Esplorando Chronos: come i modelli fondamentali dell'intelligenza artificiale stanno stabilendo nuovi standard nell'analisi predittiva
Questo post è stato scritto in collaborazione con Rafael Guedes.
Le previsioni delle serie temporali si sono evolute verso modelli di base grazie al loro successo in altre aree dell’intelligenza artificiale (AI). In particolare, abbiamo assistito al successo di tali approcci nell’elaborazione del linguaggio naturale (PNL). La cadenza dello sviluppo dei modelli fondamentali è andata accelerando nel tempo. Ogni mese viene rilasciato un nuovo e più potente Large Language Model (LLM). Questo non è limitato alla PNL. Osserviamo un modello di crescita simile anche nella visione artificiale. I modelli di segmentazione come il Segment Anything Model (SAM) (1) di Meta possono identificare e segmentare con precisione gli oggetti in immagini invisibili. Modelli multimodali come LLaVa (2) o Qwen-VL (3) possono gestire testo e immagini per rispondere a qualsiasi domanda dell'utente. La caratteristica comune tra questi modelli è che possono eseguire un'accurata inferenza zero-shot, il che significa che non hanno bisogno di essere addestrati sui dati per ottenere prestazioni eccellenti.
Definire cos’è un modello fondamentale e cosa lo rende diverso dagli approcci tradizionali è probabilmente utile a questo punto. Innanzitutto, un modello fondativo su larga scala (vale a dire la sua formazione), che fornisce un'ampia comprensione dei principali modelli e delle sfumature importanti che possiamo trovare nel…
Fonte: towardsdatascience.com
