Di Piala Dunia kali ini, "wasit pintar" menjadi salah satu daya tarik utama. SAOT mengintegrasikan data stadion, peraturan permainan, dan AI untuk secara otomatis membuat penilaian cepat dan akurat pada situasi offside.
Sembari ribuan penggemar bersorak atau menyesali tayangan ulang animasi 3D, pikiran saya mengikuti kabel jaringan dan serat optik di belakang TV menuju jaringan komunikasi.
Untuk memastikan pengalaman menonton yang lebih lancar dan jernih bagi para penggemar, sebuah revolusi cerdas serupa dengan SAOT juga sedang berlangsung di jaringan komunikasi.
Pada tahun 2025, L4 akan Terealisasi
Aturan offside itu rumit, dan sangat sulit bagi wasit untuk membuat keputusan yang akurat dalam sekejap mengingat kondisi lapangan yang kompleks dan berubah-ubah. Oleh karena itu, keputusan offside yang kontroversial sering 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 sangat memakan sumber daya dan rentan terhadap kesalahan manusia.
Yang lebih sulit adalah bahwa di era ekonomi digital, karena jaringan komunikasi telah menjadi dasar transformasi digital ribuan lini dan bisnis, kebutuhan bisnis menjadi lebih beragam dan dinamis, dan stabilitas, keandalan, dan kelincahan jaringan dituntut lebih tinggi, sehingga mode operasi tradisional yang mengandalkan tenaga kerja dan pemeliharaan manusia menjadi lebih sulit untuk dipertahankan.
Kesalahan penilaian offside dapat memengaruhi hasil keseluruhan pertandingan, tetapi bagi jaringan komunikasi, "kesalahan penilaian" dapat menyebabkan operator kehilangan peluang pasar yang berubah dengan cepat, memaksa produksi perusahaan terhenti, dan bahkan memengaruhi seluruh proses pembangunan sosial dan ekonomi.
Tidak ada pilihan lain. Jaringan harus otomatis dan cerdas. Dalam konteks ini, operator terkemuka dunia telah menggembar-gemborkan jaringan yang cerdas secara mandiri. Menurut laporan tiga pihak, 91% operator global telah memasukkan jaringan cerdas secara mandiri dalam perencanaan strategis mereka, dan lebih dari 10 operator utama telah mengumumkan tujuan mereka untuk mencapai L4 pada tahun 2025.
Di antara mereka, China Mobile berada di garis depan perubahan ini. Pada tahun 2021, China Mobile merilis buku putih tentang jaringan cerdas mandiri, yang untuk pertama kalinya di industri ini mengusulkan tujuan kuantitatif untuk mencapai jaringan cerdas mandiri tingkat L4 pada tahun 2025, mengusulkan untuk membangun kemampuan operasi dan pemeliharaan jaringan "konfigurasi mandiri, perbaikan mandiri, dan optimasi mandiri" secara internal, dan menciptakan pengalaman pelanggan "tanpa menunggu, tanpa kegagalan, dan tanpa kontak" secara eksternal.
Kecerdasan buatan internet yang mirip dengan “Smart Referee”
SAOT terdiri dari kamera, sensor di dalam bola, dan sistem AI. Kamera dan sensor di dalam bola mengumpulkan data secara lengkap dan real-time, sementara sistem AI menganalisis data secara real-time dan menghitung posisi secara akurat. Sistem AI juga memasukkan aturan permainan untuk secara otomatis menentukan offside sesuai aturan.
Terdapat beberapa kesamaan antara autointelijentualisasi jaringan dan implementasi SAOT:
Pertama, jaringan dan persepsi harus diintegrasikan 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 konsisten dengan SAOT yang mengumpulkan data dari kamera dan sensor di dalam bola.
Kedua, perlu memasukkan sejumlah besar pengalaman manual dalam penghapusan dan optimasi hambatan, manual operasi dan pemeliharaan, spesifikasi, dan informasi lainnya ke dalam sistem AI secara terpadu untuk menyelesaikan analisis otomatis, pengambilan keputusan, dan eksekusi. Ini seperti SAOT yang memasukkan aturan offside ke dalam sistem AI.
Selain itu, karena jaringan komunikasi terdiri dari berbagai domain, misalnya, pembukaan, pemblokiran, dan optimasi layanan seluler apa pun hanya dapat diselesaikan melalui kolaborasi ujung-ke-ujung dari berbagai subdomain seperti jaringan akses nirkabel, jaringan transmisi, dan jaringan inti, dan kecerdasan mandiri jaringan juga membutuhkan "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 sekadar "penalti offside", melainkan sangat beragam dan dinamis. Selain tiga kesamaan di atas, faktor-faktor berikut harus dipertimbangkan ketika jaringan bergerak menuju kecerdasan buatan tingkat tinggi:
Pertama, cloud, jaringan, dan perangkat NE perlu diintegrasikan dengan AI. Cloud mengumpulkan data besar di seluruh domain, terus menerus melakukan pelatihan AI dan pembuatan model, serta mengirimkan model AI ke lapisan jaringan dan perangkat NE; lapisan jaringan memiliki kemampuan pelatihan dan penalaran tingkat menengah, yang dapat mewujudkan otomatisasi loop tertutup dalam satu domain. NE dapat menganalisis dan mengambil keputusan di dekat sumber data, memastikan pemecahan masalah dan optimasi layanan secara real-time.
Kedua, standar terpadu dan koordinasi industri. Jaringan cerdas mandiri adalah rekayasa sistem yang kompleks, melibatkan banyak peralatan, manajemen jaringan, dan perangkat lunak, serta banyak pemasok, dan sulit untuk melakukan integrasi 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 dalam membangun standar yang terpadu dan terbuka seperti arsitektur, antarmuka, dan sistem evaluasi.
Ketiga, transformasi talenta. Jaringan cerdas mandiri bukan hanya perubahan teknologi, tetapi juga perubahan talenta, budaya, dan struktur organisasi, yang membutuhkan transformasi pekerjaan operasional dan pemeliharaan dari "berpusat pada jaringan" menjadi "berpusat pada bisnis", transformasi personel operasional dan pemeliharaan dari budaya perangkat keras ke budaya perangkat lunak, dan dari pekerjaan berulang ke pekerjaan kreatif.
L3 sedang dalam perjalanan
Di manakah jaringan Autointelijen saat ini? Seberapa dekat kita dengan L4? Jawabannya mungkin dapat ditemukan dalam tiga studi kasus yang diperkenalkan oleh Lu Hongju, presiden Huawei Public Development, dalam pidatonya di Konferensi Mitra Global China Mobile 2022.
Para insinyur pemeliharaan jaringan pasti tahu bahwa jaringan rumah tangga merupakan titik permasalahan terbesar dalam pekerjaan operasional dan pemeliharaan operator, mungkin tidak ada yang mengetahuinya. Jaringan ini terdiri dari jaringan rumah, jaringan ODN, jaringan bearer, dan domain lainnya. Jaringan ini kompleks, dan terdapat banyak perangkat pasif yang kurang responsif. Selalu ada masalah seperti persepsi layanan yang kurang sensitif, respons yang lambat, dan pemecahan masalah yang sulit.
Mengingat permasalahan-permasalahan tersebut, 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 terwujud persepsi akurat terhadap pengalaman pengguna dan penentuan posisi yang tepat terhadap masalah kualitas yang buruk. Tingkat peningkatan pengguna dengan kualitas buruk telah meningkat menjadi 83%, dan tingkat keberhasilan pemasaran FTTR, Gigabit, dan bisnis lainnya telah meningkat dari 3% menjadi 10%. Dalam hal penghapusan hambatan jaringan optik, identifikasi cerdas terhadap bahaya tersembunyi di sepanjang jalur yang sama diwujudkan dengan mengekstrak informasi karakteristik hamburan serat optik dan model AI, dengan akurasi 97%.
Dalam konteks pembangunan hijau dan efisien, penghematan energi jaringan merupakan arah utama operator saat ini. Namun, karena struktur jaringan nirkabel yang kompleks, tumpang tindih dan cakupan silang dari berbagai pita frekuensi dan berbagai standar, bisnis seluler dalam berbagai skenario sangat berfluktuasi dari waktu ke waktu. Oleh karena itu, tidak mungkin mengandalkan metode buatan untuk penghentian hemat energi yang akurat.
Dalam menghadapi tantangan, kedua pihak bekerja sama di Anhui, Yunnan, Henan, dan provinsi lainnya pada lapisan manajemen jaringan dan lapisan elemen jaringan untuk mengurangi konsumsi energi rata-rata setiap stasiun sebesar 10% tanpa memengaruhi kinerja jaringan dan pengalaman pengguna. Lapisan manajemen jaringan merumuskan dan menyampaikan strategi penghematan energi berdasarkan data multidimensi dari seluruh jaringan. Lapisan NE merasakan dan memprediksi perubahan bisnis di dalam sel secara real-time, dan secara akurat menerapkan strategi penghematan energi seperti pematian operator dan simbol.
Dari contoh-contoh di atas, mudah dipahami bahwa, seperti halnya "wasit cerdas" dalam pertandingan sepak bola, jaringan komunikasi secara bertahap mewujudkan kecerdasan mandiri dari adegan spesifik dan wilayah otonom tunggal melalui "fusi persepsi", "otak AI", dan "kolaborasi multidimensi", sehingga jalan menuju kecerdasan mandiri jaringan yang lebih maju 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 prediktif atau aktif dari jaringan yang digerakkan oleh pengalaman bisnis dan pelanggan di lingkungan yang lebih kompleks di berbagai domain jaringan.” Jelas, jaringan cerdas mandiri saat ini mendekati atau mencapai level L3.
Ketiga roda tersebut menuju L4
Jadi, bagaimana kita mempercepat jaringan autointelijen ke L4? Lu Hongjiu mengatakan Huawei membantu China Mobile mencapai tujuannya yaitu 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-tama, perangkat NE diintegrasikan dengan persepsi dan komputasi. Di satu sisi, teknologi inovatif seperti iris optik dan perangkat penginderaan waktu nyata diperkenalkan untuk mewujudkan persepsi pasif dan tingkat milidetik. Di sisi lain, teknologi komputasi daya rendah dan komputasi aliran diintegrasikan untuk mewujudkan perangkat NE cerdas.
Kedua, lapisan kontrol jaringan dengan otak AI dapat dikombinasikan dengan perangkat elemen jaringan cerdas untuk mewujudkan siklus tertutup persepsi, analisis, pengambilan keputusan, dan eksekusi, sehingga mewujudkan siklus tertutup otonom berupa konfigurasi mandiri, perbaikan mandiri, dan optimasi mandiri yang berorientasi pada operasi jaringan, penanganan kesalahan, dan optimasi jaringan dalam satu domain.
Selain itu, lapisan manajemen jaringan menyediakan antarmuka northbound terbuka ke lapisan manajemen layanan di atasnya 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 konvensional menjadi platform cerdas mandiri yang mengintegrasikan data global dan pengalaman ahli. Proses bisnis dari masa lalu yang berorientasi pada jaringan dan berbasis pesanan kerja, berubah menjadi transformasi proses tanpa kontak dan berorientasi pada pengalaman; dalam hal transformasi personel, dengan membangun sistem pengembangan low-code dan enkapsulasi atomik dari kemampuan operasi dan pemeliharaan serta kemampuan jaringan, ambang batas transformasi personel CT ke kecerdasan digital diturunkan, dan tim operasi dan pemeliharaan dibantu untuk bertransformasi menjadi talenta gabungan DICT.
Selain itu, Huawei mendorong kolaborasi berbagai organisasi standar untuk mencapai standar terpadu untuk arsitektur jaringan cerdas mandiri, antarmuka, klasifikasi, evaluasi, dan aspek lainnya. Meningkatkan kemakmuran ekosistem industri dengan berbagi pengalaman praktis, mendorong evaluasi dan sertifikasi tiga pihak, dan membangun platform industri; serta bekerja sama dengan sub-rantai operasi dan pemeliharaan cerdas China Mobile untuk bersama-sama memilah dan menangani teknologi dasar guna memastikan teknologi dasar tersebut independen dan terkendali.
Berdasarkan elemen-elemen kunci dari jaringan cerdas mandiri yang disebutkan di atas, menurut penulis, "trio" Huawei memiliki struktur, teknologi, kerja sama, standar, talenta, cakupan komprehensif, dan kekuatan yang tepat, yang patut dinantikan.
Jaringan cerdas mandiri adalah harapan terbaik industri telekomunikasi, yang dikenal sebagai "puisi dan jarak industri telekomunikasi". Hal ini juga dilabeli sebagai "jalan panjang" dan "penuh tantangan" karena jaringan komunikasi dan bisnisnya yang besar dan kompleks. Namun, dilihat dari kasus-kasus implementasi dan kemampuan tiga perusahaan (perusahaan telekomunikasi, Jepang, dan Tiongkok) untuk mempertahankannya, kita dapat melihat bahwa puisi itu bukan lagi sekadar harapan, dan tidak terlalu jauh dari kenyataan. Dengan upaya bersama dari industri telekomunikasi, hal itu semakin menjadi kenyataan yang gemilang.
Waktu posting: 19 Desember 2022