مدل بزرگ سری زمانی «فلامینگو» به صورت متن‌باز عرضه شد؛ پیش‌بینی دقیق با هوش مصنوعی

مرکز تحقیقات هوش مصنوعی پارت به منظور مشارکت بیشتر در اکوسیستم هوش مصنوعی، این‌بار مدل بنیادی سری زمانی خود را تحت عنوان «فلامینگو» به صورت متن‌باز عرضه کرد. این مدل که بر پایه Google Times FM توسعه پیدا کرده، توانسته دقت و کارایی مدل پایه را بهبود ببخشد و بدون نیاز به آموزش مجدد، پیش‌بینی‌های دقیق‌تری روی داده‌های جدید انجام دهد. مدل بنیادی بهبود داده‌ شده توسط پارت، علاوه‌بر پیش‌بینی سری زمانی، از قابلیت دسته‌بندی داده‌ها نیز برخوردار است.

یکی از قابلیت‌های کاربردی هوش مصنوعی، پیش‌بینی مقادیر آینده بر اساس داده‌های گذشته است. طی سال‌های اخیر، بسیاری از محققان، تحلیل‌گران مالی و صاحبان کسب‌وکارها به پتانسیل این فناوری پی بردند و توانسته‌اند با استفاده از مدل‌های سری زمانی (Time Series Models) دید روشن‌تری نسبت به آینده پیدا کنند. از پیش‌بینی قیمت سهام و میزان بارش باران طی ماه‌های آینده گرفته تا تحلیل اثر برخی رویدادها بر روی اقتصاد، تنها بخشی از کاربرد این مدل‌ها در حوزه‌های مختلف است. از طرفی، برخی ‌موانع مانند بهینه نبودن مدل‌های موجود یا نیاز به تنظیمات پیچیده، باعث شده تا مخاطبان برای استفاده از مدل‌های سری زمانی با چالش‌های متعددی روبه‌رو شوند.

مدل بنیادی فلامینگو، همچنین توانسته کمبودها و محدودیت‌های مدل پایه را رفع کند و به گزینه‌ای قابل اتکا برای استفاده در پروژه‌های واقعی تبدیل شود. برای مثال، استفاده از مدل گوگل برای کاربردهای طبقه‌بندی امکان‌پذیر نیست و به‌کارگیری آن به دلیل پیچیدگی زیاد، نیازمند سطح بالایی از تخصص است. پارت موفق شده علاوه‌بر رفع این موانع، ویژگی‌های پرکاربرد دیگری هم به آن اضافه کند و محصول نهایی را در قالب یک مدل بنیادی کامل، به دست توسعه‌دهندگان داخلی برساند.

این مدل از قابلیت Zero-shot بهره می‌برد و قادر است بدون نیاز به آموزش مجدد، بر اساس داده‌های جدید پیش‌بینی کند. به‌علاوه، مدل فلامینگو با افق پیش‌بینی 128 نقطه‌ای، می‌تواند جوابگوی نیاز کاربران برای پیش‌بینی‌های بلندمدت‌تر باشد. مدل بنیادی فلامینگو با بهره‌گیری از ترکیب داده‌های واقعی و ساختگی، شامل 100 میلیارد نقطه داده، آموزش دیده و همچنین مجموعه پارت موفق شده قابلیت پیش‌بینی مدل را نیز به طور چشمگیری بهبود ببخشد. این مدل به‌منظور تحلیل و پردازش داده‌های سری زمانی در حوزه‌های مختلف مورد استفاده قرار می‌گیرد، از جمله:

• مالی و اقتصاد: پیش‌بینی قیمت سهام، نرخ ارز، و سایر شاخص‌های مالی
• سلامت: تحلیل داده‌های پزشکی و پایش بیماران
• سیستم‌های نظارتی و IoT: تحلیل داده‌های حسگرها، پیش‌بینی خرابی تجهیزات
• آب‌وهوا و محیط‌زیست: پیش‌بینی دما، بارش، و الگوهای جوی
• حمل‌ونقل و لجستیک: بهینه‌سازی مسیرها، پیش‌بینی ترافیک و تأخیرها

این تنها گوشه‌ای از کاربردهای مدل بزرگ سری زمانی است و این ابزار در زمینه‌های دیگری مانند تحلیل اثرات رخدادها، کنترل کیفیت و بهبود فرایند کسب‌وکارها هم به طور وسیعی مورد استفاده قرار می‌گیرد.

عرضه سرویس‌ها و ابزارهای متن‌باز، یکی از موتورهای محرک اکوسیستم هوش مصنوعی داخلی به حساب می‌آید و دست محققان و توسعه‌دهندگان کشور را برای ساخت محصولات متنوع، باز می‌گذارد. یکی از مجموعه‌هایی که تاکنون، چندین ابزار کاربردی در زمینه هوش مصنوعی را به صورت متن‌باز عرضه کرده، مرکز تحقیقات هوش مصنوعی پارت است و این مرکز برنامه دارد تا همچنان با عرضه سرویس‌های پیشرفته و ارتقایافته‌ای مانند مدل بنیادی سری زمانی، آخرین دستاوردهای جهانی در حوزه هوش مصنوعی را در اختیار جامعه تحقیقاتی و صنعتی کشور قرار دهد. از آنجا که شفافیت و همکاری در مدل‌سازی سری‌های زمانی از اهمیت ویژه‌ای برخوردار است، عرضه محصولاتی از این دست در قالب متن‌باز، نقش مؤثری در پیشرفت این حوزه و کاهش هزینه‌های توسعه برای شرکت‌ها و محققان ایفا می‌کند.

بنا به اعلام مرکز تحقیقات هوش مصنوعی پارت، این مجموعه برنامه دارد در آینده با عرضه چندین به‌روزرسانی، عملکرد مدل فلامینگو را ارتقا دهد. آموزش بر روی Domain های متعدد و همین‌طور اضافه‌شدن تسک‌های جدید از جمله Anomaly detection، بخشی از نقشه راه پارت برای ادامه مسیر مدل بنیادی سری زمانی است.

مدل بنیادی سری زمانی «فلامینگو» در حال حاضر به صورت متن‌باز عرضه شده و از طریق وب‌سایت «هاگینگ‌فیس» در دسترس محققان، مهندسان داده، تحلیل‌گران مالی، متخصصان هوش مصنوعی و تمامی کسب‌وکارهایی که با داده‌های سری زمانی سروکار دارند، قرار دارد. شما می‌توانید با مراجعه به لینک بالا، استفاده رایگان از این مدل را آغاز کنید و به توسعه محصولات مختلف بپردازید.