Mistral Timestral: pronósticos sin tarjeta gráfica

Mistral entra en las series temporales

Mistral AI presentó el 15 de octubre Timestral, su primera familia de modelos fundacionales de series temporales. Llega en cuatro tamaños que comparten arquitectura y receta de entrenamiento: los mayores predicen mejor y los pequeños son más rápidos y baratos.

Cada modelo lee hasta 32.768 pasos de historial y predice varias series relacionadas a la vez. También se apoya en datos externos, tanto históricos como conocidos de antemano, por ejemplo, un calendario de producción o una previsión meteorológica. La mayoría de sus datos de entrenamiento eran series sintéticas.

Tres primeros puestos, medidos por la propia Mistral

Mistral afirma que su modelo de 209 millones es el primero en las tres principales pruebas públicas del sector entre los modelos preentrenados que predicen sin ajuste, con menos parámetros que el segundo clasificado. Los márgenes que publica son estrechos, como muestra la tabla.

También dice que su versión de 28 millones supera en GIFT-Eval y TIME a Chronos-2, unas cuatro veces mayor. Nada de esto es una evaluación independiente, y el informe técnico con los resultados completos sigue pendiente.

Sin tarjeta gráfica y en milisegundos

Para predecir, Timestral no necesita GPU, la tarjeta gráfica sobre la que suele funcionar la IA. Mistral lo midió en una CPU de servidor con 8 hilos, anticipando el día siguiente a partir de tres semanas de datos tomados cada 15 minutos. Solo da milisegundos para el modelo menor y el mayor.

Pensado para plantas con miles de sensores

El ejemplo de Mistral es una planta industrial. La vibración, la temperatura y la presión de una bomba se mueven juntas, y Timestral las predice a la vez en lugar de sensor por sensor. También entiende categorías, como si una máquina está en marcha, en reposo o en mantenimiento, y, si hay una subida de carga programada, la espera en vez de tomarla por una anomalía.

La empresa propone además combinarlo con sus modelos de lenguaje: Timestral detecta la anomalía y un agente busca averías parecidas, consulta registros y manuales y redacta un diagnóstico. Es un esquema de Mistral, no un caso de cliente.

La licencia no es la MIT de siempre

La licencia «Modified MIT» permite usar, copiar, modificar y distribuir el modelo gratis, como la MIT corriente, pero añade una condición que esta no tiene: nadie puede ejercer esos derechos si su empresa, o aquella para la que trabaja, superó el mes anterior los 20 millones de dólares de ingresos mensuales consolidados en todo el mundo. La restricción alcanza a las versiones modificadas y derivadas.

A esas empresas les quedan dos salidas: pedir a Mistral una licencia comercial, que concede a su entera discreción, o usar el modelo en sus servicios alojados. Para adaptarlo a datos propios, Mistral lo ofrece en Forge, su sistema de entrenamiento, desplegable incluso en instalaciones aisladas de internet.