विश्वचषक "स्मार्ट रेफरी" पासून इंटरनेट प्रगत स्व-बुद्धीमत्तेकडे कसे पुढे जाऊ शकते?

हा विश्वचषक, “स्मार्ट रेफरी” हे सर्वात मोठे आकर्षण आहे. ऑफसाइड परिस्थितींवर आपोआप जलद आणि अचूक निर्णय घेण्यासाठी SAOT स्टेडियम डेटा, खेळाचे नियम आणि AI समाकलित करते

हजारो चाहत्यांनी 3-डी ॲनिमेशन रीप्लेचा जयजयकार केला किंवा शोक व्यक्त केला, तेव्हा माझे विचार टीव्हीच्या मागे नेटवर्क केबल्स आणि ऑप्टिकल फायबर्स ते कम्युनिकेशन नेटवर्कपर्यंत पोहोचले.

चाहत्यांसाठी नितळ, स्पष्ट पाहण्याचा अनुभव सुनिश्चित करण्यासाठी, संप्रेषण नेटवर्कमध्ये SAOT सारखीच एक बुद्धिमान क्रांती देखील चालू आहे.

2025 मध्ये, L4 साकार होईल

ऑफसाइड नियम किचकट आहे, आणि मैदानातील गुंतागुंतीची आणि बदलण्याजोगी परिस्थिती लक्षात घेऊन क्षणार्धात अचूक निर्णय घेणे रेफरीसाठी खूप कठीण आहे. त्यामुळे, फुटबॉल सामन्यांमध्ये वादग्रस्त ऑफसाइड निर्णय वारंवार दिसून येतात.

त्याचप्रमाणे, संप्रेषण नेटवर्क ही अत्यंत गुंतागुंतीची प्रणाली आहेत आणि गेल्या काही दशकांमध्ये नेटवर्कचे विश्लेषण, न्याय, दुरुस्ती आणि ऑप्टिमाइझ करण्यासाठी मानवी पद्धतींवर अवलंबून राहणे ही संसाधने-केंद्रित आणि मानवी चुकांसाठी प्रवण आहे.

याहून कठीण गोष्ट म्हणजे डिजिटल अर्थव्यवस्थेच्या युगात, हजारो ओळी आणि व्यवसायांच्या डिजिटल परिवर्तनाचा आधार म्हणून संप्रेषण नेटवर्क बनले आहे, व्यावसायिक गरजा अधिक वैविध्यपूर्ण आणि गतिमान झाल्या आहेत आणि स्थिरता, विश्वासार्हता आणि चपळता. नेटवर्क जास्त असणे आवश्यक आहे, आणि मानवी श्रम आणि देखरेखीचा पारंपारिक ऑपरेशन मोड टिकवणे अधिक कठीण आहे.

ऑफसाइड चुकीचा निर्णय संपूर्ण गेमच्या निकालावर परिणाम करू शकतो, परंतु संप्रेषण नेटवर्कसाठी, "चुकीचा निर्णय" ऑपरेटरला वेगाने बदलणारी बाजार संधी गमावू शकतो, उद्योगांच्या उत्पादनात व्यत्यय आणण्यास भाग पाडू शकतो आणि सामाजिक प्रक्रियेवर देखील परिणाम करू शकतो. आणि आर्थिक विकास.

पर्याय नाही. नेटवर्क स्वयंचलित आणि बुद्धिमान असणे आवश्यक आहे. या संदर्भात, जगातील आघाडीच्या ऑपरेटर्सनी स्वयं-बुद्धिमान नेटवर्कचा हॉर्न वाजवला आहे. त्रिपक्षीय अहवालानुसार, 91% जागतिक ऑपरेटर्सनी त्यांच्या धोरणात्मक नियोजनात ऑटोइंटेलिजेंट नेटवर्कचा समावेश केला आहे आणि 10 पेक्षा जास्त मुख्य ऑपरेटर्सनी 2025 पर्यंत L4 साध्य करण्याचे त्यांचे उद्दिष्ट जाहीर केले आहे.

त्यापैकी चायना मोबाईल या बदलाच्या अग्रभागी आहे. 2021 मध्ये, चायना मोबाईलने स्वयं-बुद्धिमान नेटवर्कवर एक श्वेतपत्रिका प्रसिद्ध केली, ज्यामध्ये उद्योगात प्रथमच 2025 मध्ये स्तर L4 स्व-बुद्धिमान नेटवर्क गाठण्याचे परिमाणात्मक लक्ष्य प्रस्तावित केले, नेटवर्क ऑपरेशन आणि "स्व-कॉन्फिगरेशन" ची देखभाल क्षमता तयार करण्याचा प्रस्ताव दिला. , स्व-दुरुस्ती आणि स्वयं-ऑप्टिमायझेशन" अंतर्भागात, आणि बाहेरून "शून्य प्रतीक्षा, शून्य अपयश आणि शून्य संपर्क" चा ग्राहक अनुभव तयार करा.

"स्मार्ट रेफरी" सारखीच इंटरनेट स्व-बुद्धीमत्ता

SAOT कॅमेरे, इन-बॉल सेन्सर्स आणि AI प्रणालींनी बनलेले आहे. बॉलमधील कॅमेरे आणि सेन्सर संपूर्ण, रिअल टाइममध्ये डेटा गोळा करतात, तर AI सिस्टीम रिअल टाइममध्ये डेटाचे विश्लेषण करते आणि स्थितीची अचूक गणना करते. AI सिस्टीम नियमांनुसार स्वयंचलितपणे ऑफसाइड कॉल करण्यासाठी गेमचे नियम देखील इंजेक्ट करते.

नेटवर्क ऑटोइंटलेक्चुअलायझेशन आणि SAOT अंमलबजावणीमध्ये काही समानता आहेत:

प्रथम, एआय प्रशिक्षण आणि तर्कशक्तीसाठी समृद्ध डेटा प्रदान करण्यासाठी नेटवर्क संसाधने, कॉन्फिगरेशन, सेवा स्थिती, दोष, लॉग आणि इतर माहिती एकत्रितपणे आणि वास्तविक-वेळेत एकत्रित करण्यासाठी नेटवर्क आणि समज सखोलपणे एकत्रित केले पाहिजे. हे SAOT कॅमेरे आणि सेन्सर्समधून बॉलच्या आत डेटा गोळा करत आहे.

दुसरे म्हणजे, स्वयंचलित विश्लेषण, निर्णय घेणे आणि अंमलबजावणी पूर्ण करण्यासाठी AI सिस्टीममध्ये अडथळे दूर करणे आणि ऑप्टिमायझेशन, ऑपरेशन आणि मेंटेनन्स मॅन्युअल, स्पेसिफिकेशन्स आणि इतर माहिती एकत्रितपणे मोठ्या प्रमाणात मॅन्युअल अनुभव इनपुट करणे आवश्यक आहे. हे SAOT ने AI सिस्टीममध्ये ऑफसाइड नियम पुरवल्यासारखे आहे.

शिवाय, संप्रेषण नेटवर्क एकाधिक डोमेनचे बनलेले असल्याने, उदाहरणार्थ, कोणत्याही मोबाइल सेवेचे उघडणे, अवरोधित करणे आणि ऑप्टिमायझेशन केवळ वायरलेस ऍक्सेस नेटवर्क, ट्रान्समिशन नेटवर्क आणि कोर यासारख्या एकाधिक सबडोमेनच्या एंड-टू-एंड सहकार्याने पूर्ण केले जाऊ शकते. नेटवर्क, आणि नेटवर्क स्व-बुद्धीमत्ता देखील "मल्टी-डोमेन सहयोग" आवश्यक आहे. अधिक अचूक निर्णय घेण्यासाठी SAOT ला अनेक आयामांमधून व्हिडिओ आणि सेन्सर डेटा संकलित करणे आवश्यक आहे या वस्तुस्थितीसारखेच आहे.

तथापि, दळणवळण नेटवर्क फुटबॉल क्षेत्राच्या वातावरणापेक्षा अधिक जटिल आहे आणि व्यवसाय परिस्थिती एकल "ऑफसाइड पेनल्टी" नाही, परंतु अत्यंत वैविध्यपूर्ण आणि गतिमान आहे. वरील तीन समानतेच्या व्यतिरिक्त, जेव्हा नेटवर्क उच्च-ऑर्डर ऑटो इंटेलिजेंसकडे जाते तेव्हा खालील घटक विचारात घेतले पाहिजेत:

प्रथम, क्लाउड, नेटवर्क आणि NE उपकरणे AI सह एकत्रित करणे आवश्यक आहे. क्लाउड संपूर्ण डोमेनवर प्रचंड डेटा गोळा करतो, सतत AI प्रशिक्षण आणि मॉडेल जनरेशन आयोजित करतो आणि नेटवर्क लेयर आणि NE डिव्हाइसेसवर AI मॉडेल वितरित करतो; नेटवर्क लेयरमध्ये मध्यम प्रशिक्षण आणि तर्क क्षमता आहे, जी एकाच डोमेनमध्ये बंद-लूप ऑटोमेशनची जाणीव करू शकते. Nes विश्लेषण करू शकते आणि डेटा स्त्रोतांच्या जवळ निर्णय घेऊ शकते, रिअल-टाइम समस्यानिवारण आणि सेवा ऑप्टिमायझेशन सुनिश्चित करते.

दुसरे, एकीकृत मानके आणि औद्योगिक समन्वय. सेल्फ-इंटेलिजेंट नेटवर्क एक जटिल प्रणाली अभियांत्रिकी आहे, ज्यामध्ये अनेक उपकरणे, नेटवर्क व्यवस्थापन आणि सॉफ्टवेअर आणि अनेक पुरवठादारांचा समावेश आहे आणि इंटरफेस डॉकिंग, क्रॉस-डोमेन कम्युनिकेशन आणि इतर समस्यांना तोंड देणे कठीण आहे. दरम्यान, TM Forum, 3GPP, ITU आणि CCSA सारख्या अनेक संस्था स्वयं-बुद्धिमान नेटवर्क मानकांना प्रोत्साहन देत आहेत आणि मानकांच्या निर्मितीमध्ये काही विखंडन समस्या आहे. आर्किटेक्चर, इंटरफेस आणि मूल्यमापन प्रणाली यासारखे एकसंध आणि मुक्त मानके स्थापित करण्यासाठी उद्योगांनी एकत्र काम करणे देखील महत्त्वाचे आहे.

तिसरे, प्रतिभा परिवर्तन. सेल्फ-इंटेलिजेंट नेटवर्क हा केवळ तांत्रिक बदलच नाही तर प्रतिभा, संस्कृती आणि संस्थात्मक संरचनेचा बदल देखील आहे, ज्यासाठी ऑपरेशन आणि देखभाल कार्य "नेटवर्क केंद्रीत" वरून "व्यवसाय केंद्रीत" मध्ये बदलणे आवश्यक आहे, ऑपरेशन आणि देखभाल कर्मचाऱ्यांमध्ये बदल करणे आवश्यक आहे. हार्डवेअर संस्कृती ते सॉफ्टवेअर संस्कृती आणि पुनरावृत्ती श्रम पासून सर्जनशील श्रम.

L3 त्याच्या मार्गावर आहे

ऑटो इंटेलिजन्स नेटवर्क आज कुठे आहे? आपण L4 च्या किती जवळ आहोत? Huawei पब्लिक डेव्हलपमेंटचे अध्यक्ष लू होंगजू यांनी चायना मोबाइल ग्लोबल पार्टनर कॉन्फरन्स 2022 मधील भाषणात सादर केलेल्या तीन लँडिंग प्रकरणांमध्ये याचे उत्तर सापडू शकते.

नेटवर्क मेंटेनन्स इंजिनिअर्सना सर्व माहीत आहे की होम वाइड नेटवर्क हे ऑपरेटरच्या ऑपरेशन आणि मेंटेनन्स ऑपरेशनच्या कामाचा सर्वात मोठा वेदना बिंदू आहे, कदाचित कोणीही नाही. हे होम नेटवर्क, ODN नेटवर्क, बेअरर नेटवर्क आणि इतर डोमेनचे बनलेले आहे. नेटवर्क क्लिष्ट आहे, आणि तेथे अनेक निष्क्रीय डंब डिव्हाइसेस आहेत. असंवेदनशील सेवा समज, मंद प्रतिसाद आणि कठीण समस्यानिवारण यासारख्या समस्या नेहमीच असतात.

हे वेदना बिंदू लक्षात घेऊन, चायना मोबाईलने हेनान, ग्वांगडोंग, झेजियांग आणि इतर प्रांतांमध्ये Huawei सह सहकार्य केले आहे. ब्रॉडबँड सेवा सुधारण्याच्या दृष्टीने, इंटेलिजेंट हार्डवेअर आणि गुणवत्ता केंद्राच्या सहकार्यावर आधारित, वापरकर्त्याच्या अनुभवाची अचूक धारणा आणि खराब गुणवत्तेच्या समस्यांचे अचूक स्थान लक्षात आले आहे. खराब दर्जाच्या वापरकर्त्यांचा सुधारणा दर 83% पर्यंत वाढवला गेला आहे आणि FTTR, Gigabit आणि इतर व्यवसायांचा विपणन यशाचा दर 3% वरून 10% पर्यंत वाढवला गेला आहे. ऑप्टिकल नेटवर्क अडथळे दूर करण्याच्या दृष्टीने, ऑप्टिकल फायबर स्कॅटरिंग वैशिष्ट्यपूर्ण माहिती आणि AI मॉडेल 97% अचूकतेसह काढून त्याच मार्गावर लपलेल्या धोक्यांची बुद्धिमान ओळख लक्षात येते.

हिरव्या आणि कार्यक्षम विकासाच्या संदर्भात, नेटवर्क ऊर्जा बचत ही सध्याच्या ऑपरेटरची मुख्य दिशा आहे. तथापि, जटिल वायरलेस नेटवर्क रचनेमुळे, मल्टी-फ्रिक्वेंसी बँड आणि मल्टी-स्टँडर्डचे ओव्हरलॅपिंग आणि क्रॉस-कव्हरिंगमुळे, वेगवेगळ्या परिस्थितींमध्ये सेल व्यवसाय वेळेनुसार मोठ्या प्रमाणात चढ-उतार होतो. म्हणून, अचूक ऊर्जा-बचत शटडाउनसाठी कृत्रिम पद्धतीवर अवलंबून राहणे अशक्य आहे.

आव्हानांना तोंड देताना, दोन्ही बाजूंनी आन्हुई, युनान, हेनान आणि इतर प्रांतांमध्ये नेटवर्क व्यवस्थापन स्तर आणि नेटवर्क घटक स्तरावर एकत्र काम केले जेणेकरून नेटवर्क कार्यप्रदर्शन आणि वापरकर्त्यावर परिणाम न करता एकाच स्टेशनचा सरासरी ऊर्जा वापर 10% ने कमी केला. अनुभव नेटवर्क व्यवस्थापन स्तर संपूर्ण नेटवर्कच्या बहु-आयामी डेटावर आधारित ऊर्जा बचत धोरणे तयार करते आणि वितरित करते. NE लेयर रिअल टाइममध्ये सेलमधील व्यावसायिक बदलांना जाणतो आणि अंदाज लावतो आणि कॅरियर आणि सिम्बॉल शटडाउनसारख्या ऊर्जा बचत धोरणांची अचूक अंमलबजावणी करतो.

वरील प्रकरणांवरून हे पाहणे अवघड नाही की, फुटबॉल सामन्यातील “बुद्धिमान रेफ्री” प्रमाणेच, संप्रेषण नेटवर्क हळूहळू विशिष्ट दृश्यांमधून आणि एकल स्वायत्त प्रदेशातून “परसेप्शन फ्यूजन”, “एआय ब्रेन” द्वारे आत्म-बुद्धिमानतेची जाणीव करून देत आहे. आणि "बहु-आयामी सहयोग", जेणेकरून नेटवर्कच्या प्रगत स्वयं-बुद्धिमानतेचा मार्ग अधिकाधिक स्पष्ट होईल.

TM फोरमच्या मते, L3 स्वयं-बुद्धिमान नेटवर्क "वास्तविक वेळेत वातावरणातील बदल जाणू शकतात आणि विशिष्ट नेटवर्क वैशिष्ट्यांमध्ये स्वयं-अनुकूलित आणि स्व-समायोजित करू शकतात," तर L4 "व्यवसाय आणि ग्राहक अनुभवाचे भविष्यसूचक किंवा सक्रिय बंद-लूप व्यवस्थापन सक्षम करते. -एकाधिक नेटवर्क डोमेनवर अधिक जटिल वातावरणात चालविलेले नेटवर्क." अर्थात, ऑटोइंटेलिजेंट नेटवर्क सध्या L3 पातळी गाठत आहे किंवा गाठत आहे.

तिन्ही चाके L4 कडे निघाली

मग आपण L4 ला ऑटोइंटलेक्चुअल नेटवर्कला गती कशी देऊ शकतो? Lu Hongjiu म्हणाले की, Huawei चायना मोबाइलला 2025 पर्यंत L4 चे लक्ष्य गाठण्यासाठी एकल-डोमेन स्वायत्तता, क्रॉस-डोमेन सहयोग आणि औद्योगिक सहकार्य या त्रि-मार्गी दृष्टिकोनातून मदत करत आहे.

सिंगल-डोमेन स्वायत्ततेच्या पैलूमध्ये, प्रथम, NE उपकरणे आकलन आणि संगणनासह एकत्रित केली जातात. एकीकडे, ऑप्टिकल आयरीस आणि रिअल-टाइम सेन्सिंग उपकरणे यासारखे नाविन्यपूर्ण तंत्रज्ञान निष्क्रिय आणि मिलिसेकंद पातळीच्या आकलनासाठी आणले आहे. दुसरीकडे, कमी-शक्तीचे संगणन आणि प्रवाह संगणन तंत्रज्ञान बुद्धिमान NE उपकरणे साकार करण्यासाठी एकत्रित केले आहेत.

दुसरे म्हणजे, AI ब्रेनसह नेटवर्क कंट्रोल लेयर इंटेलिजेंट नेटवर्क घटक उपकरणांसह एकत्रितपणे समज, विश्लेषण, निर्णय घेणे आणि अंमलबजावणीचे बंद लूप लक्षात ठेवू शकते, जेणेकरून स्वयं-कॉन्फिगरेशन, स्वयं-दुरुस्ती आणि स्वायत्त बंद-लूप लक्षात येईल. सेल्फ-ऑप्टिमायझेशन एका डोमेनमध्ये नेटवर्क ऑपरेशन, फॉल्ट हाताळणी आणि नेटवर्क ऑप्टिमायझेशनसाठी केंद्रित आहे.

याव्यतिरिक्त, क्रॉस-डोमेन सहयोग आणि सेवा सुरक्षितता सुलभ करण्यासाठी नेटवर्क व्यवस्थापन स्तर वरच्या-स्तर सेवा व्यवस्थापन स्तराला एक खुला उत्तरेकडील इंटरफेस प्रदान करते.

क्रॉस-डोमेन सहकार्याच्या दृष्टीने, Huawei प्लॅटफॉर्म उत्क्रांती, व्यवसाय प्रक्रिया ऑप्टिमायझेशन आणि कर्मचारी परिवर्तन या सर्वसमावेशक प्राप्तीवर जोर देते.

प्लॅटफॉर्म स्मोकस्टॅक सपोर्ट सिस्टीमपासून जागतिक डेटा आणि तज्ञांचा अनुभव एकत्रित करणाऱ्या स्वयं-बुद्धिमान प्लॅटफॉर्ममध्ये विकसित झाला आहे. भूतकाळातील व्यवसाय प्रक्रिया नेटवर्ककडे, वर्क ऑर्डर चालित प्रक्रिया, अनुभवाभिमुख, शून्य संपर्क प्रक्रिया परिवर्तन; कर्मचारी परिवर्तनाच्या दृष्टीने, कमी-कोड विकास प्रणाली तयार करून आणि ऑपरेशन आणि देखभाल क्षमता आणि नेटवर्क क्षमतांचे अणू एन्कॅप्सुलेशन करून, सीटी कर्मचाऱ्यांच्या डिजिटल बुद्धिमत्तेमध्ये परिवर्तनाचा थ्रेशोल्ड कमी करण्यात आला आणि ऑपरेशन आणि देखभाल टीमला डीआयसीटीमध्ये बदलण्यास मदत झाली. मिश्रित प्रतिभा.

याव्यतिरिक्त, Huawei स्वयं-बुद्धिमान नेटवर्क आर्किटेक्चर, इंटरफेस, वर्गीकरण, मूल्यमापन आणि इतर पैलूंसाठी एकत्रित मानके साध्य करण्यासाठी अनेक मानक संस्थांच्या सहकार्याला प्रोत्साहन देत आहे. व्यावहारिक अनुभव सामायिक करून, त्रिपक्षीय मूल्यमापन आणि प्रमाणन यांना प्रोत्साहन देऊन आणि औद्योगिक प्लॅटफॉर्म तयार करून औद्योगिक पर्यावरणाच्या समृद्धीला प्रोत्साहन द्या; आणि रूट तंत्रज्ञान स्वतंत्र आणि नियंत्रण करण्यायोग्य असल्याची खात्री करण्यासाठी रूट तंत्रज्ञानाची क्रमवारी लावण्यासाठी आणि एकत्रितपणे हाताळण्यासाठी चायना मोबाइल स्मार्ट ऑपरेशन आणि देखभाल उप-साखळीला सहकार्य करा.

वर नमूद केलेल्या स्वयं-बुद्धिमान नेटवर्कच्या मुख्य घटकांनुसार, लेखकाच्या मते, Huawei च्या “troika” मध्ये रचना, तंत्रज्ञान, सहकार्य, मानके, प्रतिभा, सर्वसमावेशक कव्हरेज आणि अचूक शक्ती आहे, ज्याची अपेक्षा करणे योग्य आहे.

स्वयं-बुद्धिमान नेटवर्क ही दूरसंचार उद्योगाची सर्वोत्तम इच्छा आहे, ज्याला “दूरसंचार उद्योग कविता आणि अंतर” म्हणून ओळखले जाते. प्रचंड आणि जटिल संप्रेषण नेटवर्क आणि व्यवसायामुळे याला "लांब रस्ता" आणि "आव्हानांनी भरलेले" असेही लेबल केले गेले आहे. पण या लँडिंग केसेस आणि ट्रोइकाची ती टिकवून ठेवण्याची क्षमता पाहता, आपण पाहू शकतो की कवितेला आता अभिमान नाही आणि फार दूर नाही. दूरसंचार उद्योगाच्या एकत्रित प्रयत्नांमुळे, फटाक्यांची आतषबाजी वाढत आहे.