เปิดตัว TimesFM-3: โมเดลพื้นฐาน Zero-shot เพื่อการพยากรณ์ข้อมูลพหุตัวแปรที่แม่นยำยิ่งขึ้น

นับตั้งแต่การเปิดตัว TimesFM ในปี 2024 เราได้เห็นการนำโมเดลพื้นฐานอนุกรมเวลา (time-series foundation models) มาใช้จริงในหลายภาคส่วน ไม่ว่าจะเป็น ค้าปลีก, การเงิน, การสังเกตการณ์ระบบ, การผลิต, การดูแลสุขภาพ และวิทยาศาสตร์ธรรมชาติ

อย่างไรก็ตาม จนถึงรุ่น TimesFM-2.5 ที่เปิดตัวเมื่อเดือนกันยายน 2025 โมเดลยังถูกจำกัดอยู่เพียงการพยากรณ์ตัวแปรเดี่ยว (univariate forecasting) หรือการใช้ประวัติข้อมูลเพียงชุดเดียวเท่านั้น แต่ในโลกความเป็นจริง ปัญหาการพยากรณ์ส่วนใหญ่มักเป็นแบบพหุตัวแปร (multivariate) ซึ่งมีอนุกรมเวลาหลายชุดและปัจจัยภายนอก (auxiliary external features) ส่งผลกระทบร่วมกัน เช่น การพยากรณ์ยอดขายไอศกรีมที่ต้องอาศัยข้อมูลยอดขายสินค้าที่เกี่ยวข้อง ปริมาณลูกค้า พยากรณ์อากาศ และโปรโมชันประกอบกัน

วันนี้เราขอแนะนำ TimesFM-3 โมเดลพื้นฐานอนุกรมเวลารุ่นถัดไปที่ผ่านการ pre-trained เพื่อการพยากรณ์แบบพหุตัวแปรโดยเฉพาะ ด้วยพารามิเตอร์ 330 ล้านตัว และการเรียนรู้จากจุดข้อมูลกว่า 1 ล้านล้านจุด ทำให้ TimesFM-3 สามารถทำนายชุดข้อมูลหลายชุดที่เปลี่ยนแปลงไปพร้อมกันในรูปแบบ zero-shot โดยไม่ต้องทำ fine-tuning และรองรับคุณสมบัติเด่นดังนี้:

เป้าหมายหลายรายการ (Multiple targets): พยากรณ์อนุกรมเวลาที่เกี่ยวข้องกันได้พร้อมกันหลายชุด ทั้งแบบจุด (point) และแบบควอนไทล์ (quantile)
ตัวแปรต้นในอดีต (Past covariates): รวมฟีเจอร์ที่ทราบเฉพาะข้อมูลในอดีต เช่น สถิติลูกค้าเข้าร้าน
ตัวแปรต้นอดีต-อนาคต (Dynamic covariates): ใช้ประโยชน์จากเหตุการณ์ในอนาคตที่ทราบล่วงหน้า เช่น แผนโปรโมชันหรือวันหยุด

เบื้องหลัง: สถาปัตยกรรมและการอนุมาน

TimesFM-3 พัฒนาต่อยอดจาก transformer architecture แบบ decoder-only โดยประมวลผลข้อมูลผ่านการจัดกลุ่มเป็น patch ขนาด 32 step เวลา และใช้การทำ normalization ในรูปแบบเดียวกับ ของ TimesFM-2.5 เพื่อจัดการกับข้อมูลที่มีมาตราส่วนแตกต่างกัน

การสร้าง token แบบพหุตัวแปร

สำหรับข้อมูลเป้าหมายและตัวแปรต้นในอดีต token จะถูกสร้างจาก patch โดยตรง แต่สำหรับตัวแปรต้นอดีต-อนาคต TimesFM-3 ได้นำกลยุทธ์ "lookahead" มาใช้ โดยแต่ละ token จะเชื่อมโยง patch ปัจจุบันเข้ากับอนาคต ทำให้โมเดลสามารถมองเห็นสัญญาณล่วงหน้าที่ทราบล่วงหน้าได้

สถาปัตยกรรม Attention แบบสลับ

เมื่อสร้าง token แล้ว ข้อมูลจะเข้าสู่ transformer stack ที่ทำงานแบบตาราง 2 มิติ คือ 1. Causal temporal attention ที่เน้นความสัมพันธ์ในแนวนอนตามลำดับเวลาของตัวเอง และ 2. Full variate attention ที่เชื่อมโยงข้อมูลในแนวตั้งข้ามชุดข้อมูล ณ ช่วงเวลาเดียวกัน ทำให้โมเดลเรียนรู้ความสัมพันธ์ที่ซับซ้อน เช่น ผลกระทบของโปรโมชันต่อยอดขายสินค้าประเภทอื่นได้

TimesFM-3 architecture diagram illustrating time series patching, transformer layers, and multivariate forecast output.

สถาปัตยกรรม TimesFM-3

การถอดรหัสแบบไม่ย้อนกลับ (Non-autoregressive decode): การพยากรณ์ในรอบเดียว

ต่างจากรุ่นก่อนที่พยากรณ์ทีละ patch ซึ่งทำให้เกิดความล่าช้าและสะสมข้อผิดพลาด TimesFM-3 ใช้เทคนิค Contiguous Patch Masking เพื่อสร้างผลลัพธ์ทั้งช่วงเวลาพยากรณ์ (horizon) ในการประมวลผลเพียงรอบเดียว โมเดลจะเติมค่าในช่องว่างที่ถูกปกปิด (masked) ทั้งหมดพร้อมกันผ่านเลเยอร์ attention แบบสลับ และทำนาย 9 ควอนไทล์ เพื่อแสดงความน่าจะเป็นของความไม่แน่นอนอย่างครบถ้วน

ตัวอย่างประกอบสำหรับการพยากรณ์แบบพหุตัวแปร

ในตัวอย่างยอดขายไอศกรีม โมเดลแบบตัวแปรเดี่ยว (เส้นสีแดง) จะพยากรณ์ตามรูปแบบในอดีตโดยไม่รู้ถึงโปรโมชันในอนาคต แต่ TimesFM-3 ในโหมดพหุตัวแปร (เส้นสีน้ำเงิน) จะนำตารางโปรโมชันมาเป็นตัวแปรต้น ทำให้สามารถพยากรณ์ยอดขายที่เพิ่มขึ้นประมาณ 20% ในวันที่มีกิจกรรมได้อย่างแม่นยำ

Time series line chart displaying sales forecast with promotion covariate spikes highlighted across the prediction window.

การวางแผนโปรโมชัน: การพยากรณ์แบบพหุตัวแปรของ TimesFM-3 ใช้ตัวแปรต้นโปรโมชันเพื่อคาดการณ์ยอดขายที่เพิ่มขึ้นในวันที่มีโปรโมชันในอนาคต

การประเมินและเกณฑ์มาตรฐาน

จากการทดสอบบนเกณฑ์มาตรฐานระดับสากล ได้แก่ Gift-Eval, FEV-Bench และ Time พบว่า TimesFM-3 ครองอันดับสูงสุดทั้งการพยากรณ์แบบจุดและเชิงความน่าจะเป็น เมื่อเทียบกับโมเดลพื้นฐานอย่าง Chronos-2, Toto 2.0 และรุ่นก่อนหน้าอย่าง TimesFM-2.5

Benchmark evaluation chart comparing TimesFM-3 against leading forecasting models on the GIFT-Eval benchmark.

Benchmark chart showing TimesFM-3 forecasting accuracy across multivariate datasets on FEV-Bench.

Inference time and efficiency comparison chart highlighting the speed and latency of TimesFM-3 across forecasting horizons.

ประสิทธิภาพบน Gift-Eval (บน), Fev-Bench (กลาง) และ Time (ล่าง): TimesFM-3 แสดงประสิทธิภาพที่เหนือกว่าในทุกโหมด โดยโหมดพหุตัวแปรช่วยเพิ่มความแม่นยำอย่างมีนัยสำคัญเมื่อมีการใช้ข้อมูลข้ามอนุกรมเวลาและตัวแปรต้น

บทสรุป

TimesFM-3 คือโมเดลพื้นฐานอนุกรมเวลาแบบ zero-shot ที่ล้ำสมัยที่สุดในตระกูล TimesFM พร้อมใช้งานแล้วบน GitHub และ Hugging Face สำหรับผู้ใช้งาน BigQuery จะมีการผนวกรวมตามมาในเร็วๆ นี้ ซึ่งสามารถทดลองใช้คำสั่ง AI.FORECAST ได้ทันทีโดยไม่ต้องมีความเชี่ยวชาญด้าน Machine Learning

กิตติกรรมประกาศ

โปรเจกต์นี้เป็นผลงานร่วมกับ Yichen Zhou, Petros Mol, Abhimanyu Das และ Samet Oymak