MUM, le nouvel algorithme de Google : à quoi s'attendre ?

La conférence I/O de Google qui s'est déroulée le 18 mai 2021 a provoqué quelques frissons parmi la communauté SEO du plus célèbre des moteurs de recherche. En présentant MUM, une nouvelle version de l'algorithme de recherche, le géant du web affirme sa volonté de repousser les limites de l'intelligence artificielle. Sous ce sympathique acronyme se dissimule un dispositif redoutable, le Multitask Unified Model, annoncé comme 1000 fois plus puissant que son prédécesseur BERT. Comme toujours lorsque le moteur de recherche prépare une nouvelle update, celle-ci implique quelques bouleversements à prévoir dans l'univers du référencement naturel.

Algorithme MUM : l'annonce de Google

Cette année, la conférence annuelle Google I/O dédiée aux développeurs et à la presse spécialisée s'est déroulée en direct dans les espaces extérieurs de la firme de Mountain View. C'est au cours d'une présentation entièrement virtuelle que le vice-président senior de Google Prabhakar Raghavan a dévoilé les nouvelles mises à jour et les outils en développement de l'écosystème Google. Devant une keynote d'ouverture intitulée « Construire un Google utile pour tous », le vice-président a annoncé l'arrivée du nouvel algorithme MUM. Cette amélioration apportée aux résultats de recherche souligne les progrès continus de Google dans l'exploration et l'application de l'IA.

Le moteur de recherche s'applique à fournir à ses utilisateurs une meilleure compréhension du web, et par extension une meilleure compréhension du monde. C'est à travers cette dynamique que la firme affine ses services sur internet depuis plus de 20 ans pour rendre l'information plus accessible et plus utile auprès de ses utilisateurs.

Selon les recherches menées par Google, le problème rencontré par les moteurs de recherche provient de leur difficulté à répondre aux requêtes dites complexes. Une étude a révélé qu'une telle requête nécessite en moyenne 8 recherches effectuées par l'internaute. Si MUM est aussi performant, c'est parce qu'il perfectionne plusieurs updates majeures présentées par Google ces dix dernières années.

La compréhension du langage humain demeure une activité complexe pour les moteurs de recherche, et ce manque de maîtrise du langage naturel impacte largement la qualité des résultats obtenus en réponse aux requêtes. Ces anomalies sont préjudiciables à la mission de Google qui est d'offrir du contenu pertinent et de qualifié aux internautes. Pour y remédier, la firme de Mountain View a relevé le défi en déployant plusieurs mises à jour de son algorithme. Depuis plusieurs années, les équipes de Google ont concentré leurs efforts sur la sémantique et l'intention de recherche des internautes. L'univers du SEO a tremblé au rythme des mises à jour majeures, dont le filtre Panda en 2011, Hummingbird en 2013, Rank Brain en 2015, BERT en 2019 et SMITH en 2020.

Depuis, les mots-clés d'une page web sont analysés dans leur contexte. L'attention portée sur l'intention de recherche a marqué un tournant sans précédent chez le géant du web.

MUM : la puissance du multitâche

Ce modèle de langage développé par Google a considérablement amélioré les performances de l'algorithme à l'aide du Machine Learning. En utilisant la technologie des réseaux neuronaux, ses algorithmes se sont formés pour mieux appréhender le contexte d'une requête.

Les moteurs de recherche font actuellement face à plusieurs défis lancés par les utilisateurs du web :

• selon les études menées par Google, 15% des requêtes sur internet sont inédites
• les internautes qui ont recours à la recherche vocale veulent une réponse sans effectuer de recherches supplémentaires
• les requêtes sont de plus en plus longues et atteignent souvent 4 mots

Tout comme BERT, MUM est né de l'exigence de Google à fournir rapidement une réponse claire et documentée à une requête dite complexe.

Ces deux modèles d'intelligence artificielle introduits dans l'algorithme sont basés sur l'architecture open source Transformer. D'une part, ce réseau de neurones récurrents (RNN Recurrent Neuronal Network) permet de mieux comprendre les langages et d'effectuer des tâches telles que traduire du contenu en direct. D'autre part, les équipes de Google se sont penchées sur le traitement du langage naturel, le NLP.

Ces recherches ont permis de développer un modèle très puissant capable de s'appuyer sur la technologie du Deep Learning pour interpréter les différents types de demandes et y répondre avec pertinence. Et c'est là que réside la particularité essentielle de MUM : cette IA peut comprendre, conceptualiser et générer du langage.

Application de l'algorithme MUM

La conception de BERT a enrichi les résultats de recherche en fournissant des requêtes plus justes et mieux contextualisées. Les équipes de Google franchissent un cap en améliorant le modèle avec MUM, ou Modèle Unifié Multitâche, qui génère à lui seul des réponses comparables à celles fournies par un expert dans un domaine précis.

MUM se voit attribuer plusieurs nouvelles compétences, et se révèle multitâche, multilingue et multimodal :

• il comprend et génère du langage
• il acquiert une connaissance du monde qui s'enrichit sans cesse
• il est opérationnel dans 75 langues
• il interprète et comprend les informations à travers les images et les textes, et pourra s'étendre à l'avenir à l'audio et à la vidéo

Pour le moteur de Google, une requête de recherche complexe implique une réponse longue et nécessite plusieurs paragraphes d'informations. Au cours de sa présentation, le vice-président a illustré la sophistication de MUM par une requête portant sur la préparation d'une randonnée sur le Mont Fuji prévue en automne, tout en évoquant sa précédente excursion sur le Mont Adams. L'algorithme a analysé la demande et les meilleurs contenus pour fournir une réponse parfaitement cohérente. MUM a d'abord comparé les caractéristiques des deux montagnes. Il a ensuite compilé les résultats de recherche portant sur l'équipement conseillé, ainsi que des articles de blogs spécialisés.

À terme, avec l'intégration de Google Lens, il sera possible de prendre une photo de ses propres chaussures de randonnée pour demander au moteur de recherche si ces dernières sont adaptées à la montagne envisagée. Ce dernier pourra enrichir sa réponse en guidant l'internaute vers l'acquisition d'un imperméable technique tenant compte de la saisonnalité. Avec cet exemple de mise en situation, MUM se révèle bel et bien l'assistant de recherche virtuel rêvé.

L'impact de l'algorithme MUM sur le référencement

Si Google a souvent optimisé ses algorithmes ces dernières années, l'arrivée de MUM témoigne d'un immense bond en avant de la part du moteur de recherche et de la place qu'il accorde à l'IA. Il est pour le moment toujours en phase de test et de perfectionnement par les développeurs de la firme. À la différence de BERT, qui avait fait son petit effet en impactant 10% des sites web, MUM ne devrait pas influencer les résultats des requêtes simples dans la SERP.

Reste à envisager que les modifications porteront sur les requêtes complexes effectuées sur desktop et mobile. On peut dès maintenant dégager deux grandes tendances de son impact sur le SEO.
Force est de constater que la langue ne sera plus une barrière. L'accès aux informations dans 75 langues implique que tout contenu indexé pourra toucher les utilisateurs dans une langue qu'ils n'ont jamais apprise.

Ensuite, à l'image de BERT, MUM est destiné à comprendre le contenu mis à disposition dans la SERP comme un humain. C'est pourquoi il convient de fournir du contenu utile et optimisé pour le référencement naturel. 

Les bonnes pratiques déjà bien connues de tous pour présenter un contenu de qualité restent de mise :

• fournir un contenu pertinent, pour répondre à l'intention de recherche de l'internaute
• répondre aux critères E-A-T de Google
• optimiser les photos et vidéos et les valoriser en tant que contenus qui documentent la recherche
• ajouter des données structurées à la page

MUM pose un jalon dans le projet de transition à long terme que Google est en train d'amorcer, et le géant du web affiche clairement son ambition d'élaborer un moteur de recherche alimenté par l'IA.