Googleの時系列予測AI「TimesFM 2.5」登場！軽量化＆1.6万コンテキストで予測精度が進化

📰 ニュース概要

• Google ResearchがTimesFM 2.5をリリース: 時系列予測のためのデコーダー専用基盤モデル。ICML 2024で発表された技術をベースに大幅な改良が施された。
• モデルサイズとコンテキストの最適化: パラメタ数を500Mから200Mに削減しつつ、コンテキスト長（入力可能なデータ量）を2048から16kへと約8倍に拡張した。
• 高度な予測機能の追加: 最大1kホライゾン（予測期間）の連続分位点予測に対応。さらに、従来のモデルで必要だった「周波数インジケーター」が不要になった。

💡 重要なポイント

• 効率性の向上: パラメタ数を減らすことでリソースを抑えつつ、長期間のデータを一度に処理できるようになった。
• 柔軟な推論API: PyTorch版に加えて、近日中にさらに高速なFlax（JAX）版のサポートも予定されている。
• BigQueryとの連携: 公式なGoogle製品としてBigQuery内での利用もサポートされており、実用性が高い。

🦈 サメの眼（キュレーターの視点）

パラメタ数を半分以下に削りながら、コンテキスト長を8倍に引き上げるという「逆転の進化」が非常に面白いサメ！これまでは短い窓でしかデータを捉えられなかったのが、16kという広大な視野を手に入れたことで、長期的なトレンドや複雑な周期性をより正確に捉えられるようになるはずだサメ！

特に、頻度指定を廃止した点は実装上の手間を大きく減らす画期的なアプローチだサメ。時系列データの「職人芸」的な前処理が不要になり、より汎用的な「基盤モデル」としての性格を強めているのが伝わってくるサメ！

🚀 これからどうなる？

Flax版がリリースされれば、TPUなどを用いた大規模かつ超高速な時系列予測が一般的になるサメ。共変量（XReg）のサポートも順次追加される予定で、ビジネス現場での需要予測や異常検知の精度が一段上のレベルへ到達するサメ！

💬 はるサメ視点の一言

予測の波を乗りこなすのがサメの流儀だサメ！これさえあれば、未来の獲物の動きも丸見えかもしれないサメ！？サメサメ！🦈🔥

📚 用語解説

• 時系列基盤モデル: 大規模なデータで事前学習され、多様な時系列予測タスクにそのまま、あるいは微調整で適用できるAIモデル。

• コンテキスト長: AIが一度に考慮できる過去のデータポイントの長さ。長いほど長期的な依存関係を理解できる。

• 分位点予測: 単一の値（点予測）だけでなく、80%や90%の確率でこの範囲に収まる、といった「幅」を持たせた予測を行う手法。

• 情報元: google-research/timesfm