今回のワールドカップでは、「スマートレフェリー」が最大の注目点の1つとなっている。SAOTはスタジアムデータ、試合ルール、AIを統合し、オフサイド状況について迅速かつ正確な判定を自動的に行う。
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中、私の思考はテレビの裏側にあるネットワークケーブルや光ファイバーを辿り、通信ネットワークへと向かっていた。
ファンにとってよりスムーズで鮮明な視聴体験を保証するため、SAOTと同様のインテリジェントな変革が通信ネットワークにおいても進行中である。
2025年には、L4が実現します。
オフサイドのルールは複雑で、フィールドの状況が複雑かつ変化しやすいことを考えると、審判が瞬時に正確な判定を下すのは非常に難しい。そのため、サッカーの試合ではオフサイドの判定をめぐる論争が頻繁に起こる。
同様に、通信ネットワークは非常に複雑なシステムであり、過去数十年にわたり、ネットワークの分析、評価、修復、最適化を人間の手法に頼ってきたことは、資源を大量に消費するだけでなく、人為的ミスが発生しやすいという問題があった。
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もの事業や企業のデジタル変革の基盤となるにつれ、ビジネスニーズはより多様化・動的になり、ネットワークの安定性、信頼性、俊敏性に対する要求が高まり、従来の人的労働と保守による運用モデルを維持することがより困難になっている点である。
オフサイドの誤審は試合全体の結果に影響を与える可能性があるが、通信ネットワークにおいては、「誤審」は事業者が急速に変化する市場機会を逃したり、企業の生産活動を中断させたり、さらには社会経済発展の全過程に影響を与えたりする可能性がある。
選択肢はない。ネットワークは自動化され、インテリジェントでなければならない。こうした状況の中、世界の主要通信事業者は自己インテリジェントネットワークの実現を強く訴えている。三者協議報告書によると、世界の通信事業者の91%が戦略計画に自己インテリジェントネットワークを盛り込んでおり、10社以上の大手通信事業者が2025年までにレベル4の実現を目指すと発表している。
中でも、チャイナモバイルはこの変革の先駆けとなっている。2021年、チャイナモバイルは自己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年までにレベルL4の自己インテリジェントネットワークを実現するという定量的な目標を提示した。また、ネットワークの運用・保守能力を内部的に「自己構成、自己修復、自己最適化」し、外部的に「待ち時間ゼロ、障害ゼロ、接触ゼロ」の顧客体験を創出することを提案した。
「スマートレフェリー」に似たインターネット上の自己知能
SAOTは、カメラ、ボール内蔵センサー、AIシステムで構成されています。ボール内部のカメラとセンサーが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正確な位置を計算します。また、AIシステムは試合のルールを組み込み、ルールに基づいて自動的にオフサイド判定を行います。
ネットワークの自己知能化とSAOTの実装にはいくつかの類似点がある。
まず、ネットワークと知覚を深く統合し、ネットワークリソース、構成、サービスステータス、障害、ログなどの情報を包括的かつリアルタイムに収集することで、AIのトレーニングと推論のための豊富なデータを提供する必要があります。これは、SAOTが球体内部のカメラやセンサーからデータを収集するのと一致しています。
第二に、障害物除去や最適化に関する膨大な手作業の経験、操作・保守マニュアル、仕様書などの情報を、AIシステムに統一的に入力し、自動分析、意思決定、実行を完了させる必要がある。これは、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だ。
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、例えば、あらゆるモバイルサービスの開放、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、コアネットワークといった複数のサブドメインのエンドツーエンドの連携によってのみ実現可能であり、ネットワークの自己知能化にも「マルチドメイン連携」が必要となる。これは、SAOTがより正確な意思決定を行うために、複数の次元からビデオデータやセンサーデータを収集する必要があるのと同様である。
しかし、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あり、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、極めて多様で動的です。上記の3つの類似点に加えて、ネットワークがより高度な自己知能へと移行する際には、以下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膨大なデータを収集し、AIの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および推論能力を持ち、単一ドメイン内でクローズドループ自動化を実現できます。NEデバイスはデータソースに近い場所で分析と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最適化を保証します。
第二に、統一規格と業界連携です。自己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、ソフトウェア、そして多くのサプライヤーが関わる複雑なシステムエンジニアリングであり、インターフェースのドッキングやドメイン間通信などの問題が困難です。一方、TM Forum、3GPP、ITU、CCSAなどの多くの組織が自己インテリジェントネットワークの標準規格を推進していますが、標準規格の策定には一定の断片化の問題があります。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規格を確立することも重要です。
第三に、人材の変革です。自己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、組織構造の変化も伴います。そのため、運用保守業務は「ネットワーク中心」から「ビジネス中心」へと変革され、運用保守担当者はハードウェア文化からソフトウェア文化へと、そして反復作業から創造的な作業へと変革される必要があります。
L3が到着しました
オートインテリジェンスネットワークは現在どのような状況にあるのか？レベル4の実現はどの程度近づいているのか？その答えは、ファーウェイ公共開発部門の社長である盧洪菊氏が2022年中国移動グローバルパートナー会議での講演で紹介した3つの導入事例に見出すことができるかもしれない。
ネットワーク保守エンジニアなら誰もが知っているように、ホームネットワークはオペレーターの運用保守業務において最大の難題であり、おそらく誰もがそうでしょう。ホームネットワークは、ホームネットワーク、ODNネットワーク、ベアラネットワークなどのドメインで構成されています。ネットワークは複雑で、多くの受動的なデバイスが存在します。そのため、サービス認識の鈍さ、応答の遅さ、トラブルシューティングの難しさといった問題が常に発生します。
これらの課題を踏まえ、中国移動は河南省、広東省、浙江省などでファーウェイと協力関係を築いてきました。ブロードバンドサービスの改善においては、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き、ユーザーエクスペリエンスの正確な把握と低品質問題の正確な特定を実現しました。低品質ユーザーの改善率は83%に向上し、FTTR、ギガビットなどの事業のマーケティング成功率は3%から10%に向上しました。光ネットワーク障害物除去においては、光ファイバー散乱特性情報とAIモデルを抽出し、同一経路上の隠れた危険を97%の精度でインテリジェントに識別することに成功しました。
環境に配慮した効率的な開発という観点から、ネットワークの省エネルギーは現在、通信事業者にとって主要な方向性となっています。しかし、無線ネットワークの構造が複雑で、複数の周波数帯域と規格が重複・交差しているため、さまざまなシナリオにおけるセルビジネスは時間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ルギーシャットダウンを行うことは不可能です。
課題に直面する中、両者は安徽省、雲南省、河南省などの省でネットワーク管理層とネットワーク要素層において協力し、ネットワーク性能やユーザーエクスペリエンス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%削減することに成功した。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・実行する。ネットワーク要素層は、セル内の業務変化をリアルタイムで検知・予測し、キャリアやシンボルのシャットダウンといった省エネ戦略を正確に実行する。
上記の事例から容易に理解できるように、サッカーの試合における「インテリジェントな審判」のように、通信ネットワークは「知覚の融合」、「AIブレイン」、「多次元的な連携」を通じて、特定の場面や単一の自律領域から徐々に自己知能化を実現しており、ネットワークの高度な自己知能化への道筋がますます明確になってきている。
TM Forumによると、L3の自己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特性内で自己最適化および自己調整が可能」であり、L4は「複数のネットワークドメインにまたがるより複雑な環境において、ビジネスおよび顧客体験主導型ネットワークの予測的または能動的なクローズドループ管理を可能にする」。明らかに、自己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、あるいは既に達成している。
3つの車輪すべてがL4に向かう
では、どのようにして自律型ネットワークをレベル4に加速させるのでしょうか？ 盧洪九氏は、ファーウェイは単一ドメインの自律性、ドメイン間の連携、産業協力という3つのアプローチを通じて、中国移動が2025年までにレベル4を達成するという目標を支援していると述べました。
単一ドメイン自律性という観点から、まず、NEデバイスは知覚とコンピューティングを統合します。一方では、光学式虹彩やリアルタイムセンシングデバイスなどの革新的な技術を導入し、受動的かつミリ秒レベルの知覚を実現します。他方では、低消費電力コンピューティングとストリームコンピューティング技術を統合し、インテリジェントなNEデバイスを実現します。
第二に、AIブレイン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連携して、知覚、分析、意思決定、実行のクローズドループを実現し、ネットワーク運用、障害処理、ネットワーク最適化を単一の領域で指向した、自己構成、自己修復、自己最適化の自律的なクローズドループを実現できます。
さらに、ネットワーク管理層は、上位層のサービス管理層へのオープンな北向きインターフェースを提供し、ドメイン間の連携とサービスセキュリティを促進します。
異分野連携に関して、ファーウェイはプラットフォームの進化、業務プロセスの最適化、人材の変革を包括的に実現することを重視している。
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した自己インテリジェントなプラットフォームへと進化しました。ビジネスプロセスは、従来ネットワーク指向で作業指示主導型でしたが、経験指向で非接触型のプロセスへと変革しました。人材変革においては、ローコード開発システムの構築と、運用保守機能および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ハードルが下がり、運用保守チームがDICT複合人材へと変革するのを支援しました。
さらに、ファーウェイは、自己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、評価などの統一標準を実現するために、複数の標準化団体との連携を推進しています。実践経験の共有、三者間評価・認証の推進、産業プラットフォームの構築を通じて、産業エコシステムの繁栄を促進します。また、中国移動のスマート運用・保守サブチェーンと協力し、基幹技術の整理・解決に取り組み、基幹技術の独立性と制御性を確保します。
上述の自己インテリジェントネットワークの主要要素に基づき、筆者の見解では、ファーウェイの「三頭政治」は、構造、技術、協力、基準、人材、包括的なカバレッジ、そして的確な力を備えており、期待に値する。
自己インテリジェントネットワークは、通信業界の長年の夢であり、「通信業界の詩情と距離」とも呼ばれています。巨大で複雑な通信ネットワークとビジネスのため、「長い道のり」「困難に満ちた挑戦」とも言われてきました。しかし、これらの着実な実現事例や、それを支えてきた三者（通信業界、通信業界、通信業界）の力量から判断すると、もはや詩情は遠い夢ではなく、それほど遠くないことがわかります。通信業界の一丸となった努力により、ますます華やかな展開を見せています。
投稿日時：2022年12月19日