विश्वचषकातील "स्मार्ट रेफरी" पासून इंटरनेट प्रगत स्व-बुद्धिमत्तेकडे कसे प्रगती करू शकते?

या विश्वचषकात, "स्मार्ट रेफरी" हे सर्वात मोठे आकर्षण आहे. SAOT ऑफसाइड परिस्थितींवर स्वयंचलितपणे जलद आणि अचूक निर्णय घेण्यासाठी स्टेडियम डेटा, खेळाचे नियम आणि AI एकत्रित करते.

हजारो चाहत्यांनी 3-डी अॅनिमेशन रिप्लेचा जयजयकार केला किंवा शोक व्यक्त केला, तर माझे विचार टीव्हीमागील नेटवर्क केबल्स आणि ऑप्टिकल फायबरच्या मागे संप्रेषण नेटवर्ककडे गेले.

चाहत्यांना अधिक सुरळीत आणि स्पष्ट पाहण्याचा अनुभव मिळावा यासाठी, SAOT सारखीच एक बुद्धिमान क्रांती संप्रेषण नेटवर्कमध्येही सुरू आहे.

२०२५ मध्ये, L4 साकार होईल

ऑफसाइड नियम गुंतागुंतीचा आहे आणि मैदानाच्या गुंतागुंतीच्या आणि बदलत्या परिस्थिती लक्षात घेता पंचांना क्षणार्धात अचूक निर्णय घेणे खूप कठीण असते. म्हणूनच, फुटबॉल सामन्यांमध्ये वादग्रस्त ऑफसाइड निर्णय वारंवार दिसून येतात.

त्याचप्रमाणे, संप्रेषण नेटवर्क्स ही अत्यंत गुंतागुंतीची प्रणाली आहे आणि गेल्या काही दशकांमध्ये नेटवर्क्सचे विश्लेषण, मूल्यांकन, दुरुस्ती आणि ऑप्टिमायझेशन करण्यासाठी मानवी पद्धतींवर अवलंबून राहणे हे संसाधन-केंद्रित आणि मानवी चुकांना बळी पडण्याची शक्यता आहे.

अधिक कठीण म्हणजे डिजिटल अर्थव्यवस्थेच्या युगात, हजारो लाईन्स आणि व्यवसायांच्या डिजिटल परिवर्तनाचा आधार दळणवळण नेटवर्क बनले आहे, त्यामुळे व्यवसायाच्या गरजा अधिक वैविध्यपूर्ण आणि गतिमान झाल्या आहेत आणि नेटवर्कची स्थिरता, विश्वासार्हता आणि चपळता जास्त असणे आवश्यक आहे आणि मानवी श्रम आणि देखभालीची पारंपारिक ऑपरेशन पद्धत टिकवणे अधिक कठीण आहे.

ऑफसाईड चुकीचा निर्णय संपूर्ण खेळाच्या निकालावर परिणाम करू शकतो, परंतु संप्रेषण नेटवर्कसाठी, "चुकीचा निर्णय" ऑपरेटरला वेगाने बदलणारी बाजारपेठेची संधी गमावू शकतो, उद्योगांचे उत्पादन खंडित करण्यास भाग पाडू शकतो आणि सामाजिक आणि आर्थिक विकासाच्या संपूर्ण प्रक्रियेवर देखील परिणाम करू शकतो.

पर्याय नाही. नेटवर्क स्वयंचलित आणि बुद्धिमान असले पाहिजे. या संदर्भात, जगातील आघाडीच्या ऑपरेटर्सनी स्वयं-बुद्धिमान नेटवर्कचा नारा दिला आहे. त्रिपक्षीय अहवालानुसार, 91% जागतिक ऑपरेटर्सनी त्यांच्या धोरणात्मक नियोजनात स्वयं-बुद्धिमान नेटवर्कचा समावेश केला आहे आणि 10 हून अधिक प्रमुख ऑपरेटर्सनी 2025 पर्यंत L4 साध्य करण्याचे त्यांचे ध्येय जाहीर केले आहे.

त्यापैकी, चायना मोबाईल या बदलाच्या अग्रभागी आहे. २०२१ मध्ये, चायना मोबाईलने सेल्फ-इंटेलिजेंट नेटवर्कवर एक श्वेतपत्रिका प्रसिद्ध केली, ज्यामध्ये उद्योगात प्रथमच २०२५ मध्ये लेव्हल L4 सेल्फ-इंटेलिजेंट नेटवर्क गाठण्याचे परिमाणात्मक ध्येय मांडण्यात आले, ज्यामध्ये "सेल्फ-कॉन्फिगरेशन, सेल्फ-रिपेअर आणि सेल्फ-ऑप्टिमायझेशन" ची नेटवर्क ऑपरेशन आणि देखभाल क्षमता आतून तयार करण्याचा आणि बाह्यरित्या "शून्य प्रतीक्षा, शून्य अपयश आणि शून्य संपर्क" चा ग्राहक अनुभव निर्माण करण्याचा प्रस्ताव होता.

"स्मार्ट रेफरी" सारखेच इंटरनेट स्व-बुद्धिमत्ता

SAOT मध्ये कॅमेरे, इन-बॉल सेन्सर्स आणि AI सिस्टीम असतात. बॉलमधील कॅमेरे आणि सेन्सर्स पूर्ण, रिअल टाइममध्ये डेटा गोळा करतात, तर AI सिस्टीम रिअल टाइममध्ये डेटाचे विश्लेषण करते आणि पोझिशनची अचूक गणना करते. AI सिस्टीम नियमांनुसार ऑफसाइड कॉल स्वयंचलितपणे करण्यासाठी गेमचे नियम देखील इंजेक्ट करते.

नेटवर्क ऑटोइंटेलेक्ट्युअलायझेशन आणि SAOT अंमलबजावणीमध्ये काही समानता आहेत:

सर्वप्रथम, नेटवर्क आणि धारणा सखोलपणे एकत्रित केल्या पाहिजेत जेणेकरून एआय प्रशिक्षण आणि तर्कासाठी समृद्ध डेटा प्रदान करण्यासाठी नेटवर्क संसाधने, कॉन्फिगरेशन, सेवा स्थिती, दोष, लॉग आणि इतर माहिती व्यापक आणि रिअल-टाइममध्ये गोळा केली जाऊ शकेल. हे SAOT द्वारे कॅमेरे आणि सेन्सरमधून डेटा गोळा करण्याशी सुसंगत आहे.

दुसरे म्हणजे, स्वयंचलित विश्लेषण, निर्णय घेणे आणि अंमलबजावणी पूर्ण करण्यासाठी एआय सिस्टममध्ये अडथळा दूर करणे आणि ऑप्टिमायझेशन, ऑपरेशन आणि देखभाल मॅन्युअल, स्पेसिफिकेशन आणि इतर माहितीचा मोठ्या प्रमाणात मॅन्युअल अनुभव एकात्मिक पद्धतीने इनपुट करणे आवश्यक आहे. हे SAOT द्वारे एआय सिस्टममध्ये ऑफसाइड नियम फीड करण्यासारखे आहे.

शिवाय, संप्रेषण नेटवर्क हे अनेक डोमेनने बनलेले असल्याने, उदाहरणार्थ, कोणत्याही मोबाइल सेवेचे उघडणे, ब्लॉक करणे आणि ऑप्टिमायझेशन केवळ वायरलेस अॅक्सेस नेटवर्क, ट्रान्समिशन नेटवर्क आणि कोर नेटवर्क सारख्या अनेक सबडोमेनच्या एंड-टू-एंड सहकार्याद्वारे पूर्ण केले जाऊ शकते आणि नेटवर्क सेल्फ-इंटेलिजन्सला "मल्टी-डोमेन सहयोग" देखील आवश्यक आहे. हे SAOT ला अधिक अचूक निर्णय घेण्यासाठी अनेक आयामांमधून व्हिडिओ आणि सेन्सर डेटा गोळा करण्याची आवश्यकता आहे या वस्तुस्थितीसारखेच आहे.

तथापि, फुटबॉल मैदानाच्या वातावरणापेक्षा संप्रेषण नेटवर्क खूपच गुंतागुंतीचे आहे आणि व्यवसाय परिस्थिती ही एकल "ऑफसाइड पेनल्टी" नाही, तर अत्यंत वैविध्यपूर्ण आणि गतिमान आहे. वरील तीन समानतेव्यतिरिक्त, नेटवर्क उच्च-क्रमाच्या ऑटोइंटेलिजन्सकडे वाटचाल करताना खालील घटक विचारात घेतले पाहिजेत:

प्रथम, क्लाउड, नेटवर्क आणि NE डिव्हाइसेसना AI शी एकत्रित करणे आवश्यक आहे. क्लाउड संपूर्ण डोमेनमध्ये प्रचंड डेटा गोळा करतो, सतत AI प्रशिक्षण आणि मॉडेल जनरेशन आयोजित करतो आणि नेटवर्क लेयर आणि NE डिव्हाइसेसना AI मॉडेल्स वितरित करतो; नेटवर्क लेयरमध्ये मध्यम प्रशिक्षण आणि तर्क करण्याची क्षमता आहे, जी एकाच डोमेनमध्ये क्लोज्ड-लूप ऑटोमेशन साकार करू शकते. Nes डेटा स्रोतांच्या जवळ विश्लेषण करू शकते आणि निर्णय घेऊ शकते, रिअल-टाइम समस्यानिवारण आणि सेवा ऑप्टिमायझेशन सुनिश्चित करते.

दुसरे म्हणजे, एकीकृत मानके आणि औद्योगिक समन्वय. सेल्फ-इंटेलिजेंट नेटवर्क ही एक जटिल सिस्टम इंजिनिअरिंग आहे, ज्यामध्ये अनेक उपकरणे, नेटवर्क व्यवस्थापन आणि सॉफ्टवेअर आणि अनेक पुरवठादारांचा समावेश आहे आणि डॉकिंग, क्रॉस-डोमेन कम्युनिकेशन आणि इतर समस्यांना इंटरफेस करणे कठीण आहे. दरम्यान, टीएम फोरम, 3GPP, ITU आणि CCSA सारख्या अनेक संस्था सेल्फ-इंटेलिजेंट नेटवर्क मानकांना प्रोत्साहन देत आहेत आणि मानकांच्या निर्मितीमध्ये एक विशिष्ट विखंडन समस्या आहे. आर्किटेक्चर, इंटरफेस आणि मूल्यांकन प्रणाली यासारख्या एकत्रित आणि खुल्या मानकांची स्थापना करण्यासाठी उद्योगांनी एकत्र काम करणे देखील महत्त्वाचे आहे.

तिसरे, प्रतिभेचे परिवर्तन. स्व-बुद्धिमान नेटवर्क हे केवळ तांत्रिक बदल नाही तर प्रतिभा, संस्कृती आणि संघटनात्मक रचनेतही बदल आहे, ज्यासाठी ऑपरेशन आणि देखभालीचे काम "नेटवर्क केंद्रित" वरून "व्यवसाय केंद्रित", ऑपरेशन आणि देखभाल कर्मचाऱ्यांना हार्डवेअर संस्कृतीपासून सॉफ्टवेअर संस्कृतीत आणि पुनरावृत्ती श्रमापासून सर्जनशील श्रमात रूपांतरित करणे आवश्यक आहे.

L3 येत आहे.

आज ऑटोइंटेलिजेंस नेटवर्क कुठे आहे? आपण L4 च्या किती जवळ आहोत? याचे उत्तर हुआवेई पब्लिक डेव्हलपमेंटचे अध्यक्ष लू होंगजू यांनी चायना मोबाइल ग्लोबल पार्टनर कॉन्फरन्स २०२२ मध्ये केलेल्या भाषणात सादर केलेल्या तीन लँडिंग प्रकरणांमध्ये सापडू शकते.

नेटवर्क मेंटेनन्स इंजिनिअर्सना सर्वांना माहित आहे की होम वाइड नेटवर्क हा ऑपरेटरच्या ऑपरेशन आणि मेंटेनन्स ऑपरेशन कामाचा सर्वात मोठा त्रासदायक मुद्दा आहे, कदाचित कोणीही नाही. हे होम नेटवर्क, ओडीएन नेटवर्क, बेअरर नेटवर्क आणि इतर डोमेनने बनलेले आहे. नेटवर्क गुंतागुंतीचे आहे आणि त्यात अनेक निष्क्रिय डंब डिव्हाइसेस आहेत. असंवेदनशील सेवा धारणा, मंद प्रतिसाद आणि कठीण समस्यानिवारण यासारख्या समस्या नेहमीच असतात.

या वेदनादायक बाबी लक्षात घेता, चायना मोबाइलने हेनान, ग्वांगडोंग, झेजियांग आणि इतर प्रांतांमध्ये हुआवेईशी सहकार्य केले आहे. बुद्धिमान हार्डवेअर आणि गुणवत्ता केंद्राच्या सहकार्यावर आधारित ब्रॉडबँड सेवा सुधारण्याच्या बाबतीत, वापरकर्त्याच्या अनुभवाची अचूक धारणा आणि खराब दर्जाच्या समस्यांचे अचूक स्थान निश्चित केले आहे. खराब दर्जाच्या वापरकर्त्यांचा सुधारणा दर 83% पर्यंत वाढला आहे आणि FTTR, गिगाबिट आणि इतर व्यवसायांचा मार्केटिंग यश दर 3% वरून 10% पर्यंत वाढला आहे. ऑप्टिकल नेटवर्क अडथळा दूर करण्याच्या बाबतीत, त्याच मार्गावरील लपलेल्या धोक्यांची बुद्धिमान ओळख ऑप्टिकल फायबर स्कॅटरिंग वैशिष्ट्यपूर्ण माहिती आणि AI मॉडेल काढून 97% अचूकतेसह साध्य केली जाते.

हिरव्या आणि कार्यक्षम विकासाच्या संदर्भात, नेटवर्क ऊर्जा बचत ही सध्याच्या ऑपरेटर्सची मुख्य दिशा आहे. तथापि, जटिल वायरलेस नेटवर्क रचना, मल्टी-फ्रिक्वेन्सी बँड आणि मल्टी-स्टँडर्डच्या 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 अनहुई, युनान, हेनान आणि इतर प्रांतांमध्ये नेटवर्क मॅनेजमेंट लेयर आणि नेटवर्क एलिमेंट लेयरमध्ये एकत्र काम केले जेणेकरून नेटवर्क कामगिरी आणि वापरकर्त्याच्या अनुभवावर परिणाम न होता एकाच स्टेशनचा सरासरी ऊर्जा वापर १०% कमी होईल. नेटवर्क मॅनेजमेंट लेयर संपूर्ण नेटवर्कच्या बहुआयामी डेटावर आधारित ऊर्जा बचत धोरणे तयार करते आणि वितरित करते. एनई लेयर रिअल टाइममध्ये सेलमधील व्यवसायातील बदल ओळखतो आणि अंदाज लावतो आणि कॅरियर आणि सिम्बॉल शटडाउन सारख्या ऊर्जा बचत धोरणांची अचूक अंमलबजावणी करतो.

वरील प्रकरणांवरून हे पाहणे कठीण नाही की, फुटबॉल सामन्यातील "बुद्धिमान पंच" प्रमाणेच, संप्रेषण नेटवर्क हळूहळू विशिष्ट दृश्यांमधून आणि एकल स्वायत्त प्रदेशातून "धारणा संलयन", "एआय ब्रेन" आणि "बहुआयामी सहकार्य" द्वारे स्व-बुद्धिमत्ता प्राप्त करत आहे, जेणेकरून नेटवर्कच्या प्रगत स्व-बुद्धिमत्तेचा मार्ग अधिकाधिक स्पष्ट होत जाईल.

टीएम फोरमच्या मते, एल३ सेल्फ-इंटेलिजेंट नेटवर्क्स "वास्तविक वेळेत वातावरणातील बदल जाणवू शकतात आणि विशिष्ट नेटवर्क स्पेशॅलिटीजमध्ये सेल्फ-ऑप्टिमाइझ आणि सेल्फ-अ‍ॅडजस्ट करू शकतात," तर एल४ "बहुविध नेटवर्क डोमेनमधील अधिक जटिल वातावरणात व्यवसाय आणि ग्राहक अनुभव-चालित नेटवर्क्सचे भाकित किंवा सक्रिय क्लोज-लूप व्यवस्थापन सक्षम करते." अर्थात, ऑटोइंटेलिजेंट नेटवर्क सध्या लेव्हल L3 जवळ येत आहे किंवा ते साध्य करत आहे.

तिन्ही चाके L4 कडे निघाली.

तर मग आपण ऑटोइंटेलेक्टिव्ह नेटवर्कला L4 पर्यंत कसे वाढवायचे? लू होंगजीउ म्हणाले की, सिंगल-डोमेन स्वायत्तता, क्रॉस-डोमेन सहयोग आणि औद्योगिक सहकार्य या त्रि-मार्गी दृष्टिकोनाद्वारे हुआवेई 2025 पर्यंत चायना मोबाइलला L4 चे ध्येय गाठण्यास मदत करत आहे.

सिंगल-डोमेन स्वायत्ततेच्या बाबतीत, प्रथम, NE उपकरणे धारणा आणि संगणनासह एकत्रित केली जातात. एकीकडे, निष्क्रिय आणि मिलिसेकंद पातळीवरील धारणा साकार करण्यासाठी ऑप्टिकल आयरिस आणि रिअल-टाइम सेन्सिंग डिव्हाइसेस सारख्या नाविन्यपूर्ण तंत्रज्ञानाचा वापर केला जातो. दुसरीकडे, बुद्धिमान NE उपकरणे साकार करण्यासाठी कमी-शक्तीचे संगणन आणि स्ट्रीम संगणन तंत्रज्ञान एकत्रित केले जाते.

दुसरे म्हणजे, एआय ब्रेनसह नेटवर्क कंट्रोल लेयर बुद्धिमान नेटवर्क एलिमेंट डिव्हाइसेससह एकत्रितपणे समज, विश्लेषण, निर्णय घेणे आणि अंमलबजावणीचे बंद-लूप साकार करू शकते, जेणेकरून एकाच डोमेनमध्ये नेटवर्क ऑपरेशन, फॉल्ट हँडलिंग आणि नेटवर्क ऑप्टिमायझेशनवर आधारित स्व-कॉन्फिगरेशन, स्व-दुरुस्ती आणि स्व-ऑप्टिमायझेशनचे स्वायत्त बंद-लूप साकार करता येईल.

याव्यतिरिक्त, नेटवर्क मॅनेजमेंट लेयर क्रॉस-डोमेन सहयोग आणि सेवा सुरक्षितता सुलभ करण्यासाठी अप्पर-लेयर सर्व्हिस मॅनेजमेंट लेयरला एक ओपन नॉर्थबाउंड इंटरफेस प्रदान करते.

क्रॉस-डोमेन सहकार्याच्या बाबतीत, हुआवेई प्लॅटफॉर्म उत्क्रांती, व्यवसाय प्रक्रिया ऑप्टिमायझेशन आणि कर्मचारी परिवर्तनाच्या व्यापक अंमलबजावणीवर भर देते.

हे प्लॅटफॉर्म स्मोकस्टॅक सपोर्ट सिस्टमपासून जागतिक डेटा आणि तज्ञ अनुभव एकत्रित करणाऱ्या स्व-बुद्धिमान प्लॅटफॉर्ममध्ये विकसित झाले आहे. भूतकाळातील व्यवसाय प्रक्रिया नेटवर्क, वर्क ऑर्डर चालविण्याच्या प्रक्रियेपासून अनुभव-केंद्रित, शून्य संपर्क प्रक्रिया परिवर्तनाकडे वळली आहे; कर्मचारी परिवर्तनाच्या बाबतीत, कमी-कोड विकास प्रणाली तयार करून आणि ऑपरेशन आणि देखभाल क्षमता आणि नेटवर्क क्षमतांचे अणु एन्कॅप्सुलेशन करून, सीटी कर्मचाऱ्यांच्या डिजिटल बुद्धिमत्तेमध्ये रूपांतरणाची मर्यादा कमी करण्यात आली आणि ऑपरेशन आणि देखभाल टीमला डीआयसीटी कंपाऊंड टॅलेंटमध्ये रूपांतरित करण्यास मदत करण्यात आली.

याव्यतिरिक्त, Huawei स्वयं-बुद्धिमान नेटवर्क आर्किटेक्चर, इंटरफेस, वर्गीकरण, मूल्यांकन आणि इतर पैलूंसाठी एकसंध मानके साध्य करण्यासाठी अनेक मानक संस्थांच्या सहकार्याला प्रोत्साहन देत आहे. व्यावहारिक अनुभव सामायिक करून, त्रिपक्षीय मूल्यांकन आणि प्रमाणनला प्रोत्साहन देऊन आणि औद्योगिक प्लॅटफॉर्म तयार करून औद्योगिक पर्यावरणाच्या समृद्धीला प्रोत्साहन द्या; आणि रूट तंत्रज्ञान स्वतंत्र आणि नियंत्रणीय आहे याची खात्री करण्यासाठी रूट तंत्रज्ञान एकत्रितपणे सोडवण्यासाठी आणि हाताळण्यासाठी चायना मोबाइल स्मार्ट ऑपरेशन आणि देखभाल उप-साखळीशी सहकार्य करा.

वर उल्लेख केलेल्या स्वयं-बुद्धिमान नेटवर्कच्या प्रमुख घटकांनुसार, लेखकाच्या मते, हुआवेईच्या "ट्रोइका" मध्ये रचना, तंत्रज्ञान, सहकार्य, मानके, प्रतिभा, व्यापक कव्हरेज आणि अचूक शक्ती आहे, ज्याची उत्सुकतेने वाट पाहण्यासारखी आहे.

स्व-बुद्धिमान नेटवर्क ही दूरसंचार उद्योगाची शुभेच्छा आहे, ज्याला "दूरसंचार उद्योग कविता आणि अंतर" म्हणून ओळखले जाते. प्रचंड आणि गुंतागुंतीच्या संप्रेषण नेटवर्क आणि व्यवसायामुळे त्याला "लांब रस्ता" आणि "आव्हानांनी भरलेला" असेही म्हटले गेले आहे. परंतु या लँडिंग प्रकरणांवरून आणि ते टिकवून ठेवण्याच्या ट्रोइकाच्या क्षमतेवरून आपण पाहू शकतो की कविता आता अभिमानी राहिलेली नाही आणि फार दूरही नाही. दूरसंचार उद्योगाच्या एकत्रित प्रयत्नांमुळे, ते अधिकाधिक आतिशबाजीने भरलेले आहे.