ライフスタイル
IBMがGranite時系列アンサンブルを発表：4モデルを1つにまとめ、モデル選びの迷いを減らす
IBM ResearchはGranite Timeseries Ensembleを発表しました。4つのGranite予測モデルを1つの標準構成にまとめたもので、需要・使用量・センサーデータを予測するチームが、どのモデルが最適かを推測せずに済むようにします。IBMの公表結果では優位性は小さく、主な利点は安定性です。追加の計算コストも伴います。
読了目安 8 分
何が起きたのか
IBM Researchは2026年10月22日、Hugging FaceでGranite Timeseries Ensembleを紹介する記事を公開しました。時系列とは、1時間ごとの電力使用量や毎日の販売数のように、時間の順に記録されたデータのことです。「アンサンブル」は、複数のモデルの予測を1つの結果にまとめる手法を指します。IBMによると、事前学習済みの時系列モデルは対象のデータセットで学習しなくても予測できますが、利用者はやはりモデルを選ぶ必要があります。滑らかな産業用信号に向くモデルが、ノイズの多い小売需要や長い季節性の予測には向かないこともあります。
IBM Researchによると、この構成は互いに補い合う4つのGraniteアーキテクチャを組み合わせ、中央値と分位点の予測を返します。再学習は不要で、データに合わせて調整するアンサンブル重みもありません。分位点予測を使うと、起こりうる範囲を表現できます。たとえば0.1と0.9の分位点の間は、名目上80%のケースをカバーする予測区間です。以下の成績と説明は、いずれもIBMの主張です。
2つの組み合わせ方法と4つのメンバー
IBMが挙げる標準メンバーは、PatchTST-FM-r1（Patched Transformer）、PatchTST-FM-r2（Patched Conformer）、FlowState-r1.1（状態空間モデル）、TTM-r3（Tiny Time Mixers、MLP mixer）の4つです。
IBMが推奨する標準手法はProbabilistic Ensembleです。各メンバーの影響力を等しくし、確率空間で分位点予測を集約します。重みが固定されているため、データに合わせて調整する工程はありません。新しい系列ごとに重みの設定値（ハイパーパラメータ）を調整する必要もありません。もう1つのIQR Ensembleは、予測の散らばり具合で重み付けする手法です。IQRは四分位範囲のことで、この幅が狭いメンバーほど影響力が大きくなります。IBMは、区間が狭くても精度やキャリブレーションが良いとは限らず、自信過剰なメンバーに偏る可能性があると注意しています。キャリブレーションとは、予測区間の実際のカバー率が、宣言した割合と一致しているかどうかを指します。
| 手法 | IBMの説明 | MASE | CRPS/MWQL |
|---|---|---|---|
| Probabilistic Ensemble | 影響力は等しく、調整する重みなし。推奨の標準 | 0.683 | 0.471 |
| IQR Ensemble | 予測の散らばりで重み付け | 0.684 | 0.471 |
| PatchTST-FM-r2（最良の単一メンバー） | Patched Conformer | 0.685 | 0.467 |
| FlowState-r1.1 | 状態空間モデル | 0.701 | 0.490 |
| PatchTST-FM-r1 | Patched Transformer | 0.717 | 0.488 |
| TTM-r3 | Tiny Time Mixers | 0.724 | 0.520 |
成績の読み方
GIFT-Evalは、予測モデルの公開ベンチマークであり、リーダーボードでもあります。単一の値を予測したときの誤差はMASEで、範囲（確率）を予測したときの誤差はCRPS/MWQLで測ります。スコアは単純な季節性ベースライン手法を基準にしており、数値が低いほど良好です。IBMによると、評価は97件のGIFT-Evalデータセット構成で行いました。モデルは微調整しておらず、テストデータの正解値は集約手法の選択や調整に使っていません。IBMは、2つのアンサンブルが全体のMASEと平均MASE順位の両方で4つの単一メンバーを上回ったと述べています。ただし最良の単一メンバーとのMASE差は小さく、主な利点は安定性だとしています。
確率予測の指標CRPS/MWQLでは、PatchTST-FM-r2の0.467が6つの中で依然として最も低い値です。一方でIBMは、平均CRPS順位ではIQR Ensembleが6つの中で最良だと指摘しています。つまり、全体の誤差で見るか平均順位で見るかによって、有利な選択肢が異なります。IBMはさらに、アンサンブルは対象となるシステムの中でMASE順位、CRPS順位ともに3位だったと述べています。微調整や寛容でないライセンスを理由に除外されたものも含め、より良いスコアのシステムもあります。そのためIBMは、価値はリーダーボードの首位を取ることではないとしています。
一般の読者や利用者にとっての意味
需要・使用量・センサーデータを予測するチームにとっては、「まず使って、あとで比較する」ための標準の出発点ができたことになります。異なるアーキテクチャのどれが最適かを、事前に推測する必要がありません。ただしIBMは、集計スコアが良くても、すべての系列で効果があるとは限らないと強調しています。そのうえで、代表的なデータを使ったバックテスト（過去のデータで予測を再現して検証すること）を推奨しています。具体的には、2つのアンサンブルと強力な単一メンバーを同じ期間で比較し、分位点損失を確認します。0.1〜0.9区間の実際のカバー率が名目上の80%と合っているかも確かめ、実行時間とメモリ使用量も記録します。
ライセンスについてIBMは、このアンサンブル構成と標準のGraniteメンバーは寛容なライセンスだと述べています。リポジトリにはIBM Researchのチェックポイントを加えた拡張構成もありますが、こちらには非商用や研究専用の制限が含まれます。またIBMによると、共通のForecasterインターフェースは互換性のある外部モデルも受け入れ、その場合も下流の予測形式は変わりません。
よくある質問
Granite Timeseries Ensembleは新しい単一モデルですか？
いいえ。IBMによると、この構成が保存するのはアンサンブルの設定で、統合されたモデル重みではありません。既存の4つのGranite予測モデルを組み合わせて使います。
アンサンブルは最良の単一モデルよりかなり正確ですか？
IBMの数値では、MASEは0.683対0.685で差は小さく、IBM自身も主な利点は安定性だと述べています。CRPS/MWQLでは、PatchTST-FM-r2のスコアのほうが依然として低くなっています。
標準ではどちらの組み合わせ方法が推奨されますか？
IBMは、まずProbabilistic Ensembleを使うことを推奨しています。予測の散らばりが参考になると考える場合は、代表的なデータでIQR Ensembleと比較します。
使うことのコストは何ですか？
IBMによると、4つのメンバーのチェックポイントを読み込むため、推論時間とメモリは単一メンバーより大きくなります。また現状では、チャネル間の情報を使いません。
これらの結果は独立に検証されていますか？
この成績はIBM Researchの記事だけに基づくもので、第三者による独立検証は確認されていません。ベンダーの自己申告として受け止めてください。
同じテーマの記事
ライフスタイル
AIコードの検証を支援するBlacksmith、Sequoia主導で6,600万ドルのシリーズC調達 評価額は10億ドルに
TechCrunchによると、AIが書いたコードを含むソフトウェアのビルドとテストを支援するBlacksmithが、Sequoia主導で6,600万ドルのシリーズC調達を発表し、評価額は10億ドルに。CEOは、AIがコードを書くほど信頼性の確認が重要になると述べている。
ライフスタイル
テキサスのデータセンター急増、数十年分の大気質改善を帳消しにする恐れ
The Vergeによると、ヒューストン先進研究センター（HARC）の新報告は、テキサスで計画中のデータセンターがすべて電力網に接続された場合、電力部門のすすやスモッグ原因物質の排出が大幅に増える可能性があると指摘しています。本記事ではシナリオ、主な数字、一般の人への意味を整理します。
ライフスタイル
ブラックストーン幹部、AIインフラ債務への懸念は「過大」と主張 ネオクラウドの資金調達圧力を整理
TechCrunchによると、ブラックストーンのジャス・カイラ氏はDisruptで、AIインフラ債務は2008年の銀行危機とは違うと述べた。同社の融資モデル、市場の圧力、一般読者にとっての意味を整理する。
ライフスタイル
Meta、AI投資の資金調達に向け議決権なしの新株式クラスを新設へ
The Vergeによると、Metaは第3四半期決算で、AI関連の取り組み、潜在的な買収、従業員報酬に充てる議決権なしの新株式クラスを発行し、2027年に取引を開始すると発表した。AI競争に必要な資金規模は大きく、Metaは調達手段を広げている。