Piala Dunia kali ini, “wasit yang cerdas” adalah salah satu hal yang paling menarik perhatian. SAOT mengintegrasikan data stadion, peraturan permainan, dan AI untuk secara otomatis membuat penilaian cepat dan akurat pada situasi offside
Sementara ribuan penggemar bersorak atau menyesali pemutaran ulang animasi 3-D, pikiran saya mengikuti kabel jaringan dan serat optik di belakang TV hingga jaringan komunikasi.
Untuk memastikan pengalaman menonton yang lebih lancar dan jelas bagi para penggemar, revolusi cerdas yang mirip dengan SAOT juga sedang dilakukan di jaringan komunikasi.
Pada tahun 2025, L4 akan Terealisasi
Aturan offside rumit, dan sangat sulit bagi wasit untuk mengambil keputusan yang akurat dalam sekejap mengingat kondisi lapangan yang kompleks dan mudah berubah. Oleh karena itu, keputusan offside yang kontroversial kerap muncul dalam pertandingan sepak bola.
Demikian pula, jaringan komunikasi adalah sistem yang sangat kompleks, dan mengandalkan metode manusia untuk menganalisis, menilai, memperbaiki, dan mengoptimalkan jaringan selama beberapa dekade terakhir memerlukan banyak sumber daya dan rentan terhadap kesalahan manusia.
Yang lebih sulit lagi adalah di era ekonomi digital, ketika jaringan komunikasi telah menjadi basis transformasi digital ribuan lini dan bisnis, kebutuhan bisnis menjadi lebih terdiversifikasi dan dinamis, serta stabilitas, keandalan, dan ketangkasan komunikasi. jaringannya harus lebih tinggi, dan cara operasi tradisional yang menggunakan tenaga manusia dan pemeliharaan lebih sulit untuk dipertahankan.
Kesalahan penilaian offside dapat mempengaruhi hasil keseluruhan permainan, tetapi untuk jaringan komunikasi, “kesalahan penilaian” dapat membuat operator kehilangan peluang pasar yang berubah dengan cepat, memaksa produksi perusahaan terhenti, dan bahkan mempengaruhi seluruh proses sosial. dan pembangunan ekonomi.
Tidak ada pilihan. Jaringan harus otomatis dan cerdas. Dalam konteks ini, operator-operator terkemuka di dunia telah menyuarakan terompet jaringan cerdas mandiri (self-intelligent network). Menurut laporan tripartit, 91% operator global telah memasukkan jaringan autointelligent dalam perencanaan strategis mereka, dan lebih dari 10 operator induk telah mengumumkan tujuan mereka untuk mencapai L4 pada tahun 2025.
Diantaranya, China Mobile berada di garda depan perubahan ini. Pada tahun 2021, China Mobile merilis buku putih tentang jaringan cerdas mandiri, yang untuk pertama kalinya di industri mengusulkan tujuan kuantitatif untuk mencapai jaringan cerdas mandiri tingkat L4 pada tahun 2025, mengusulkan untuk membangun kemampuan pengoperasian dan pemeliharaan jaringan “konfigurasi mandiri , perbaikan mandiri dan optimalisasi mandiri” ke dalam, dan menciptakan pengalaman pelanggan “tanpa menunggu, tanpa kegagalan, dan tanpa kontak” secara eksternal.
Kecerdasan mandiri internet mirip dengan “Wasit Cerdas”
SAOT terdiri dari kamera, sensor dalam bola, dan sistem AI. Kamera dan sensor di dalam bola mengumpulkan data secara penuh dan real-time, sedangkan sistem AI menganalisis data secara real-time dan menghitung posisi secara akurat. Sistem AI juga menyuntikkan aturan main untuk secara otomatis melakukan panggilan offside sesuai aturan.
Ada beberapa kesamaan antara autointelektualisasi jaringan dan implementasi SAOT:
Pertama, jaringan dan persepsi harus terintegrasi secara mendalam untuk mengumpulkan sumber daya jaringan, konfigurasi, status layanan, kesalahan, log, dan informasi lainnya secara komprehensif dan real-time guna menyediakan data yang kaya untuk pelatihan dan penalaran AI. Hal ini sesuai dengan SAOT yang mengumpulkan data dari kamera dan sensor di dalam bola.
Kedua, perlu memasukkan sejumlah besar pengalaman manual dalam menghilangkan dan mengoptimalkan hambatan, manual pengoperasian dan pemeliharaan, spesifikasi, dan informasi lainnya ke dalam sistem AI secara terpadu untuk menyelesaikan analisis, pengambilan keputusan, dan eksekusi otomatis. Ini seperti SAOT yang memasukkan aturan offside ke dalam sistem AI.
Selain itu, karena jaringan komunikasi terdiri dari beberapa domain, misalnya, pembukaan, pemblokiran, dan optimalisasi layanan seluler apa pun hanya dapat diselesaikan melalui kolaborasi end-to-end dari beberapa subdomain seperti jaringan akses nirkabel, jaringan transmisi, dan inti. jaringan, dan kecerdasan mandiri jaringan juga memerlukan “kolaborasi multi-domain”. Hal ini serupa dengan fakta bahwa SAOT perlu mengumpulkan data video dan sensor dari berbagai dimensi untuk membuat keputusan yang lebih akurat.
Namun, jaringan komunikasi jauh lebih kompleks daripada lingkungan lapangan sepak bola, dan skenario bisnis bukanlah “penalti offside” tunggal, namun sangat beragam dan dinamis. Selain tiga kesamaan di atas, faktor-faktor berikut harus dipertimbangkan ketika jaringan bergerak menuju kecerdasan otomatis tingkat tinggi:
Pertama, cloud, jaringan, dan perangkat NE perlu diintegrasikan dengan AI. Cloud mengumpulkan data dalam jumlah besar di seluruh domain, terus melakukan pelatihan AI dan pembuatan model, serta mengirimkan model AI ke lapisan jaringan dan perangkat NE; Lapisan jaringan memiliki kemampuan pelatihan dan penalaran sedang, yang dapat mewujudkan otomatisasi loop tertutup dalam satu domain. Nes dapat menganalisis dan mengambil keputusan dekat dengan sumber data, memastikan pemecahan masalah dan optimalisasi layanan secara real-time.
Kedua, standar terpadu dan koordinasi industri. Jaringan cerdas mandiri adalah rekayasa sistem yang kompleks, yang melibatkan banyak peralatan, manajemen jaringan dan perangkat lunak, dan banyak pemasok, dan sulit untuk menghubungkan antarmuka, komunikasi lintas domain, dan masalah lainnya. Sementara itu, banyak organisasi, seperti TM Forum, 3GPP, ITU dan CCSA, mempromosikan standar jaringan cerdas mandiri, dan terdapat masalah fragmentasi tertentu dalam perumusan standar. Penting juga bagi industri untuk bekerja sama untuk menetapkan standar yang terpadu dan terbuka seperti arsitektur, antarmuka, dan sistem evaluasi.
Ketiga, transformasi bakat. Jaringan cerdas mandiri tidak hanya merupakan perubahan teknologi, tetapi juga perubahan bakat, budaya dan struktur organisasi, yang memerlukan transformasi pekerjaan operasi dan pemeliharaan dari “berpusat pada jaringan” menjadi “berpusat pada bisnis”, personel operasi dan pemeliharaan harus bertransformasi dari budaya perangkat keras ke budaya perangkat lunak, dan dari pekerjaan berulang ke pekerjaan kreatif.
L3 sedang dalam perjalanan
Di manakah jaringan Autointelligence saat ini? Seberapa dekat kita dengan L4? Jawabannya dapat ditemukan dalam tiga kasus pendaratan yang dikemukakan oleh Lu Hongju, presiden Pengembangan Publik Huawei, dalam pidatonya di China Mobile Global Partner Conference 2022.
Insinyur pemeliharaan jaringan semua tahu bahwa jaringan rumah yang luas adalah titik kesulitan terbesar dalam operasi operator dan pekerjaan pemeliharaan, mungkin tidak ada seorang pun. Ini terdiri dari jaringan rumah, jaringan ODN, jaringan pembawa dan domain lainnya. Jaringannya rumit, dan ada banyak perangkat pasif yang bodoh. Selalu ada masalah seperti persepsi layanan yang tidak sensitif, respons yang lambat, dan pemecahan masalah yang sulit.
Mengingat permasalahan ini, China Mobile telah bekerja sama dengan Huawei di Henan, Guangdong, Zhejiang, dan provinsi lainnya. Dalam hal peningkatan layanan broadband, berdasarkan kolaborasi perangkat keras cerdas dan pusat kualitas, telah mewujudkan persepsi akurat tentang pengalaman pengguna dan penentuan posisi akurat atas masalah kualitas buruk. Tingkat peningkatan pengguna berkualitas buruk telah ditingkatkan menjadi 83%, dan tingkat keberhasilan pemasaran FTTR, Gigabit, dan bisnis lainnya telah meningkat dari 3% menjadi 10%. Dalam hal menghilangkan hambatan jaringan optik, identifikasi cerdas terhadap bahaya tersembunyi di sepanjang rute yang sama diwujudkan dengan mengekstraksi informasi karakteristik hamburan serat optik dan model AI, dengan akurasi 97%.
Dalam konteks pembangunan yang ramah lingkungan dan efisien, penghematan energi jaringan menjadi arah utama operator saat ini. Namun, karena struktur jaringan nirkabel yang kompleks, pita multi-frekuensi dan multi-standar yang tumpang tindih dan saling menutupi, bisnis seluler dalam skenario yang berbeda sangat berfluktuasi seiring waktu. Oleh karena itu, tidak mungkin mengandalkan metode buatan untuk mematikan secara akurat dan hemat energi.
Dalam menghadapi tantangan, kedua belah pihak bekerja sama di Anhui, Yunnan, Henan dan provinsi lain di lapisan manajemen jaringan dan lapisan elemen jaringan untuk mengurangi konsumsi energi rata-rata satu stasiun sebesar 10% tanpa mempengaruhi kinerja jaringan dan pengguna. pengalaman. Lapisan manajemen jaringan merumuskan dan memberikan strategi penghematan energi berdasarkan data multidimensi seluruh jaringan. Lapisan NE mendeteksi dan memprediksi perubahan bisnis dalam sel secara real time, dan secara akurat menerapkan strategi penghematan energi seperti penghentian operator dan simbol.
Tidak sulit untuk melihat dari kasus-kasus di atas bahwa, seperti halnya “wasit cerdas” dalam pertandingan sepak bola, jaringan komunikasi secara bertahap mewujudkan kecerdasan diri dari adegan tertentu dan wilayah otonom tunggal melalui “fusi persepsi”, “otak AI” dan “kolaborasi multi-dimensi”, sehingga jalan menuju kecerdasan mandiri yang lebih maju dalam jaringan menjadi semakin jelas.
Menurut TM Forum, jaringan cerdas mandiri L3 “dapat merasakan perubahan lingkungan secara real-time dan mengoptimalkan serta menyesuaikan diri dalam spesialisasi jaringan tertentu,” sementara L4 “memungkinkan manajemen loop tertutup yang prediktif atau aktif terhadap pengalaman bisnis dan pelanggan. jaringan yang digerakkan oleh lingkungan yang lebih kompleks di berbagai domain jaringan.” Jelas sekali, jaringan autointelligent sedang mendekati atau mencapai level L3 saat ini.
Ketiga roda menuju L4
Jadi bagaimana kita mempercepat jaringan autointelektual ke L4? Lu Hongjiu mengatakan Huawei membantu China Mobile mencapai tujuan L4 pada tahun 2025 melalui pendekatan tiga arah yaitu otonomi domain tunggal, kolaborasi lintas domain, dan kerja sama industri.
Dalam aspek otonomi domain tunggal, pertama, perangkat NE terintegrasi dengan persepsi dan komputasi. Di satu sisi, teknologi inovatif seperti iris optik dan perangkat penginderaan waktu nyata diperkenalkan untuk mewujudkan persepsi tingkat pasif dan milidetik. Di sisi lain, komputasi berdaya rendah dan teknologi komputasi aliran diintegrasikan untuk mewujudkan perangkat NE yang cerdas.
Kedua, lapisan kontrol jaringan dengan otak AI dapat digabungkan dengan perangkat elemen jaringan cerdas untuk mewujudkan persepsi, analisis, pengambilan keputusan, dan eksekusi loop tertutup, sehingga mewujudkan loop tertutup otonom dari konfigurasi mandiri, perbaikan mandiri, dan optimasi mandiri yang berorientasi pada pengoperasian jaringan, penanganan kesalahan, dan optimalisasi jaringan dalam satu domain.
Selain itu, lapisan manajemen jaringan menyediakan antarmuka terbuka ke arah utara ke lapisan manajemen layanan lapisan atas untuk memfasilitasi kolaborasi lintas domain dan keamanan layanan.
Dalam hal kolaborasi lintas domain, Huawei menekankan realisasi komprehensif dari evolusi platform, optimalisasi proses bisnis, dan transformasi personel.
Platform ini telah berevolusi dari sistem pendukung cerobong asap menjadi platform cerdas mandiri yang mengintegrasikan data global dan pengalaman para ahli. Proses bisnis dari masa lalu berorientasi pada jaringan, proses yang didorong oleh perintah kerja, hingga berorientasi pada pengalaman, transformasi proses tanpa kontak; Dalam hal transformasi personel, dengan membangun sistem pengembangan kode rendah dan enkapsulasi atom kemampuan operasi dan pemeliharaan serta kemampuan jaringan, ambang batas transformasi personel CT ke kecerdasan digital diturunkan, dan tim operasi dan pemeliharaan dibantu untuk bertransformasi ke DICT bakat majemuk.
Selain itu, Huawei juga mendorong kolaborasi berbagai organisasi standar untuk mencapai standar terpadu dalam arsitektur jaringan cerdas mandiri, antarmuka, klasifikasi, evaluasi, dan aspek lainnya. Mempromosikan kemakmuran ekologi industri dengan berbagi pengalaman praktis, mendorong evaluasi dan sertifikasi tripartit, dan membangun platform industri; Dan bekerja sama dengan sub-rantai operasi dan pemeliharaan cerdas China Mobile untuk memilah dan menangani teknologi root bersama-sama untuk memastikan teknologi root bersifat independen dan terkendali.
Berdasarkan elemen-elemen kunci dari jaringan cerdas mandiri yang disebutkan di atas, menurut pendapat penulis, “troika” Huawei memiliki struktur, teknologi, kerja sama, standar, talenta, cakupan yang komprehensif, dan kekuatan yang tepat, yang patut untuk dinantikan.
Jaringan cerdas mandiri adalah harapan terbaik industri telekomunikasi, yang dikenal sebagai “puisi dan jarak industri telekomunikasi”. Hal ini juga dijuluki sebagai “jalan panjang” dan “penuh tantangan” karena jaringan komunikasi dan bisnis yang besar dan kompleks. Namun jika dilihat dari kasus pendaratan tersebut dan kemampuan troika dalam mempertahankannya, kita dapat melihat bahwa puisi tidak lagi membanggakan, dan tidak terlalu jauh. Dengan upaya bersama dari industri telekomunikasi, hal ini semakin penuh dengan kembang api.
Waktu posting: 19 Des-2022