BigQuery представляет TimesFM 3.0, новую базовую модель для многомерного прогнозирования временных рядов непосредственно в SQL. Ранее AI.FORECAST поддерживал только одномерное прогнозирование. TimesFM 3.0, разработанная Google Research, превосходно справляется с многомерным прогнозированием, занимая высокие места в публичных рейтингах, таких как GIFT-Eval. Она может одновременно прогнозировать несколько коррелированных целевых столбцов. Модель также поддерживает прогнозирование с использованием ковариат, как прошлых, так и будущих известных значений. Это позволяет делать более точные прогнозы, учитывая внешние факторы, такие как погода или акции. Существующие рабочие процессы одномерного прогнозирования и обнаружения аномалий могут получить выгоду от TimesFM 3.0 путем простой смены спецификации модели. Многомерное прогнозирование в BigQuery требует определенного формата входной таблицы с строками исторических данных и будущих горизонтов. Пользователи также могут использовать запросы на естественном языке в BigQuery Conversational Analytics для многомерного прогнозирования. Эта новая возможность устраняет необходимость в сложных конвейерах данных и инфраструктуре моделей для прогнозирования корпоративного уровня.