تنبؤ جماعي بنماذج آي بي إم غرانيت للسلاسل الزمنية

أعلنت آي بي إم عن نهج جديد للتنبؤ بالسلاسل الزمنية يقوم على تجميع أربعة نماذج جرانيت مفتوحة ومسبقة التدريب، لتقليل التخمين حول المعمارية الأنسب لكل حالة. ويتاح النهج عبر واجهة واحدة تجمع تلك النماذج وتعيد تنبؤات نقطية وكمية دون إعادة تدريب أو ضبط أوزان اعتماد على بيانات المستخدم. وتتألف الوصفة الافتراضية من معماريات تكميلية هي: محول مقسط، وكونفورمر مقسط، ونموذج فضاء حال، وميكسرز صغير. وتعتمد الفكرة على تشبيه مألوف في التنبؤات الجوية، إذ تجمع حلقات التنبؤ رؤى نماذج مختلفة بدل الاعتماد على نموذج واحد، مع ترخيص سخي للوصفة وأعضائها. ويوفر الحل طريقتين للدمج. الأولى التجميع الاحتمالي، وهو الخيار الافتراضي، ويمنح كل نموذج وزنا متساويا، ويجمع كميات التنبؤ في فضاء الاحتمال دون مرحلة تدقيق. والثانية تجميع المدى الربيعي، ويعطي تأثيرا أكبر للنماذج ذات الامتدادات الأضيق، مع ضبط اختياري يدفع الأوزان نحو التساوي. وعلى صعيد الأداء، قورنت الوصفتان بأعضائهما على سبعة وتسعين إعدادا من مجموعة جفت إيفال، وفق لقطة منشورة في العشرين من أكتوبر ٢٠٢٦. وتجاوزت التجميعة الأعضاء الفردية في مؤشرات الدقة الإجمالية، وحصلت التجميعة الاحتمالية على أفضل مؤشر ماس بين النتائج الستة، بينما سجل التجميع بالمدى الربيعي ترتيبا أفضل في بعض مقاييس الدقة الاحتمالية. ويؤكد ذلك أن التجميعة تقدم نقطة بداية متوازنة، لا بالضرورة أعلى النتيجة في كل مقياس، لكنها أكثر ثباتا عبر بيانات متباينة. ويستطيع المطورون تشغيل الوصفة من خلال حزمة جرانيت للسلاسل الزمنية، مع إمكانية إضافة نماذج خارجية متوافقة مع نفس واجهة المخرجات. كما تتضمن المستودعات وصفات موسعة تضم نماذج بحثية من آي بي إم، تخضع لشروط ترخيص إضافية تستوجب المراجعة قبل الاستخدام. ولا تخلو القياسات من قيود؛ فالوصفة الحالية تتعامل مع القنوات المتعددة بشكل مستقل دون ربط معلومات بينها، كما أن تشغيل أربعة نماذج يرفع زمن الاستدعاء والذاكرة مقارنة بنموذج مفرد. كما لا تضمن الطريقتان معايرة أو متانة بعد تغير توزيع البيانات، لذا يوصى باختبار التجميعة على بيانات تمثيلية ومراقبتها بعد النشر.