The Sequence AI of the Week #891: スプレッドシートをプロンプトする——Google TabFMによる表形式AIの内部

Google Researchは、表形式データの分類と回帰のための画期的なファンデーションモデル「TabFM」を発表しました。このモデルは、従来の機械学習のワークフローとは全く異なり、トレーニングやハイパーパラメータの調整、特徴量エンジニアリングを一切必要としません。ユーザーはデータセット全体——トレーニング行とテスト行を含む——を1つの巨大なプロンプトとしてモデルに与えるだけで、単一のフォワードパスで予測結果を得ることができます。これは、スプレッドシートに対するインコンテキスト学習の応用と言えます。

企業の機械学習では、長年にわたりXGBoostなどの勾配ブースティング木が主流であり、チャーン予測、不正検出、信用リスク評価などのタスクで広く使われてきました。しかし、新しいデータセットごとに特徴量エンジニアリング、クロスバリデーション、チューニングを繰り返す必要があり、そのプロセスはほとんど自動化されていません。GoogleのTabFMは、この非効率なワークフローに直接挑戦するものです。

TabFMの背後には、同じくGoogleが開発した時系列ファンデーションモデル「TimesFM」の技術があります。TimesFMはすでに広くデプロイされており、その成功を表形式データに拡張したのがTabFMです。表形式データはエンタープライズAIの最も一般的なユースケースであり、このモデルが実用化されれば、企業のAI導入のハードルを大幅に下げることが期待されます。

研究段階ではありますが、TabFMの潜在的なインパクトは計り知れません。従来の手法を完全に置き換えるにはさらなる検証が必要ですが、Googleのこの取り組みは表形式AIの未来に新たな可能性を開くものと言えるでしょう。