I detta VM är den "smarta domaren" en av de största höjdpunkterna. SAOT integrerar stadiondata, spelregler och AI för att automatiskt fatta snabba och korrekta bedömningar av offsidesituationer.
Medan tusentals fans jublade eller beklagade repriserna av 3D-animationen, följde mina tankar nätverkskablarna och optiska fibrerna bakom TV:n till kommunikationsnätverket.
För att säkerställa en smidigare och tydligare tittarupplevelse för fansen pågår även en intelligent revolution liknande SAOT inom kommunikationsnätverket.
År 2025 kommer L4 att förverkligas
Offsideregeln är komplicerad, och det är mycket svårt för domaren att fatta ett korrekt beslut på ett ögonblick med tanke på planens komplexa och föränderliga förhållanden. Därför förekommer kontroversiella offsidebeslut ofta i fotbollsmatcher.
På samma sätt är kommunikationsnätverk extremt komplexa system, och att förlita sig på mänskliga metoder för att analysera, bedöma, reparera och optimera nätverk under de senaste decennierna är både resurskrävande och benäget för mänskliga fel.
Det svårare är att i den digitala ekonomins era, i takt med att kommunikationsnätverket har blivit basen för den digitala omvandlingen av tusentals linjer och företag, har affärsbehoven blivit mer diversifierade och dynamiska, och nätverkets stabilitet, tillförlitlighet och flexibilitet måste vara högre, och det traditionella driftssättet med mänskligt arbete och underhåll är svårare att upprätthålla.
En felbedömning av offside kan påverka resultatet av hela matchen, men för kommunikationsnätverket kan en "felbedömning" göra att operatören går miste om den snabbt föränderliga marknadsmöjligheten, tvingar företagens produktion att avbrytas och till och med påverka hela processen för social och ekonomisk utveckling.
Det finns inget val. Nätverket måste vara automatiserat och intelligent. I detta sammanhang har världens ledande operatörer ljudit i hornet för självintelligenta nätverk. Enligt trepartsrapporten har 91 % av de globala operatörerna inkluderat autointelligenta nätverk i sin strategiska planering, och mer än 10 huvudoperatörer har tillkännagivit sitt mål att uppnå nivå 4 senast 2025.
Bland dem ligger China Mobile i framkant av denna förändring. År 2021 släppte China Mobile en vitbok om självintelligenta nätverk, där de för första gången i branschen föreslog det kvantitativa målet att nå nivå L4 av självintelligenta nätverk år 2025, och föreslog att bygga upp nätverksdrift och underhållskapacitet för "självkonfiguration, självreparation och självoptimering" internt, och skapa en kundupplevelse med "noll väntetid, noll fel och noll kontakt" externt.
Internetbaserad självintelligens liknande "Smart Referee"
SAOT består av kameror, sensorer inuti bollen och AI-system. Kamerorna och sensorerna inuti bollen samlar in data i realtid, medan AI-systemet analyserar data i realtid och beräknar positionen korrekt. AI-systemet matar också in spelreglerna för att automatiskt göra offside-domar enligt reglerna.
Det finns vissa likheter mellan nätverksautointellektualisering och SAOT-implementering:
För det första bör nätverk och perception vara djupt integrerade för att heltäckande och i realtid samla in nätverksresurser, konfiguration, servicestatus, fel, loggar och annan information för att tillhandahålla omfattande data för AI-träning och resonemang. Detta överensstämmer med SAOT som samlar in data från kameror och sensorer inuti bollen.
För det andra är det nödvändigt att mata in en stor mängd manuell erfarenhet av borttagning och optimering av hinder, drift- och underhållsmanualer, specifikationer och annan information i AI-systemet på ett enhetligt sätt för att slutföra automatisk analys, beslutsfattande och genomförande. Det är som att SAOT matar in offsideregeln i AI-systemet.
Dessutom, eftersom kommunikationsnätverket består av flera domäner, kan till exempel öppning, blockering och optimering av mobiltjänster endast genomföras genom ett heltäckande samarbete mellan flera underdomäner, såsom trådlöst åtkomstnätverk, transmissionsnätverk och kärnnätverk, och nätverkets självintelligens behöver också "samarbete mellan flera domäner". Detta liknar det faktum att SAOT behöver samla in video- och sensordata från flera dimensioner för att fatta mer exakta beslut.
Kommunikationsnätverket är dock mycket mer komplext än fotbollsplansmiljön, och affärsscenariot är inte en enda "offsidestraff", utan extremt diversifierat och dynamiskt. Utöver de tre ovanstående likheterna bör följande faktorer beaktas när nätverket rör sig mot autointelligens av högre ordning:
Först måste molnet, nätverket och NE-enheterna integreras med AI. Molnet samlar in massiva datamängder över hela domänen, genomför kontinuerligt AI-träning och modellgenerering och levererar AI-modeller till nätverkslagret och NE-enheterna. Nätverkslagret har medelhög tränings- och resonemangsförmåga, vilket kan realisera sluten automatisering i en enda domän. NE kan analysera och fatta beslut nära datakällor, vilket säkerställer felsökning och tjänsteoptimering i realtid.
För det andra, enhetliga standarder och industriell samordning. Självintelligenta nätverk är en komplex systemteknik som involverar mycket utrustning, nätverkshantering och programvara, och många leverantörer, och det är svårt att hantera dockningsproblem, kommunikation mellan domäner och andra problem. Samtidigt främjar många organisationer, såsom TM Forum, 3GPP, ITU och CCSA, självintelligenta nätverksstandarder, och det finns ett visst fragmenteringsproblem i formuleringen av standarder. Det är också viktigt för industrier att arbeta tillsammans för att etablera enhetliga och öppna standarder såsom arkitektur, gränssnitt och utvärderingssystem.
För det tredje, talangtransformation. Självintelligenta nätverk är inte bara en teknologisk förändring, utan också en förändring av talang, kultur och organisationsstruktur, vilket kräver att drift- och underhållsarbetet omvandlas från "nätverkscentrerat" till "affärscentrerat", att drift- och underhållspersonalen omvandlas från hårdvarukultur till mjukvarukultur, och från repetitivt arbete till kreativt arbete.
L3 är på väg
Var är autointelligensnätverket idag? Hur nära är vi L4? Svaret kan hittas i tre exempel som presenterades av Lu Hongju, vd för Huawei Public Development, i sitt tal vid China Mobile Global Partner Conference 2022.
Nätverksunderhållsingenjörer vet alla att det stora hemnätverket är den största smärtpunkten för operatörernas drift och underhållsarbete, kanske ingen. Det består av hemnätverk, ODN-nätverk, bärarnätverk och andra domäner. Nätverket är komplext och det finns många passiva dumma enheter. Det finns alltid problem som okänslig serviceuppfattning, långsam respons och svår felsökning.
Mot bakgrund av dessa problemområden har China Mobile samarbetat med Huawei i Henan, Guangdong, Zhejiang och andra provinser. När det gäller att förbättra bredbandstjänsterna har man, baserat på samarbete mellan intelligent hårdvara och kvalitetscenter, uppnått en korrekt uppfattning om användarupplevelsen och korrekt positionering av problem med dålig kvalitet. Förbättringsgraden för användare med dålig kvalitet har ökat till 83 %, och marknadsföringsframgångsgraden för FTTR, Gigabit och andra företag har ökat från 3 % till 10 %. När det gäller att ta bort hinder i optiska nätverk uppnås intelligent identifiering av dolda faror längs samma väg genom att extrahera information om spridningsegenskaperna för optiska fibrer och AI-modell, med en noggrannhet på 97 %.
I samband med grön och effektiv utveckling är energibesparing i nätverk den huvudsakliga inriktningen för nuvarande operatörer. Men på grund av den komplexa trådlösa nätverksstrukturen, överlappning och korsning av multifrekvensband och multistandarder, fluktuerar cellverksamheten i olika scenarier kraftigt över tid. Därför är det omöjligt att förlita sig på artificiella metoder för korrekt energibesparande avstängning.
Inför utmaningarna arbetade de två sidorna tillsammans i Anhui, Yunnan, Henan och andra provinser på nätverkshanteringslagret och nätverkselementlagret för att minska den genomsnittliga energiförbrukningen för en enskild station med 10 % utan att påverka nätverkets prestanda och användarupplevelse. Nätverkshanteringslagret formulerar och levererar energisparstrategier baserade på flerdimensionell data från hela nätverket. NE-lagret känner av och förutspår affärsförändringar i cellen i realtid och implementerar korrekt energisparstrategier som bärvågs- och symbolavstängning.
Det är inte svårt att se utifrån ovanstående fall att kommunikationsnätverket, precis som den "intelligenta domaren" i fotbollsmatchen, gradvis inser självintelligentifiering från specifika scener och en enda autonom region genom "perceptionsfusion", "AI-hjärna" och "flerdimensionellt samarbete", så att vägen till avancerad självintelligentifiering av nätverket blir allt tydligare.
Enligt TM Forum kan självintelligenta nätverk på nivå 3 ”avkänna förändringar i miljön i realtid och självoptimera och självanpassa sig inom specifika nätverksspecialiteter”, medan L4 ”möjliggör prediktiv eller aktiv sluten slinghantering av affärs- och kundupplevelsedrivna nätverk i mer komplexa miljöer över flera nätverksdomäner.” Det är uppenbart att det autointelligenta nätverket närmar sig eller når nivå L3 för närvarande.
Alla tre hjulen är på väg mot L4
Så hur accelererar vi det autointellektuella nätverket till nivå 4? Lu Hongjiu sa att Huawei hjälper China Mobile att nå sitt mål om nivå 4 till 2025 genom en trevägsstrategi med autonomi inom en enda domän, samarbete över flera domäner och industriellt samarbete.
När det gäller autonomi i en enda domän integreras för det första NE-enheter med perception och beräkning. Å ena sidan introduceras innovativa tekniker som optisk iris och realtidsavkännande enheter för att realisera passiv och millisekundnivåperception. Å andra sidan integreras lågeffektsberäkning och strömberäkningstekniker för att realisera intelligenta NE-enheter.
För det andra kan nätverkskontrolllagret med AI-hjärna kombineras med intelligenta nätverkselement för att realisera en sluten slinga av perception, analys, beslutsfattande och exekvering, för att realisera en autonom sluten slinga av självkonfiguration, självreparation och självoptimering inriktad på nätverksdrift, felhantering och nätverksoptimering i en enda domän.
Dessutom tillhandahåller nätverkshanteringslagret ett öppet norrgående gränssnitt till det övre lagrets tjänstehanteringslager för att underlätta samarbete mellan domäner och tjänstesäkerhet.
När det gäller samarbete över flera domäner betonar Huawei det omfattande genomförandet av plattformsutveckling, optimering av affärsprocesser och personalomvandling.
Plattformen har utvecklats från ett rökstackbaserad supportsystem till en självintelligent plattform som integrerar global data och experterfarenhet. Affärsprocesser från tidigare inriktade på nätverk, arbetsorderdrivna processer, till erfarenhetsorienterade, kontaktlösa processer. När det gäller personalomvandling, genom att bygga ett lågkodsutvecklingssystem och atomär inkapsling av drift- och underhållskapacitet samt nätverkskapacitet, sänktes tröskeln för CT-personalens omvandling till digital intelligens, och drift- och underhållsteamet fick hjälp att omvandla till DICT-sammansatta talanger.
Dessutom främjar Huawei samarbete mellan flera standardiseringsorganisationer för att uppnå enhetliga standarder för självintelligent nätverksarkitektur, gränssnitt, klassificering, utvärdering och andra aspekter. Främjar välståndet för industriell ekologi genom att dela praktisk erfarenhet, främja trepartsutvärdering och certifiering samt bygga industriella plattformar; och samarbetar med China Mobiles underkedja för smart drift och underhåll för att tillsammans sortera ut och hantera rotteknologi för att säkerställa att rotteknologin är oberoende och kontrollerbar.
Enligt de viktigaste elementen i det självintelligenta nätverket som nämnts ovan, anser författaren att Huaweis "trojka" har den struktur, teknik, samarbete, standarder, talanger, omfattande täckning och precisa styrka som är värd att se fram emot.
Självintelligenta nätverk är telekommunikationsbranschens bästa önskan, känt som "telekommunikationsbranschens poesi och distans". Det har också betecknats som "lång väg" och "full av utmaningar" på grund av det enorma och komplexa kommunikationsnätverket och affärsverksamheten. Men att döma av dessa landningsfall och trojkans förmåga att upprätthålla det, kan vi se att poesin inte längre är stolt, och inte alltför långt borta. Med telekommunikationsbranschens samlade ansträngningar är den alltmer full av fyrverkerier.
Publiceringstid: 19 december 2022