Pathway 的機器遺忘讓 ETA 在資料流過時時仍保持準確

法國深科技新創公司 Pathway 由執行長 Zuzanna Stamirowska 共同創辦——她是美國國家科學院發表的最先進海運貿易預測模型作者——著手解決阻礙物流數位化的問題：缺乏能在即時資料流之上進行自動化推理的軟體基礎設施。貨櫃上的感測器產生追蹤資料，但低頻寬環境延遲雲端同步，造成延遲資料與即時資料混雜的不匹配洪流。

該框架在串流資料上持續重新訓練 AI 系統與 LLM，使個別資料點無需重新完整批次上傳即可修正——即機器遺忘，Google 在該年夏季稍早為此舉辦競賽。Pathway 與航運公司 CMA CGM 合作，提升了貨櫃出閘 ETA 的精確度並改善碼頭作業，加快貨櫃處理時間並降低商業與環境成本。

該公司強調此方法與產業無關，適用於各類資料型態——表格式資料、時間序列、IoT 訊息、事件串流、移動中的事物、圖與本體——並表示其專注於產品精進，包括可觀測性使用案例。

機器遺忘作為產品：在已訓練模型中修正一個錯誤資料點而無需重新訓練——如同試算表僅重算相依儲存格。

過時或錯誤的訓練資料會在仰賴串流資料的企業中無聲地汙染模型輸出。

完整批次重新訓練太慢且成本過高，無法在每次單一事實變更時執行。

物流決策依賴即時資料，因此修正必須在仍具意義時落實。

在快速變動的資料中，工作單位不是資料集而是單一事實：設計能持續遺忘與修正的系統。

Tech.eu 報導 CMA CGM 部署為仰賴準確實時資料產業中的實績，同時指出機器遺忘沒有單一解決方案——批次、串流與 LLM 案例各不相同。Pathway 持續專注於為多種資料型態與產業精進平台。