Mistral představil AI pro předpovídání výroby, spotřeby energie a poruch. Stačí běžný procesor

Mistral AI představil Timestral, první vlastní rodinu základních modelů pro analýzu a předpovídání časových řad. Technologie je určena především pro údaje, které se průběžně mění v čase, například spotřebu energie, teplotu zařízení, tlak, vibrace, objednávky nebo finanční toky. Rodina zahrnuje čtyři modely s pěti, 28, 123 a 209 miliony parametrů. Největší varianta podle zveřejněných výsledků dosáhla nejlepšího umístění mezi předem natrénovanými modely ve třech veřejných srovnávacích souborech GIFT-Eval, TIME a fev-bench. Mistral uvádí, že model s 209 miliony parametrů překonává některé větší konkurenční systémy. Výsledky byly předloženy veřejným žebříčkům, podrobná technická zpráva však má být zveřejněna až následně. Podstatnou vlastností je nízká výpočetní náročnost. Na běžném serverovém procesoru s osmi výpočetními vlákny dokáže nejmenší model vytvořit jednodenní předpověď z třítýdenní historie patnáctiminutových měření přibližně za deset milisekund. Největší model potřebuje podle výrobce 140 milisekund. To otevírá možnost nasazení v provozech, kde není ekonomické instalovat drahé grafické urychlovače. Typickým příkladem může být průmyslový podnik s tisíci senzory, které nepřetržitě sledují stav zařízení. Timestral dokáže současně analyzovat více souvisejících veličin. Například vibrace čerpadla, jeho teplota a tlak nejsou nezávislé. Jejich společný vývoj může ukazovat na změnu provozního stavu nebo vznikající závadu. Další výhodou je pravděpodobnostní předpověď. Model neposkytuje pouze jedinou očekávanou hodnotu, ale také rozložení možných výsledků. Podnik tak může rozlišit běžné kolísání od situace, která představuje zvýšené provozní riziko. Model dokáže zohlednit také známé budoucí okolnosti, například plánované odstávky, výrobní rozvrh nebo předpověď počasí. Zvýšená spotřeba energie při předem naplánovaném růstu výroby pak nemusí být nesprávně označena jako neobvyklá událost. Mistral popisuje také propojení s jazykovými agenty. Timestral může identifikovat odchylku, další systém vyhledá podobné historické poruchy a jazykový model připraví návrh diagnostiky na základě servisních záznamů a technické dokumentace. Pro podniky je významná možnost vlastního provozu. Modely lze podle výrobce nasadit na interní infrastruktuře, v soukromém cloudu i v prostředí bez internetového připojení. Podporováno je také další přizpůsobování na vlastních datech. Ekonomický přínos může vzniknout snížením počtu neplánovaných odstávek, přesnějším plánováním zásob nebo lepším využitím energie. Výrobce však nezveřejnil obecně platné údaje o dosažených úsporách v reálných podnicích. Při zavádění je proto nutné porovnat Timestral s dosavadními statistickými modely na historických datech konkrétní firmy. Rozhodující není obecné umístění v žebříčku, ale přesnost předpovědí, počet chybných upozornění a jejich skutečný provozní dopad. KLÍČOVÉ POJMY Časová řada: Posloupnost hodnot zaznamenaných v jednotlivých časových okamžicích. Pravděpodobnostní předpověď: Odhad, který kromě očekávaného výsledku vyjadřuje také jeho nejistotu. Víceproměnná analýza: Současné vyhodnocování několika veličin a jejich vzájemných souvislostí.

Mistral představil AI pro předpovídání výroby, spotřeby energie a poruch. Stačí běžný procesor

Celé znění článku máte k dispozici po registraci na Abravito