TimesFM-3 do Google prevê o futuro a partir de vendas, clima e promoções

O TimesFM-3 do Google olha além da curva

O Google Research apresentou o TimesFM-3, um modelo de previsão criado para prever valores futuros em séries temporais — os fluxos ordenados de números que aparecem como números diários de vendas, contagens de tráfego ou leituras de sensores — enquanto também pondera o contexto que cerca esses números. O lançamento marca mais um passo no esforço de transformar a previsão em uma capacidade de propósito geral, em vez de um projeto de engenharia sob medida reconstruído para cada conjunto de dados.

A premissa central é que previsões reais raramente dependem de uma única variável. O Google ilustra o ponto com uma rede de varejo tentando antecipar as vendas de sorvete. Um modelo que olha apenas para as compras passadas de sorvete perderá muita coisa: vendas de itens relacionados, como casquinhas e calda, fluxo histórico de pessoas perto da loja, condições climáticas, campanhas de desconto planejadas e feriados moldam a demanda. O TimesFM-3 foi projetado para incorporar esses sinais em uma única previsão, em vez de tratar cada um como um problema separado.

Patches, normalização e um Transformer bidirecional

Arquiteturalmente, o TimesFM-3 permanece na família Transformer, o mesmo design básico usado por seus antecessores. Mas ele faz escolhas deliberadas sobre como os dados de séries temporais entram na rede. Em vez de alimentar o modelo com um ponto de dados por vez, ele agrupa 32 pontos consecutivos em um único patch. Esse patch se torna a unidade sobre a qual o modelo raciocina, o que encurta a sequência e dá à rede uma visão mais ampla da forma local.

O Google também normaliza cada série para uma escala comum. Isso importa porque as séries temporais chegam em magnitudes extremamente diferentes — algumas unidades vendidas por dia versus milhões de leituras de um sensor industrial — e compará-las diretamente seria inútil. Escalar cada série para uma linha de base compartilhada permite que o modelo trate padrões de domínios muito diferentes como comensuráveis.

O processamento então ocorre em duas direções alternadas. Ao longo do eixo temporal, o modelo busca padrões dentro de uma única série e usa apenas valores passados, para que informações futuras não vazem para a previsão. Entre séries, ele compara cada variável em um dado momento e aprende como elas se relacionam. Essa visão entre séries é o que permite ao modelo captar efeitos como um desconto em um produto alterando as vendas de outro — uma relação que um modelo de série única nunca observaria.

A ilustração do Google da configuração de entrada codifica os dados por cores: uma série-alvo azul, variáveis roxas conhecidas apenas pelo histórico e tokens verdes para eventos futuros conhecidos cuja representação já inclui os patches futuros.

Três tipos de sinal extra

O TimesFM-3 aceita três tipos distintos de dados suplementares, segundo o Google.

• Covariáveis que ele prevê conjuntamente. O modelo pode prever várias variáveis relacionadas ao mesmo tempo, como a demanda por diferentes sabores de sorvete, em vez de tratar cada uma isoladamente.
• Variáveis conhecidas historicamente. Fatores como fluxo de pessoas passado estão disponíveis até o presente, mas não além dele, e o modelo os incorpora como contexto.
• Eventos futuros conhecidos. Promoções planejadas, calendários de descontos e previsões meteorológicas são eventos cujo momento já é conhecido, então o modelo pode usá-los como entradas prospectivas em vez de inferi-los apenas do histórico.

Essa terceira categoria é onde o TimesFM-3 mais se afasta da previsão estatística clássica. Um calendário de promoções não é um padrão esperando para ser descoberto — é um fato sobre o futuro. Este modelo foi projetado para aceitar tais fatos como entrada.

Um disparo em vez de passo a passo

Versões anteriores do modelo geravam previsões um bloco por vez. Cada novo bloco era construído sobre a previsão anterior, uma abordagem que o Google descreve como lenta, pesada em computação e vulnerável a erros compostos: um pequeno erro no início da sequência poderia distorcer tudo o que se seguia. Esse é um modo de falha familiar na previsão autorregressiva, em que um modelo efetivamente se alimenta de sua própria saída.

O TimesFM-3 abandona esse loop. Ele atribui espaços em branco a cada passo de tempo futuro e os completa em uma única varredura. O Google enquadra isso como previsão de um disparo, e a diferença prática aparece no cenário do sorvete. Um modelo que conhece apenas vendas passadas simplesmente continuará o ritmo semanal estabelecido, cego a uma promoção que ainda não aconteceu. Assim que o TimesFM-3 recebe o calendário de descontos, ele pode ajustar a previsão em uma única passagem, em vez de avançar incremento por incremento.

Nove valores por passo: incerteza incorporada

Em vez de emitir uma única estimativa pontual para cada passo de tempo, o TimesFM-3 produz nove valores por passo. Esses valores destinam-se a capturar a amplitude e a incerteza da previsão — uma previsão que transmite não apenas o que provavelmente acontecerá, mas quão confiante o modelo está. Para fins de planejamento, essa distinção costuma ser mais útil do que um número puro, porque permite que sistemas posteriores raciocinem sobre risco, estoque de segurança ou capacidade ociosa.

Treinado em escala de trilhão de pontos, implantado zero-shot

O modelo possui 330 milhões de parâmetros e foi treinado em uma mistura de séries temporais reais e sintéticas totalizando mais de um trilhão de pontos de dados, segundo o Google. Como seus antecessores, ele opera zero-shot: não requer treinamento adicional para uma nova tarefa. Essa propriedade é central para a proposta. Em vez de montar um conjunto de dados rotulado e ajustar um modelo para cada novo problema de previsão, um profissional pode apontar o TimesFM-3 para uma série e seus sinais associados e esperar uma saída utilizável.

O desempenho zero-shot também é o que torna uma abordagem de modelo de fundação para previsão atraente em primeiro lugar. Problemas de previsão estão em toda parte — estoque, carga de energia, pessoal, logística, planejamento de capacidade — mas cada um historicamente exigia seu próprio pipeline, suas próprias características e seu próprio regime de validação. Um único modelo que generaliza entre eles muda quem pode construir um sistema de previsão e com que rapidez.

A amplitude dos dados de treinamento importa aqui tanto quanto a contagem de parâmetros. Ao misturar séries sintéticas com reais, o Google pode expor o modelo a uma variedade maior de formas, ritmos sazonais e padrões de choque do que qualquer domínio único poderia fornecer. Essa diversidade é a matéria-prima para a generalização, e é nela que a alegação zero-shot se baseia em última análise.

A aposta mais ampla em modelos de fundação para números

O TimesFM-3 fica na interseção de duas tendências: a escalada de modelos de fundação além de texto e imagens, e a demanda de longa data por melhores previsões operacionais. O enquadramento do Google é que o contexto é o que separa uma extrapolação ingênua de uma previsão útil, e a arquitetura é uma resposta direta a essa afirmação — patches para eficiência, normalização para comparabilidade, atenção tanto ao longo do tempo quanto das variáveis para relacionamentos, e um decodificador de um disparo para coerência.

Se essa combinação se sustenta em dados do mundo real bagunçados continua sendo a questão em aberto, como acontece com qualquer sistema zero-shot. Mas a direção é clara: a previsão está sendo tratada menos como uma tarefa estatística e mais como uma tarefa de raciocínio geral, na qual dados de vendas, clima e um calendário de descontos pertencem todos à mesma entrada. Para varejistas executando promoções, concessionárias equilibrando carga e operadores planejando capacidade, o apelo é direto — pede-se ao modelo que antecipe eventos que já estão no calendário, não apenas que estenda a linha do ano passado.

Este artigo é baseado em reportagem do The Decoder. Leia o artigo original.