میسترال از خانواده مدل‌های بنیادین سری‌های زمانی «تایمسترال» رونمایی کرد؛ تحول در پیش‌بینی دقیق روندهای مالی و صنعتی

آزمایشگاه فرانسوی هوش مصنوعی میسترال (Mistral AI) نخستین خانواده از مدل‌های بنیادین پیش‌بینی سری‌های زمانی (Time-Series Foundation Models) خود را با عنوان تایمسترال (Timestral) معرفی کرد. این مدل‌ها به طور اختصاصی برای انجام پیش‌بینی‌های احتمالی و چندمتغیره بر روی انواع داده‌های زمانی طراحی شده‌اند و استانداردهای جدیدی را در صنعت مدل‌سازی عددی تعریف می‌کنند.

بزرگ‌ترین مدل این خانواده با تنها ۲۰۹ میلیون پارامتر منتشر شده است که در مقایسه با مدل‌های زبانی عظیم، ساختاری فوق‌العاده سبک، سریع و بهینه برای استقرار در لبه یا سرورهای معمولی دارد. با وجود اندازه کوچک، تایمسترال توانایی پیش‌بینی چندگانه متغیرها را به صورت احتمالی (ارائه بازه‌های اطمینان به جای یک عدد واحد) داراست و به طور کامل از متغیرهای کمکی گذشته (Past-Only) و متغیرهای کمکی معلوم در آینده (Known-Future Covariates) مانند تقویم تعطیلات یا برنامه‌های بازاریابی پشتیبانی می‌کند.

تیم پژوهشی میسترال اعلام کرده که تایمسترال روی مجموعه داده‌های چند ده میلیارد نقطه‌ای در حوزه‌های متنوع از جمله مصرف انرژی در شبکه، نوسانات بازارهای مالی، تقاضای زنجیره تأمین در خرده‌فروشی و حسگرهای صنعتی اینترنت اشیا (IoT) آموزش دیده است. در بنچمارک‌های استاندارد، این مدل موفق شده از مدل‌های تخصصی آماری کهنه‌کار و همچنین معماری‌های یادگیری عمیق پیچیده پیشی بگیرد.

عرضه تایمسترال نشان‌دهنده ورود هوش مصنوعی ژنراتیو به هسته تصمیم‌گیری‌های حساس مبتنی بر داده‌های پیوسته است. شرکت‌ها اکنون می‌توانند بدون نیاز به آموزش مدل‌های اختصاصی از صفر برای هر مسئله پیش‌بینی تقاضا یا نوسان قیمت، این مدل را به صورت Zero-Shot استفاده کرده یا با داده‌های اندک سازمانی برای پیش‌بینی دقیق رویدادهای آینده Fine-Tune نمایند.