生活分享

Google Cloud 在 BigQuery 預覽 TimesFM 3.0：SQL 可做多變量時間序列預測

Google Cloud 宣布在資料分析服務 BigQuery 預覽預測模型 TimesFM 3.0，讓使用 BigQuery 的資料團隊能用一段 SQL 查詢同時預測多個目標，並納入天氣、假日等外部因素。本文整理新功能與舊版差異。

閱讀時間約 5 分鐘

Google Cloud 在 BigQuery 預覽 TimesFM 3.0：SQL 可做多變量時間序列預測
圖片：Mokaair (Original editorial artwork)

發生了什麼事

Google Cloud 宣布，TimesFM 3.0 已在旗下的資料分析服務 BigQuery 推出預覽版，也就是尚未正式推出的試用階段。據 Google Cloud 說明，這個模型由 Google Research 開發，擁有 3.3 億參數，屬於基礎模型（預先訓練好、可直接拿來用的大型模型），目的是讓使用者在 BigQuery 裡用 SQL（查詢資料庫的語言）直接做多變量時間序列預測。時間序列是指按時間先後排列的資料，例如每天的銷售量或騎乘次數。

Google Cloud 表示，BigQuery 的預測功能 AI.FORECAST 最初由 TimesFM 2.0 驅動，後來升級為 TimesFM 2.5，使用者不必自行訓練或管理模型就能在 SQL 中產生預測。但直到 2.5 為止，這些模型只能做單變量預測，也就是只根據單一時間序列的歷史來預測未來。

Google Cloud 指出，現實中多數預測問題屬於多變量：相關的目標以及天氣、促銷、假日等外部因素，會共同影響未來結果。

新舊版本差異

下表中的「共變量」，是指不是預測目標、但會影響預測結果的其他因素，例如天氣、促銷或假日。有些共變量只有過去的紀錄，有些則連未來的數值也事先知道。

依 Google Cloud 說明整理的功能比較
能力TimesFM 2.0 / 2.5TimesFM 3.0
預測範圍僅單變量單變量與多變量
目標欄位單一目標單一或多個目標
僅有過去值的共變量不支援支援
含過去與未來值的共變量不支援支援

Google Cloud 還表示，TimesFM 3.0 在 GIFT-Eval、FEV-Bench 與 TIME 三個公開時間序列排行榜上名列第一，並在共變量與多變量預測任務上取得最佳零樣本準確度。零樣本是指模型不必先用使用者自己的資料訓練，就直接做出預測。這項排名是 Google Cloud 自己的說法。

實際怎麼運作

Google Cloud 以紐約 Citi Bike 公開資料集為例，預測通勤者（subscriber_trips）與休閒騎乘者（casual_trips）未來七天的每日騎乘量。

根據 Google Cloud，BigQuery 採單一資料表輸入：同一張表同時包含歷史觀測的資料列，以及未來預測期間的資料列。在未來的資料列中，事先已知的未來共變量會填入數值，要預測的目標欄位與只有過去值的共變量則留空（設為 NULL）。

  • 目標欄位（target_cols）：要預測的數值，可同時預測彼此相關的多個目標。
  • 過去共變量（past_covariate_cols）：只有歷史紀錄、無法事先得知的因素，例如平均騎乘時間。
  • 未來共變量（future_covariate_cols）：事先就知道的因素，例如週末、假日或預定促銷。

Google Cloud 說明，AI.FORECAST 會為每個目標欄位回傳預測值，以及預測區間的上下界，也就是實際數值可能落在的範圍。Google Cloud 也表示，使用者可在 BigQuery Conversational Analytics 以自然語言提出預測需求，系統會自動產生並執行對應的 AI.FORECAST 查詢，回傳摘要、含預測區間的互動圖表與重點洞察。

對使用者的意義

對使用 BigQuery 的資料團隊，Google Cloud 指出現有的單變量預測與異常偵測（找出資料中不尋常的數值）工作流程，只要在查詢中指定 model => 'TimesFM 3.0' 即可改用新模型。Google Cloud 也提到，AI.EVALUATE 同樣可用於單變量時間序列評估。

Google Cloud 強調，原生多變量支援讓 BigQuery 處理複雜的企業資料時，不必搬移資料、建立自訂特徵工程管線（預先把原始資料整理成模型可用欄位的流程）或自行架設模型主機。目前仍是預覽階段。

常見問題

TimesFM 3.0 是什麼？

根據 Google Cloud，它是 Google Research 開發、3.3 億參數的基礎模型，用於在 BigQuery 的 SQL 查詢中直接進行多變量時間序列預測，也就是同時考慮多個目標與外部因素來推估未來數值。

和 TimesFM 2.5 最大的差別是什麼？

Google Cloud 表示，2.5 以前只支援單變量預測，只能看單一序列的歷史；3.0 支援同時預測多個目標，也支援只有過去值，以及同時有過去與未來值的共變量。

現有查詢要改很多嗎？

Google Cloud 說明，現有單變量預測與異常偵測流程只需指定 model => 'TimesFM 3.0'，即可使用新版模型。

現在已經正式推出了嗎？

沒有。Google Cloud 宣布的是預覽版，正式規格與可用範圍請查閱官方文件。

排行榜第一名的說法可靠嗎？

這項說法來自 Google Cloud 自己的文章，閱讀時應視為廠商說法。

查看同分類最新消息

同主題延伸閱讀

資料來源

生活分享