Hvordan kan Internett avansere til avansert selvintelligens fra verdensmesterskapets "smartdommer"?

Dette verdensmesterskapet er den "smarte dommeren" et av de største høydepunktene. SAOT integrerer stadiondata, spilleregler og AI for automatisk å gjøre raske og nøyaktige vurderinger i offsidesituasjoner

Mens tusenvis av fans jublet eller beklaget 3D-animasjonsreprisene, fulgte tankene mine nettverkskablene og de optiske fibrene bak TV-en til kommunikasjonsnettverket.

For å sikre en jevnere og klarere seeropplevelse for fansen, er en intelligent revolusjon lik SAOT også på gang i kommunikasjonsnettverket.

I 2025 vil L4 bli realisert

Offsideregelen er komplisert, og det er svært vanskelig for dommeren å ta en nøyaktig avgjørelse på et øyeblikk med tanke på de komplekse og foranderlige forholdene på banen. Derfor dukker det ofte opp kontroversielle offside-avgjørelser i fotballkamper.

Tilsvarende er kommunikasjonsnettverk ekstremt komplekse systemer, og å stole på menneskelige metoder for å analysere, bedømme, reparere og optimalisere nettverk i løpet av de siste tiårene er både ressurskrevende og utsatt for menneskelige feil.

Det som er vanskeligere er at i en tid med digital økonomi, ettersom kommunikasjonsnettverket har blitt grunnlaget for den digitale transformasjonen av tusenvis av linjer og virksomheter, har forretningsbehovene blitt mer diversifiserte og dynamiske, og stabiliteten, påliteligheten og smidigheten til nettverket må være høyere, og den tradisjonelle driftsmodusen med menneskelig arbeid og vedlikehold er vanskeligere å opprettholde.

En feilvurdering i offside kan påvirke resultatet av hele spillet, men for kommunikasjonsnettverket kan en "feilvurdering" få operatøren til å miste den raskt skiftende markedsmuligheten, tvinge produksjonen til bedrifter til å bli avbrutt, og til og med påvirke hele prosessen med sosiale medier. og økonomisk utvikling.

Det er ikke noe valg. Nettverket skal være automatisert og intelligent. I denne sammenhengen har verdens ledende operatører slått hornet av selvintelligent nettverk. I følge trepartsrapporten har 91 % av globale operatører inkludert autointelligente nettverk i sin strategiske planlegging, og mer enn 10 hovedoperatører har kunngjort sitt mål om å oppnå L4 innen 2025.

Blant dem er China Mobile i forkant av denne endringen. I 2021 ga China Mobile ut en hvitbok om selvintelligent nettverk, og foreslo for første gang i bransjen det kvantitative målet om å nå nivå L4 selvintelligent nettverk i 2025, og foreslår å bygge nettverksdrift og vedlikeholdsevne for "selvkonfigurasjon". , selvreparasjon og egenoptimalisering» innover, og skape kundeopplevelse av «null venting, null feil og null kontakt» eksternt.

Internett-selvintelligens lik "Smart Referee"

SAOT består av kameraer, in-ball-sensorer og AI-systemer. Kameraene og sensorene inne i ballen samler dataene i full sanntid, mens AI-systemet analyserer dataene i sanntid og beregner posisjonen nøyaktig. AI-systemet injiserer også spillereglene for automatisk å ringe offside i henhold til reglene.

自智

Det er noen likheter mellom nettverksautointellektualisering og SAOT-implementering:

For det første bør nettverk og persepsjon være dypt integrert for omfattende og sanntid å samle nettverksressurser, konfigurasjon, tjenestestatus, feil, logger og annen informasjon for å gi rike data for AI-trening og resonnement. Dette samsvarer med at SAOT samler inn data fra kameraer og sensorer inne i ballen.

For det andre er det nødvendig å legge inn en stor mengde manuell erfaring innen fjerning og optimalisering av hindringer, bruks- og vedlikeholdsmanualer, spesifikasjoner og annen informasjon i AI-systemet på en enhetlig måte for å fullføre automatisk analyse, beslutningstaking og utførelse. Det er som at SAOT mater offsideregelen inn i AI-systemet.

Siden kommunikasjonsnettverket er sammensatt av flere domener, for eksempel, kan åpning, blokkering og optimalisering av enhver mobiltjeneste bare fullføres gjennom ende-til-ende-samarbeid mellom flere underdomener som trådløst tilgangsnettverk, overføringsnettverk og kjerne nettverk, og nettverks-selvintelligens trenger også "multi-domene-samarbeid". Dette ligner på det faktum at SAOT trenger å samle video- og sensordata fra flere dimensjoner for å ta mer nøyaktige avgjørelser.

Kommunikasjonsnettverket er imidlertid mye mer komplekst enn fotballbanemiljøet, og forretningsscenarioet er ikke en enkelt "offsidestraff", men ekstremt diversifisert og dynamisk. I tillegg til de tre likhetene ovenfor, bør følgende faktorer tas i betraktning når nettverket beveger seg mot høyere ordens autointelligens:

Først må sky-, nettverks- og NE-enhetene integreres med AI. Skyen samler inn massive data på tvers av hele domenet, gjennomfører kontinuerlig AI-trening og modellgenerering, og leverer AI-modeller til nettverkslaget og NE-enheter; Nettverkslaget har middels trenings- og resonneringsevne, som kan realisere lukket sløyfe-automatisering i et enkelt domene. Nes kan analysere og ta beslutninger nær datakilder, og sikre sanntids feilsøking og tjenesteoptimalisering.

For det andre, enhetlige standarder og industriell koordinering. Selvintelligent nettverk er en kompleks systemutvikling, som involverer mye utstyr, nettverksadministrasjon og programvare, og mange leverandører, og det er vanskelig å koble til dokking, kommunikasjon på tvers av domener og andre problemer. I mellomtiden fremmer mange organisasjoner, som TM Forum, 3GPP, ITU og CCSA, selvintelligente nettverksstandarder, og det er et visst fragmenteringsproblem i utformingen av standarder. Det er også viktig for bransjer å samarbeide for å etablere enhetlige og åpne standarder som arkitektur, grensesnitt og evalueringssystem.

For det tredje, talenttransformasjon. Selvintelligent nettverk er ikke bare en teknologisk endring, men også en endring av talent, kultur og organisasjonsstruktur, som krever at drifts- og vedlikeholdsarbeidet transformeres fra "nettverkssentrert" til "forretningssentrert", drifts- og vedlikeholdspersonell for å transformere fra maskinvarekultur til programvarekultur, og fra repeterende arbeidskraft til kreativ arbeidskraft.

L3 er på vei

Hvor er Autointellence-nettverket i dag? Hvor nær er vi L4? Svaret kan bli funnet i tre landingssaker introdusert av Lu Hongju, president for Huawei Public Development, i sin tale på China Mobile Global Partner Conference 2022.

Nettverksvedlikeholdsingeniører vet alle at hjemmenettverket er det største smertepunktet for operatørens drift og vedlikeholdsarbeid, kanskje ingen. Den er sammensatt av hjemmenettverk, ODN-nettverk, bærernettverk og andre domener. Nettverket er komplekst, og det er mange passive dumme enheter. Det er alltid problemer som ufølsom tjenesteoppfatning, langsom respons og vanskelig feilsøking.

Med tanke på disse smertepunktene har China Mobile samarbeidet med Huawei i Henan, Guangdong, Zhejiang og andre provinser. Når det gjelder å forbedre bredbåndstjenester, basert på samarbeid mellom intelligent maskinvare og kvalitetssenter, har den innsett nøyaktig oppfatning av brukeropplevelse og nøyaktig posisjonering av problemer med dårlig kvalitet. Forbedringsraten for brukere av dårlig kvalitet er økt til 83 %, og suksessraten for markedsføring for FTTR, Gigabit og andre virksomheter er økt fra 3 % til 10 %. Når det gjelder fjerning av hindringer i optisk nettverk, realiseres den intelligente identifiseringen av skjulte farer langs samme rute ved å trekke ut den karakteristiske informasjonen om optisk fiberspredning og AI-modellen, med en nøyaktighet på 97 %.

I sammenheng med grønn og effektiv utvikling er energisparing i nettverk hovedretningen til dagens operatører. På grunn av den komplekse trådløse nettverksstrukturen, overlapping og kryssdekning av multifrekvensbånd og multistandard, svinger imidlertid cellevirksomheten i forskjellige scenarier kraftig med tiden. Derfor er det umulig å stole på en kunstig metode for nøyaktig energibesparende avstenging.

I møte med utfordringer jobbet de to sidene sammen i Anhui, Yunnan, Henan og andre provinser i nettverksadministrasjonslaget og nettverkselementlaget for å redusere det gjennomsnittlige energiforbruket til en enkelt stasjon med 10 % uten å påvirke nettverksytelsen og brukeren. erfaring. Nettverksadministrasjonslaget formulerer og leverer energisparestrategier basert på de flerdimensjonale dataene til hele nettverket. NE-laget registrerer og forutsier forretningsendringene i cellen i sanntid, og implementerer nøyaktig energisparestrategier som bærer- og symbolavslutning.

Det er ikke vanskelig å se fra de ovennevnte tilfellene at, akkurat som den "intelligente dommeren" i fotballkampen, realiserer kommunikasjonsnettverket gradvis selvintelligentifisering fra spesifikke scener og enkelt autonome region gjennom "persepsjonsfusjon", "AI-hjerne" og «flerdimensjonalt samarbeid», slik at veien til avansert selvintelligensering av nettverket blir stadig tydeligere.

I følge TM Forum kan L3 selvintelligente nettverk "fornemme endringer i miljøet i sanntid og selvoptimalisere og selvjustere innenfor spesifikke nettverksspesialiteter," mens L4 "muliggjør prediktiv eller aktiv lukket sløyfestyring av forretnings- og kundeopplevelse -drevne nettverk i mer komplekse miljøer på tvers av flere nettverksdomener." Det er klart at det autointelligente nettverket nærmer seg eller oppnår nivå L3 for tiden.

Alle tre hjulene satte kursen mot L4

Så hvordan akselererer vi det autointellektuelle nettverket til L4? Lu Hongjiu sa at Huawei hjelper China Mobile med å nå målet sitt om L4 innen 2025 gjennom en treveis tilnærming med autonomi på ett domene, samarbeid på tvers av domener og industrielt samarbeid.

Når det gjelder autonomi med ett domene, er for det første NE-enheter integrert med persepsjon og databehandling. På den ene siden introduseres innovative teknologier som optisk iris og sanntidssensorenheter for å realisere passiv og millisekundnivåoppfatning. På den annen side er laveffekt databehandling og strømdatabehandlingsteknologier integrert for å realisere intelligente NE-enheter.

For det andre kan nettverkskontrolllaget med AI-hjerne kombinere med intelligente nettverkselementenheter for å realisere den lukkede sløyfen av persepsjon, analyse, beslutningstaking og utførelse, for å realisere den autonome lukkede sløyfen av selvkonfigurasjon, selvreparasjon og selvoptimalisering orientert mot nettverksdrift, feilhåndtering og nettverksoptimalisering i ett enkelt domene.

I tillegg gir nettverksadministrasjonslaget et åpent nordgående grensesnitt til det øverste laget for tjenesteadministrasjon for å lette samarbeid på tvers av domener og tjenestesikkerhet.

Når det gjelder samarbeid på tvers av domener, legger Huawei vekt på omfattende realisering av plattformevolusjon, forretningsprosessoptimalisering og personaltransformasjon.

Plattformen har utviklet seg fra et røykstakkstøttesystem til en selvintelligent plattform som integrerer globale data og eksperterfaring. Forretningsprosess fra fortiden orientert til nettverk, arbeidsordredrevet prosess, til erfaringsorientert, nullkontakt prosesstransformasjon; Når det gjelder personelltransformasjon, ble terskelen for CT-personells transformasjon til digital intelligens senket ved å bygge et utviklingssystem med lav kode og atomisk innkapsling av drifts- og vedlikeholdsevner og nettverksevner, og drifts- og vedlikeholdsteamet fikk hjelp til å transformere til DICT sammensatte talenter.

I tillegg fremmer Huawei samarbeidet mellom flere standardorganisasjoner for å oppnå enhetlige standarder for selvintelligent nettverksarkitektur, grensesnitt, klassifisering, evaluering og andre aspekter. Fremme velstanden til industriell økologi ved å dele praktisk erfaring, fremme trepartsevaluering og -sertifisering og bygge industrielle plattformer; Og samarbeid med China Mobile smart drift og vedlikehold underkjeden for å sortere ut og takle rotteknologi sammen for å sikre at rotteknologien er uavhengig og kontrollerbar.

I henhold til nøkkelelementene i det selvintelligente nettverket nevnt ovenfor, etter forfatterens mening, har "troikaen" til Huawei strukturen, teknologien, samarbeidet, standardene, talentene, omfattende dekningen og presis kraften, som er verdt å se frem til.

Selvintelligent nettverk er telekommunikasjonsindustriens beste ønske, kjent som "telekommunikasjonsindustriens poesi og avstand". Det har også blitt stemplet som "lang vei" og "full av utfordringer" på grunn av det enorme og komplekse kommunikasjonsnettverket og virksomheten. Men å dømme ut fra disse landingssakene og troikaens evne til å opprettholde den, kan vi se at poesien ikke lenger er stolt, og ikke så langt unna. Med den samordnede innsatsen fra telekommunikasjonsindustrien blir den stadig mer full av fyrverkeri.


Innleggstid: 19. desember 2022
WhatsApp nettprat!