Modelos fundacionales de series temporales: casos de uso y beneficios
Los modelos fundacionales de series temporales (TSFM) son modelos preentrenados que pronostican, clasifican, imputan y detectan anomalías en datos de series temporales sin necesidad de un modelo separado para cada conjunto de datos o industria. Los TSFM utilizan arquitecturas basadas en transformadores y conjuntos de datos de series temporales a gran escala para generalizar en dominios como finanzas, comercio minorista, energía y atención médica.
Descubra la arquitectura, los casos de uso, la adopción en industrias, los beneficios, los desafíos y las comparaciones de los modelos fundacionales de series temporales con los modelos existentes:
¿Qué son los modelos fundacionales de series temporales?
Los TSFM aplican métodos de entrenamiento de modelos fundacionales a datos numéricos secuenciales, utilizando arquitecturas que pueden aprender patrones temporales de grandes colecciones de series temporales. En lugar de entrenar un modelo separado para cada problema de pronóstico, pueden adaptarse a tareas como el pronóstico, la detección de anomalías, la imputación y la clasificación.
Los principales TSFM son:
Amazon Chronos-2
Amazon Chronos-2 es un modelo solo de codificador derivado de la arquitectura de codificador T5 y alcanzó decenas de millones de descargas de Hugging Face.1
Salesforce Moirai-2
Salesforce Moirai-2 utiliza una arquitectura de transformador solo de decodificador entrenada en el conjunto de datos LOTSA de 27 mil millones de observaciones.
Sundial
Sundial, desarrollado por investigadores de la Universidad de Tsinghua, tiene resultados líderes en el mercado en el conjunto de datos TimeBench.
TimesFM-2.5
TimesFM-2.5 es el último modelo de Google en la serie TimesFM. Es un modelo preentrenado con ~200M de parámetros y una longitud de contexto de 16k, entrenado en un corpus de puntos de datos de series temporales del mundo real. 2 En comparación con los modelos de lenguaje grandes (LLMs), ofrece un tamaño compacto, inferencia rápida y enfoque en datos de series temporales.
Arquitectura y entrenamiento
TimesFM toma prestada la arquitectura de transformador solo de decodificador de los modelos de lenguaje: capas apiladas de autoatención causal y capas feedforward generan la siguiente salida condicionada por el contexto pasado.
A diferencia del texto, el modelo representa una secuencia como parches de puntos temporales contiguos; cada parche se incrusta (mediante un bloque residual MLP más codificaciones posicionales) y se trata como un token. Una decisión de diseño clave es predecir una longitud de parche de salida más larga que la de entrada, lo que reduce los pasos iterativos en la inferencia y limita la acumulación de errores en horizontes largos.
Para el entrenamiento del modelo, Google mezcla datos sintéticos (para enseñar la “gramática” temporal básica) con un conjunto de datos grande y diverso de series reales (por ejemplo, Google Trends y Wikipedia Pageviews) para mejorar la transferencia. La escala total de preentrenamiento es del orden de 100B puntos temporales.
Figura 1: Gráfico que muestra la arquitectura de TimesFM.3
Evaluación y resultados
Google evaluó TimesFM en modo zero-shot puro en varios benchmarks públicos. En el Monash Forecasting Archive, TimesFM supera a la mayoría de los modelos estadísticos (por ejemplo, ARIMA, ETS) e iguala o supera varias líneas base de aprendizaje profundo entrenadas en la serie objetivo.
En tareas de horizonte largo (por ejemplo, conjuntos de datos ETT), la precisión zero-shot de TimesFM rivaliza con las líneas base supervisadas (por ejemplo, PatchTST entrenado por conjunto de datos) y supera a los pronosticadores basados en prompts de LLM. Las métricas incluyen MAE escalado y resúmenes de media geométrica en todos los conjuntos de datos.3
Características clave y arquitectura de los TSFM
La arquitectura de transformador de los TSFM utiliza autoatención, conexiones residuales y capas lineales para modelar dependencias de largo alcance y patrones de estacionalidad. Los parches de entrada se transforman mediante un perceptrón multicapa en incrustaciones, mientras que las codificaciones posicionales preservan el orden temporal.
En comparación con otros modelos fundacionales, estas arquitecturas están adaptadas para tareas de pronóstico, en lugar de texto o procesamiento de imágenes.
Figura 2: Diagrama que muestra diferentes técnicas de adaptación.4
¿Cuáles son los principales casos de uso?
Pronóstico
Los TSFM utilizan valores históricos de series temporales y, cuando el modelo lo admite, entradas adicionales como el clima, promociones, días festivos u otras variables. Esto les permite modelar relaciones entre múltiples señales en lugar de depender de una única serie objetivo.
Clasificación
Los TSFM utilizan modelos basados en transformadores para reconocer estructuras características como arritmias en datos médicos o picos de demanda inusuales en el comercio minorista.
Imputación
Los TSFM reconstruyen intervalos faltantes aprovechando patrones aprendidos de conjuntos de datos diversos durante el entrenamiento unificado.
A diferencia de la interpolación simple, mantienen la coherencia con la estacionalidad y las tendencias. Las aplicaciones incluyen rellenar vacíos en registros de uso de energía o datos de monitoreo médico, donde la información faltante puede afectar las tareas de pronóstico posteriores.
Anomaly detección
Los TSFM pueden apoyar la detección de anomalías convirtiendo sus representaciones aprendidas de series temporales o sus salidas de reconstrucción en puntuaciones de anomalía. Por ejemplo, MOMENT utiliza una configuración basada en reconstrucción en la que el error cuadrático medio entre la serie temporal observada y la predicha se utiliza como criterio de anomalía.5
Este enfoque puede reducir la necesidad de etiquetas de anomalía específicas de la tarea, pero aun así debería compararse con los métodos tradicionales de detección de anomalías para cada conjunto de datos.
Industrias que adoptan los TSFM
Comercio minorista
En el comercio minorista, los TSFM son principalmente relevantes para la previsión de demanda a nivel de SKU o de tienda, donde los patrones de ventas pueden cambiar debido a días festivos, precios, promociones, roturas de stock y estacionalidad regional.
Su utilidad depende de si el modelo admite variables externas. Por ejemplo, TimeGPT puede utilizar variables exógenas como precios, promociones e indicadores de días festivos.6
Otro ejemplo, Lag-Llama, está diseñado como un modelo de pronóstico probabilístico univariante. Esto significa que los TSFM no deben describirse como una única clase que siempre incorpora factores específicos del comercio minorista.7
Un caso de uso minorista más práctico es probar los TSFM como líneas base de pronóstico reutilizables en conjuntos de datos de demanda y luego compararlos con los modelos de pronóstico estadísticos, de aprendizaje automático o específicos del dominio existentes antes de la implementación.
Finanzas
En las series temporales financieras, los TSFM son más relevantes para tareas donde los datos históricos son limitados, ruidosos o están afectados por cambios de régimen. Estas incluyen pronosticar activos recién cotizados, estimar la volatilidad a corto plazo e identificar transacciones o patrones de mercado inusuales.
Los modelos de mercado único, como ARIMA, GARCH o los pronosticadores basados en LSTM, pueden volverse menos fiables cuando la distribución de los datos cambia tras cambios en las tasas de interés, shocks de liquidez, anuncios macroeconómicos o eventos de estrés de mercado. Los TSFM abordan esta limitación transfiriendo patrones aprendidos de conjuntos de datos de series temporales más amplios, pero sus salidas aún requieren backtesting porque los datos financieros son altamente no estacionarios.
Los posibles casos de uso financiero incluyen la previsión de precios de activos, la previsión de volatilidad, el monitoreo del riesgo de cartera y la detección de fraudes o anomalías en transacciones.
Atención médica
Los TSFM aprenden tanto de datos clínicos como de datos sintéticos, lo que permite sistemas de alerta temprana que se adaptan a líneas base específicas de cada paciente. Más allá del monitoreo, apoyan la investigación y el descubrimiento en ensayos de medicamentos al identificar patrones temporales sutiles en grandes conjuntos de datos.
Energía
A diferencia de los métodos tradicionales que asumen patrones estacionales fijos, los TSFM manejan condiciones variables como la generación renovable.
Combinan historiales de consumo con variables exógenas como la temperatura y la velocidad del viento, lo que produce salidas probabilísticas de pronóstico de series temporales para el equilibrio de la red eléctrica. La eficiencia computacional es relevante aquí, ya que los tiny time mixers proporcionan predicciones localizadas a menor costo. Consulte aplicaciones de IA para la sostenibilidad para obtener más información.
Transporte
Los TSFM entrenados con conjuntos de datos diversos pueden transferirse entre regiones con una adaptación mínima mediante fine-tuning. Los ejemplos del mundo real incluyen la previsión de congestión en zonas urbanas y la optimización de rutas de reparto en logística.
Fabricación
Los TSFM manejan dependencias de largo alcance entre sensores y ciclos de producción, mejorando la detección temprana de fallos.
Cuando se les aplica fine-tuning con datos específicos de la instalación, logran un mejor rendimiento en la reducción del tiempo de inactividad y en la garantía del control de calidad.
Tiempo y clima
El modelado del tiempo y el clima requiere gestionar múltiples horizontes de pronóstico, desde horas hasta años. Los modelos estadísticos y los métodos tradicionales a menudo no logran capturar la variabilidad multiescala.
Los TSFM, a través de su arquitectura de transformador y sus mecanismos de autoatención, pueden modelar dependencias tanto locales como globales. Los ejemplos incluyen el pronóstico de precipitaciones a corto plazo y las predicciones de ciclos climáticos. El pronóstico probabilístico de series temporales ayuda a cuantificar la incertidumbre en estas salidas.
Beneficios de los modelos fundacionales de series temporales
Las principales ventajas de los TSFM en comparación con los modelos existentes incluyen:
- Rendimiento zero-shot: Ofrecer resultados sólidos en conjuntos de datos no vistos sin adaptación con fine-tuning.
- Costes de entrenamiento reducidos: Reutilización de un modelo en todos los dominios en lugar de entrenar modelos separados.
- Generalización de dominio: Un modelo se adapta a contextos variados con aprendizaje por transferencia y aprendices de pocos ejemplos.
- Eficiencia computacional: Más pequeños que los grandes modelos fundacionales en PNL, sin dejar de ofrecer un rendimiento mejorado.
- Versatilidad: Manejo de diversos horizontes de pronóstico, granularidades y longitudes de parche de salida.
Desafíos de los TSFM
Desafíos técnicos
Escasez de datos de entrenamiento: A diferencia del texto para los modelos de lenguaje, los conjuntos de datos públicos disponibles para datos de series temporales son más pequeños. Sin embargo, ahora existen conjuntos de datos como Large-scale Open Time Series Archive (LOTSA) con miles de millones de observaciones en múltiples dominios.8
Falta de estructura universal: No hay equivalente de vocabulario o gramática.
Dinámicas temporales complejas: Patrones de estacionalidad e historiales diversos.
Especificidad de dominio: Diferentes tasas de muestreo y comportamientos en todas las industrias.
Desafíos prácticos
- Preocupaciones de privacidad al recopilar conjuntos de datos diversos.
- Altos requisitos de eficiencia computacional para el entrenamiento de modelos.
- Cambio de distribución en entornos en evolución.
- Interpretabilidad y transparencia en aplicaciones del mundo real.
- Integración en sistemas heredados y pipelines de trabajo relacionados.
Añadir como fuente preferidaModelos fundacionales de series temporales: factores de desarrollo y diseño
Modelos fundacionales de series temporales: resultados y factores operativos
Diferencias con otros modelos fundacionales
Los TSFM se diferencian de los modelos de lenguaje y de los modelos fundacionales visuales en varios aspectos:
- Modalidad de datos: Datos numéricos secuenciales en lugar de texto o imágenes.
- Arquitectura: Arquitecturas basadas en transformadores adaptadas con parcheo y normalización (por ejemplo, normalización de instancia reversible).
- Enfoque de entrenamiento: Incorporación tanto de datos sintéticos como de corpus del mundo real, como los conjuntos de datos de Google Research.
- Escala: De menor tamaño que los grandes modelos fundacionales, pero ofrecen pronósticos puntuales de alta calidad.
- Evaluación: Se evalúan en tareas de pronóstico, detección de anomalías e imputación en lugar de comprensión de texto.
Conclusión
Los modelos fundacionales de series temporales representan un cambio desde los modelos estadísticos específicos del dominio, los modelos de regresión y el aprendizaje profundo supervisado hacia un modelo unificado para series temporales. Al aplicar arquitecturas basadas en transformadores y aprovechar modelos preentrenados, ofrecen soluciones escalables para tareas de pronóstico, detección de anomalías y otras aplicaciones en todas las industrias.
Si bien persisten desafíos en la disponibilidad de datos de entrenamiento, la interpretabilidad y la integración en los flujos de trabajo existentes, las ventajas en pronóstico zero-shot, aprendizaje por transferencia y adaptabilidad entre dominios posicionan a los TSFM como un paso clave hacia el pronóstico de propósito general.
Cita esta investigación
Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{Modelos fundacionales de series temporales: casos de uso y beneficios}},
year = {2026},
month = jun,
howpublished = {\url{https://aimultiple.com/time-series-foundation-models}},
note = {AIMultiple. Recuperado el 12 de Junio de 2026}
}Enlaces de referencia
Sé el primero en comentar
Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.