Ez a világbajnokság, az „okos játékvezető” az egyik legnagyobb fénypont. A SAOT integrálja a stadionadatokat, a játékszabályokat és az AI-t, hogy automatikusan gyors és pontos ítéleteket hozzon leshelyzetekben
Miközben rajongók ezrei éljeneztek vagy siránkoztak a 3-D animáció ismétlésein, gondolataim a tévé mögötti hálózati kábeleket és optikai szálakat követték a kommunikációs hálózat felé.
A zökkenőmentesebb, tisztább megtekintési élmény érdekében a rajongók számára a SAOT-hoz hasonló intelligens forradalom zajlik a kommunikációs hálózatban is.
2025-ben az L4 megvalósul
A lesszabály bonyolult, és a játékvezetőnek nagyon nehéz pillanatok alatt pontos döntést hozni a pálya összetett és változékony körülményei között. Ezért a futballmérkőzéseken gyakran megjelennek ellentmondásos les döntések.
Hasonlóképpen, a kommunikációs hálózatok rendkívül összetett rendszerek, és az elmúlt néhány évtizedben a hálózatok elemzése, megítélése, javítása és optimalizálása emberi módszerekre támaszkodva erőforrás-igényes és emberi hibákra is hajlamos.
Nehezebb az, hogy a digitális gazdaság korszakában, amikor a kommunikációs hálózat több ezer vonal és vállalkozás digitális átalakulásának alapjává vált, az üzleti igények változatosabbá és dinamikusabbá váltak, és a kommunikációs hálózat stabilitása, megbízhatósága és agilitása. A hálózatnak magasabbnak kell lennie, és a hagyományos emberi munka- és karbantartási módot nehezebb fenntartani.
A les téves megítélése az egész játék eredményét befolyásolhatja, de a kommunikációs hálózat esetében egy „téves megítélés” a gyorsan változó piaci lehetőséget elvesztheti az üzemeltetőben, a vállalkozások termelésének megszakítására kényszerítheti, és akár az egész társadalmi folyamatra is hatással lehet. és a gazdasági fejlődés.
Nincs választási lehetőség. A hálózatnak automatizáltnak és intelligensnek kell lennie. Ebben az összefüggésben a világ vezető szolgáltatói megszólaltatták az önintelligens hálózat kürtjét. A háromoldalú jelentés szerint a globális szolgáltatók 91%-a beépítette az autointelligens hálózatokat a stratégiai tervezésébe, és több mint 10 főüzemeltető jelentette be célját, hogy 2025-re elérje az L4-et.
Közülük a China Mobile ebben a változásban élen jár. 2021-ben a China Mobile kiadott egy fehér könyvet az önintelligens hálózatokról, amelyben az iparágban először javasolta azt a mennyiségi célt, hogy 2025-ben elérje az L4 szintű önintelligens hálózatot, és javaslatot tesz az „önkonfiguráció” hálózati üzemeltetési és karbantartási képességének kiépítésére. , önjavítás és önoptimalizálás” befelé, és a „nulla várakozás, nulla meghibásodás és nulla érintkezés” ügyfélélményének megteremtése kívülről.
Az „okos bíróhoz” hasonló internetes önintelligencia
A SAOT kamerákból, in-ball szenzorokból és mesterséges intelligenciarendszerekből áll. A labdában lévő kamerák és érzékelők teljes, valós időben gyűjtik az adatokat, míg az AI rendszer valós időben elemzi az adatokat és pontosan kiszámítja a pozíciót. Az AI rendszer a játékszabályokat is beadja, hogy a szabályoknak megfelelően automatikusan leshívásokat kezdeményezzen.
Van néhány hasonlóság a hálózati autointellektualizálás és a SAOT megvalósítás között:
Először is, a hálózatot és az észlelést mélyen integrálni kell, hogy átfogóan és valós időben gyűjtsük össze a hálózati erőforrásokat, a konfigurációt, a szolgáltatás állapotát, a hibákat, a naplókat és egyéb információkat, hogy gazdag adatot biztosíthassunk a mesterséges intelligencia oktatásához és érveléséhez. Ez összhangban van azzal, hogy a SAOT adatokat gyűjt a labdán belüli kameráktól és érzékelőktől.
Másodszor, nagy mennyiségű manuális tapasztalatot kell az akadályeltávolításban és -optimalizálásban, üzemeltetési és karbantartási kézikönyvekben, specifikációkban és egyéb információkban egységesen bevinni az AI-rendszerbe az automatikus elemzés, döntéshozatal és végrehajtás befejezéséhez. Ez olyan, mintha a SAOT betáplálná az offside szabályt az AI-rendszerbe.
Sőt, mivel a kommunikációs hálózat például több tartományból áll, bármely mobilszolgáltatás megnyitása, blokkolása és optimalizálása csak több aldomain – például vezeték nélküli hozzáférési hálózat, átviteli hálózat és mag – végpontok közötti együttműködésével valósítható meg. hálózat, és a hálózati önintelligencia is „többdomain együttműködést” igényel. Ez hasonlít ahhoz, hogy a SAOT-nak több dimenzióból kell videó- és szenzoradatokat gyűjtenie a pontosabb döntések meghozatalához.
A kommunikációs hálózat azonban sokkal összetettebb, mint a futballpálya környezete, és az üzleti szcenárió nem egyetlen „lesbüntetés”, hanem rendkívül szerteágazó és dinamikus. A fenti három hasonlóság mellett a következő tényezőket kell figyelembe venni, amikor a hálózat a magasabb rendű autointelligencia felé halad:
Először is, a felhő-, hálózati és NE-eszközöket integrálni kell az AI-val. A felhő hatalmas mennyiségű adatot gyűjt a teljes tartományban, folyamatosan AI képzést és modellgenerálást végez, valamint AI modelleket szállít a hálózati rétegre és az NE eszközökre; A hálózati réteg közepes betanítási és érvelési képességgel rendelkezik, amely zárt hurkú automatizálást képes megvalósítani egyetlen tartományban. A Nes az adatforrások közelében képes elemezni és döntéseket hozni, így biztosítva a valós idejű hibaelhárítást és a szolgáltatásoptimalizálást.
Másodszor, egységes szabványok és ipari koordináció. Az önintelligens hálózat egy összetett rendszertervezés, amely számos berendezést, hálózatkezelést és szoftvert, valamint számos beszállítót foglal magában, és nehézkes a dokkolás, a tartományok közötti kommunikáció és egyéb problémák interfésze. Eközben számos szervezet, mint például a TM Forum, a 3GPP, az ITU és a CCSA, támogatja az önintelligens hálózati szabványokat, és a szabványok megfogalmazásában van egy bizonyos töredezettségi probléma. Az is fontos, hogy az iparágak együttműködjenek olyan egységes és nyílt szabványok kialakításában, mint az architektúra, az interfész és az értékelési rendszer.
Harmadszor, tehetségátalakítás. Az önintelligens hálózat nemcsak technológiai változás, hanem tehetség-, kultúra- és szervezeti struktúraváltás is, amely megköveteli az üzemeltetési és karbantartási munkák hálózatközpontúról „üzletközpontúvá”, az üzemeltető és karbantartó személyzet átalakulását. a hardverkultúrától a szoftverkultúráig, és az ismétlődő munkától a kreatív munkáig.
Az L3 úton van
Hol van ma az Autointelligencia hálózat? Milyen közel vagyunk az L4-hez? A választ három landolási esetben találhatjuk meg, amelyeket Lu Hongju, a Huawei Public Development elnöke mutatott be a China Mobile Global Partner Conference 2022-en elmondott beszédében.
A hálózatkarbantartó mérnökök mind tudják, hogy az üzemeltető üzemeltetésének és karbantartási munkáinak legnagyobb fájdalompontja az otthoni hálózat, talán senki sem. Otthoni hálózatból, ODN hálózatból, hordozóhálózatból és egyéb tartományokból áll. A hálózat összetett, és sok passzív buta eszköz van. Mindig vannak problémák, mint például az érzéketlen szolgáltatás észlelése, lassú válaszadás és nehéz hibaelhárítás.
Tekintettel ezekre a fájdalmas pontokra, a China Mobile együttműködött a Huawei-vel Henanban, Guangdongban, Zhejiangban és más tartományokban. A szélessávú szolgáltatások fejlesztése szempontjából az intelligens hardver és a minőségi központ együttműködése alapján megvalósította a felhasználói élmény pontos érzékelését és a rossz minőségű problémák pontos pozícionálását. A rossz minőségű felhasználók javulási aránya 83%-ra nőtt, az FTTR, Gigabit és más vállalkozások marketing sikerességi rátája pedig 3%-ról 10%-ra nőtt. Az optikai hálózati akadálymentesítés szempontjából az azonos útvonalon lévő rejtett veszélyek intelligens azonosítása az optikai szálszórási jellemző információ és az AI modell kinyerésével valósul meg, 97%-os pontossággal.
A zöld és hatékony fejlesztés keretében a hálózati energiatakarékosság a jelenlegi szolgáltatók fő iránya. A bonyolult vezeték nélküli hálózati struktúra, a többfrekvenciás sáv és a több szabvány átfedése és keresztfedése miatt azonban a cellaüzletág a különböző forgatókönyvekben az idő előrehaladtával erősen ingadozik. Ezért lehetetlen mesterséges módszerre hagyatkozni a pontos energiatakarékos leállításhoz.
A kihívásokkal szemben a két fél együtt dolgozott Anhuiban, Yunnanban, Henanban és más tartományokban a hálózatkezelési és a hálózati elem rétegben annak érdekében, hogy egyetlen állomás átlagos energiafogyasztását 10%-kal csökkentsék anélkül, hogy ez befolyásolná a hálózat teljesítményét és a felhasználót. tapasztalat. A hálózatmenedzsment réteg a teljes hálózat többdimenziós adatai alapján energiatakarékossági stratégiákat fogalmaz meg és szállít. Az NE réteg valós időben érzékeli és előrejelzi az üzleti változásokat a cellában, és pontosan végrehajtja az energiatakarékossági stratégiákat, például a hordozó- és szimbólumleállást.
A fenti esetekből nem nehéz belátni, hogy a labdarúgó-mérkőzésen az „intelligens játékvezetőhöz” hasonlóan a kommunikációs hálózat is fokozatosan valósítja meg az önintelligencia konkrét jelenetekből és egyetlen autonóm régióból az „észlelés fúzión”, „AI agyon” keresztül. és a „többdimenziós együttműködés”, így a hálózat fejlett önintelligencia felé vezető út egyre világosabbá válik.
A TM Forum szerint az L3 önintelligens hálózatok „valós időben érzékelik a környezetben bekövetkező változásokat, és önoptimalizálják és beállítják az adott hálózati specialitásokat”, míg az L4 „lehetővé teszi az üzleti és ügyfélélmény prediktív vagy aktív zárt hurkú kezelését -vezérelt hálózatok összetettebb környezetekben több hálózati tartományon keresztül.” Nyilvánvaló, hogy az autointelligens hálózat jelenleg az L3 szintet közelíti vagy eléri.
Mindhárom kerék az L4 felé tartott
Tehát hogyan gyorsítsuk fel az autointellektuális hálózatot L4-re? Lu Hongjiu elmondta, hogy a Huawei az egydomain autonómiájának, a domainek közötti együttműködésnek és az ipari együttműködésnek a háromoldalú megközelítésével segíti a China Mobile-t abban, hogy elérje L4-es célját 2025-re.
Az egydomain autonómia szempontjából először is az NE eszközöket integrálják az észleléssel és a számítástechnikával. Egyrészt olyan innovatív technológiákat vezetnek be, mint az optikai írisz és a valós idejű érzékelő eszközök a passzív és ezredmásodperces szintű érzékelés megvalósítására. Másrészt az alacsony fogyasztású számítástechnikai és adatfolyam-számítási technológiákat integrálják az intelligens NE-eszközök megvalósítására.
Másodszor, a mesterséges intelligencia aggyal rendelkező hálózati vezérlőréteg kombinálható intelligens hálózati elemekkel, hogy megvalósítsa az észlelés, elemzés, döntéshozatal és végrehajtás zárt hurkát, hogy megvalósítsa az önkonfiguráció, önjavítás és önkonfigurálás autonóm zárt hurkát. a hálózat működésére, hibakezelésre és hálózatoptimalizálásra orientált önoptimalizálás egyetlen tartományban.
Ezen túlmenően a hálózatfelügyeleti réteg nyitott északi irányú interfészt biztosít a felsőbb szintű szolgáltatáskezelési réteghez, hogy megkönnyítse a tartományok közötti együttműködést és a szolgáltatásbiztonságot.
Ami a tartományok közötti együttműködést illeti, a Huawei a platformfejlesztés, az üzleti folyamatok optimalizálása és a személyzet átalakításának átfogó megvalósítását hangsúlyozza.
A platform füstcső-támogató rendszerből önálló intelligens platformmá fejlődött, amely integrálja a globális adatokat és a szakértői tapasztalatokat. Üzleti folyamat a múltból a hálózatba, a munkamegrendelés vezérelt folyamatba, a tapasztalatorientált, nulla kontaktus folyamat átalakításba; A személyi átalakítás tekintetében alacsony kódszámú fejlesztőrendszer kiépítésével, valamint az üzemeltetési és karbantartási képességek, valamint a hálózati képességek atomos tokozásával csökkentették a CT-személyzet digitális intelligenciára való átállásának küszöbét, és segítették az üzemeltetői és karbantartói csapatot a DICT-re való átalakulásban. összetett tehetségek.
Emellett a Huawei több szabványügyi szervezet együttműködését is támogatja, hogy egységes szabványokat érjen el az önintelligens hálózati architektúra, interfész, osztályozás, értékelés és egyéb szempontok tekintetében. Az ipari ökológia virágzásának előmozdítása a gyakorlati tapasztalatok megosztásával, a háromoldalú értékelés és tanúsítás előmozdításával, valamint ipari platformok építésével; És működjön együtt a China Mobile intelligens üzemeltetési és karbantartási alláncával a gyökértechnológia közös megoldása és kezelése érdekében, hogy biztosítsa a gyökértechnológia függetlenségét és ellenőrizhetőségét.
Az önintelligens hálózat fentebb említett kulcselemei szerint a Huawei „trojkája” a szerző véleménye szerint rendelkezik azzal a struktúrával, technológiával, együttműködéssel, színvonallal, adottságokkal, átfogó lefedettséggel és precíz erővel, amire érdemes számítani.
Az önintelligens hálózat a távközlési ipar legjobb kívánsága, „távközlési ipar költészete és távolsága” néven ismert. A hatalmas és összetett kommunikációs hálózat és üzlet miatt „hosszú út” és „tele van kihívásokkal” címkét is kapott. De ezekből a partraszállási esetekből és a trojka fenntartó képességéből ítélve azt láthatjuk, hogy a költészet már nem büszke, és nincs is túl távol. A távközlési ipar összehangolt erőfeszítéseivel egyre inkább tele van tűzijátékkal.
Feladás időpontja: 2022. december 19