Google 於2021宣布的最新語言模型 MUM (Multitask Unified Model) 相較於被廣泛使用的 BERT 有更高的語言處理能力，MUM 更像是 BERT 的進階版，能夠對應整字句的辨識分析，並串連對應前後句，以得到更多關聯資訊，從中找出有用的資訊並且依照使用者語意分析，推論出更多回應。 依照 MUM 這些強大的功能，我們分成三個部分：多模態演算（Multimodal）、多語言演算（Multilingual）與多任務學習（Multitasking）來介紹。

多模態演算（Multimodal）:

MUM 和 BERT 一樣，都是以 Transformer 架構為基礎，而 MUM 不僅會解讀語言，還能夠生產語音內容。這種能同時處理多種資料型態的演算法特性稱為多模態，例如 AI 情緒辨識系統藉由分析對話（語音）與臉部表情（圖像）來解讀情緒，MUM 的多模態演算法則能夠同時理解文字及圖片中的訊息，讓使用者可以在打字同時加上想補充的圖片， AI 就將兩者的資訊兜在一起進行運算。未來 MUM 的多模態演算法甚至能夠擴展至同時分析文字、影像、音訊等多種媒介，讓使用者以更多元的方式進行搜索。

多語言演算（Multilingual）:

MUM 同時接受了 75 種語言以及多種任務的訓練，相比先前的模型，能夠更廣泛的了解資訊及知識，讓使用者可以跨語言搜尋到各種相關的資訊。他具有打破語言障礙的潛力，能夠將知識傳播給使用各種語言的族群，消彌因為語言不同所造成的障礙。其中一個極具代表性的例子，在 COVID-19 的疫情影響之下，光是相關的疫苗名稱就高達 50 多種語言，有著 800 多種不同的名稱，原本可能需要花到幾個小時甚至是好幾週才能搜尋出合適的結果，但 Google 透過 MUM 能夠在短短幾秒之內找到相關以及可靠可用的訊息。 MUM 不需要從每一種新語言中學習新的能力或技能，它的這種跨語言遷移學習能力能夠幫助 Google 快速改善系統。

多任務學習（Multitasking）:

Google 發現現在的搜尋引擎仍然不夠完善，一般搜尋平均會需要8個步驟才能夠獲取使用者所需要的完整答案。而 MUM 將能夠大幅改善搜尋的過程，這也是它最重要的一個優點。透過 MUM 輸入關鍵詞後，他會分析背後潛在的語意，同時系統會分辨出使用者想要找尋那些資訊，避開相似卻不相關的內容，精確的給出搜尋結果。以 Google 的舉例來看，使用者說明自己近期有登山過，並且考慮安排下次的登山行程，系統便會根據使用者的登山經驗，給出相對應的建議資訊，像是氣候狀態，兩山之間的高度、坡度差異等。不僅如此，系統還可以提供使用者登山合適的裝備選項，或是登山所需的體能訓練方案。或者當我們搜尋壓克力塗料時，Google 會分析用戶們搜尋它時同時也做了什麼其他相關的搜索，提供更多相關的資料，像是能夠去哪邊學習繪畫，或是各種繪畫技巧及著名的畫家。

MUM 可以同時處理文字與圖片的資訊、支援多語言搜尋、也能精確的理解搜尋前後文的關聯！這不僅改善了現有系統的許多面向，也創造出全新的方式讓使用者搜尋及探索訊息，更是 AI 理解人類自然交流、解讀訊息的一大進步。