Tento mistrovství světa, „chytrý rozhodčí“, je jedním z největších vrcholů. SAOT integruje data stadionu, herní pravidla a AI, aby automaticky prováděla rychlé a přesné úsudky v offside situace
Zatímco tisíce fanoušků rozveselily nebo bědovaly nad 3-D animačními opakováním, moje myšlenky sledovaly síťové kabely a optická vlákna za televizí do komunikační sítě.
Aby bylo zajištěno hladší a jasnější zážitek z prohlížení pro fanoušky, v komunikační síti také probíhá také inteligentní revoluce podobná SAOT.
V roce 2025 bude realizována L4
Pravidlo offside je komplikované a pro rozhodčího je velmi obtížné učinit přesné rozhodnutí za okamžik s ohledem na složité a proměnlivé podmínky pole. Ve fotbalových zápasech se proto často objevují kontroverzní offside rozhodnutí.
Podobně jsou komunikační sítě extrémně složité systémy a spoléhají se na lidské metody pro analýzu, soudci, opravy a optimalizaci sítí v posledních několika desetiletích jsou jak náročné na zdroje, tak náchylná k lidské chybě.
Je obtížnější, že v době digitální ekonomiky, protože komunikační síť se stala základem pro digitální transformaci tisíců linek a podniků, se obchodní potřeby staly diverzifikovanější a dynamičtější a stabilita, spolehlivost a obratnost sítě musí být vyšší a je obtížnější udržet.
Offside nesprávné posouzení může ovlivnit výsledek celé hry, ale pro komunikační síť může „nesprávné posouzení“ přimět operátora ztratit rychle se měnící tržní příležitost, nutit produkci podniků, aby byla přerušena, a dokonce ovlivnit celý proces sociálního a ekonomického rozvoje.
Neexistuje žádná možnost. Síť musí být automatizovaná a inteligentní. V této souvislosti zněl přední operátoři světa roh sebeinteligentní sítě. Podle zprávy Tripartite 91% globálních operátorů zahrnulo do jejich strategického plánování Autointelligent Networks a více než 10 hlavních operátorů oznámilo svůj cíl dosáhnout L4 do roku 2025.
Mezi nimi je China Mobile v předvolci této změny. V roce 2021 vydala společnost China Mobile bílou knihu o sebeúctě v oblasti sebeinteligentní sítě, která poprvé navrhla v oboru kvantitativní cíl dosažení úrovně L4 v roce 2025, což navrhuje budovat provoz sítě a údržbu „Selffiguration, sebepoškozování a samooptimalizace“ a vytvářet zkušenosti s nulovým čekáním, nulového kontaktu “externě.
Internetová inteligence podobná „inteligentnímu rozhodčímu“
SAOT je tvořen kamerami, senzory v míle a AI systémů. Kamery a senzory uvnitř míče shromažďují data v plném čase v reálném čase, zatímco systém AI analyzuje data v reálném čase a přesně vypočítá pozici. Systém AI také vkládá pravidla hry, která automaticky provádí volání z offside podle pravidel.
Mezi síťovou autointellectualizací a implementací SAOT existuje určité podobnosti:
Za prvé, síťové a vnímání by měly být hluboce integrovány do komplexního a v reálném čase shromažďovat síťové prostředky, konfiguraci, stav služby, chyby, protokoly a další informace, aby poskytovaly bohatá data pro školení a uvažování AI. To je v souladu s shromažďováním dat SOOT z kamer a senzorů uvnitř míče.
Za druhé, je nutné zadat velké množství manuálních zkušeností při odstraňování a optimalizaci překážek, příručky pro provoz a údržbu, specifikace a další informace do systému AI sjednoceným způsobem pro dokončení automatické analýzy, rozhodování a provádění. Je to jako SAOT, který krmí pravidlo offside do systému AI.
Navíc, protože komunikační síť je například složena z více domén, například otevírání, blokování a optimalizaci jakékoli mobilní služby lze dokončit pouze prostřednictvím spolupráce s více subdoméněmi, jako je bezdrátová přístupová síť, přenosová síť a jádro síť a síťová síť a síťová inteligence také potřebuje „spolupráci s více doménami“. To je podobné skutečnosti, že SAOT musí shromažďovat data a data senzorů z více dimenzí, aby se učinila přesnější rozhodnutí.
Komunikační síť je však mnohem složitější než prostředí fotbalového hřiště a obchodní scénář není jediný „offside trest“, ale extrémně diverzifikovaný a dynamický. Kromě výše uvedených tří podobností by se měly brát v úvahu následující faktory, když se síť pohybuje směrem k autointelligence vyššího řádu:
Za prvé, zařízení cloud, sítě a NE je třeba integrovat s AI. Cloud shromažďuje masivní data v celé doméně, nepřetržitě provádí školení AI a generování modelu a dodává modely AI do síťových vrstev a NE; Síťová vrstva má schopnost středního tréninku a uvažování, která může realizovat automatizaci uzavřené smyčky v jedné doméně. NES může analyzovat a rozhodovat se blížící se zdrojům dat, zajistit odstraňování problémů v reálném čase a optimalizaci služeb.
Za druhé, sjednocené standardy a průmyslová koordinace. Self-inteligentní síť je komplexní systémové inženýrství, které zahrnuje mnoho zařízení, správa sítě a software a mnoho dodavatelů a je obtížné propojit dokování, komunikaci mezi doménami a další problémy. Mezitím mnoho organizací, jako je TM Forum, 3GPP, ITU a CCSA, podporuje sebeinteligentní síťové standardy a ve formulaci standardů existuje určitý problém s fragmentací. Je také důležité, aby průmyslová odvětví spolupracovala na stanovení sjednocených a otevřených standardů, jako je architektura, rozhraní a systém hodnocení.
Zatřetí, transformace talentu. Samo inteligentní síť není jen technologická změna, ale také změnou talentu, kultury a organizační struktury, která vyžaduje, aby se práce a údržba transformovala z „soustředěného na síť“ na „zaměřené na podnikání“, personál pro provoz a údržbu k přeměně z hardwarové kultury na softwarovou kulturu a z opakované práce na tvůrčí práci.
L3 je na cestě
Kde je dnes síť Autointelligence? Jak blízko jsme k L4? Odpověď najdete ve třech případech přistání, které představil Lu Hongju, prezident veřejného rozvoje Huawei, ve svém projevu na China Mobile Global Partner Conference 2022.
Všichni inženýři údržby sítě vědí, že domovská široká síť je největším bodem bolesti operátorů provozních a údržbářských provozních prací, možná nikdo. Skládá se z domácí sítě, sítě ODN, sítě nositelů a dalších domén. Síť je složitá a existuje mnoho pasivních hloupých zařízení. Vždy existují problémy, jako je necitlivé vnímání služeb, pomalá odezva a obtížné odstraňování problémů.
S ohledem na tyto body bolesti společnost China Mobile spolupracovala s Huawei v Henan, Guangdong, Zhejiang a dalších provinciích. Pokud jde o zlepšení širokopásmových služeb, založené na spolupráci inteligentního hardwarového a kvalitního centra si uvědomila přesné vnímání uživatelských zkušeností a přesné umístění nekvalitních problémů. Míra zlepšování nekvalitních uživatelů byla zvýšena na 83%a marketingová úspěšnost FTTR, Gigabitu a dalších podniků se zvýšila z 3%na 10%. Pokud jde o odstranění překážky optické sítě, inteligentní identifikace skrytých nebezpečí podél stejné trasy je realizována extrakcí charakteristických informací o rozptylu optických vláken a modelem AI s přesností 97%.
V souvislosti se zeleným a efektivním vývojem je úspora síťové energie hlavním směrem současných operátorů. Vzhledem k komplexní struktuře bezdrátové sítě, překrývání a křížového pokrytí multifrekvenčního pásma a multi-standardu však buněčné podnikání v různých scénářích s časem velmi kolísá. Proto není možné spoléhat na umělou metodu pro přesné vypnutí energetiky.
S ohledem na výzvy obě strany spolupracovaly v Anhui, Yunnan, Henan a dalších provinciích ve vrstvě správy sítě a vrstvě síťových prvků, aby se snížila průměrná spotřeba energie jedné stanice o 10%, aniž by to ovlivnilo výkon sítě a uživatelské zkušenosti. Vrstva správy sítě formuluje a poskytuje strategie úspory energie na základě vícerozměrných dat celé sítě. Vrstva NE vycítí a předpovídá obchodní změny v buňce v reálném čase a přesně implementuje strategie úspory energie, jako je nosič a vypnutí symbolů.
Z výše uvedených případů není obtížné vidět, že stejně jako „inteligentní rozhodčí“ ve fotbalovém zápase, komunikační síť postupně realizuje sebeinteligentní, od konkrétních scén a jediného autonomního regionu „vnímáním“, „mozkem AI“ a „multi-dimenzionální spolupráci“, takže cesta k pokročilé intendifikaci sítě se stává stále jasnějším.
Podle fóra TM, L3 Self-Inteligentní sítě „mohou snímat změny v prostředí v reálném čase a samooptimalizovat a samy hledat v rámci specifických síťových specialit,“ zatímco L4 „umožňuje prediktivní nebo aktivní správu uzavřených smyček obchodních a zákaznických zkušeností s sítěmi ve složitějších prostředích ve více síťových doménách.“ Je zřejmé, že síť Autointelligent se v současné době blíží nebo dosahuje úrovně L3.
Všechna tři kola zamířila na L4
Jak tedy urychlíme autointellectuální síť na L4? Lu Hongjiu uvedl, že Huawei pomáhá China Mobile dosáhnout cíle L4 do roku 2025 prostřednictvím trojcestného přístupu autonomie jedné domény, spolupráci mezi doménami a průmyslové spolupráce.
V aspektu autonomie jedné domény jsou nejprve zařízení NE integrována s vnímáním a výpočtem. Na jedné straně jsou zavedeny inovativní technologie, jako jsou optické duhovky a zařízení v reálném čase, aby se realizovaly pasivní a milisekundové vnímání úrovně. Na druhé straně jsou integrovány nízkoenergetické výpočetní a výpočetní technologie pro realizaci inteligentních zařízení NE.
Za druhé, vrstva řízení sítě s AI mozkem se může kombinovat se zařízeními inteligentních síťových prvků, aby se realizovala uzavřená smyčka vnímání, analýzy, rozhodování a provádění, aby se realizovala autonomní uzavřená smyčka sebepokojivy, samoopětí a samoptimalizace orientované na provoz sítě a optimalizaci sítě v jediné doméně.
Kromě toho vrstva správy sítě poskytuje otevřené rozhraní severně na vrstvu správy služeb horní vrstvy, aby se usnadnila spolupráci a zabezpečení služeb.
Pokud jde o spolupráci mezi doménami, Huawei zdůrazňuje komplexní realizaci vývoje platformy, optimalizaci obchodních procesů a transformace personálu.
Platforma se vyvinula z systému podpory komína na samoobslužnou platformu integrující globální data a zkušenosti s odbornými zkušenostmi. Obchodní proces z minulosti orientovaného na síť, proces řízený pracovní objednávkou, zažívat orientovanou transformaci procesu nulového kontaktu; Pokud jde o transformaci personálu, vytvořením systému vývoje nízkého kódu a atomové zapouzdření schopností provozu a údržby a síťových schopností se snížila prahová hodnota transformace personálu CT na digitální inteligenci a tým provozu a údržby byl pomoci transformovat na diktování složených talentů.
Kromě toho Huawei podporuje spolupráci více standardních organizací s cílem dosáhnout sjednocených standardů pro sebeinteligentní síťovou architekturu, rozhraní, klasifikaci, hodnocení a další aspekty. Podporovat prosperitu průmyslové ekologie sdílením praktických zkušeností, podporou hodnocení a certifikace tripartitu a budováním průmyslových platforem; A spolupracovat s China Mobile Smart Provoz a údržbu podřezaného, abyste společně vyřešili a řešili kořenovou technologii, abyste zajistili, že kořenová technologie je nezávislá a kontrolovatelná.
Podle klíčových prvků výše uvedené inteligentní sítě má podle názoru autora „trojka“ Huawei strukturu, technologii, spolupráci, standardy, talenty, komplexní pokrytí a přesnou sílu, na kterou se stojí za to těšit.
Self-Intelligent Network je nejlepším přáním telekomunikačního průmyslu, známý jako „telekomunikační průmyslová poezie a vzdálenost“. Rovněž byla označena jako „dlouhá silnice“ a „plná výzev“ kvůli obrovské a složité komunikační síti a podnikání. Ale soudě podle těchto případů přistání a schopnosti Troiky to udržet, můžeme vidět, že poezie již není hrdá a ne příliš daleko. Díky společnému úsilí telekomunikačního průmyslu je stále více plné ohňostroje.
Čas příspěvku: prosince-19-2022