Na tomto mistrovství světa je „chytrý rozhodčí“ jedním z největších vrcholů. SAOT integruje data ze stadionu, pravidla hry a umělou inteligenci, aby automaticky a rychle a přesně rozhodoval o ofsajdových situacích.
Zatímco tisíce fanoušků jásaly nebo naříkaly nad 3D animovanými záběry, mé myšlenky sledovaly síťové kabely a optická vlákna za televizí až ke komunikační síti.
Aby byl zajištěn plynulejší a jasnější zážitek ze sledování pro fanoušky, probíhá i v komunikační síti inteligentní revoluce podobná SAOT.
V roce 2025 bude realizována L4
Pravidlo o ofsajdu je složité a pro rozhodčího je velmi obtížné učinit přesné rozhodnutí v okamžiku, vzhledem ke složitým a proměnlivým podmínkám na hřišti. Proto se ve fotbalových zápasech často objevují kontroverzní rozhodnutí o ofsajdu.
Podobně jsou komunikační sítě extrémně složité systémy a spoléhání se na lidské metody analýzy, posuzování, oprav a optimalizace sítí v posledních několika desetiletích je náročné na zdroje a náchylné k lidským chybám.
Ještě obtížnější je, že v éře digitální ekonomiky, kdy se komunikační síť stala základem digitální transformace tisíců linek a podniků, se obchodní potřeby staly diverzifikovanějšími a dynamičtějšími a je vyžadována vyšší stabilita, spolehlivost a agilita sítě a tradiční provozní režim lidské práce a údržby je obtížnější udržet.
Chybný odhad ofsajdu může ovlivnit výsledek celé hry, ale v případě komunikační sítě může „chybný odhad“ způsobit, že operátor ztratí rychle se měnící tržní příležitost, vynutí přerušení výroby podniků a dokonce ovlivní celý proces sociálního a ekonomického rozvoje.
Není na výběr. Síť musí být automatizovaná a inteligentní. V této souvislosti přední světoví operátoři zatroubili na samointeligentní sítě. Podle tripartitní zprávy 91 % globálních operátorů zahrnulo autointeligentní sítě do svého strategického plánování a více než 10 hlavních operátorů oznámilo svůj cíl dosáhnout úrovně L4 do roku 2025.
Mezi nimi je společnost China Mobile v čele této změny. V roce 2021 vydala bílou knihu o samointeligentních sítích, v níž poprvé v oboru navrhla kvantitativní cíl dosažení samointeligentní sítě úrovně L4 do roku 2025, a navrhla vybudovat interní provozní a údržbářské kapacity sítě s „samostatnou konfigurací, samoopravou a samooptimalizací“ a externě vytvořit zákaznickou zkušenost s „nulovým čekáním, nulovým selháním a nulovým kontaktem“.
Internetová sebeinteligence podobná „chytrému rozhodčímu“
SAOT se skládá z kamer, senzorů uvnitř míče a systémů umělé inteligence. Kamery a senzory uvnitř míče shromažďují data v reálném čase, zatímco systém umělé inteligence tato data v reálném čase analyzuje a přesně vypočítává pozici. Systém umělé inteligence také implementuje pravidla hry, aby automaticky odpískal ofsajd podle pravidel.
Mezi autointelektualizací sítě a implementací SAOT existují určité podobnosti:
Zaprvé, síť a vnímání by měly být hluboce integrovány, aby komplexně a v reálném čase shromažďovaly síťové zdroje, konfiguraci, stav služeb, poruchy, protokoly a další informace a poskytovaly tak bohatá data pro trénování a uvažování umělé inteligence. To je v souladu se sběrem dat z kamer a senzorů uvnitř míče pomocí SAOT.
Za druhé, je nutné do systému umělé inteligence jednotným způsobem vkládat velké množství manuálních zkušeností s odstraňováním a optimalizací překážek, provozních a údržbářských manuálů, specifikací a dalších informací, aby bylo možné dokončit automatickou analýzu, rozhodování a provádění. Je to jako když automatický provozní technik vkládá do systému umělé inteligence pravidlo o ofsajdu.
Navíc, protože se komunikační síť skládá například z více domén, lze otevírání, blokování a optimalizaci jakékoli mobilní služby provést pouze prostřednictvím komplexní spolupráce více subdomén, jako je bezdrátová přístupová síť, přenosová síť a jádrová síť, a síťová inteligence také vyžaduje „spolupráci napříč více doménami“. To je podobné skutečnosti, jako když SAOT potřebuje shromažďovat video a senzorová data z více dimenzí, aby mohla činit přesnější rozhodnutí.
Komunikační síť je však mnohem složitější než prostředí fotbalového hřiště a obchodní scénář není o jediném „ofsajdovém trestu“, ale o extrémně diverzifikovaném a dynamickém. Kromě výše uvedených tří podobností je třeba při přechodu sítě k autointeligenci vyššího řádu vzít v úvahu následující faktory:
Zaprvé, cloud, síť a zařízení NE musí být integrovány s umělou inteligencí. Cloud shromažďuje obrovské množství dat v celé doméně, průběžně provádí trénování a generování modelů umělé inteligence a dodává modely umělé inteligence do síťové vrstvy a zařízení NE. Síťová vrstva má střední schopnost trénování a uvažování, což umožňuje realizovat automatizaci s uzavřenou smyčkou v jedné doméně. NE dokáže analyzovat a činit rozhodnutí v blízkosti zdrojů dat, což zajišťuje řešení problémů a optimalizaci služeb v reálném čase.
Za druhé, jednotné standardy a průmyslová koordinace. Samointeligentní síť je složitý systémový inženýrství, který zahrnuje mnoho zařízení, síťové správy a softwaru a mnoho dodavatelů, a je obtížné propojit dokování, komunikaci mezi doménami a řešit další problémy. Mnoho organizací, jako například TM Forum, 3GPP, ITU a CCSA, zároveň propaguje standardy samointeligentních sítí a při formulování standardů existuje určitý problém s fragmentací. Je také důležité, aby průmyslová odvětví spolupracovala na zavedení jednotných a otevřených standardů, jako je architektura, rozhraní a systém hodnocení.
Za třetí, transformace talentů. Inteligentní síť není jen technologickou změnou, ale také změnou talentů, kultury a organizační struktury, což vyžaduje transformaci provozu a údržby ze „síťově orientované“ na „obchodně orientovanou“, transformaci provozního a údržbářského personálu z hardwarové kultury na softwarovou a z repetitivní práce na práci kreativní.
L3 je na cestě
Kde se dnes nachází síť Autointeligence? Jak blízko jsme k L4? Odpověď lze nalézt ve třech případech přistání, které představil Lu Hongju, prezident Huawei Public Development, ve svém projevu na konferenci China Mobile Global Partner Conference 2022.
Všichni inženýři údržby sítí vědí, možná nikdo, že domácí síť je největším problémem provozu a údržby operátora. Skládá se z domácí sítě, sítě ODN, nosné sítě a dalších domén. Síť je složitá a obsahuje mnoho pasivních zařízení. Vždy se vyskytují problémy, jako je necitlivé vnímání služeb, pomalá odezva a obtížné řešení problémů.
Vzhledem k těmto problematickým oblastem spolupracuje společnost China Mobile se společností Huawei v provinciích Che-nan, Kuang-tung, Če-ťiang a dalších. V oblasti zlepšování širokopásmových služeb, založených na spolupráci inteligentního hardwaru a centra kvality, se podařilo přesně vnímat uživatelskou zkušenost a přesně lokalizovat problémy se špatnou kvalitou. Míra zlepšení u uživatelů se špatnou kvalitou se zvýšila na 83 % a míra marketingové úspěšnosti společností FTTR, Gigabit a dalších se zvýšila z 3 % na 10 %. Pokud jde o odstraňování překážek v optické síti, inteligentní identifikace skrytých nebezpečí podél stejné trasy je realizována extrakcí informací o charakteristikách rozptylu optických vláken a modelu umělé inteligence s přesností 97 %.
V kontextu zeleného a efektivního rozvoje je hlavním směrem současných operátorů úspora energie v sítích. Vzhledem ke složité struktuře bezdrátových sítí, překrývání a křížovému pokrytí vícefrekvenčních pásem a více standardů však mobilní provoz v různých scénářích s časem značně kolísá. Proto není možné spoléhat se na umělé metody pro přesné vypnutí za účelem úspory energie.
Tváří v tvář výzvám obě strany v provinciích An-chuej, Jün-nan, Che-nan a dalších spolupracovaly na vrstvě správy sítě a vrstvě síťových prvků s cílem snížit průměrnou spotřebu energie jedné stanice o 10 %, aniž by to ovlivnilo výkon sítě a uživatelskou zkušenost. Vrstva správy sítě formuluje a realizuje strategie úspory energie na základě vícerozměrných dat celé sítě. Vrstva NE v reálném čase snímá a předpovídá změny v provozu v buňce a přesně implementuje strategie úspory energie, jako je vypínání nosičů a symbolů.
Z výše uvedených případů není těžké vidět, že stejně jako „inteligentní rozhodčí“ ve fotbalovém zápase, komunikační síť postupně realizuje sebeinteligentizaci ze specifických scén a jednotlivých autonomních oblastí prostřednictvím „fúze vnímání“, „mozku umělé inteligence“ a „vícerozměrné spolupráce“, takže cesta k pokročilé sebeinteligentizaci sítě se stává stále jasnější.
Podle TM Forum mohou samointeligentní sítě L3 „v reálném čase vnímat změny v prostředí a samy se optimalizovat a upravovat v rámci specifických síťových specializací“, zatímco L4 „umožňuje prediktivní nebo aktivní řízení uzavřené smyčky sítí řízených obchodními a zákaznickými zkušenostmi ve složitějších prostředích napříč více síťovými doménami“. Je zřejmé, že autointeligentní síť se v současné době blíží úrovni L3 nebo jí dosahuje.
Všechna tři kola mířila k L4
Jak tedy urychlíme přechod autointelektuální sítě na úroveň L4? Lu Hongjiu uvedl, že Huawei pomáhá společnosti China Mobile dosáhnout jejího cíle L4 do roku 2025 prostřednictvím třístranného přístupu, který zahrnuje autonomii jedné domény, spolupráci napříč doménami a průmyslovou spolupráci.
Z hlediska autonomie v jedné doméně jsou zařízení NE integrována s vnímáním a výpočetní technikou. Na jedné straně jsou zavedeny inovativní technologie, jako je optická clona a zařízení pro snímání v reálném čase, pro realizaci pasivního vnímání na milisekundové úrovni. Na druhé straně jsou integrovány technologie nízkoenergetických výpočtů a streamových výpočtů pro realizaci inteligentních zařízení NE.
Za druhé, vrstva síťového řízení s mozkem umělé inteligence se může kombinovat s inteligentními síťovými prvky a realizovat uzavřenou smyčku vnímání, analýzy, rozhodování a provádění, a tak realizovat autonomní uzavřenou smyčku autokonfigurace, autoopravy a autooptimalizace zaměřenou na provoz sítě, řešení chyb a optimalizaci sítě v jedné doméně.
Vrstva správy sítě navíc poskytuje otevřené rozhraní směrované na sever k vrstvě správy služeb vyšší vrstvy, což usnadňuje spolupráci mezi doménami a zabezpečení služeb.
Pokud jde o spolupráci napříč doménami, Huawei klade důraz na komplexní realizaci vývoje platformy, optimalizaci obchodních procesů a transformaci personálu.
Platforma se vyvinula z podpůrného systému komína na inteligentní platformu integrující globální data a zkušenosti expertů. Transformace obchodních procesů z minulosti orientovaných na síť, procesy řízené pracovními příkazy, na procesy orientované na zkušenosti s nulovým kontaktem. Pokud jde o transformaci personálu, vybudováním nízkokódového vývojového systému a atomickým zapouzdřením provozních a údržbářských schopností a síťových schopností se snížila prahová hodnota transformace personálu CT na digitální inteligenci a týmu provozu a údržby se pomohlo transformovat na složené talenty DICT.
Společnost Huawei dále podporuje spolupráci několika standardizačních organizací s cílem dosáhnout jednotných standardů pro architekturu samointeligentních sítí, rozhraní, klasifikaci, hodnocení a další aspekty. Podporuje prosperitu průmyslové ekologie sdílením praktických zkušeností, podporou tripartitního hodnocení a certifikace a budováním průmyslových platforem. Spolupracuje také s podřetězcem inteligentního provozu a údržby společnosti China Mobile na společném řešení a řešení kořenové technologie, aby byla zajištěna její nezávislost a ovladatelnost.
Podle výše zmíněných klíčových prvků inteligentní sítě má „trojka“ Huawei podle autorova názoru strukturu, technologie, spolupráci, standardy, talenty, komplexní pokrytí a přesnou sílu, na kterou se vyplatí těšit.
Samointeligentní síť je nejlepším přáním telekomunikačního průmyslu, známá jako „poezie telekomunikačního průmyslu a vzdálenosti“. Kvůli obrovské a složité komunikační síti a podnikání byla také označena jako „dlouhá cesta“ a „plná výzev“. Soudě dle těchto případů přistání a schopnosti trojky ji udržet, však vidíme, že poezie už není pyšná a není příliš daleko. Díky soustředěnému úsilí telekomunikačního průmyslu je stále více plná ohňostrojů.
Čas zveřejnění: 19. prosince 2022