معرفی مدل هوش مصنوعی Granite-TTM-R3 توسط IBM؛ ثبت ۱۸ هزار پیش‌بینی در ثانیه بدون نیاز به کارت گرافیک

بخش تحقیقات IBM از مدل Granite-TTM-R3 رونمایی کرد که نسل سوم مدل‌های پایه سری زمانی TinyTimeMixer به‌شمار می‌رود. این مدل که تحت مجوز متن‌باز Apache-2.0 منتشر شده است، قابلیت‌هایی نظیر مسیریابی کارشناسان، تفکیک روند از نوسانات، پیش‌بینی‌های احتمالی و معماری بهینه‌سازی‌شده برای پردازش پرسرعت روی CPU و GPU را در بر می‌گیرد.

نسخه R3 برای تیم‌هایی که نیازمند پیش‌بینی روند هزاران کالا، حسگر یا کنتور انرژی هستند، ابزاری بسیار کاربردی محسوب می‌شود. طبق اعلام IBM، این مدل روی پردازنده مرکزی (CPU) می‌تواند صدها نمونه پیش‌بینی را در هر ثانیه پردازش کند؛ امری که هزینه‌های زیرساختی را به‌شدت کاهش داده و اجرای مدل‌ها را بدون نیاز اجباری به پردازنده‌های گرافیکی میسر می‌سازد. البته هنوز مقاله علمی و بررسی‌های کامل این پروژه منتشر نشده و نتایج ارائه‌شده بر پایه معیارهای رسمی خود این شرکت است.

کارشناسان تخصصی کوچک با مسیریابی مجزا برای داده‌ها

مدل‌های خانواده TinyTimeMixer شبکه‌های پیش‌آموزش‌دیده‌ای با ابعاد فشرده هستند که به‌طور اختصاصی برای تحلیل سری‌های زمانی چندمتغیره طراحی شده‌اند. نسخه R3 تعداد پارامترهای خود را بین ۱ تا ۳۵ میلیون حفظ کرده است، در حالی که در نسخه سبک‌تر (Lite) این رقم بین ۱ تا ۱۸ میلیون پارامتر متغیر است.

در نسخه R3، این مدل‌ها در قالب چندین کارشناس تخصصی با ابعاد گوناگون سازمان‌دهی شده‌اند. یک بخش مسیریاب سبک‌وزن بر پایه ویژگی‌های هر داده ورودی، کارشناس مناسب را انتخاب کرده یا خروجی آن‌ها را با یکدیگر ترکیب می‌کند تا ظرفیت پردازشی دقیقاً متناسب با پیچیدگی داده‌ها باشد. هسته اصلی مدل نیز از مکانیزم توجه گیت‌دار خطی برای درک الگوهای زمانی بهره می‌برد و بدون هیچ بلوک خودتوجهی (Self-Attention) ساخته شده است، که این معماری مصرف حافظه و بار محاسباتی را به‌طور چشمگیری کاهش می‌دهد.

شرکت IBM هم‌چنین بهبودهای مهمی را در فرایند آموزش و نحوه تولید پیش‌بینی‌ها اعمال کرده است:

• تفکیک روند از نوسانات (Trend-residual decomposition): این مدل روندهای تدریجی و کُندزمانی را از نوسانات فرکانس‌بالا جدا می‌کند، هر بخش را جداگانه فرامی‌گیرد و سپس آن‌ها را به‌صورت یکپارچه آموزش می‌دهد.
• پیش‌آموزش سه‌مرحله‌ای: مراحل مجزای آموزش روند، نوسانات و سپس آموزش هماهنگ نهایی با هدف افزایش پایداری و همگرایی بهتر مدل طراحی شده‌اند.