כיצד האינטרנט יכול להתקדם לבינה עצמית מתקדמת מ"השופט החכם" של גביע העולם?

במונדיאל הזה, "השופט החכם" הוא אחד מנקודות השיא הגדולות ביותר. SAOT משלבת נתוני אצטדיון, חוקי משחק ובינה מלאכותית כדי לקבל באופן אוטומטי שיפוטים מהירים ומדויקים במצבי נבדל.

בעוד אלפי מעריצים הריעו או קוננו על שידורי האנימציה התלת-ממדית החוזרת, מחשבותיי עקבו אחר כבלי הרשת והסיבים האופטיים שמאחורי הטלוויזיה אל רשת התקשורת.

על מנת להבטיח חוויית צפייה חלקה וברורה יותר עבור המעריצים, מהפכה חכמה בדומה ל-SAOT נמצאת בעיצומה גם ברשת התקשורת.

בשנת 2025, L4 יתממש

כלל הנבדל הוא מסובך, וקשה מאוד לשופט לקבל החלטה מדויקת ברגע בהתחשב בתנאים המורכבים והמשתנים של המגרש. לכן, החלטות נבדל שנויות במחלוקת מופיעות לעתים קרובות במשחקי כדורגל.

באופן דומה, רשתות תקשורת הן מערכות מורכבות ביותר, והסתמכות על שיטות אנושיות לניתוח, שיפוט, תיקון ואופטימיזציה של רשתות במהלך העשורים האחרונים היא גם עתירת משאבים וגם נוטה לטעויות אנוש.

מה שקשה עוד יותר הוא שבעידן הכלכלה הדיגיטלית, ככל שרשת התקשורת הפכה לבסיס לטרנספורמציה הדיגיטלית של אלפי קווים ועסקים, צרכי העסק הפכו מגוונים ודינמיים יותר, והיציבות, האמינות והגמישות של הרשת נדרשות להיות גבוהות יותר, ומצב הפעולה המסורתי של עבודה אנושית ותחזוקה קשה יותר לקיום.

שיפוט שגוי בנבדל עשוי להשפיע על תוצאת המשחק כולו, אך עבור רשת התקשורת, "שיפוט שגוי" עלול לגרום למפעיל לאבד את הזדמנות השוק המשתנה במהירות, לאלץ את ייצורם של מפעלים להפסיק, ואף להשפיע על כל תהליך הפיתוח החברתי והכלכלי.

אין ברירה. הרשת חייבת להיות אוטומטית ואינטליגנטית. בהקשר זה, המפעילים המובילים בעולם צלצלו ברשתות אינטליגנטיות עצמית. על פי הדו"ח המשולש, 91% מהמפעילים הגלובליים כללו רשתות אינטליגנטיות עצמיות בתכנון האסטרטגי שלהם, ויותר מ-10 מפעילים ראשיים הכריזו על מטרתם להשיג את רמת ה-L4 עד 2025.

ביניהם, צ'יינה מובייל נמצאת בחזית השינוי הזה. בשנת 2021, צ'יינה מובייל פרסמה נייר עמדה בנושא רשתות אינטליגנטיות עצמית, והציעה לראשונה בתעשייה את המטרה הכמותית של הגעה לרשת אינטליגנטית עצמית ברמה L4 בשנת 2025, תוך הצעה לבנות יכולת תפעול ותחזוקה של רשת של "תצורה עצמית, תיקון עצמי ואופטימיזציה עצמית" כלפי פנים, וליצור חוויית לקוח של "אפס המתנה, אפס תקלות ואפס קשר" כלפי חוץ.

בינה עצמית באינטרנט בדומה ל"שופט חכם"

מערכת SAOT מורכבת ממצלמות, חיישנים בתוך הכדור ומערכות בינה מלאכותית. המצלמות והחיישנים בתוך הכדור אוספים את הנתונים בזמן אמת, בעוד שמערכת הבינה המלאכותית מנתחת את הנתונים בזמן אמת ומחשבת במדויק את המיקום. מערכת הבינה המלאכותית גם מזריקה את כללי המשחק כדי לבצע באופן אוטומטי פסיקות נבדל בהתאם לחוקים.

ישנם כמה קווי דמיון בין אוטואינטלקטואליזציה של רשת לבין יישום SAOT:

ראשית, יש לשלב את הרשת והתפיסה באופן עמוק כדי לאסוף באופן מקיף ובזמן אמת משאבי רשת, תצורה, סטטוס שירות, תקלות, יומני רישום ומידע נוסף, על מנת לספק נתונים עשירים לאימון והיגיון של בינה מלאכותית. זה עולה בקנה אחד עם SAOT שאוספת נתונים ממצלמות וחיישנים בתוך הכדור.

שנית, יש צורך להזין כמות גדולה של ניסיון ידני בהסרת מכשולים ואופטימיזציה, מדריכי הפעלה ותחזוקה, מפרטים ומידע אחר למערכת הבינה המלאכותית באופן מאוחד כדי להשלים ניתוח, קבלת החלטות וביצוע אוטומטיים. זה כמו SAOT שמזין את כלל הנבדל למערכת הבינה המלאכותית.

יתר על כן, מכיוון שרשת התקשורת מורכבת ממספר תחומים, לדוגמה, פתיחה, חסימה ואופטימיזציה של כל שירות נייד ניתנות להשגה רק באמצעות שיתוף פעולה מקצה לקצה של מספר תת-תחומים כגון רשת גישה אלחוטית, רשת תמסורת ורשת ליבה, וגם בינה עצמית של הרשת זקוקה ל"שיתוף פעולה רב-תחומי". זה דומה לעובדה ש-SAOT צריך לאסוף נתוני וידאו וחיישנים ממספר ממדים כדי לקבל החלטות מדויקות יותר.

עם זאת, רשת התקשורת מורכבת הרבה יותר מסביבת מגרש הכדורגל, והתרחיש העסקי אינו "עונש נבדל" יחיד, אלא מגוון ודינמי ביותר. בנוסף לשלושת קווי הדמיון הנ"ל, יש לקחת בחשבון את הגורמים הבאים כאשר הרשת מתקדמת לעבר בינה עצמית מסדר גבוה יותר:

ראשית, יש לשלב את הענן, הרשת ומכשירי ה-NE עם בינה מלאכותית. הענן אוסף נתונים עצומים מכל התחום, מבצע באופן רציף אימון ויצירת מודלים של בינה מלאכותית, ומספק מודלים של בינה מלאכותית לשכבת הרשת ולמכשירי ה-NE; לשכבת הרשת יש יכולת אימון והיגיון בינונית, שיכולה לממש אוטומציה בלולאה סגורה בתחום יחיד. Nes יכול לנתח ולקבל החלטות קרוב למקורות נתונים, מה שמבטיח פתרון בעיות בזמן אמת ואופטימיזציה של השירות.

שנית, סטנדרטים מאוחדים ותיאום תעשייתי. רשתות אינטליגנטיות עצמית הן הנדסת מערכות מורכבות, הכוללות ציוד רב, ניהול רשתות ותוכנות, וספקים רבים, וקשה לממשק עגינה, תקשורת בין תחומים ובעיות אחרות. בינתיים, ארגונים רבים, כגון TM Forum, 3GPP, ITU ו-CCSA, מקדמים סטנדרטים של רשתות אינטליגנטיות עצמיות, ויש בעיית פיצול מסוימת בניסוח הסטנדרטים. חשוב גם שתעשיות יעבדו יחד כדי לבסס סטנדרטים מאוחדים ופתוחים כגון ארכיטקטורה, ממשק ומערכת הערכה.

שלישית, טרנספורמציה של כישרונות. רשת אינטליגנטית עצמית אינה רק שינוי טכנולוגי, אלא גם שינוי של כישרונות, תרבות ומבנה ארגוני, מה שמחייב שינוי של עבודת התפעול והתחזוקה מ"ממוקדת רשת" ל"ממוקדת עסק", שינוי של אנשי התפעול והתחזוקה מתרבות חומרה לתרבות תוכנה, ומעבודה חוזרת על עצמה לעבודה יצירתית.

L3 בדרך

היכן נמצאת רשת הביון האוטומטי כיום? עד כמה אנחנו קרובים ל-L4? התשובה עשויה להימצא בשלושה מקרי נחיתות שהוצגו על ידי לו הונגג'ו, נשיא חברת הפיתוח הציבורית של וואווי, בנאומו בכנס השותפים הגלובלי של סין למובייל 2022.

מהנדסי תחזוקת רשת כולם יודעים שרשת ביתית היא נקודת הכאב הגדולה ביותר של עבודת התפעול והתחזוקה של המפעיל, אולי אף אחד לא יודע. היא מורכבת מרשת ביתית, רשת ODN, רשת bearer ותחומים אחרים. הרשת מורכבת, ויש בה הרבה התקנים פסיביים מטומטמים. תמיד יש בעיות כמו תפיסת שירות לא רגישה, תגובה איטית וקשה לפתרון בעיות.

לאור נקודות כאב אלו, צ'יינה מובייל שיתפה פעולה עם וואווי בהנאן, גואנגדונג, ג'ג'יאנג ומחוזות אחרים. מבחינת שיפור שירותי הפס הרחב, בהתבסס על שיתוף פעולה של חומרה חכמה ומרכז איכות, היא השיגה תפיסה מדויקת של חוויית המשתמש ומיקום מדויק של בעיות באיכות ירודה. שיעור השיפור של משתמשים באיכות ירודה עלה ל-83%, ושיעור הצלחת השיווק של FTTR, Gigabit ועסקים אחרים עלה מ-3% ל-10%. מבחינת הסרת מכשולים ברשת אופטית, זיהוי חכם של סכנות נסתרות לאורך אותו מסלול מתממש על ידי חילוץ מידע על מאפייני פיזור הסיבים האופטיים ומודל בינה מלאכותית, עם דיוק של 97%.

בהקשר של פיתוח ירוק ויעיל, חיסכון באנרגיה ברשת הוא הכיוון העיקרי של המפעילים הנוכחיים. עם זאת, עקב מבנה הרשת האלחוטית המורכב, החפיפה והכיסוי הצולב של פסי תדר מרובים ותקנים מרובים, עסקי הסלולר בתרחישים שונים משתנים מאוד עם הזמן. לכן, אי אפשר להסתמך על שיטה מלאכותית לכיבוי מדויק של חיסכון באנרגיה.

לנוכח אתגרים, שני הצדדים עבדו יחד באנהוי, יונאן, הנאן ומחוזות אחרים בשכבת ניהול הרשת ובשכבת רכיבי הרשת כדי להפחית את צריכת האנרגיה הממוצעת של תחנה בודדת ב-10% מבלי לפגוע בביצועי הרשת ובחוויית המשתמש. שכבת ניהול הרשת מגבשת ומספקת אסטרטגיות לחיסכון באנרגיה המבוססות על נתונים רב-ממדיים של הרשת כולה. שכבת ה-NE חשה ומנבאת את השינויים העסקיים בתא בזמן אמת, ומיישמת במדויק אסטרטגיות לחיסכון באנרגיה כגון כיבוי ספק וסמלים.

לא קשה לראות מהמקרים הנ"ל שכמו "השופט האינטליגנטי" במשחק כדורגל, רשת התקשורת מממשת בהדרגה אינטליגנציה עצמית מסצנות ספציפיות ומאזור אוטונומי יחיד באמצעות "היתוך תפיסה", "מוח בינה מלאכותית" ו"שיתוף פעולה רב-ממדי", כך שהדרך לבינה עצמית מתקדמת של הרשת הופכת ברורה יותר ויותר.

על פי פורום TM, רשתות בעלות אינטליגנציה עצמית ברמה 3 "יכולות לחוש שינויים בסביבה בזמן אמת ולבצע אופטימיזציה והתאמה עצמית בתוך התמחויות רשת ספציפיות", בעוד ש-L4 "מאפשר ניהול לולאה סגורה פעיל או ניבויי של רשתות עסקיות וחוויית לקוח בסביבות מורכבות יותר על פני מספר תחומים של רשת". ברור שהרשת האוטו-אינטליגנטית מתקרבת או משיגה את רמת L3 כיום.

כל שלושת הגלגלים פונים לכיוון L4

אז איך מאיצים את הרשת האוטו-אינטלקטואלית לרמה 4? לו הונגג'יו אמר כי וואווי עוזרת לצ'יינה מובייל להשיג את יעדה לרמה 4 עד 2025 באמצעות גישה משולשת של אוטונומיה של תחום יחיד, שיתוף פעולה בין-תחומי ושיתוף פעולה תעשייתי.

בהיבט של אוטונומיה חד-תחוםית, ראשית, התקני NE משולבים בתפיסה ובמחשוב. מצד אחד, מוצגות טכנולוגיות חדשניות כגון קשתית אופטית והתקני חישה בזמן אמת כדי לממש תפיסה פסיבית וברמת מילי-שנייה. מצד שני, משולבות טכנולוגיות מחשוב בעל צריכת חשמל נמוכה ומחשוב זרמים כדי לממש התקני NE חכמים.

שנית, שכבת בקרת הרשת עם מוח בינה מלאכותית יכולה להשתלב עם התקני אלמנט רשת חכמים כדי לממש לולאה סגורה של תפיסה, ניתוח, קבלת החלטות וביצוע, על מנת לממש לולאה סגורה אוטונומית של תצורה עצמית, תיקון עצמי ואופטימיזציה עצמית המכוונות להפעלת רשת, טיפול בתקלות ואופטימיזציה של רשת בתחום יחיד.

בנוסף, שכבת ניהול הרשת מספקת ממשק פתוח צפונה לשכבת ניהול השירותים בשכבה העליונה כדי להקל על שיתוף פעולה בין-תחומי ואבטחת שירותים.

מבחינת שיתוף פעולה בין-תחומי, Huawei מדגישה את המימוש המקיף של התפתחות פלטפורמה, אופטימיזציה של תהליכים עסקיים וטרנספורמציה של כוח אדם.

הפלטפורמה התפתחה ממערכת תמיכה מבוססת עשן לפלטפורמה אינטליגנטית עצמית המשלבת נתונים גלובליים וניסיון מקצועי. תהליך עסקי עבר מתהליכים מכוונים לרשת, מונעי הזמנות עבודה, לתהליכים מכווני ניסיון ללא מגע; מבחינת שינוי כוח אדם, על ידי בניית מערכת פיתוח low-code ושילוב אטומי של יכולות תפעול ותחזוקה ויכולות רשת, סף המעבר של עובדי ה-CT לבינה דיגיטלית הורד, וצוות התפעול והתחזוקה קיבל סיוע במעבר לכישרונות מורכבים של DICT.

בנוסף, Huawei מקדמת שיתוף פעולה של מספר ארגוני תקינה כדי להשיג סטנדרטים מאוחדים לארכיטקטורת רשת, ממשק, סיווג, הערכה והיבטים אחרים בעלי אינטליגנציה עצמית. לקדם את שגשוג האקולוגיה התעשייתית על ידי שיתוף ניסיון מעשי, קידום הערכה והסמכה משולשת ובניית פלטפורמות תעשייתיות; ולשתף פעולה עם שרשרת התפעול והתחזוקה החכמה של China Mobile כדי למיין ולטפל בטכנולוגיית root יחד על מנת להבטיח שטכנולוגיית root תהיה עצמאית וניתנת לשליטה.

על פי המרכיבים המרכזיים של הרשת הבינה העצמית שהוזכרו לעיל, לדעת המחבר, ל"טרויקה" של וואווי יש את המבנה, הטכנולוגיה, שיתוף הפעולה, הסטנדרטים, הכישרונות, הכיסוי המקיף והכוח המדויק, שכדאי לצפות להם.

רשת אינטליגנטית עצמית היא משאלת ליבה של תעשיית התקשורת, המכונה "שירה ומרחק של תעשיית התקשורת". היא תויגה גם כ"דרך ארוכה" ו"מלאה באתגרים" בשל רשת התקשורת והעסקים העצומים והמורכבים. אך אם לשפוט לפי מקרי הנחיתה הללו ויכולתה של הטרויקה לקיים אותה, אנו יכולים לראות ששירה כבר אינה גאה, ואינה רחוקה מדי. עם המאמצים המתואמים של תעשיית התקשורת, היא מלאה יותר ויותר בזיקוקים.