Mistral släpper AI för prognoser
Mistral har släppt Timestral, AI-modeller som gör prognoser utifrån mätvärden som samlats in över tid. Enligt bolaget är den största modellen bäst i tre jämförelsetester.
VärldenAI-illustrationTimestral är Mistrals första familj av så kallade grundmodeller för tidsserier. En tidsserie är en följd av mätvärden, till exempel ett värde var femtonde minut. Modellerna läser av historiken och räknar fram en prognos för vad som kommer härnäst.
Den största modellen har 209 miljoner parametrar, ett mått på hur stor en AI-modell är. Mistral uppger att den rankas etta på testerna GIFT-Eval, TIME och fev-bench. Enligt bolaget slår den tidigare bästa resultat trots att den bara har två tredjedelar så många parametrar.
Modellerna finns i fyra storlekar, från 5 till 209 miljoner parametrar. Mistral hävdar att ingen publik modell av samma storlek gör bättre prognoser.
Körs utan grafikkort
Timestral behöver inget grafikkort för att ta fram prognoser. På en vanlig serverprocessor tar en prognos för ett dygn, byggd på tre veckors mätvärden, 10 millisekunder med den minsta modellen och 140 millisekunder med den största.
Prognosen är inte bara en siffra. Den visar också ett spann för hur osäker förutsägelsen är. Modellerna kan dessutom ta hänsyn till extra information, som veckodag eller om en maskin är igång.
Merparten av träningsdatan var syntetisk, alltså framtagen av datorn. Företag kan anpassa modellerna med egen data och köra dem på egna datorer, även helt avskilda från internet. Mistral har lagt ut kod på GitHub och utlovar en teknisk rapport senare.
