انتشار مدل سری زمانی Granite PatchTST-FM-r2 توسط IBM با مجوز تجاری و قابلیت Zero-Shot

در ۹ سپتامبر ۲۰۲۶، شرکت IBM یک فایل safetensors با حجم ۳٫۰۷ گیگابایت را در پلتفرم Hugging Face Hub بارگذاری کرد و مدل سری زمانی Granite PatchTST-FM-r2 را در دسترس عموم قرار داد. این سیستم ۳۸۵ میلیون پارامتری همراه با وزن‌های باز، پایپ‌لاین استنتاج و کدهای بنچمارک قابل‌تکرار عرضه شد. این مدل که برای پیش‌بینی مقادیر آینده در داده‌های نمونه‌برداری‌شده منظم طراحی شده است، جریان‌های کاری سازمانی مانند متعادل‌سازی بار انرژی، تقاضای خرده‌فروشی و تله‌متری ماشین‌آلات را هدف قرار می‌دهد.[1][4]

پیش‌بینی سری‌های زمانی بر اندازه‌گیری‌های مرتب‌شده متکی است؛ مانند فروش روزانه، مصرف ساعتی برق یا خوانش سنسورها در طول زمان. از نظر تاریخی، تیم‌های علم داده مجبور بوده‌اند برای هر مجموعه داده خاص، یک مدل یادگیری ماشین مجزا را آموزش داده و نگهداری کنند. این رویکرد پراکنده، بار عملیاتی عظیمی را برای شرکت‌هایی که هزاران معیار متمایز را ردیابی می‌کنند، ایجاد می‌کند.[3]

تیم تحقیقاتی IBM در بیانیه انتشار خود نوشت: «مدل‌های پایه سری زمانی در حال تغییر نحوه ساخت سیستم‌های پیش‌بینی هستند. کاربران به‌جای آموزش و نگهداری یک مدل مجزا برای هر مجموعه داده، می‌توانند از یک مدل ازپیش‌آموزش‌دیده استفاده کرده و پیش‌بینی‌ها را به‌صورت zero-shot تولید کنند.»[1]

این مدل، داده‌ها را از طریق یک مکانیزم وصله‌بندی (patching) پردازش می‌کند. PatchTST-FM-r2 به‌جای خواندن تک‌تک نقاط داده، سری‌های زمانی را به وصله‌هایی در سطح زیرسری برداری می‌کند. این سیستم از وصله‌هایی با ۵۰ درصد هم‌پوشانی و وزن‌دهی پنجره همینگ استفاده می‌کند تا مرزهای بین قطعات داده را هموار کرده و یک پیش‌بینی پیوسته ارائه دهد.[1][6]

معماری داخلی این مدل نشان‌دهنده یک تغییر قابل‌توجه نسبت به نسخه قبلی خود، یعنی PatchTST-FM-r1 است. IBM بلوک‌های استاندارد ترانسفورمر را با ۳۰ بلوک کانفورمر جایگزین کرد؛ طراحی خاصی که در ابتدا برای پردازش گفتار توسعه یافته بود.[2][6]

هر بلوک کانفورمر، یک مکانیزم توجه به خودِ چندسَره را با یک لایه کانولوشن زمانی احاطه می‌کند. جزء کانولوشن، ساختارهای زمانی کوتاه‌مدت و الگوهای محلی را ثبت می‌کند و مکانیزم توجه را آزاد می‌گذارد تا روی روابط بلندمدت در یک پنجره زمینه تاریخی تا سقف ۸۱۹۲ گام تمرکز کند.[2][6]

برای استقرارهای سازمانی، یک مقدار پیش‌بینی‌شده واحد به‌ندرت کافی است. مدل PatchTST-FM-r2 پیش‌بینی‌های احتمالی تولید کرده و ۹۹ چندک متمایز را خروجی می‌دهد. این ویژگی به یک برنامه‌ریز زنجیره تامین اجازه می‌دهد تا نقاط سفارش مجدد را بر اساس صدک ۹۰ام تقاضای موردانتظار تنظیم کند، نه اینکه به یک پیش‌بینی نقطه‌ای خشک و انعطاف‌ناپذیر که عدم قطعیت را نادیده می‌گیرد، تکیه کند.[3][4]

انتشار این مدل با ادغام آن در پایپ‌لاین‌های داده زنده همزمان شده است. شرکت‌های IBM و Confluent در ۱ سپتامبر ۲۰۲۶ یک برنامه دسترسی زودهنگام را راه‌اندازی کردند که مدل‌های سری زمانی Granite را مستقیماً وارد Confluent Cloud می‌کند.[5]

از طریق Apache Flink SQL، تیم‌ها می‌توانند مدل‌های پیش‌بینی و تشخیص ناهنجاری را روی جریان‌های داده زنده فراخوانی کنند. نتایج استنتاج مجدداً در تاپیک‌های Kafka نوشته می‌شوند و به مدل اجازه می‌دهند تا بر اساس وضعیت فعلی کسب‌وکار عمل کند، نه داده‌های دسته‌ای قدیمی.[5]

در بنچمارک GIFT-Eval که مدل‌ها را در سناریوهای مختلف پیش‌بینی ارزیابی می‌کند، PatchTST-FM-r2 به میانگین هندسی امتیاز احتمال رتبه‌بندی پیوسته (CRPS) برابر با ۰٫۴۶۷ و خطای مقیاس‌شده مطلق میانگین (MASE) برابر با ۰٫۶۸۴۶ دست یافت.[1][2]

تا ۸ سپتامبر ۲۰۲۶، این امتیازات، مدل را در رتبه دوم کلی در میان مدل‌های zero-shot قابل‌تکرار قرار می‌دهد و تنها پس از مدل TimesFM-3 گوگل ایستاده است.[1][2]

وجه تمایز تعیین‌کننده PatchTST-FM-r2 مجوز آن است. درحالی‌که بسیاری از مدل‌های با وزن باز دارای محدودیت‌های غیرتجاری هستند، IBM این نسخه را با مجوز دوگانه تحت Apache 2.0 و OpenMDW 1.0 بنیاد لینوکس منتشر کرد.[1][4]

در تحلیلی از Compendia Labs آمده است: «پیش‌بینی سری‌های زمانی یکی از آخرین حوزه‌های یادگیری ماشین است که در آن شرکت‌ها هنوز مدل‌ها را به‌صورت دستی برای هر مجموعه داده آموزش می‌دهند؛ همچنین حوزه‌ای است که در آن عبارت 'وزن‌های باز' اغلب در سکوت به معنای 'فقط برای تحقیق' است.» این مجوز منعطف، موانع قانونی برای استقرار این مدل ۳۸۵ میلیون پارامتری در محیط‌های تجاری و درون‌سازمانی را برطرف می‌کند.[4]