Mistral presenta Timestral, sus primeros modelos de IA para predecir series temporales sin GPU

Mistral AI ha presentado Timestral, su primera familia de modelos fundacionales para series temporales: modelos de inteligencia artificial que aprenden de datos medidos a lo largo del tiempo para predecir cómo seguirán. La compañía lo anunció el 15 de octubre en su blog. Son cuatro modelos, de 5, 28, 123 y 209 millones de parámetros, que no necesitan una GPU para hacer sus previsiones y que se publican con una licencia MIT modificada.

El mayor de los cuatro queda primero en las tres principales pruebas públicas del campo, GIFT-Eval, TIME y fev-bench, y supera al anterior mejor modelo con solo dos tercios de sus parámetros. Mistral ha publicado un repositorio en GitHub para que cualquiera pueda ejecutar Timestral con sus propios datos.

---

Para qué sirve predecir una serie temporal

Una serie temporal es cualquier dato que se anota a intervalos regulares: el consumo de luz de una casa cada cuarto de hora, las ventas diarias de una tienda o las visitas que recibe una web. Predecir cómo seguirá sirve para anticiparse: cuánta luz se gastará, cuánto se venderá o cuándo llegarán los picos de visitas.

Mistral recuerda que es uno de los tipos de datos más comunes en las empresas, desde la telemetría de sensores hasta las métricas de supervisión de sistemas, y que sus previsiones guían decisiones de energía, cadenas de suministro, riesgo y mantenimiento. Una planta industrial, por ejemplo, puede detectar las desviaciones de sus equipos antes de que fallen.

Lo habitual eran modelos clásicos como ARIMA o la regresión lineal, que solo aprenden del historial de una serie, o modelos de aprendizaje profundo como PatchTST, que se entrenan desde cero con cada conjunto de datos. Timestral se entrena antes con un corpus grande y variado, y predice datos que nunca ha visto sin entrenamiento adicional, incluso en campos con pocos datos.

---

Cuatro tamaños y sin necesidad de GPU

Los cuatro modelos comparten arquitectura y receta de entrenamiento: los grandes predicen mejor y los pequeños son más rápidos y baratos. Mistral asegura que, en cada tamaño, ningún modelo público predice mejor.

Timestral no necesita GPU para predecir: en un procesador de servidor estándar con 8 hilos, prever el día siguiente a partir de tres semanas de datos tomados cada 15 minutos lleva 10 milisegundos con el modelo de 5 millones de parámetros y 140 milisegundos con el de 209 millones. El de 28 millones es cinco veces más rápido que el mayor, y el de 123 millones se queda a un 0,2 % de su puntuación con tres cuartas partes de su latencia.

---

Primero en GIFT-Eval, TIME y fev-bench

Entre los modelos preentrenados que predicen sin entrenamiento adicional, Timestral queda primero en las cinco métricas de esas tres pruebas, con un único modelo y sin combinar varios. Mistral ha enviado sus resultados a las clasificaciones de GIFT-Eval y TIME.

Las gráficas del anuncio muestran los diez primeros de cada clasificación, entre 83 participantes comparables en GIFT-Eval, 35 en TIME y 37 en fev-bench. Por tamaños, el modelo de 28 millones de parámetros supera a Chronos-2, unas cuatro veces mayor, en GIFT-Eval y TIME, y el de 209 millones supera a TimesFM-3 y a Falcon-2.0 con menos parámetros.

---

Varias señales a la vez, con su margen de error

Timestral da previsiones probabilísticas y multivariantes. Probabilísticas porque no devuelve un solo número, sino 21 cuantiles, de modo que se ve cuánta incertidumbre hay y se pueden fijar umbrales de alerta acordes. Multivariantes porque predice juntas series relacionadas: en el ejemplo de Mistral, la vibración, la temperatura y la presión de una bomba no se mueven por separado, y el modelo aprovecha esa relación.

También admite covariables, datos que ayudan a predecir: las que solo se conocen del pasado y las que se saben de antemano, como un calendario de producción o una previsión meteorológica, para que una subida de carga programada no salte como una sorpresa. Acepta además covariables por categorías, como el día de la semana o el estado de una máquina, sin pasarlas a números.

---

Dónde se consigue

Además del repositorio de GitHub, el anuncio enlaza una colección de Timestral en Hugging Face y su ficha en la documentación de Mistral. Para las empresas, Timestral está disponible en Mistral Forge, la cadena de entrenamiento que usa la compañía para sus modelos de lenguaje, que permite hacer un ajuste fino con datos propios y desplegarlo todo en el hardware del cliente, incluso en entornos aislados de la red.

Mistral añade que Timestral puede funcionar dentro de los sistemas de supervisión que ya existan o combinarse con sus modelos de lenguaje para que, ante una anomalía, un agente proponga un diagnóstico.

Los detalles completos de cómo está construido y de sus resultados los deja Mistral para un informe técnico que publicará más adelante.

---

Te puede interesar

Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.

---

Escrito por Eloy Andrade