อินเตอร์เน็ตจะก้าวสู่ความฉลาดขั้นสูงจาก “ผู้ตัดสินอัจฉริยะ” ฟุตบอลโลกได้อย่างไร?

ฟุตบอลโลกครั้งนี้ “ผู้ตัดสินอัจฉริยะ” ถือเป็นไฮไลท์สำคัญที่สุดอย่างหนึ่ง SAOT ผสานรวมข้อมูลสนาม กฎการแข่งขัน และ AI เพื่อตัดสินสถานการณ์ล้ำหน้าโดยอัตโนมัติอย่างรวดเร็วและแม่นยำ

ในขณะที่แฟนๆ หลายพันคนโห่ร้องแสดงความยินดีหรือคร่ำครวญต่อการฉายซ้ำแอนิเมชั่น 3 มิติ ความคิดของฉันกลับตามสายเคเบิลเครือข่ายและเส้นใยแก้วนำแสงที่อยู่ด้านหลังทีวีไปยังเครือข่ายการสื่อสาร

เพื่อให้แฟนๆ ได้รับประสบการณ์การรับชมที่ราบรื่นและชัดเจนยิ่งขึ้น การปฏิวัติอัจฉริยะคล้ายกับ SAOT จึงกำลังเกิดขึ้นในเครือข่ายการสื่อสารด้วย

ในปี 2025 L4 จะเกิดขึ้นจริง

กฎล้ำหน้าเป็นเรื่องซับซ้อน และเป็นเรื่องยากมากที่ผู้ตัดสินจะตัดสินใจได้ถูกต้องในทันทีเมื่อพิจารณาจากสภาพสนามที่ซับซ้อนและเปลี่ยนแปลงได้ ดังนั้น การตัดสินล้ำหน้าที่น่าโต้แย้งจึงมักปรากฏในแมตช์ฟุตบอล

ในทำนองเดียวกัน เครือข่ายการสื่อสารเป็นระบบที่ซับซ้อนมาก และการพึ่งพาวิธีการของมนุษย์ในการวิเคราะห์ ตัดสิน ซ่อมแซม และเพิ่มประสิทธิภาพเครือข่ายในช่วงไม่กี่ทศวรรษที่ผ่านมานั้นต้องใช้ทรัพยากรจำนวนมากและเสี่ยงต่อข้อผิดพลาดของมนุษย์

สิ่งที่ยากยิ่งกว่าก็คือในยุคเศรษฐกิจดิจิทัลที่เครือข่ายการสื่อสารกลายมาเป็นฐานในการเปลี่ยนแปลงทางดิจิทัลของธุรกิจและคู่ค้านับพัน ความต้องการทางธุรกิจมีความหลากหลายและมีพลวัตมากขึ้น และจำเป็นต้องมีความเสถียร ความน่าเชื่อถือ และความคล่องตัวของเครือข่ายที่สูงขึ้น ขณะที่รูปแบบการดำเนินงานแบบเดิมที่ใช้แรงงานคนและการบำรุงรักษาก็รักษาไว้ได้ยากยิ่งขึ้น

การพิจารณาล้ำหน้าอาจส่งผลต่อผลของเกมทั้งหมด แต่สำหรับเครือข่ายการสื่อสาร การ “พิจารณาผิด” อาจทำให้ผู้ประกอบการสูญเสียโอกาสทางการตลาดที่เปลี่ยนแปลงอย่างรวดเร็ว บังคับให้การผลิตขององค์กรต้องหยุดชะงัก และอาจส่งผลต่อกระบวนการพัฒนาทางสังคมและเศรษฐกิจทั้งหมดก็ได้

ไม่มีทางเลือกอื่น เครือข่ายจะต้องทำงานอัตโนมัติและอัจฉริยะ ในบริบทนี้ ผู้ให้บริการชั้นนำของโลกได้ส่งสัญญาณว่าเครือข่ายอัจฉริยะจะสามารถทำงานได้เอง จากรายงานไตรภาคี ผู้ให้บริการทั่วโลก 91% ได้รวมเครือข่ายอัจฉริยะอัตโนมัติไว้ในการวางแผนเชิงกลยุทธ์ และผู้ให้บริการชั้นนำมากกว่า 10 รายได้ประกาศเป้าหมายในการบรรลุเป้าหมาย L4 ภายในปี 2025

China Mobile เป็นผู้นำการเปลี่ยนแปลงนี้ โดยในปี 2021 China Mobile ได้เผยแพร่เอกสารเผยแพร่เกี่ยวกับเครือข่ายอัจฉริยะด้วยตนเอง โดยเสนอเป้าหมายเชิงปริมาณในการบรรลุเครือข่ายอัจฉริยะด้วยตนเองระดับ L4 เป็นครั้งแรกในอุตสาหกรรมในปี 2025 โดยเสนอให้สร้างความสามารถในการดำเนินการและบำรุงรักษาเครือข่ายของ "การกำหนดค่าด้วยตนเอง การซ่อมแซมด้วยตนเอง และการปรับแต่งด้วยตนเอง" และสร้างประสบการณ์ของลูกค้า "ไม่ต้องรอ ไม่มีความล้มเหลว และไม่ต้องติดต่อ" จากภายนอก

ปัญญาประดิษฐ์บนอินเตอร์เน็ต คล้ายกับ “ผู้ตัดสินอัจฉริยะ”

SAOT ประกอบด้วยกล้อง เซ็นเซอร์ภายในลูกบอล และระบบ AI กล้องและเซ็นเซอร์ภายในลูกบอลจะรวบรวมข้อมูลแบบเต็มรูปแบบแบบเรียลไทม์ ในขณะที่ระบบ AI จะวิเคราะห์ข้อมูลแบบเรียลไทม์และคำนวณตำแหน่งอย่างแม่นยำ นอกจากนี้ ระบบ AI ยังใส่กฎของเกมเพื่อตัดสินล้ำหน้าโดยอัตโนมัติตามกฎอีกด้วย

มีข้อเหมือนกันบางประการระหว่างการสร้างปัญญาประดิษฐ์อัตโนมัติบนเครือข่ายและการนำ SAOT ไปใช้:

ประการแรก เครือข่ายและการรับรู้ควรบูรณาการอย่างลึกซึ้งเพื่อรวบรวมทรัพยากรเครือข่าย การกำหนดค่า สถานะบริการ ข้อผิดพลาด บันทึก และข้อมูลอื่นๆ อย่างครอบคลุมและแบบเรียลไทม์ เพื่อให้มีข้อมูลที่สมบูรณ์สำหรับการฝึกอบรมและการใช้เหตุผลของ AI ซึ่งสอดคล้องกับการที่ SAOT รวบรวมข้อมูลจากกล้องและเซ็นเซอร์ภายในลูกบอล

ประการที่สอง จำเป็นต้องป้อนข้อมูลจำนวนมากเกี่ยวกับการกำจัดอุปสรรคและการเพิ่มประสิทธิภาพ คู่มือการใช้งานและการบำรุงรักษา ข้อมูลจำเพาะ และข้อมูลอื่นๆ ลงในระบบ AI ในลักษณะรวมศูนย์เพื่อให้การวิเคราะห์ การตัดสินใจ และการดำเนินการอัตโนมัติเสร็จสมบูรณ์ ซึ่งก็เหมือนกับ SAOT ที่ป้อนกฎล้ำหน้าลงในระบบ AI

นอกจากนี้ เนื่องจากเครือข่ายการสื่อสารประกอบด้วยโดเมนหลายโดเมน ตัวอย่างเช่น การเปิด การบล็อก และการปรับแต่งบริการมือถือใดๆ จึงสามารถเสร็จสมบูรณ์ได้โดยอาศัยความร่วมมือแบบครบวงจรของโดเมนย่อยหลายโดเมน เช่น เครือข่ายการเข้าถึงไร้สาย เครือข่ายการส่งสัญญาณ และเครือข่ายหลัก และปัญญาประดิษฐ์ของเครือข่ายยังต้องการ "ความร่วมมือหลายโดเมน" เช่นเดียวกัน ซึ่งคล้ายกับข้อเท็จจริงที่ว่า SAOT จำเป็นต้องรวบรวมข้อมูลวิดีโอและเซ็นเซอร์จากหลายมิติเพื่อให้ตัดสินใจได้แม่นยำยิ่งขึ้น

อย่างไรก็ตาม เครือข่ายการสื่อสารมีความซับซ้อนมากกว่าสภาพแวดล้อมของสนามฟุตบอลมาก และสถานการณ์ทางธุรกิจไม่ได้มีเพียง “บทลงโทษล้ำหน้า” ครั้งเดียว แต่มีความหลากหลายและเปลี่ยนแปลงตลอดเวลา นอกเหนือจากความคล้ายคลึงกันสามประการข้างต้นแล้ว ควรพิจารณาปัจจัยต่อไปนี้เมื่อเครือข่ายเคลื่อนไปสู่ระบบอัตโนมัติขั้นสูง:

ประการแรก จำเป็นต้องบูรณาการอุปกรณ์คลาวด์ เครือข่าย และ NE เข้ากับ AI คลาวด์จะรวบรวมข้อมูลจำนวนมากทั่วทั้งโดเมน ดำเนินการฝึกอบรม AI และการสร้างแบบจำลองอย่างต่อเนื่อง และส่งมอบแบบจำลอง AI ไปยังเลเยอร์เครือข่ายและอุปกรณ์ NE เลเยอร์เครือข่ายมีความสามารถในการฝึกอบรมและการใช้เหตุผลระดับกลาง ซึ่งสามารถสร้างระบบอัตโนมัติแบบวงจรปิดในโดเมนเดียวได้ Nes สามารถวิเคราะห์และตัดสินใจใกล้กับแหล่งข้อมูล ทำให้สามารถแก้ไขปัญหาและเพิ่มประสิทธิภาพการบริการได้แบบเรียลไทม์

ประการที่สอง มาตรฐานรวมและการประสานงานอุตสาหกรรม เครือข่ายอัจฉริยะด้วยตนเองเป็นระบบวิศวกรรมที่ซับซ้อนซึ่งเกี่ยวข้องกับอุปกรณ์จำนวนมาก การจัดการเครือข่ายและซอฟต์แวร์ และซัพพลายเออร์จำนวนมาก และยากที่จะเชื่อมต่อการเชื่อมต่อ การสื่อสารข้ามโดเมน และปัญหาอื่นๆ ในขณะเดียวกัน องค์กรจำนวนมาก เช่น TM Forum, 3GPP, ITU และ CCSA กำลังส่งเสริมมาตรฐานเครือข่ายอัจฉริยะด้วยตนเอง และมีปัญหาด้านการแยกส่วนบางประการในการกำหนดมาตรฐาน นอกจากนี้ ยังมีความสำคัญที่อุตสาหกรรมต่างๆ จะต้องทำงานร่วมกันเพื่อสร้างมาตรฐานรวมและเปิดกว้าง เช่น สถาปัตยกรรม ระบบอินเทอร์เฟซและการประเมิน

ประการที่สาม การเปลี่ยนแปลงความสามารถ เครือข่ายอัจฉริยะไม่เพียงแต่เป็นการเปลี่ยนแปลงทางเทคโนโลยีเท่านั้น แต่ยังเป็นการเปลี่ยนแปลงความสามารถ วัฒนธรรม และโครงสร้างองค์กรด้วย ซึ่งจำเป็นต้องมีการเปลี่ยนงานปฏิบัติการและบำรุงรักษาจาก "เครือข่ายเป็นศูนย์กลาง" ไปเป็น "ธุรกิจเป็นศูนย์กลาง" บุคลากรปฏิบัติการและบำรุงรักษาต้องเปลี่ยนจากวัฒนธรรมฮาร์ดแวร์ไปเป็นวัฒนธรรมซอฟต์แวร์ และจากแรงงานซ้ำซากเป็นแรงงานสร้างสรรค์

L3 กำลังมา

เครือข่าย Autointelligence อยู่ที่ไหนในปัจจุบัน เราเข้าใกล้ L4 แค่ไหน คำตอบสามารถพบได้ในสามกรณีการลงจอดที่ Lu Hongju ประธานฝ่ายพัฒนาสาธารณะของ Huawei นำเสนอในสุนทรพจน์ของเขาที่ China Mobile Global Partner Conference 2022

วิศวกรบำรุงรักษาเครือข่ายทุกคนทราบดีว่าเครือข่ายภายในบ้านเป็นปัญหาใหญ่ที่สุดในการทำงานและบำรุงรักษาของผู้ให้บริการ อาจไม่มีใครรู้เลย เครือข่ายภายในบ้านประกอบด้วยเครือข่ายภายในบ้าน เครือข่าย ODN เครือข่ายแบร์เรอร์ และโดเมนอื่นๆ เครือข่ายมีความซับซ้อนและมีอุปกรณ์ที่ไม่ตอบสนองจำนวนมาก มักมีปัญหาต่างๆ เช่น การรับรู้บริการที่ไม่ไวต่อการตอบสนอง การตอบสนองที่ช้า และการแก้ไขปัญหาที่ยาก

เมื่อพิจารณาถึงปัญหาเหล่านี้ China Mobile จึงได้ร่วมมือกับ Huawei ในมณฑลเหอหนาน กวางตุ้ง เจ้อเจียง และมณฑลอื่นๆ ในแง่ของการปรับปรุงบริการบรอดแบนด์ โดยอาศัยความร่วมมือระหว่างฮาร์ดแวร์อัจฉริยะและศูนย์คุณภาพ ทำให้สามารถรับรู้ประสบการณ์ของผู้ใช้และระบุตำแหน่งปัญหาคุณภาพต่ำได้อย่างแม่นยำ อัตราการปรับปรุงผู้ใช้คุณภาพต่ำเพิ่มขึ้นเป็น 83% และอัตราความสำเร็จในการทำการตลาดของ FTTR, Gigabit และธุรกิจอื่นๆ เพิ่มขึ้นจาก 3% เป็น 10% ในแง่ของการขจัดอุปสรรคเครือข่ายออปติก การระบุอันตรายที่ซ่อนอยู่ตามเส้นทางเดียวกันอย่างชาญฉลาดทำได้โดยการแยกข้อมูลลักษณะการกระเจิงของใยแก้วนำแสงและแบบจำลอง AI ด้วยความแม่นยำ 97%

ในบริบทของการพัฒนาที่เป็นมิตรกับสิ่งแวดล้อมและมีประสิทธิภาพ การประหยัดพลังงานเครือข่ายเป็นแนวทางหลักของผู้ให้บริการในปัจจุบัน อย่างไรก็ตาม เนื่องจากโครงสร้างเครือข่ายไร้สายที่ซับซ้อน การทับซ้อนและการครอบคลุมข้ามแบนด์ความถี่หลายแบนด์และมาตรฐานหลายมาตรฐาน ธุรกิจเซลล์ในสถานการณ์ต่างๆ จึงผันผวนอย่างมากตามเวลา ดังนั้น จึงไม่สามารถพึ่งพาวิธีเทียมในการปิดระบบเพื่อประหยัดพลังงานที่แม่นยำได้

เมื่อเผชิญกับความท้าทาย ทั้งสองฝ่ายได้ทำงานร่วมกันในมณฑลอานฮุย ยูนนาน เหอหนาน และมณฑลอื่นๆ ในชั้นการจัดการเครือข่ายและชั้นองค์ประกอบเครือข่ายเพื่อลดการใช้พลังงานเฉลี่ยของสถานีเดียวลง 10% โดยไม่ส่งผลกระทบต่อประสิทธิภาพของเครือข่ายและประสบการณ์ของผู้ใช้ ชั้นการจัดการเครือข่ายกำหนดและส่งมอบกลยุทธ์การประหยัดพลังงานโดยอิงจากข้อมูลหลายมิติของเครือข่ายทั้งหมด ชั้น NE ตรวจจับและคาดการณ์การเปลี่ยนแปลงทางธุรกิจในเซลล์แบบเรียลไทม์ และนำกลยุทธ์การประหยัดพลังงาน เช่น การปิดตัวของผู้ให้บริการและสัญลักษณ์ไปใช้ได้อย่างแม่นยำ

จากกรณีข้างต้น จะเห็นได้ไม่ยากว่า เช่นเดียวกับ “ผู้ตัดสินอัจฉริยะ” ในการแข่งขันฟุตบอล เครือข่ายการสื่อสารกำลังค่อยๆ ตระหนักถึงการฉลาดของตัวเองจากฉากที่เฉพาะเจาะจงและพื้นที่ปกครองตนเองเพียงแห่งเดียวผ่าน “การผสานการรับรู้” “สมอง AI” และ “การทำงานร่วมกันหลายมิติ” ทำให้เส้นทางสู่การฉลาดของตัวเองขั้นสูงของเครือข่ายชัดเจนมากขึ้นเรื่อยๆ

ตามที่ TM Forum กล่าวไว้ เครือข่ายอัจฉริยะอัตโนมัติระดับ L3 “สามารถรับรู้การเปลี่ยนแปลงในสภาพแวดล้อมแบบเรียลไทม์ และปรับปรุงประสิทธิภาพและปรับเปลี่ยนตัวเองภายในเครือข่ายเฉพาะ” ในขณะที่ระดับ L4 “ช่วยให้สามารถบริหารจัดการเครือข่ายที่ขับเคลื่อนโดยประสบการณ์ทางธุรกิจและลูกค้าแบบคาดการณ์ล่วงหน้าหรือแบบวงจรปิดในสภาพแวดล้อมที่ซับซ้อนมากขึ้นในโดเมนเครือข่ายหลายโดเมน” เห็นได้ชัดว่าเครือข่ายอัจฉริยะอัตโนมัติกำลังเข้าใกล้หรือบรรลุระดับ L3 ในปัจจุบัน

ทั้งสามล้อมุ่งหน้าสู่ L4

แล้วเราจะเร่งเครือข่ายปัญญาประดิษฐ์ให้ไปถึงระดับ L4 ได้อย่างไร? Lu Hongjiu กล่าวว่า Huawei กำลังช่วยให้ China Mobile บรรลุเป้าหมายระดับ L4 ภายในปี 2025 โดยใช้แนวทางสามทาง ได้แก่ การทำงานอัตโนมัติในโดเมนเดียว ความร่วมมือข้ามโดเมน และความร่วมมือทางอุตสาหกรรม

ในแง่ของการทำงานอัตโนมัติของโดเมนเดี่ยว ขั้นแรก อุปกรณ์ NE จะถูกบูรณาการเข้ากับการรับรู้และการคำนวณ ในด้านหนึ่ง เทคโนโลยีนวัตกรรม เช่น ม่านตาแบบออปติคอลและอุปกรณ์ตรวจจับแบบเรียลไทม์ได้รับการแนะนำเพื่อให้เกิดการรับรู้ในระดับพาสซีฟและระดับมิลลิวินาที ในอีกด้าน เทคโนโลยีการคำนวณพลังงานต่ำและการคำนวณแบบสตรีมได้รับการบูรณาการเพื่อให้เกิดอุปกรณ์ NE อัจฉริยะ

ประการที่สอง เลเยอร์ควบคุมเครือข่ายกับสมอง AI สามารถรวมเข้ากับอุปกรณ์องค์ประกอบเครือข่ายอัจฉริยะเพื่อตระหนักถึงวงจรปิดของการรับรู้ การวิเคราะห์ การตัดสินใจ และการดำเนินการ เพื่อที่จะตระหนักถึงวงจรปิดอัตโนมัติของการกำหนดค่าตัวเอง การซ่อมแซมตัวเอง และการเพิ่มประสิทธิภาพตัวเองที่มุ่งเน้นไปที่การทำงานของเครือข่าย การจัดการข้อผิดพลาด และการเพิ่มประสิทธิภาพเครือข่ายในโดเมนเดียว

นอกจากนี้ เลเยอร์การจัดการเครือข่ายยังมอบอินเทอร์เฟซแบบเหนือที่เปิดกว้างให้กับเลเยอร์การจัดการบริการชั้นบนเพื่ออำนวยความสะดวกในการทำงานร่วมกันแบบข้ามโดเมนและความปลอดภัยของบริการ

ในแง่ของความร่วมมือข้ามโดเมน หัวเว่ยเน้นย้ำถึงการรับรู้ที่ครอบคลุมของวิวัฒนาการของแพลตฟอร์ม การเพิ่มประสิทธิภาพกระบวนการทางธุรกิจ และการเปลี่ยนแปลงบุคลากร

แพลตฟอร์มได้พัฒนาจากระบบสนับสนุนปล่องควันเป็นแพลตฟอร์มอัจฉริยะที่ผสานรวมข้อมูลระดับโลกและประสบการณ์ของผู้เชี่ยวชาญ กระบวนการทางธุรกิจจากอดีตที่มุ่งเน้นไปที่เครือข่าย กระบวนการที่ขับเคลื่อนโดยคำสั่งงาน ไปสู่กระบวนการที่มุ่งเน้นประสบการณ์ การเปลี่ยนแปลงกระบวนการที่ไม่มีการติดต่อ ในแง่ของการเปลี่ยนแปลงบุคลากร โดยการสร้างระบบการพัฒนาโค้ดต่ำและการห่อหุ้มอะตอมของความสามารถในการดำเนินงานและการบำรุงรักษาและความสามารถของเครือข่าย ลดเกณฑ์การเปลี่ยนแปลงของบุคลากร CT ไปสู่ปัญญาประดิษฐ์ และช่วยให้ทีมปฏิบัติการและการบำรุงรักษาเปลี่ยนไปสู่ความสามารถแบบผสมผสานของ DICT

นอกจากนี้ Huawei ยังส่งเสริมความร่วมมือขององค์กรมาตรฐานหลายแห่งเพื่อบรรลุมาตรฐานรวมสำหรับสถาปัตยกรรมเครือข่ายอัจฉริยะ อินเทอร์เฟซ การจำแนกประเภท การประเมิน และด้านอื่นๆ ส่งเสริมความเจริญรุ่งเรืองของระบบนิเวศอุตสาหกรรมด้วยการแบ่งปันประสบการณ์จริง ส่งเสริมการประเมินและการรับรองแบบไตรภาคี และการสร้างแพลตฟอร์มอุตสาหกรรม และร่วมมือกับเครือข่ายย่อยด้านการดำเนินงานและการบำรุงรักษาอัจฉริยะของ China Mobile เพื่อคัดแยกและจัดการเทคโนโลยีรากร่วมกันเพื่อให้แน่ใจว่าเทคโนโลยีรากเป็นอิสระและควบคุมได้

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

เครือข่ายอัจฉริยะเป็นความปรารถนาสูงสุดของอุตสาหกรรมโทรคมนาคม ซึ่งเรียกว่า “บทกวีและระยะทางของอุตสาหกรรมโทรคมนาคม” นอกจากนี้ยังถูกขนานนามว่าเป็น “เส้นทางยาวไกล” และ “เต็มไปด้วยความท้าทาย” เนื่องมาจากเครือข่ายการสื่อสารและธุรกิจที่มีขนาดใหญ่และซับซ้อน แต่เมื่อพิจารณาจากกรณีการลงจอดเหล่านี้และความสามารถของกลุ่มสามเส้าในการรักษามันไว้ เราจะเห็นได้ว่าบทกวีไม่ได้ภาคภูมิใจอีกต่อไปและไม่ได้อยู่ไกลเกินไป ด้วยความพยายามร่วมกันของอุตสาหกรรมโทรคมนาคม จึงเต็มไปด้วยดอกไม้ไฟมากขึ้นเรื่อยๆ