生活分享

Google Cloud 在 BigQuery 预览 TimesFM 3.0：SQL 可做多变量时间序列预测

Google Cloud 宣布在数据分析服务 BigQuery 预览预测模型 TimesFM 3.0，让使用 BigQuery 的数据团队能用一段 SQL 查询同时预测多个目标，并纳入天气、假日等外部因素。本文整理新功能与旧版差异。

阅读时间约 5 分钟

Google Cloud 在 BigQuery 预览 TimesFM 3.0：SQL 可做多变量时间序列预测
图片：Mokaair (Original editorial artwork)

发生了什么事

Google Cloud 宣布，TimesFM 3.0 已在旗下的数据分析服务 BigQuery 推出预览版，也就是尚未正式推出的试用阶段。据 Google Cloud 介绍，这个模型由 Google Research 开发，拥有 3.3 亿参数，属于基础模型（预先训练好、可直接拿来使用的大型模型），目的是让用户在 BigQuery 里用 SQL（查询数据库的语言）直接做多变量时间序列预测。时间序列是指按时间先后排列的数据，例如每天的销量或骑行次数。

Google Cloud 表示，BigQuery 的预测功能 AI.FORECAST 最初由 TimesFM 2.0 驱动，后来升级为 TimesFM 2.5，用户不必自行训练或管理模型就能在 SQL 中生成预测。但直到 2.5 为止，这些模型只能做单变量预测，也就是只根据单一时间序列的历史来预测未来。

Google Cloud 指出，现实中多数预测问题属于多变量：相关的目标以及天气、促销、假日等外部因素，会共同影响未来结果。

新旧版本差异

下表中的“协变量”，是指不是预测目标、但会影响预测结果的其他因素，例如天气、促销或假日。有些协变量只有过去的记录，有些则连未来的数值也事先知道。

依 Google Cloud 说明整理的功能比较
能力TimesFM 2.0 / 2.5TimesFM 3.0
预测范围仅单变量单变量与多变量
目标列单一目标单一或多个目标
仅有过去值的协变量不支持支持
含过去与未来值的协变量不支持支持

Google Cloud 还表示，TimesFM 3.0 在 GIFT-Eval、FEV-Bench 与 TIME 三个公开时间序列排行榜上名列第一，并在协变量与多变量预测任务上取得最佳零样本准确度。零样本是指模型不必先用用户自己的数据训练，就直接做出预测。这项排名是 Google Cloud 自己的说法。

实际怎么运作

Google Cloud 以纽约 Citi Bike 公开数据集为例，预测通勤者（subscriber_trips）与休闲骑行者（casual_trips）未来七天的每日骑行量。

据 Google Cloud 介绍，BigQuery 采用单一数据表输入：同一张表同时包含历史观测的数据行，以及未来预测期间的数据行。在未来的数据行中，事先已知的未来协变量会填入数值，要预测的目标列与只有过去值的协变量则留空（设为 NULL）。

  • 目标列（target_cols）：要预测的数值，可同时预测彼此相关的多个目标。
  • 过去协变量（past_covariate_cols）：只有历史记录、无法事先得知的因素，例如平均骑行时间。
  • 未来协变量（future_covariate_cols）：事先就知道的因素，例如周末、假日或预定促销。

Google Cloud 说明，AI.FORECAST 会为每个目标列返回预测值，以及预测区间的上下界，也就是实际数值可能落在的范围。Google Cloud 也表示，用户可在 BigQuery Conversational Analytics 以自然语言提出预测需求，系统会自动生成并执行对应的 AI.FORECAST 查询，返回摘要、含预测区间的交互图表与重点洞察。

对用户的意义

对使用 BigQuery 的数据团队，Google Cloud 指出现有的单变量预测与异常检测（找出数据中不寻常的数值）工作流，只要在查询中指定 model => 'TimesFM 3.0' 即可改用新模型。Google Cloud 也提到，AI.EVALUATE 同样可用于单变量时间序列评估。

Google Cloud 强调，原生多变量支持让 BigQuery 处理复杂的企业数据时，不必迁移数据、建立自定义特征工程管线（预先把原始数据整理成模型可用字段的流程）或自行搭建模型托管。目前仍是预览阶段。

常见问题

TimesFM 3.0 是什么？

据 Google Cloud 介绍，它是 Google Research 开发、3.3 亿参数的基础模型，用于在 BigQuery 的 SQL 查询中直接进行多变量时间序列预测，也就是同时考虑多个目标与外部因素来推估未来数值。

和 TimesFM 2.5 最大的差别是什么？

Google Cloud 表示，2.5 及之前只支持单变量预测，只能看单一序列的历史；3.0 支持同时预测多个目标，也支持只有过去值，以及同时有过去与未来值的协变量。

现有查询要改很多吗？

Google Cloud 说明，现有单变量预测与异常检测流程只需指定 model => 'TimesFM 3.0'，即可使用新版模型。

现在已经正式推出了吗？

没有。Google Cloud 宣布的是预览版，正式规格与可用范围请查阅官方文档。

排行榜第一名的说法可靠吗？

这项说法来自 Google Cloud 自己的文章，阅读时应视为厂商说法。

查看同分类最新消息

同主题延伸阅读

资料来源

生活分享