IBM வெளியிட்ட புதிய காலவரிசை முன்னறிவிப்பு AI மாடல்

IBM தனது கிரானைட் காலவரிசை அடிப்படை மாடல் குடும்பத்தின் புதிய மாடலான PatchTST-FM-r2-ஐ வெளியிட்டுள்ளது. தேவை, விலைகள், மின் சுமைகள், போக்குவரத்து மற்றும் காலப்போக்கில் மாறும் பிற தரவுகளை முன்னறிவிப்பதே இதன் நோக்கம். 2026 செப்டம்பர் 8-ஆம் தேதி நிலவரப்படி, சுமார் 385 மில்லியன் பாராமீட்டர்கள் கொண்ட இம்மாடல் GIFT-Eval தரவரிசையில் முதலிடத்தில் உள்ளது. அனுமதி வழங்கும் வணிக-நட்பு திறந்த மூல உரிமத்தில் வெளியிடப்பட்ட "ஜீரோ-ஷாட்" (zero-shot) மாடல்களிலேயே இது முதலிடம். பல்வேறு சூழல்களில் முன்னறிவிப்பு மாடல்களைச் சோதிக்கும் ஒரு அளவுகோல் இது.

ஒரு புதிய தரவுத்தொகுப்புக்கென தனியாகப் பயிற்சி பெறாமலேயே, ஒரு ஜீரோ-ஷாட் மாடல் அதற்கான முன்னறிவிப்புகளை உருவாக்க முடியும். ஒவ்வொரு தரவுத்தொகுப்புக்கும் தனித்தனி மாடல் தேவைப்படும் பாரம்பரிய முன்னறிவிப்பு அமைப்புகளைப் போலல்லாமல் இது செயல்படும். PatchTST-FM-r2, 8,192 கால-படிகள் வரையிலான உள்ளீட்டு வரலாற்றைக் கையாள முடியும். இது நெகிழ்வான நீளத்தில் முன்னறிவிப்புகளை உருவாக்க முடியும். நிகழ்தகவு அடிப்படையிலான முன்னறிவிப்புகளையும் இது தர முடியும்; அதாவது ஒரே ஒரு எண்ணுக்குப் பதிலாக சாத்தியமான விளைவுகளின் வீச்சை இது மதிப்பிடுகிறது.

ஜீரோ-ஷாட், மறுஉருவாக்கம் செய்யக்கூடிய, சோதனை கசிவு இல்லாத மாடல்களுக்கு மட்டுப்படுத்தப்பட்ட GIFT-Eval-ல், PatchTST-FM-r2 TimesFM-3-க்குப் பின் ஒட்டுமொத்தமாக இரண்டாமிடத்தில் உள்ளது. தனது சொந்த Apache-2.0, OpenMDW-1.0 இரட்டை உரிமங்கள் போன்ற அனுமதி வழங்கும் உரிமம் கொண்ட மாடல்களில் இது முதலிடத்தில் உள்ளது. அளவுகோலின் சொந்த தரவுத்தொகுப்புகளின் சில பகுதிகளில் பயிற்சி பெற அனுமதிக்கப்படும் "பயிற்சி பெற்ற" மாடல்களையும் சேர்த்து ஒப்பிடும்போதும், PatchTST-FM-r2 உச்சத்திற்கு அருகிலேயே உள்ளது. Chronos-2, Timer-S1, Toto உள்ளிட்ட பல பெரிய பயிற்சி பெற்ற மாடல்களையும் இது மிஞ்சுகிறது.

புதிய பதிப்பு மாடலின் உள் கட்டமைப்பை மாற்றியுள்ளது. அதன் முந்தைய பதிப்பான PatchTST-FM-r1, செல்ஃப்-அட்டென்ஷனை (self-attention) ஒரு நிலையான ஃபீட்-ஃபார்வர்ட் நெட்வொர்க்குடன் இணைத்திருந்தது. காலவரிசையில் வெவ்வேறு புள்ளிகளுக்கு இடையேயான தொடர்புகளை மாடல் எடைபோட இந்த செல்ஃப்-அட்டென்ஷன் உதவுகிறது. PatchTST-FM-r2 அதற்குப் பதிலாக, பேச்சு செயலாக்க ஆய்விலிருந்து பெறப்பட்ட "கான்ஃபார்மர்" (conformer) தொகுதிகளைப் பயன்படுத்துகிறது. இவை செல்ஃப்-அட்டென்ஷனை, உள்ளூர் அமைப்புகளைக் கண்டறியும் நுட்பமான டெம்போரல் கன்வல்யூஷனுடன் இணைக்கின்றன. செல்ஃப்-அட்டென்ஷன் தரவில் நீண்ட தூர தொடர்புகளை மாடலாக்குகிறது; கன்வல்யூஷன் குறுகிய கால அமைப்பைக் கண்டறிகிறது.

அளவுகோல் முடிவுகளை மறுஉருவாக்கம் செய்யத் தேவையான மாடல் எடைகள், கட்டமைப்பு, இன்ஃபெரென்ஸ் (inference) பைப்லைன், குறியீடு அனைத்தும் பொதுவெளியில் கிடைக்கின்றன என IBM தெரிவிக்கிறது. கான்ஃப்ளூயன்ட் (Confluent) தரவு-ஸ்ட்ரீமிங் தளம் மூலம் கிரானைட் காலவரிசை மாடல்களை ஸ்ட்ரீமிங் பயன்பாடுகளில் எவ்வாறு பயன்படுத்தலாம் என்பதையும் நிறுவனம் எடுத்துரைத்தது.