استفاده می‌کند RankEmbed است. RankEmbed یک مدل دو اینکدر است که کوئری و سند را به فضای embedding می‌برد و شباهت آن‌ها را از طریق ضرب داخلی به‌دست می‌آورد. این مدل بسیار سریع است و برای کوئری‌های رایج عملکرد بالایی دارد، اما برای کوئری‌های کم‌تکرار ضعیف عمل می‌کند.

MUVERA محدودیت‌های عملکرد و مقیاس‌پذیری مدل‌های چندبرداری را که فراتر از مدل‌های دواینکدر هستند، برطرف می‌کند و عمق معنایی و عملکرد بهتری در کوئری‌های کم‌تکرار ارائه می‌دهد.

این پیشرفت به لطف تکنیکی به نام Fixed Dimensional Encoding (FDE) حاصل شده است که فضای embedding را به بخش‌هایی تقسیم کرده و بردارهای هر بخش را ترکیب می‌کند تا برداری با طول ثابت ایجاد شود. این کار امکان بازیابی سریع‌تر را فراهم می‌کند و همچنان دقت بالای مدل‌های چندبرداری را حفظ می‌کند.

گوگل می‌گوید:

“برخلاف بردارهای تک‌بعدی، مدل‌های چندبرداری هر داده را با مجموعه‌ای از بردارها نمایش می‌دهند و از توابع شباهت پیشرفته‌تری استفاده می‌کنند تا روابط غنی‌تری را میان داده‌ها ثبت کنند.

… این رویکرد جدید به ما اجازه می‌دهد از الگوریتم‌های MIPS بسیار بهینه‌شده برای بازیابی اولیه استفاده کنیم و سپس آن‌ها را با شباهت دقیق چندبرداری دوباره رتبه‌بندی کنیم و بدین‌ترتیب بدون کاهش دقت، بازیابی چندبرداری کارآمد داشته باشیم.”

مدل‌های چندبرداری پاسخ‌های دقیق‌تری نسبت به مدل‌های دواینکدر ارائه می‌دهند، اما هزینه محاسباتی زیادی دارند. MUVERA این مشکل را حل کرده و امکان استفاده از دقت مدل‌های چندبرداری بدون هزینه سنگین محاسباتی را فراهم کرده است.

این چه معنایی برای سئو دارد؟

MUVERA نشان می‌دهد که رتبه‌بندی جستجوی مدرن بیش‌ازپیش به قضاوت‌های شباهت معنایی وابسته است و نه صرفاً تطابق کلمات کلیدی. بنابراین، کارشناسان سئو و تولیدکنندگان محتوا بهتر است تمرکز خود را از تطابق دقیق عبارت‌ها به هم‌راستایی با بافت کلی و نیت کاربر تغییر دهند. به‌عنوان مثال، وقتی کاربری عبارت “کت‌های مخمل کبریتی مردانه سایز متوسط” را جستجو می‌کند، سیستمی شبیه MUVERA صفحات محصول واقعی را ترجیح می‌دهد تا صفحاتی که تنها از نظر واژه‌ای کوئری را تکرار کرده‌اند.

برای مطالعه اطلاعیه گوگل:

MUVERA: سریع‌کردن بازیابی چندبرداری به اندازه جستجوی تک‌برداری

پیشنهاد جواد یاسمی برای سئوکاران ایرانی درباره الگوریتم MUVERA گوگل:

با معرفی الگوریتم MUVERA، گوگل نشان داد که هرچه بیشتر به‌سمت تحلیل معنایی و فهم دقیق نیت کاربر پیش می‌رود و دیگر صرفاً تطابق کلمات کلیدی مهم نیست. به‌عنوان یک سئوکار ایرانی، پیشنهاد می‌کنم رویکرد تولید محتوا و بهینه‌سازی سایت‌ها را به این سمت ببرید:

✅ تمرکز بر زمینه و مفهوم: به‌جای تکرار کلمات کلیدی، روی پاسخ دقیق و جامع به نیاز کاربر تمرکز کنید. مثلا وقتی کاربری به‌دنبال «کت مخمل کبریتی مردانه سایز متوسط» است، محتوای شما باید دقیقاً اطلاعات محصول، راهنمای سایز، مزایا و تصاویر را پوشش دهد.

✅ بهینه‌سازی برای Intent: محتوای خود را براساس نیت کاربر طراحی کنید، نه صرفاً براساس حجم جستجو یا چگالی کلمات کلیدی. گوگل به‌سرعت یاد می‌گیرد که چه محتوایی نیاز واقعی کاربر را پاسخ می‌دهد.

✅ افزایش عمق محتوایی: MUVERA به الگوریتمی مجهز است که روابط معنایی را بهتر درک می‌کند؛ بنابراین محتواهایی که اطلاعات کامل‌تر و دقیق‌تری ارائه می‌دهند شانس بیشتری برای دیده‌شدن دارند.

✅ استفاده از داده‌های ساختاریافته: این کار کمک می‌کند محتوای شما برای درک بهتر توسط موتور جستجو آماده باشد و سریع‌تر در بخش‌های ویژه نتایج جستجو (Rich Results) نمایش داده شود.

در نهایت، یادمان باشد الگوریتم‌های جدید گوگل روزبه‌روز هوشمندتر می‌شوند و بازی سئو دیگر رقابت بر سر کلمات کلیدی نیست؛ بلکه رقابت در کیفیت واقعی تجربه کاربر است.