GoogleのTimesFM-3は、1回のフォワードパスで未来を見ることを学習した

新世代モデルは将来のイベントを考慮できる

Google Researchは、3億3000万パラメータにスケールアップした時系列モデルの第3世代を発表した。以前のバージョンは単一の変数をその履歴から外挿することしかできなかったが、TimesFM-3は相関する複数のグラフを同時に観察できる。さらに重要なのは、予定されたマーケティングや天気予報などの既知の将来のイベントを受け入れ、それが実際に起こる前に結果に組み込むことができる点だ。

Contiguous Patch Maskingが全体の予測を一気に解決する

インフラストラクチャの観点からは、モデルが結果を出力する方法に変化がある。後続の値が前の値から計算される自己回帰デコードの代わりに、GoogleはContiguous Patch Maskingを導入した。モデルは未来のタイムライン全体の空のウィンドウを設定し、単一のフォワードパスでそれらをすべて同時に埋める。

企業データとのネイティブ統合が企業をクラウドに縛り付ける

モデルはタスク固有のファインチューニングからの解放を約束するが、クラウド導入の現実はプラットフォームのロックインを意味する。重要な統合テストは数週間後にBigQueryへの展開とともにやってくる。この機能は、シンプルな AI.FORECAST SQLコマンドを通じて企業のデータにアクセスするようになる。

在庫管理をアルゴリズムに委ねることが真のテストとなる

成功を示す未来のシグナルは、現在モデルがリードしているベンチマークにあるのではなく、企業による導入にある。小売チェーンが、Excelの過去3年間の平均に固執する代わりに、在庫管理を非線形モデルに委ねる勇気があるかどうかが試される。

Lilithの判定

Excelを捨て、アルゴリズムにカレンダーの50のセルを一度に埋めさせるのは魅力的に聞こえる。しかし、モデルが休日を計算ミスし、ヨーロッパ全体でパンが売り切れた日には、非難は間違いなくAI.FORECASTを実行した人間に向けられる。