อินเตอร์เน็ตจะก้าวสู่ความฉลาดขั้นสูงเทียบเท่า “ผู้ตัดสินอัจฉริยะ” ฟุตบอลโลกได้อย่างไร?

ฟุตบอลโลกครั้งนี้ “ผู้ตัดสินอัจฉริยะ” คือหนึ่งในไฮไลท์สำคัญที่สุด SAOT ผสานรวมข้อมูลสนาม กฎกติกา และ AI เพื่อตัดสินสถานการณ์ล้ำหน้าอย่างรวดเร็วและแม่นยำโดยอัตโนมัติ

ในขณะที่แฟนๆ หลายพันคนโห่ร้องแสดงความยินดีหรือคร่ำครวญถึงการฉายซ้ำของแอนิเมชั่น 3 มิติ ความคิดของฉันกลับตามสายเคเบิลเครือข่ายและเส้นใยแก้วนำแสงที่อยู่ด้านหลังทีวีไปยังเครือข่ายการสื่อสาร

เพื่อให้มั่นใจว่าแฟนๆ จะได้รับประสบการณ์การรับชมที่ราบรื่นและชัดเจนยิ่งขึ้น การปฏิวัติอัจฉริยะคล้ายกับ SAOT ก็กำลังเกิดขึ้นในเครือข่ายการสื่อสารเช่นกัน

ในปี 2025 L4 จะเกิดขึ้นจริง

กฎล้ำหน้ามีความซับซ้อน และเป็นเรื่องยากมากที่ผู้ตัดสินจะตัดสินได้อย่างแม่นยำในทันทีเมื่อพิจารณาจากสภาพสนามที่ซับซ้อนและเปลี่ยนแปลงอยู่เสมอ ดังนั้น การตัดสินล้ำหน้าที่เป็นข้อโต้แย้งจึงมักปรากฏในการแข่งขันฟุตบอล

ในทำนองเดียวกัน เครือข่ายการสื่อสารเป็นระบบที่ซับซ้อนมาก และการพึ่งพาวิธีการของมนุษย์ในการวิเคราะห์ ตัดสิน ซ่อมแซม และเพิ่มประสิทธิภาพเครือข่ายในช่วงไม่กี่ทศวรรษที่ผ่านมานั้นต้องใช้ทรัพยากรจำนวนมากและมีแนวโน้มเกิดข้อผิดพลาดของมนุษย์

สิ่งที่ยากกว่านั้นคือในยุคเศรษฐกิจดิจิทัล เนื่องจากเครือข่ายการสื่อสารได้กลายมาเป็นฐานสำหรับการเปลี่ยนแปลงทางดิจิทัลของธุรกิจและผู้ประกอบการนับพันราย ความต้องการทางธุรกิจจึงมีความหลากหลายและไดนามิกมากขึ้น และจำเป็นต้องมีความเสถียร ความน่าเชื่อถือ และความคล่องตัวของเครือข่ายให้สูงขึ้น อีกทั้งรูปแบบการดำเนินงานแบบเดิมที่ใช้แรงงานมนุษย์และการบำรุงรักษาก็ยากต่อการคงไว้

การตัดสินใจที่ผิดพลาดล้ำหน้าอาจส่งผลต่อผลการแข่งขันโดยรวม แต่สำหรับเครือข่ายการสื่อสาร “การตัดสินใจที่ผิดพลาด” อาจทำให้ผู้ประกอบการสูญเสียโอกาสทางการตลาดที่เปลี่ยนแปลงอย่างรวดเร็ว บังคับให้การผลิตขององค์กรหยุดชะงัก และอาจส่งผลต่อกระบวนการพัฒนาทางสังคมและเศรษฐกิจทั้งหมดได้

ไม่มีทางเลือก เครือข่ายต้องเป็นระบบอัตโนมัติและอัจฉริยะ ในกรณีนี้ ผู้ให้บริการชั้นนำของโลกได้ส่งสัญญาณถึงเครือข่ายอัจฉริยะด้วยตนเอง รายงานไตรภาคีระบุว่า 91% ของผู้ให้บริการทั่วโลกได้รวมเครือข่ายอัจฉริยะอัตโนมัติไว้ในการวางแผนเชิงกลยุทธ์ และผู้ให้บริการชั้นนำกว่า 10 รายได้ประกาศเป้าหมายที่จะบรรลุเป้าหมาย L4 ภายในปี 2568

ไชน่าโมบายล์ถือเป็นผู้นำการเปลี่ยนแปลงนี้ ในปี 2564 ไชน่าโมบายล์ได้เผยแพร่เอกสารไวท์เปเปอร์เกี่ยวกับเครือข่ายอัจฉริยะด้วยตนเอง โดยเสนอเป้าหมายเชิงปริมาณเป็นครั้งแรกในอุตสาหกรรมในการบรรลุเครือข่ายอัจฉริยะด้วยตนเองระดับ L4 ภายในปี 2568 พร้อมเสนอให้สร้างความสามารถในการดำเนินงานและบำรุงรักษาเครือข่ายสำหรับ "การกำหนดค่า ซ่อมแซม และเพิ่มประสิทธิภาพด้วยตนเอง" และสร้างประสบการณ์ลูกค้าแบบ "ไม่ต้องรอ ไม่มีความล้มเหลว และไม่ต้องติดต่อ" จากภายนอก

ปัญญาประดิษฐ์บนอินเตอร์เน็ต คล้ายกับ “ผู้ตัดสินอัจฉริยะ”

SAOT ประกอบด้วยกล้อง เซ็นเซอร์ภายในลูกบอล และระบบ AI กล้องและเซ็นเซอร์ภายในลูกบอลจะรวบรวมข้อมูลแบบเรียลไทม์ ขณะที่ระบบ AI จะวิเคราะห์ข้อมูลแบบเรียลไทม์และคำนวณตำแหน่งอย่างแม่นยำ นอกจากนี้ ระบบ AI ยังแทรกกฎกติกาของเกมเพื่อให้ตัดสินล้ำหน้าโดยอัตโนมัติตามกติกา

มีข้อเหมือนกันบางประการระหว่างการสร้างปัญญาประดิษฐ์แบบเครือข่ายและการนำ SAOT ไปใช้:

ประการแรก เครือข่ายและการรับรู้ควรบูรณาการอย่างลึกซึ้ง เพื่อรวบรวมทรัพยากรเครือข่าย การกำหนดค่า สถานะการบริการ ข้อผิดพลาด บันทึก และข้อมูลอื่นๆ แบบเรียลไทม์อย่างครอบคลุม เพื่อให้มีข้อมูลที่สมบูรณ์สำหรับการฝึกอบรมและการใช้เหตุผลของ AI ซึ่งสอดคล้องกับการที่ SAOT รวบรวมข้อมูลจากกล้องและเซ็นเซอร์ภายในลูกบอล

ประการที่สอง จำเป็นต้องนำประสบการณ์การทำงานด้วยตนเองจำนวนมากในการกำจัดและเพิ่มประสิทธิภาพอุปสรรค คู่มือการใช้งานและการบำรุงรักษา ข้อมูลจำเพาะ และข้อมูลอื่นๆ เข้าไว้ในระบบ AI ในลักษณะที่เป็นหนึ่งเดียวกัน เพื่อให้การวิเคราะห์ การตัดสินใจ และการดำเนินการอัตโนมัติเสร็จสมบูรณ์ เปรียบเสมือน SAOT ที่ป้อนกฎล้ำหน้าเข้าไปในระบบ AI

ยิ่งไปกว่านั้น เนื่องจากเครือข่ายการสื่อสารประกอบด้วยหลายโดเมน ยกตัวอย่างเช่น การเปิด การบล็อก และการปรับแต่งบริการโทรศัพท์เคลื่อนที่ใดๆ จึงสามารถดำเนินการให้เสร็จสมบูรณ์ได้ก็ต่อเมื่ออาศัยความร่วมมือแบบครบวงจรของหลายโดเมนย่อย เช่น เครือข่ายการเข้าถึงไร้สาย เครือข่ายการส่งข้อมูล และเครือข่ายหลัก และปัญญาประดิษฐ์ของเครือข่ายก็จำเป็นต้องอาศัย "ความร่วมมือหลายโดเมน" เช่นเดียวกัน ซึ่งสอดคล้องกับข้อเท็จจริงที่ว่า SAOT จำเป็นต้องรวบรวมข้อมูลวิดีโอและเซ็นเซอร์จากหลายมิติเพื่อให้การตัดสินใจมีความแม่นยำมากขึ้น

อย่างไรก็ตาม เครือข่ายการสื่อสารมีความซับซ้อนมากกว่าสภาพแวดล้อมในสนามฟุตบอลมาก และสถานการณ์ทางธุรกิจไม่ได้มีเพียง “บทลงโทษล้ำหน้า” เพียงครั้งเดียว แต่มีความหลากหลายและพลวัตอย่างมาก นอกจากความคล้ายคลึงกันสามประการข้างต้นแล้ว ควรพิจารณาปัจจัยต่อไปนี้เมื่อเครือข่ายก้าวไปสู่ระบบอัตโนมัติอัจฉริยะขั้นสูง:

ประการแรก คลาวด์ เครือข่าย และอุปกรณ์ NE จำเป็นต้องผสานรวมเข้ากับ AI คลาวด์จะรวบรวมข้อมูลจำนวนมหาศาลทั่วทั้งโดเมน ดำเนินการฝึกอบรม AI และการสร้างแบบจำลองอย่างต่อเนื่อง และส่งมอบแบบจำลอง AI ไปยังเลเยอร์เครือข่ายและอุปกรณ์ NE เลเยอร์เครือข่ายมีความสามารถในการฝึกอบรมและวิเคราะห์ระดับกลาง ซึ่งสามารถทำงานอัตโนมัติแบบวงปิดในโดเมนเดียว Nes สามารถวิเคราะห์และตัดสินใจได้ใกล้เคียงกับแหล่งข้อมูล ช่วยให้มั่นใจได้ถึงการแก้ไขปัญหาและเพิ่มประสิทธิภาพการให้บริการแบบเรียลไทม์

ประการที่สอง มาตรฐานที่เป็นหนึ่งเดียวและการประสานงานภาคอุตสาหกรรม เครือข่ายอัจฉริยะด้วยตนเองเป็นระบบวิศวกรรมที่ซับซ้อน เกี่ยวข้องกับอุปกรณ์จำนวนมาก การจัดการเครือข่ายและซอฟต์แวร์ รวมถึงซัพพลายเออร์จำนวนมาก ทำให้การเชื่อมต่อระหว่างอุปกรณ์ต่างๆ การสื่อสารข้ามโดเมน และปัญหาอื่นๆ เป็นเรื่องยาก ในขณะเดียวกัน องค์กรหลายแห่ง เช่น TM Forum, 3GPP, ITU และ CCSA กำลังส่งเสริมมาตรฐานเครือข่ายอัจฉริยะด้วยตนเอง และมีปัญหาเรื่องการแยกส่วนในการกำหนดมาตรฐาน นอกจากนี้ อุตสาหกรรมต่างๆ จำเป็นต้องร่วมมือกันเพื่อสร้างมาตรฐานที่เป็นหนึ่งเดียวและเปิดกว้าง เช่น สถาปัตยกรรม ระบบอินเทอร์เฟซ และระบบประเมินผล

ประการที่สาม การเปลี่ยนแปลงบุคลากร เครือข่ายอัจฉริยะด้วยตนเองไม่เพียงแต่เป็นการเปลี่ยนแปลงทางเทคโนโลยีเท่านั้น แต่ยังเป็นการเปลี่ยนแปลงบุคลากร วัฒนธรรม และโครงสร้างองค์กร ซึ่งจำเป็นต้องเปลี่ยนงานปฏิบัติการและบำรุงรักษาจาก “เครือข่ายเป็นศูนย์กลาง” ไปสู่ ​​“ธุรกิจเป็นศูนย์กลาง” บุคลากรปฏิบัติการและบำรุงรักษาต้องเปลี่ยนจากวัฒนธรรมฮาร์ดแวร์เป็นวัฒนธรรมซอฟต์แวร์ และจากงานซ้ำซากเป็นงานสร้างสรรค์

L3 กำลังมาถึงแล้ว

ปัจจุบันเครือข่าย Autointelligence อยู่ที่ไหน? เราใกล้ L4 แค่ไหน? คำตอบสามารถพบได้ในสามกรณีศึกษาที่ Lu Hongju ประธานฝ่ายพัฒนาสาธารณะของ Huawei นำเสนอในสุนทรพจน์ที่งาน China Mobile Global Partner Conference 2022

วิศวกรบำรุงรักษาเครือข่ายทุกคนต่างทราบดีว่าเครือข่ายภายในบ้าน (Home Network) เป็นปัญหาใหญ่ที่สุดในการดำเนินงานและการบำรุงรักษาของผู้ให้บริการ ซึ่งบางทีอาจไม่มีใครรู้เลย เครือข่ายภายในบ้านประกอบด้วยเครือข่ายภายในบ้าน เครือข่าย ODN เครือข่าย Bearer และโดเมนอื่นๆ เครือข่ายมีความซับซ้อนและมีอุปกรณ์ที่ไม่ทำงานแบบพาสซีฟจำนวนมาก มักมีปัญหาต่างๆ เช่น การรับรู้บริการที่ไม่ไวต่อการตอบสนอง การตอบสนองที่ล่าช้า และการแก้ไขปัญหาที่ยุ่งยาก

ด้วยปัญหาเหล่านี้ ไชน่าโมบายล์จึงได้ร่วมมือกับหัวเว่ยในมณฑลเหอหนาน กวางตุ้ง เจ้อเจียง และมณฑลอื่นๆ ในด้านการพัฒนาบริการบรอดแบนด์ ด้วยความร่วมมือระหว่างฮาร์ดแวร์อัจฉริยะและศูนย์ควบคุมคุณภาพ ทำให้สามารถรับรู้ประสบการณ์ผู้ใช้ได้อย่างแม่นยำและระบุตำแหน่งปัญหาคุณภาพต่ำได้อย่างแม่นยำ อัตราการปรับปรุงผู้ใช้คุณภาพต่ำเพิ่มขึ้นเป็น 83% และอัตราความสำเร็จทางการตลาดของ FTTR, Gigabit และธุรกิจอื่นๆ เพิ่มขึ้นจาก 3% เป็น 10% ในส่วนของการกำจัดสิ่งกีดขวางเครือข่ายออปติคัล การระบุอันตรายที่ซ่อนอยู่ในเส้นทางเดียวกันอย่างชาญฉลาดทำได้โดยการแยกข้อมูลลักษณะการกระเจิงของใยแก้วนำแสงและแบบจำลอง AI ซึ่งมีความแม่นยำถึง 97%

ในบริบทของการพัฒนาที่เป็นมิตรกับสิ่งแวดล้อมและมีประสิทธิภาพ การประหยัดพลังงานเครือข่ายเป็นแนวทางหลักของผู้ประกอบการในปัจจุบัน อย่างไรก็ตาม เนื่องจากโครงสร้างเครือข่ายไร้สายที่ซับซ้อน การทับซ้อนและการครอบคลุมข้ามย่านความถี่และหลายมาตรฐาน ทำให้ธุรกิจโทรศัพท์มือถือในสถานการณ์ต่างๆ มีความผันผวนอย่างมากตามกาลเวลา ดังนั้นจึงเป็นไปไม่ได้ที่จะใช้วิธีการประดิษฐ์เพื่อปิดระบบเพื่อประหยัดพลังงานอย่างแม่นยำ

ท่ามกลางความท้าทาย ทั้งสองฝ่ายได้ทำงานร่วมกันในมณฑลอานฮุย ยูนนาน เหอหนาน และมณฑลอื่นๆ ในระดับการจัดการเครือข่ายและระดับองค์ประกอบเครือข่าย เพื่อลดการใช้พลังงานเฉลี่ยของสถานีเดียวลง 10% โดยไม่ส่งผลกระทบต่อประสิทธิภาพของเครือข่ายและประสบการณ์การใช้งาน ชั้นการจัดการเครือข่ายกำหนดและนำเสนอกลยุทธ์การประหยัดพลังงานโดยอาศัยข้อมูลหลายมิติของเครือข่ายทั้งหมด ชั้น NE จะตรวจจับและคาดการณ์การเปลี่ยนแปลงทางธุรกิจในเซลล์แบบเรียลไทม์ และนำกลยุทธ์การประหยัดพลังงาน เช่น การปิดสัญญาณพาหะและสัญลักษณ์ไปใช้ได้อย่างแม่นยำ

จากกรณีข้างต้น จะเห็นได้ไม่ยากว่า เช่นเดียวกับ “ผู้ตัดสินอัจฉริยะ” ในการแข่งขันฟุตบอล เครือข่ายการสื่อสารกำลังค่อยๆ ตระหนักถึงการทำให้เกิดปัญญาประดิษฐ์ในตัวเองจากฉากที่เฉพาะเจาะจงและพื้นที่ปกครองตนเองเดียวผ่าน “การผสมผสานการรับรู้” “สมอง AI” และ “การทำงานร่วมกันหลายมิติ” ทำให้เส้นทางสู่การทำให้เกิดปัญญาประดิษฐ์ในตัวเองขั้นสูงของเครือข่ายชัดเจนยิ่งขึ้นเรื่อยๆ

ตามรายงานของ TM Forum เครือข่ายอัจฉริยะอัตโนมัติระดับ L3 “สามารถรับรู้การเปลี่ยนแปลงของสภาพแวดล้อมแบบเรียลไทม์ และปรับปรุงประสิทธิภาพและปรับเปลี่ยนตัวเองภายในเครือข่ายเฉพาะทาง” ในขณะที่ระดับ L4 “ช่วยให้สามารถบริหารจัดการเครือข่ายที่ขับเคลื่อนด้วยประสบการณ์ของลูกค้าและธุรกิจแบบคาดการณ์ล่วงหน้าในสภาพแวดล้อมที่ซับซ้อนมากขึ้นในหลายโดเมนเครือข่าย” เห็นได้ชัดว่าเครือข่ายอัจฉริยะอัตโนมัติกำลังเข้าใกล้หรือบรรลุระดับ L3 ในปัจจุบัน

ทั้งสามล้อมุ่งหน้าสู่ L4

แล้วเราจะเร่งพัฒนาเครือข่ายปัญญาประดิษฐ์ (Autointelligence Network) ไปสู่ระดับ L4 ได้อย่างไร? ลู่ หงจิ่ว กล่าวว่า หัวเว่ยกำลังช่วยให้ China Mobile บรรลุเป้าหมายระดับ L4 ภายในปี 2568 ผ่านแนวทางสามทาง ได้แก่ การปกครองตนเองแบบโดเมนเดียว ความร่วมมือข้ามโดเมน และความร่วมมือทางอุตสาหกรรม

ในด้านของความเป็นอิสระแบบโดเมนเดียว ประการแรก อุปกรณ์ NE จะถูกผสานรวมเข้ากับการรับรู้และการประมวลผล ในด้านหนึ่ง มีการนำเทคโนโลยีนวัตกรรม เช่น ม่านตาแบบออปติคัลและอุปกรณ์ตรวจจับแบบเรียลไทม์มาใช้ เพื่อสร้างการรับรู้แบบพาสซีฟและระดับมิลลิวินาที ในอีกแง่หนึ่ง มีการผสานรวมเทคโนโลยีการประมวลผลพลังงานต่ำและการประมวลผลแบบสตรีมเพื่อสร้างอุปกรณ์ NE อัจฉริยะ

ประการที่สอง เลเยอร์ควบคุมเครือข่ายที่มีสมอง AI สามารถรวมเข้ากับอุปกรณ์องค์ประกอบเครือข่ายอัจฉริยะเพื่อตระหนักถึงวงจรปิดของการรับรู้ การวิเคราะห์ การตัดสินใจ และการดำเนินการ เพื่อให้บรรลุวงจรปิดอัตโนมัติของการกำหนดค่าตนเอง การซ่อมแซมตนเอง และการเพิ่มประสิทธิภาพตนเองที่มุ่งเน้นไปที่การทำงานของเครือข่าย การจัดการข้อผิดพลาด และการเพิ่มประสิทธิภาพเครือข่ายในโดเมนเดียว

นอกจากนี้ เลเยอร์การจัดการเครือข่ายยังจัดให้มีอินเทอร์เฟซแบบเปิดทางเหนือแก่เลเยอร์การจัดการบริการชั้นบนเพื่ออำนวยความสะดวกในการทำงานร่วมกันข้ามโดเมนและความปลอดภัยของบริการ

ในด้านความร่วมมือข้ามโดเมน หัวเว่ยเน้นย้ำถึงการรับรู้ที่ครอบคลุมของวิวัฒนาการของแพลตฟอร์ม การเพิ่มประสิทธิภาพกระบวนการทางธุรกิจ และการเปลี่ยนแปลงบุคลากร

แพลตฟอร์มได้พัฒนาจากระบบสนับสนุนแบบปล่องควัน (Smokestack Support) ไปสู่แพลตฟอร์มอัจฉริยะที่ผสานรวมข้อมูลระดับโลกและประสบการณ์ของผู้เชี่ยวชาญ กระบวนการทางธุรกิจจากอดีตที่เน้นเครือข่าย กระบวนการที่ขับเคลื่อนด้วยคำสั่งงาน ไปสู่กระบวนการที่เน้นประสบการณ์ และการเปลี่ยนแปลงกระบวนการแบบไร้สัมผัส ในแง่ของการเปลี่ยนแปลงบุคลากร การสร้างระบบพัฒนาแบบ low-code และการผนวกรวมขีดความสามารถด้านการดำเนินงานและการบำรุงรักษาและเครือข่ายเข้าด้วยกันแบบอะตอมมิก (atomic encapsulation) ช่วยลดขีดจำกัดของการเปลี่ยนแปลงบุคลากร CT ไปสู่ระบบอัจฉริยะดิจิทัล และทีมปฏิบัติการและบำรุงรักษาก็ได้รับความช่วยเหลือในการเปลี่ยนบุคลากรให้กลายเป็น DICT ซึ่งประกอบด้วยบุคลากรที่มีความสามารถ

นอกจากนี้ หัวเว่ยยังส่งเสริมความร่วมมือระหว่างองค์กรมาตรฐานหลายแห่งเพื่อบรรลุมาตรฐานที่เป็นหนึ่งเดียวสำหรับสถาปัตยกรรมเครือข่ายอัจฉริยะ อินเทอร์เฟซ การจำแนกประเภท การประเมิน และด้านอื่นๆ ส่งเสริมความเจริญรุ่งเรืองของระบบนิเวศอุตสาหกรรมด้วยการแบ่งปันประสบการณ์จริง ส่งเสริมการประเมินและการรับรองแบบไตรภาคี และการสร้างแพลตฟอร์มอุตสาหกรรม และร่วมมือกับเครือข่ายย่อยด้านการดำเนินงานและการบำรุงรักษาอัจฉริยะของ China Mobile เพื่อคัดแยกและจัดการเทคโนโลยีรากร่วมกัน เพื่อให้มั่นใจว่าเทคโนโลยีรากมีความเป็นอิสระและสามารถควบคุมได้

จากองค์ประกอบสำคัญของเครือข่ายอัจฉริยะที่กล่าวถึงข้างต้น ในความเห็นของผู้เขียน “กลุ่มสามเส้า” ของ Huawei นั้นมีโครงสร้าง เทคโนโลยี ความร่วมมือ มาตรฐาน ความสามารถ ความครอบคลุมที่ครอบคลุม และกำลังที่แม่นยำ ซึ่งคุ้มค่าแก่การรอคอย

เครือข่ายอัจฉริยะคือความปรารถนาสูงสุดของอุตสาหกรรมโทรคมนาคม รู้จักกันในชื่อ “บทกวีและระยะทางของอุตสาหกรรมโทรคมนาคม” แม้จะเคยถูกตราหน้าว่าเป็น “เส้นทางอันยาวไกล” และ “เต็มไปด้วยความท้าทาย” เนื่องจากเครือข่ายการสื่อสารและธุรกิจขนาดใหญ่และซับซ้อน แต่เมื่อพิจารณาจากกรณีศึกษาเหล่านี้และความสามารถของกลุ่มโทรอิก้าในการรักษาไว้ จะเห็นได้ว่าบทกวีไม่ได้น่าภาคภูมิใจอีกต่อไป และไม่ได้อยู่ไกลเกินเอื้อม ด้วยความพยายามร่วมกันของอุตสาหกรรมโทรคมนาคม จึงยิ่งทวีคูณความสำเร็จอย่างงดงาม