Google TabFM: Cədvəl məlumatları üzrə sıfırdan təlim keçmədən proqnozlaşdırma

Biznes məlumatlarının böyük əksəriyyəti cədvəl formatında – məlumat anbarlarında, CRM sistemlərində və maliyyə qeydlərində saxlanılır. Lakin bu məlumatlardan etibarlı model qurmaq üçün hər bir yeni verilənlər toplusu üçün sıfırdan təlim keçmək, hiperparametrləri tənzimləmək, xüsusiyyət mühəndisliyi aparmaq və məlumat sürüşməsinə qarşı yenidən təlim prosesləri qurmaq lazım gəlir. Google Research bu problemi həll etmək üçün TabFM adlı yeni bir əsas model təklif edir ki, o, cədvəl proqnozlaşdırmasını kontekstdə öyrənmə problemi kimi həll edir və heç vaxt görmədiyi cədvəllər üzrə belə proqnoz verə bilir. Ənənəvi maşın öyrənmə modelləri ilə etibarlı proqnozlar əldə etmək üçün məlumat mühəndisləri mürəkkəb məlumat boru kəmərləri qurmalı və onları davamlı olaraq saxlamalıdırlar. Bu proses çirkli giriş məlumatlarının təmizlənməsi, çatışmayan dəyərlərin doldurulması, kateqorik dəyişənlərin rəqəmsal formatlara çevrilməsi və xüsusi xüsusiyyət kəsişmələrinin yaradılması kimi addımları əhatə edir. Məlumat hazır olduqdan sonra isə məlumat alimləri təkrarlanan hiperparametr optimallaşdırma dövrləri aparmalı, öyrənmə sürətləri, ağac dərinlikləri, alt seçmə nisbətləri və tənzimləmə şəbəkələri arasında ən yaxşı konfiqurasiyanı tapmaq üçün axtarış etməlidirlər. Google Research-dən tədqiqatçı alim Weihao Kong VentureBeat-ə verdiyi açıqlamada, ənənəvi modellərin yerləşdirildikdən sonra məlumat sürüşməsinin izlənməsi və dəqiqliyi qorumaq üçün yenidən təlim boru kəmərləri vasitəsilə davamlı əməliyyat borcu yaratdığını bildirib. Bu arada, süni intellekt sənayesinin digər sahələri artıq irəliyə doğru addım atmışdır. Mətn və kompüter görmə üçün generativ süni intellekt modelləri sıfır-shot çıxarımına keçid etmişdir ki, bu da modelə sadəcə kontekst verilməklə tamamilə yeni bir tapşırığı yerinə yetirməyə imkan verir. Böyük dil modelləri (LLM) artıq kontekstdə öyrənmə qabiliyyətində üstündür, bəs niyə biz sadəcə cədvəlləri hazır LLM-ə verə bilmirik? Bunun səbəbi, LLM-lərin strukturlaşdırılmış məlumat əvəzinə təbii dillə təlim keçməsidir. Onlar birbaşa cədvəlləri emal etməkdə çətinlik çəkirlər, çünki kontekst məhdudiyyətləri orta ölçülü cədvəllər tərəfindən tez bir zamanda tükənir. TabFM isə bu problemi həll edərək, yeni və görünməmiş bir cədvəl üzrə proqnozları tək bir irəli keçid əməliyyatında yarada bilir. Müəssisə tərtibatçıları və süni intellekt mühəndisləri üçün bu, həftələr çəkən boru kəməri mühəndisliyini tək bir API çağırışına qədər azaldır.