Google、時系列予測モデル「TimesFM-3」を非商用ライセンスで公開
本文の状態
日本語全文を表示中
詳細モードで約5分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
The New Stack AI
Google は時系列予測モデル「TimesFM-3」を発表し、複数の時系列と外部特徴を同時に処理する能力で既存モデルを上回る性能を示したが、現在は非商用ライセンスに限定されている。
AI深層分析を開く2026年9月1日 05:35
AI深層分析
キーポイント
高性能な新モデルの発表
Google は1兆個以上のデータポイントで訓練された3億3000万パラメータの「TimesFM-3」を発表し、ベンチマークにおいて既存の競合モデルを大幅に上回る性能を示した。
多変量予測への対応
本モデルは複数の時系列と販売履歴や天候などの外部特徴を同時に処理するよう設計されており、ゼロショット汎化能力を持つ初のモデルである。
アーキテクチャの革新
時系列を32ポイントのパッチに分割し、時間方向の因果性を保つ層と、異なるシリーズ間の横断的な情報を処理する層を交互に用いる新しいトランスフォーマー構造を採用している。
利用制限の現状
モデルはHugging Faceで公開されているが、現在は非商用ライセンスのみであり、業務での使用はまだ不可能である。
デコーディング手法の革新
従来のパッチごとの生成から、予測期間全体にマスク付きプレースホルダーを追加し、単一の順方向パスで埋める方式へ変更された。これにより遅延が削減され、誤差の蓄積も防止される。
重要な引用
most real-world forecasting problems are inherently multivariate: where multiple time series and auxiliary external features jointly impact the future forecast of a time series.
A good forecast should also draw on sales of related products (e.g., ice cream cones, syrups), historical foot traffic, and known future events like weather forecasts, promotions, and holidays.
"for the time being, TimesFM 3.0 pretrained weights are distributed under the separate timesfm-non-commercial-license-v1.0 license and are restricted to non-commercial, non-production use. Commercial or production use of the default pretrained weights is not permitted."
Google will soon replace TimesFM-2.5 as the model that powers BitQuery's AI.FORECAST command, so the company is actively monetizing these models.
編集コメントを表示
編集コメント
時系列予測モデルの進化速度は極めて速く、昨年のSOTAがすぐに陳腐化する状況にある。非商用ライセンスという制限はあるものの、この技術的ブレイクスルーは将来の業務自動化や高度な分析基盤に大きな影響を与える可能性を秘めている。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
月曜日、Google は時系列予測モデル「TimesFM-3」を発表しました。このモデルは 3.3 億パラメータを持ち、実世界および合成データから集められた 1 兆ポイント以上のデータで事前学習されています。
新モデルは現在、非商用ライセンスの下で Hugging Face で利用可能です。
大規模言語モデル（LLM）は次の単語を予測するのが得意ですが、ビジネスにおける時系列予測モデルも本質的には同じことをデータの分野で行おうとしています。ここ数年、より精度の高い予測モデルの開発が進んできました。昨年は Amazon の「Chronos-2」や Salesforce の「Moirai 2.0」が発表され、最近では Datadog も「Toto 2.0」をリリースしています。
これらのモデルは、複数の時系列データを同時に処理できる点で従来の予測モデルとは異なる新しいタイプです。Google の研究員である Ayush Jain 氏と Rajat Sen 氏は発表の中で、「現実世界の予測問題の多くは本質的に多変量であり、複数の時系列や補助的な外部特徴が組み合わさって将来の予測に影響を与える」と説明しています。
過去の売上データだけでは物語の一部しか語れないと二人は指摘します。「優れた予測には、関連する商品の販売（例えばアイスクリームのコーンやシロップ）、歴史的な来場者数、そして天気予報やプロモーション、祝日といった既知の将来イベントの情報も取り込む必要があります。」
TimesFM-3 は、複数の時系列データをネイティブに処理し、ゼロショットで一般化できるように設計された Google 初のモデルです。これにより、関連する複数の時系列を並列で予測したり、過去の歩行者数などの歴史的データも組み込んだりすることが可能になりました。
Google が公開したベンチマークでは、TimesFM-3 は他のすべてのモデルを上回り、多くの場合大幅な差をつけて首位に立っています。比較対象には、Salesforce の Gift-Eval、Amazon/AutoGluon の FEV-Bench、そして Time などが含まれています。
最も驚くべき点は、2025 年 9 月に発表された当時は最先端だった TimesFM-2.5 が、今回のベンチマークでは最下位となっていることです。この分野の進化スピードがいかに速いかを如実に示しています。
アーキテクチャ
先行モデルと同様に、TimesFM-3 もデコーダー専用のトランスフォーマーです。時系列データを 32 データポイントの「パッチ」に分割し、言語モデルがトークンを扱うように処理します。
新しい点は、これらのトークンが 2 つの異なる種類のアテンション層を交互に通る点にあります。1 つ目は、単一の時系列内で過去方向へ情報を参照するもので、因果関係を厳格に保つため、まだ知るべきではない値をモデルが見てしまうのを防ぎます。もう 1 つは、特定の時点におけるすべての時系列間で横方向に情報をやり取りするものです。これにより、ある製品ラインのプロモーションが別の製品の予測に影響を与えるといった、関連性のある事象を捉えることが可能になります。
デコードの仕組みも変更されました。Google の研究者によると、以前のバージョンはパッチごとに予測を生成していたため、レイテンシが発生し、その過程で誤差が蓄積されてしまう問題がありました。
これに対し、TimesFM-3 は予測期間全体に対してマスクされたプレースホルダートークンを追加し、単一の順方向パスですべてのトークンを埋め込む方式を採用しています。
非商用ライセンスについて
Google はこの新モデルを非商用ライセンスの下で公開することを決定しました。これはモデル開発者の間で徐々に広まっている傾向です。
TimesFM-2.5 や Toto 2.0、Chronos-2 は引き続き Apache 2.0 ライセンスで提供されています。
TimesFM-3 のソースコードは依然として Apache ライセンスの下にありますが、Google は「現時点では、TimesFM 3.0 の事前学習済み重みは、別途用意された timesfm-non-commercial-license-v1.0 ライセンスの下で配布されており、非商用かつ非生産用途に限定されています。デフォルトの事前学習済み重みの商業利用や本番環境での使用は許可されていません」と注意を促しています。
Google はまもなく BitQuery の AI.FORECAST コマンドを支えるモデルとして TimesFM-2.5 を置き換える予定であり、同社はこれらのモデルを実際に収益化しようとしています。
もちろんこれは珍しいことではありません。この市場のプレイヤーはみな、自社のプラットフォームに予測モデルを統合しています。しかし、最先端の重みへのアクセスを制限しつつ、データウェアハウスを通じて有料の利用経路を開くという Google の姿勢は、これらの研究ラボが長期的にどこにお金を求めるべきだと考えているかを明確に示すシグナルとなっています。
この記事「Google の新予測モデルが誰よりも優秀。しかしまだ職場では使えない」は、The New Stack に最初に掲載されました。
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み