Tinjauan MWC Shanghai: Era model besar AI telah tiba. Bagaimanakah rangkaian komunikasi akan berubah?

Pada "5G Future Summit" semasa MWC Shanghai 2023 minggu lepas, wakil pakar dari operator telekom domestik, vendor peralatan dan persatuan industri penting berkongsi aplikasi semasa teknologi AI dalam rangkaian telekom dan kesan model besar terhadap kemungkinan baharu di seluruh industri . Pakar yang menghadiri mesyuarat itu secara amnya percaya bahawa kesan model besar adalah mengganggu, terutamanya untuk operasi rangkaian dan penyelenggaraan dan keupayaan penyampaian perkhidmatan pengendali, yang akan membawa peningkatan yang ketara. Walau bagaimanapun, bagaimana untuk merealisasikan realisasi komersial model AI yang besar dan mengembangkan pai pasaran pada masa hadapan memerlukan lebih banyak perbincangan dan kerjasama terbuka.

AI dalam kerja penyeragaman Rangkaian semakin maju

Pembangunan teknologi, standard diutamakan. Sebagai salah satu sorotan forum ini, Xie Fang, pengurus teknikal dan ketua penyelidik Institut Teknologi Wayarles dan Terminal Institut Penyelidikan Mudah Alih China, memperkenalkan secara terperinci kerja penyelidikan penyeragaman AI/ML yang dijalankan oleh 3GPP dalam R18. Beliau berkata pada masa ini 3GPP mempunyai empat kumpulan kerja yang menjalankan penyelidikan mengenai penyeragaman AI/ML, termasuk AI/ML untuk Antara Muka Udara, AI/ML untuk RAN, AI/ML untuk 5GS dan AI/ML untuk OAM.

Secara khusus, dalam projek penyelidikan R18 AI/ML untuk Air Interface semasa, terdapat tiga jenis kerjasama latihan utama di bahagian peranti rangkaian dan bahagian terminal pengguna, satu tanpa kerjasama antara satu sama lain (tahap x), dan satu lagi adalah berdasarkan Terdapat kerjasama isyarat tanpa penghantaran model (tahap y), dan terdapat kerjasama berasaskan isyarat dengan penghantaran model (tahap z). Pada masa yang sama, selepas pengenalan AI, tugas yang sangat penting ialah mengkaji rangka kerja umum pengurusan kitaran hayat (LCM). Di samping itu, 3GPP kini memfokuskan pada tiga kes penggunaan dalam projek antara muka udara R18: CSI, pengurusan rasuk dan peningkatan kedudukan.

Xie Fang menyebut bahawa penyelidikan tentang AI/ML untuk RAN ​​dalam projek R18 adalah lebih jelas kerana tiga kes penggunaan (pengimbangan beban, pengoptimuman mobiliti dan penjimatan tenaga rangkaian) dan rangka kerja berfungsi telah dikaji dan dibandingkan dalam peringkat R17 Got ia dengan jelas. Oleh itu, dalam projek ini, tugas utama R18 adalah untuk melaksanakan secara khusus peningkatan pengumpulan data dan isyarat berdasarkan seni bina rangkaian wayarles sedia ada.

Selain itu, AI/ML untuk 5GS terutamanya mengenai beberapa peningkatan kepada rangkaian teras selepas pengenalan AI Dalam projek ini, R18 terutamanya merangkumi tiga aspek kerja yang pertama adalah untuk mengkaji lebih lanjut peningkatan sistem berdasarkan NWDAF untuk membolehkan 5GS untuk menyokong Automasi rangkaian; yang kedua adalah untuk terus menumpukan pada beberapa peningkatan antara fungsi elemen rangkaian 5GC, dengan matlamat utama untuk menyokong pembuatan keputusan adalah untuk mengkaji lebih lanjut input dan output yang diperlukan di sekitar NWDAF serta seni bina yang berpotensi; penambahbaikan, senario baharu, dsb.

Akhirnya, AI/ML untuk OAM ialah kerja penyelidikan standardisasi berkaitan AI terawal yang dijalankan oleh 3GPP Ia terutamanya berdasarkan perkhidmatan analisis data pengurusan MDAS termasuk kawalan gelung tertutup, pengurusan berasaskan niat, pintar kendiri tahap rangkaian, dsb.

Apabila model besar AI diperkenalkan ke dalam rangkaian pintar diri

“Data, kuasa pengkomputeran, dan model adalah tiga elemen penting untuk merealisasikan AI, dan rangkaian komunikasi adalah senario semula jadi dan standard yang boleh menyediakan ketiga-tiga elemen ini, aplikasi AI dalam bidang komunikasi adalah sejak awal lagi Ya, ini hanya persoalan sama ada ia bagus atau tidak.” Cheng Xinzhou, pengarah Pusat Penyelidikan Operasi Pintar Rangkaian Institut Penyelidikan Unicom China, berkata semasa perbincangan meja bulat bahawa sejak pengkomersialan rangkaian 3G pada 2009, Internet mudah alih. telah berkembang pesat, dan data telah menunjukkan pertumbuhan yang meletup, dengan sejumlah besar data Ia menyediakan ruang yang baik untuk pembelajaran mendalam sejak itu AI telah memulakan perkembangan yang hebat, dan pencapaian AI dalam bidang komunikasi juga telah mula meningkat.

Beliau menegaskan bahawa sebelum kemunculan model besar, banyak pembelajaran mesin pertamanya berdasarkan peraturan, dan kedua memerlukan sejumlah besar pelabelan data Pada masa yang sama, banyak daripada mereka telah dilatih dalam satu bidang dan satu sumber data, jadi keupayaan untuk merentas medan dan pelbagai modaliti tidak mencukupi. Ini akan mengakibatkan banyak perkara tidak dapat digabungkan, menjadikannya sukar untuk menyelesaikan projek yang kompleks dan sistematik. Di samping itu, sukar untuk memperkenalkan sesuatu berdasarkan pengumpulan pengalaman kognitif manusia ke dalam latihan model Kemunculan penemuan pengetahuan sebenarnya menyelesaikan masalah pengumpulan pengalaman pakar pada tahap tertentu, tetapi ia statik dalam tempoh masa tertentu. dan tidak boleh dicapai dalam masa nyata. Selepas kemunculan model besar, kecerdasan benar-benar muncul. Ia akan belajar secara autonomi dan dapat mencapai multi-modaliti merentas domain, sekali gus menumbangkan banyak perkara.

Cheng Xinzhou percaya bahawa pengenalan model AI yang besar ke dalam rangkaian autonomi akan membawa ambang yang lebih rendah dan kecekapan yang lebih tinggi, dan titik putus dalam data akan dikosongkan satu demi satu, pengumpulan jangka panjang pengalaman pakar akan disuntik ke dalam rangkaian; Selain itu, penyelenggaraan rangkaian masa hadapan, termasuk operasi dan menyesuaikan diri dengan keperluan dinamik senario pengguna, akan menjadi tidak dapat dibezakan antara manusia dan mesin.

Luo Zhiyi, pakar di Pejabat Sokongan Pengurusan Rangkaian Bahagian Rangkaian Perbadanan Kumpulan Komunikasi Mudah Alih China, bersetuju dengan pandangan di atas. Beliau berkata dari perspektif rangkaian autonomi, pertama sekali, model besar itu membawa keupayaan untuk memahami sepenuhnya panorama rangkaian, yang membantu untuk masalah pengurusan berbilang vendor yang dihadapi oleh pengendali telekom dan kerjasama rangkaian serta masalah operasi dan penyelenggaraan. pada tahap yang berbeza , yang telah membawa pengurangan dalam kos pembelajaran dan lonjakan dalam keseluruhan keupayaan operasi dan penyelenggaraan. "Dengan bantuan model besar, kami berharap dapat menyelesaikan pengetahuan rangkaian yang kompleks secara komprehensif dan sistematik, yang akhirnya akan membantu kami membina pekerja digital sebenar, yang melaluinya kami dapat menyelesaikan penghantaran perniagaan dan penandaan rangkaian dengan cepat, sekali gus mencapai keupayaan operasi dan penyelenggaraan keseluruhan. "Saya fikir ini adalah hala tuju yang sangat penting untuk GPT." Pada masa yang sama, China Mobile berharap untuk menggunakan perkaitan kontekstual dan keupayaan pemahaman model besar untuk bahasa semula jadi untuk mencapai terjemahan tepat mengenai niat pelanggan, dan kemudian secara langsung menjana penyelesaian dan dengan cepat mengautomasikannya.

Ringkasnya, pengendali telekomunikasi terbesar China berharap dapat menggunakan model besar AI untuk mencapai graf pengetahuan silang domain, pengilang silang, sistem berbilang kompleks dan pengetahuan kumpulan, dan juga berharap untuk membangunkan lebih banyak keupayaan interaksi manusia-komputer semula jadi kakitangan operasi dan penyelenggaraan mengurus rangkaian dengan lebih baik.

Apakah kesan sebenar selepas penyepaduan mendalam AI dan rangkaian? Sebagai salah satu pembekal peralatan komunikasi terkemuka di dunia, Wu Riping, Pengurus Besar Penyelesaian Produk Rangkaian Ericsson China, berkongsi penerokaan praktikal semasa Ericsson dan hasil luar biasa dalam AI dalam Rangkaian di forum ini. Beliau berkata bahawa rangkaian mudah alih menjadi semakin kompleks dan jumlah pemprosesan data semakin meningkat Kedua-dua pengendali, pengeluar peralatan dan juga pengguna akhir berharap kos penyelenggaraan rangkaian mudah alih yang diwakili oleh 5G akan dikurangkan dan pengalaman pengguna akan dipertingkatkan. Ini telah menjadi Ericsson yang memperkenalkan kecerdasan buatan ke dalam kuasa penggerak teras keseluruhan rangkaian komunikasi.

Pada pandangan Wu Riping, pembangunan kecerdasan buatan dalam bidang komunikasi adalah evolusi daripada manual, kecerdasan utama pasif kepada didorong data, kecerdasan maju aktif jika dibahagikan kepada tiga peringkat, wakil peringkat pertama Ia adalah skrip-; pemprosesan automatik berasaskan Peringkat kedua ialah pengenalan teknologi sains data pembelajaran mesin Peringkat ketiga ialah kecerdasan buatan berasaskan niat dengan keupayaan kognitif Ericsson telah berjaya menyelesaikan peringkat pertama dan kedua pembangunannya keupayaan.

Dalam ucapannya, beliau menekankan bahawa melaksanakan kecerdasan buatan dalam rangkaian komunikasi memerlukan pertimbangan penuh terhadap ciri-ciri dan keperluan rangkaian komunikasi. Untuk membina keupayaan AI dalam bidang komunikasi profesional, Ericsson telah membina kecerdasan buatan dalam bidang komunikasi daripada tiga dimensi: tapak rangkaian, platform rangkaian dan pembukaan API. AI Ericsson dibina di atas asas kukuh kepakaran telekom yang mendalam digabungkan dengan pengetahuan sains data dan kecerdasan buatan. Ericsson mempunyai lebih daripada 1,000 pakar pelbagai kemahiran dengan pengalaman dalam telekomunikasi dan sains data, dan telah membangunkan lebih daripada 200 kes penggunaan AI dalam bidang komunikasi Platform kecerdasan buatan Ericsson memproses lebih daripada 175TB data rangkaian setiap hari, dan 65 juta rangkaian sedia ada; pengguna menikmati lebih banyak faedah perkhidmatan rangkaian.

Secara khusus, dari segi hasil praktikal, dari segi kebolehpercayaan rangkaian, Ericsson telah mengurangkan keperluan tapak operator sebanyak 20% melalui penggunaan kecerdasan buatan, mencapai ketepatan 100% dalam mengesan kerosakan modul optik, dan mengurangkan ralat yang tidak perlu sebanyak 33%. Penggantian perkakasan, dsb. Peningkatan prestasi rangkaian adalah fokus aplikasi kecerdasan buatan dalam rangkaian komunikasi, memainkan peranan besar dalam penalaan parameter, lokasi masalah dan menambah baik pengalaman pengguna. Di China, platform penjimatan kuasa AI Ericsson membantu pengendali dalam menguruskan lebih daripada 90,000 stesen pangkalan 5G, dengan kesan penjimatan kuasa lebih daripada 20%. Selain itu, dalam mengoptimumkan gangguan pautan atas, Ericsson menggunakan kecerdasan buatan untuk mengenal pasti secara automatik kesan gangguan pandu gelombang atmosfera dan melaksanakan langkah-langkah bantuan secara automatik, yang mencapai hasil yang baik.

Perlu diingat bahawa seorang lagi pakar industri yang mengambil bahagian dalam perbincangan meja bulat ini, Xu Junjie, pengarah serantau TM Forum Asia Pasifik, berkata bahawa pengendali telekom mahupun pengeluar peralatan mungkin sebenarnya tidak mempunyai sumber yang mencukupi untuk melabur dalam model berskala besar sejagat latihan. Kini semua orang telah mencapai kata sepakat bahawa model besar umum tidak sesuai untuk industri telekomunikasi - kerana model besar umum hanya boleh dipelajari dari Internet, ia tidak dapat mempelajari data pengeluaran pengendali. "Saya rasa tiga pengendali utama China mempunyai infrastruktur yang sangat baik, serta pembekal seperti Huawei dan ZTE, yang terlibat dalam sejumlah besar pembinaan rangkaian di seluruh dunia. Mereka juga mempunyai peluang untuk mengakses beberapa data pengeluaran sebenar setiap operator Secara relatifnya, masih terdapat peluang untuk melatih beberapa model besar yang agak mudah digunakan, tetapi bagi sesetengah pengendali bersaiz kecil dan sederhana serta pengeluar kecil dan sederhana, peluang itu sebenarnya sangat terhad, kerana tanpa data yang mencukupi dan mencukupi. kuasa pengkomputeran, model besar sukar untuk digunakan. Ini adalah situasi yang sangat nyata.”

Atas ialah kandungan terperinci Tinjauan MWC Shanghai: Era model besar AI telah tiba. Bagaimanakah rangkaian komunikasi akan berubah?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!