「時系列予測モデルを作ったはいいもの、先の未来を予測するほど誤差が雪だるま式に膨らんでしまう…」そんな予測タスク特有の悩みに直面したことはないでしょうか？
そんな中、Google Researchから新たに時系列基盤モデルの最新版「TimesFM-3」が発表されました。
この記事では、単一のパスで高精度な多変量時系列予測を可能にしたTimesFM-3の仕組みについて、図解を交えながらわかりやすく解説します。特に中核となる「Contiguous Patch Masking」機構や、分位点（Quantile）予測の計算的な意味について深く掘り下げていきましょう。
TimesFM-3とは？時系列予測の新たな基盤モデル
TimesFM-3は、Google Researchが開発した時系列予測のための基盤モデル（Foundation Model）です。パラメータ数は約3.3億（330M）と、LLM（大規模言語モデル）に比べれば軽量ですが、実世界や合成データなど1兆個以上ものデータポイントで事前学習されています。
なぜ今、このモデルが注目されているのでしょうか。これまでも時系列予測のモデルは多数存在しましたが、TimesFM-3は「ゼロショット（追加のファインチューニングなし）」で、かつ「多変量（複数の関連する時系列を同時に）」予測できる点が大きな強みです。以前書いたAIハードウェアの規格動向でも触れたように、AIモデルの進化は特定のドメインにおいて劇的なパラダイムシフトを起こしています。TimesFM-3もまた、時系列データの扱いに変革をもたらす存在です。
- ネイティブな多変量予測：従来のTimesFM（バージョン2.5まで）は単変量予測に限定されていましたが、TimesFM-3は複数の変量を同時に扱えます。
- ゼロショット性能の高さ：特定のタスク向けに再学習することなく、主要なベンチマークで他の予測モデルを凌駕する精度を誇ります。
- 多様な共変量（Covariates）のサポート：過去のデータだけでなく、休日のカレンダーやプロモーション情報など「未来の予定」も組み込んで予測可能です。
このように、単なる「明日の売上予測」にとどまらず、複雑に絡み合う複数の要因を同時に推論できるのがTimesFM-3の凄さです。
【図解】従来との違い：「Contiguous Patch Masking」の仕組み
TimesFM-3の最大の技術的ブレイクスルーは、予測時のアーキテクチャにあります。ここでは従来の手法と比較して解説しましょう。
従来の自己回帰（Autoregressive）モデルの課題
LLMなどでおなじみの「自己回帰」アプローチを時系列に適用した場合、「t+1」の未来を予測し、その結果を使って「t+2」を予測し……というように、ステップバイステップで予測を進めます。しかし、この手法には「誤差の蓄積（Compounding Error）」という致命的な弱点があります。最初の予測が少しでもズレると、それが次の予測の入力となるため、長期の予測になるほど誤差が雪だるま式に増大してしまうのです。
革新的な「Contiguous Patch Masking (CPM)」
これに対し、TimesFM-3は「Contiguous Patch Masking (CPM)」という学習・推論メカニズムを採用しています。
これは簡単に言うと、未来の予測区間全体を「マスクされたプレースホルダー（空白の穴）」として一気にモデルに入力し、1回のフォワードパス（順伝播）で穴埋め問題を解かせるような仕組みです。
具体的には、時系列データを「パッチ」と呼ばれる一定の長さのブロックに分割します。訓練時には、未来のパッチをマスク（隠す）しておき、過去の観測データと同時にAttention層に流し込みます。これにより、モデルは「ステップごとに予測を繋げる」のではなく、「過去の全体的な文脈から、未来のブロック全体の形を同時に推論する」ことを学習します。結果として、自己回帰による誤差の蓄積を防ぎ、かつ推論速度（レイテンシ）も大幅に向上させています。
💡 あわせて読みたい
分布予測とは？「分位点（Quantile）」出力の計算的な意味
もうひとつ、情報系の学生やエンジニアにぜひ知っておいてほしいのが、TimesFM-3が「点予測（Point Forecasting）」ではなく「分布予測（Distributional Forecasting）」を行っているという点です。
なぜ「点」ではなく「分布」を予測するのか
通常、予測モデルというと「明日の売上は100万円です」という単一の数値（点）を返すものを想像しがちです。しかし、現実世界には不確実性がつきものです。「100万円になる確率」だけでなく、「最悪の場合はいくらか」「上振れしたらどこまでいくか」という不確実性の幅を知ることが、実務上の意思決定では極めて重要になります。
9つの分位点（Quantile）を出力する意味
TimesFM-3では、各タイムステップに対して1つの値ではなく、9つの分位点（10%〜90%パーセンタイル）を出力するように損失関数が設計されています。
計算的な意味としては、モデルは「真の値がその出力値よりも下になる確率が $q$ % となるような境界値」を予測する quantile regression loss（ピンボールロスなど）を最小化するように学習します。たとえば、モデルが出力した「10%分位点」が50万円、「90%分位点」が150万円だった場合、これは「80%の確率で、明日の売上は50万円から150万円の間に収まる（80%信頼区間）」という確率分布を表現していることになります。
単なる平均二乗誤差（MSE）で学習するのではなく、この分位点予測を行うことで、エンジニアは「異常検知（実際の値が90%分位点を大きく超えたらアラートを出す）」や「リスク管理」のシステムを非常に組みやすくなるのです。
エンジニア目線での実務活用と注意点
実務において、TimesFM-3のようなゼロショットの多変量モデルが使えるようになると、データパイプラインの構築が非常にシンプルになります。これまでは対象の時系列ごとに固有のモデル（ARIMAやLightGBMなど）を都度チューニングしていましたが、基盤モデルにそのままデータを投げるだけで高精度な予測と信頼区間が返ってくるのは魅力的です。
一方で注意点もあります。TimesFM-3の重み（Weights）は現在 timesfm-non-commercial-license-v1.0 というライセンスで公開されており、商用環境や本番環境での利用には制限があります。まずは社内の研究開発や、非商用のデータ分析プロジェクトでのPoC（概念実証）として検証を進めるのが現実的でしょう。
個人的には、Google CloudのBigQuery等への統合も予定されているとのことで、インフラに組み込まれた形でのマネージドな利用が今後のメインストリームになっていくのではないかと感じています。
まとめ
今回は、Google Researchの最新時系列基盤モデル「TimesFM-3」について解説しました。要点は以下の通りです。
- 1回のフォワードパスで未来を予測する「Contiguous Patch Masking」により誤差の蓄積を防ぐ
- ネイティブな多変量予測に対応し、未来の予定（プロモーションや休日）も加味できる
- 分位点（Quantile）予測により、単一の値だけでなく「不確実性の幅（確率分布）」を表現できる
時系列データ解析の分野にも、確実にFoundation Modelの波が来ています。非商用ライセンスではありますが、ローカルで検証することも可能なので、興味のあるエンジニアの方はぜひ実際にデータを流し込んでその精度を体感してみてください。
💡 あわせて読みたい
💡 あわせて読みたい
