กูเกิลปล่อยโมเดล TimesFM โมเดลปัญญาประดิษฐ์พื้นฐาน (foundational model) สำหรับการทำนายข้อมูลตัวเลขโดยเฉพาะ เช่น เมื่อผู้ใช้ให้ตัวเลขเบื้องต้น แล้วโมเดลสามารถทำนายค่าต่อไปได้โดยไม่ต้องฝึกจากข้อมูลก่อนหน้า

กระบวนการฝึกโมเดลนี้ กูเกิลอาศัยข้อมูลในโลกความเป็นจริงรวมกว่าแสนล้านชุด เช่น Google Trends หรือสถิติการเข้าชม Wikipedia พร้อมกับข้อมูลสังเคราะห์ที่เป็นโมเดลทางคณิตศาสตร์หรือฟิสิกส์พื้นฐาน

การทดสอบประสิทธิภาพอาศัยชุดข้อมูล Monash Forecasting Archive ที่เป็นข้อมูลนับหมื่นรายการ เช่น ปริมาณการจราจร, สภาพอากาศ โดย TimesFM สามารถเอาชนะโมเดลที่ต้องฝึกล่วงหน้าได้หลายตัวโดยไม่ต้องการการฝึกล่วงหน้าเลย (zero-shot) และเมื่อเทียบกับการใช้ GPT-3.5 มาทำนายค่าก็ยังได้ประสิทธิภาพดีกว่า แม้ TimesFM จะมีขนาดโมเดลเพียง 200 ล้านพารามิเตอร์เท่านั้น

โมเดลเปิดให้ดาวน์โหลดได้จาก HuggingFace

ที่มา - Google Research