今回のワールドカップ、“賢い審判”は最大の見どころの一つだ。 SAOT はスタジアムデータ、試合ルール、AI を統合し、オフサイド状況を自動的に迅速かつ正確に判断します。
何千人ものファンが 3D アニメーションのリプレイに歓声を上げたり嘆いたりする一方で、私の考えはテレビの後ろにあるネットワーク ケーブルや光ファイバーをたどって通信ネットワークにつながっていました。
ファンにとってよりスムーズでクリアな視聴体験を保証するために、SAOT と同様のインテリジェント革命が通信ネットワークでも進行中です。
2025年にL4が実現
オフサイドのルールは複雑で、複雑で変わりやすいフィールドの状況を考慮すると、主審が瞬時に正確な判断を下すことは非常に難しい。したがって、サッカーの試合では物議を醸すオフサイドの判定が頻繁に発生します。
同様に、通信ネットワークも非常に複雑なシステムであり、過去数十年にわたってネットワークの分析、判断、修復、最適化を人間の手法に依存してきたことは、リソースを大量に消費するだけでなく、人的ミスも発生しやすくなります。
さらに難しいのは、デジタル経済の時代において、通信ネットワークが数千の回線やビジネスのデジタル変革の基盤となるにつれて、ビジネスのニーズがより多様化かつダイナミックになり、ネットワークの安定性、信頼性、機敏性が向上していることです。ネットワークはより高度なものになる必要があり、人間の労働とメンテナンスによる従来の運用モードを維持するのはより困難です。
オフサイドの誤審はゲーム全体の結果に影響を与える可能性がありますが、通信ネットワークの場合、「誤審」は事業者が急速に変化する市場機会を失い、企業の生産を中断せざるを得なくなり、さらには社会のプロセス全体に影響を与える可能性があります。そして経済発展。
選択の余地はありません。ネットワークは自動化され、インテリジェントである必要があります。これに関連して、世界の大手通信事業者がセルフインテリジェント ネットワークの警笛を鳴らしています。三者報告書によると、世界の通信事業者の 91% が戦略計画にオートインテリジェント ネットワークを組み込んでおり、10 社以上の通信事業者長が 2025 年までに L4 を達成するという目標を発表しています。
その中でもチャイナモバイルはこの変化の先駆者となっている。 2021年、チャイナモバイルはセルフインテリジェントネットワークに関する白書を発表し、業界で初めて2025年にレベルL4セルフインテリジェントネットワークに到達するという定量的目標を提案し、「自己構成」によるネットワーク運用・保守機能の構築を提案した。内部的には「自己修復、自己最適化」を実現し、外部的には「待ち時間ゼロ、失敗ゼロ、接触ゼロ」の顧客体験を創出します。
「Smart Referee」に似たインターネット自己インテリジェンス
SAOT はカメラ、ボール内センサー、AI システムで構成されています。ボール内のカメラとセンサーが完全なリアルタイムでデータを収集し、AI システムがリアルタイムでデータを分析して位置を正確に計算します。 AI システムはまた、ゲームのルールを注入し、ルールに従って自動的にオフサイド コールを行います。
ネットワークの自動知的化と SAOT の実装にはいくつかの類似点があります。
まず、ネットワークと認識を深く統合して、ネットワーク リソース、構成、サービス ステータス、障害、ログ、その他の情報を包括的かつリアルタイムで収集し、AI のトレーニングと推論に豊富なデータを提供する必要があります。これは、SAOT がボール内のカメラやセンサーからデータを収集していることと一致しています。
2つ目は、障害物の除去や最適化などの手作業による大量の経験、運用保守マニュアル、仕様書などの情報をAIシステムに一元的に入力し、自動的に分析、意思決定、実行を完了する必要があることです。 SAOT がオフサイド ルールを AI システムに入力するようなものです。
さらに、通信ネットワークは複数のドメインで構成されているため、たとえば、モバイル サービスの開設、遮断、最適化は、無線アクセス ネットワーク、伝送ネットワーク、コアなどの複数のサブドメインのエンドツーエンドの連携を通じてのみ完了できます。ネットワークの自己インテリジェンスにも「マルチドメイン コラボレーション」が必要です。これは、SAOT がより正確な意思決定を行うために多次元からビデオとセンサーのデータを収集する必要があるという事実と似ています。
ただし、通信ネットワークはサッカー場の環境よりもはるかに複雑で、ビジネス シナリオは単一の「オフサイド ペナルティ」ではなく、非常に多様かつ動的です。ネットワークが高次の自動知能に移行する場合、上記の 3 つの類似点に加えて、次の要素を考慮する必要があります。
まず、クラウド、ネットワーク、NE デバイスを AI と統合する必要があります。クラウドはドメイン全体にわたる大量のデータを収集し、AI トレーニングとモデル生成を継続的に実行し、AI モデルをネットワーク層と NE デバイスに配信します。ネットワーク層は中程度のトレーニング能力と推論能力を備えており、単一ドメインで閉ループ自動化を実現できます。 Nes はデータ ソースの近くで分析および意思決定を行うことができ、リアルタイムのトラブルシューティングとサービスの最適化を保証します。
第二に、統一規格と業界の調整です。セルフインテリジェント ネットワークは、多くの機器、ネットワーク管理とソフトウェア、多くのサプライヤーが関与する複雑なシステム エンジニアリングであり、インターフェイスのドッキング、クロスドメイン通信、その他の問題に対処するのが困難です。一方、TM フォーラム、3GPP、ITU、CCSA などの多くの組織がセルフインテリジェント ネットワーク標準を推進しており、標準の策定においては特定の断片化の問題が発生しています。また、業界が協力して、アーキテクチャ、インターフェース、評価システムなどの統一されたオープンな標準を確立することも重要です。
第三に、人材の変革です。セルフインテリジェント ネットワークは、技術的な変化だけでなく、人材、文化、組織構造の変化でもあり、運用保守業務を「ネットワーク中心」から「ビジネス中心」に変革する必要があり、運用保守担当者も変革する必要があります。ハードウェア文化からソフトウェア文化へ、反復労働から創造的労働へ。
L3は途中です
現在、オートインテリジェンス ネットワークはどこにあるのでしょうか? L4までどのくらい近づいていますか？その答えは、チャイナ・モバイル・グローバル・パートナー・カンファレンス2022での講演でファーウェイ公共開発社長の陸弘柱氏が紹介した3つの着陸事例の中に見つかるかもしれない。
ネットワーク保守エンジニアは、家庭全体のネットワークがオペレータの運用および保守運用作業の最大の問題点であることを、おそらく誰もが知っています。ホームネットワーク、ODNネットワーク、ベアラーネットワークなどのドメインで構成されます。ネットワークは複雑で、多くのパッシブダムデバイスが存在します。サービスの認識が鈍い、応答が遅い、トラブルシューティングが難しいなどの問題が常に存在します。
こうした問題点を考慮して、チャイナモバイルは河南省、広東省、浙江省などの省でファーウェイと協力している。ブロードバンド サービスの向上に関しては、インテリジェント ハードウェアと品質センターの連携に基づいて、ユーザー エクスペリエンスの正確な認識と低品質の問題の正確な位置特定を実現しました。低品質ユーザーの改善率は 83% に増加し、FTTR、ギガビットなどのビジネスのマーケティング成功率は 3% から 10% に増加しました。光ネットワークの障害物除去に関しては、光ファイバーの散乱特性情報とAIモデルを抽出することで、同一ルート上の隠れた危険を97%の精度でインテリジェントに識別することが可能です。
グリーンで効率的な開発という観点から、ネットワークの省エネが現在の通信事業者の主な方向性となっています。しかし、複雑な無線ネットワーク構造、複数の周波数帯域と複数の規格の重複とクロスカバーにより、さまざまなシナリオにおける携帯電話ビジネスは時間の経過とともに大きく変動します。したがって、人為的な方法に頼って正確な省エネシャットダウンを行うことは不可能です。
課題に直面しながらも、双方は安徽省、雲南省、河南省、その他の省でネットワーク管理層とネットワーク要素層で協力し、ネットワークのパフォーマンスやユーザーに影響を与えることなく、単一ステーションの平均エネルギー消費量を 10% 削減しました。経験。ネットワーク管理層は、ネットワーク全体の多次元データに基づいて省エネ戦略を策定し、提供します。 NE 層は、セル内のビジネスの変化をリアルタイムで感知して予測し、キャリアやシンボルのシャットダウンなどの省エネ戦略を正確に実装します。
上記の事例から、サッカーの試合における「知的な審判」と同様に、通信ネットワークが「知覚融合」「AI頭脳」を通じて、特定の場面や単一の自律領域からの自己知能化を徐々に実現しつつあることを理解するのは難しくありません。そして「多次元コラボレーション」により、ネットワークの高度な自己インテリジェント化への道がますます明確になります。
TM Forum によると、L3 セルフインテリジェント ネットワークは「環境の変化をリアルタイムで感知し、特定のネットワークの専門分野内で自己最適化および自己調整が可能」であり、L4 は「ビジネスおよび顧客エクスペリエンスの予測的またはアクティブな閉ループ管理を可能にします」 -複数のネットワークドメインにわたる、より複雑な環境におけるネットワーク主導型。」明らかに、オートインテリジェント ネットワークは現在、レベル L3 に近づいているか、レベル L3 に達しつつあります。
3輪ともL4に向かう
では、自己知的ネットワークを L4 まで加速するにはどうすればよいでしょうか? Lu Honjiu氏は、ファーウェイは、単一ドメインの自律性、クロスドメインの協力、産業協力という3方向のアプローチを通じて、チャイナモバイルが2025年までにL4という目標を達成できるよう支援していると述べた。
単一ドメイン自律性の観点では、まず、NE デバイスが知覚とコンピューティングと統合されます。一方で、受動的かつミリ秒レベルの知覚を実現するために、光学アイリスやリアルタイムセンシングデバイスなどの革新的なテクノロジーが導入されています。一方、低消費電力コンピューティング技術とストリームコンピューティング技術を統合して、インテリジェントな NE デバイスを実現します。
第二に、AI頭脳を備えたネットワーク制御層は、インテリジェントなネットワーク要素デバイスと組み合わせて、認識、分析、意思決定、実行の閉ループを実現し、自己構成、自己修復、および自己修復の自律的な閉ループを実現します。単一ドメインでのネットワーク運用、障害処理、およびネットワークの最適化を中心とした自己最適化。
さらに、ネットワーク管理層は、オープン ノースバウンド インターフェイスを上位層のサービス管理層に提供し、クロスドメイン コラボレーションとサービス セキュリティを促進します。
クロスドメインコラボレーションの観点から、ファーウェイはプラットフォームの進化、ビジネスプロセスの最適化、人事変革の包括的な実現を重視しています。
このプラットフォームは、煙突サポート システムから、グローバル データと専門家の経験を統合する自己インテリジェント プラットフォームに進化しました。ビジネス プロセスは、過去のネットワーク指向から、作業指示主導のプロセス、エクスペリエンス指向、ゼロ コンタクト プロセスへの変革に移行します。人材変革では、ローコード開発システムの構築と、運用保守機能とネットワーク機能のアトミックカプセル化により、CT担当者のデジタルインテリジェンスへの変革の敷居が下がり、運用保守チームのDICT化を支援しました。複合的な才能。
さらに、ファーウェイは、セルフインテリジェントネットワークアーキテクチャ、インターフェース、分類、評価などの側面に関する統一標準を達成するために、複数の標準化団体の協力を推進している。実践経験を共有し、三者による評価と認証を促進し、産業プラットフォームを構築することにより、産業エコロジーの繁栄を促進する。また、チャイナモバイルのスマート運用および保守サブチェーンと協力して、ルートテクノロジーを整理して一緒に取り組み、ルートテクノロジーが独立していて制御可能であることを確認します。
前述の自己インテリジェントネットワークの主要要素によると、筆者の意見では、ファーウェイの「トロイカ」は構造、技術、協力、標準、才能、包括的なカバー範囲、正確な戦力を備えており、期待に値する。
自己インテリジェント ネットワークは、「電気通信業界の詩と距離」として知られる電気通信業界の最大の願いです。また、巨大かつ複雑な通信ネットワークとビジネスのため、「長い道のり」「課題が山積している」とも言われています。しかし、これらの上陸事例とそれを維持するトロイカの能力から判断すると、詩はもはや誇りではなく、それほど遠くないことがわかります。通信業界の協力により、ますます花火で賑わっています。
投稿日時: 2022 年 12 月 19 日