Bei dieser Weltmeisterschaft ist der „intelligente Schiedsrichter“ eines der größten Highlights. SAOT integriert Stadiondaten, Spielregeln und KI, um Abseitssituationen automatisch, schnell und präzise zu beurteilen.
Während Tausende von Fans die 3D-Animationswiederholungen bejubelten oder beklagten, folgten meine Gedanken den Netzwerkkabeln und Glasfasern hinter dem Fernseher zum Kommunikationsnetz.
Um den Fans ein reibungsloseres und klareres Seherlebnis zu ermöglichen, findet derzeit auch im Kommunikationsnetz eine intelligente Revolution statt, die der von SAOT ähnelt.
Im Jahr 2025 wird L4 realisiert sein
Die Abseitsregel ist kompliziert, und es ist für den Schiedsrichter angesichts der komplexen und sich ständig ändernden Spielfeldverhältnisse sehr schwierig, in einem Augenblick eine korrekte Entscheidung zu treffen. Daher kommt es in Fußballspielen häufig zu strittigen Abseitsentscheidungen.
Ähnlich verhält es sich mit Kommunikationsnetzen: Sie sind äußerst komplexe Systeme, und sich in den letzten Jahrzehnten bei der Analyse, Beurteilung, Reparatur und Optimierung von Netzen auf menschliche Methoden zu verlassen, ist sowohl ressourcenintensiv als auch anfällig für menschliche Fehler.
Noch schwieriger ist, dass im Zeitalter der digitalen Wirtschaft, in dem das Kommunikationsnetz zur Grundlage für die digitale Transformation tausender Leitungen und Unternehmen geworden ist, die Geschäftsanforderungen vielfältiger und dynamischer geworden sind und die Stabilität, Zuverlässigkeit und Agilität des Netzwerks höher sein müssen, wodurch der traditionelle Betriebsmodus, der auf menschlicher Arbeitskraft und Wartung basiert, immer schwieriger aufrechtzuerhalten ist.
Eine Fehleinschätzung im Abseits kann das Ergebnis des gesamten Spiels beeinflussen, aber für das Kommunikationsnetzwerk kann eine „Fehleinschätzung“ dazu führen, dass der Betreiber die sich schnell verändernde Marktchance verpasst, die Produktion von Unternehmen unterbrochen wird und sogar der gesamte Prozess der sozioökonomischen Entwicklung beeinträchtigt wird.
Es gibt keine Alternative. Das Netzwerk muss automatisiert und intelligent sein. In diesem Zusammenhang haben die weltweit führenden Netzbetreiber die Entwicklung selbstintelligenter Netzwerke angekündigt. Laut dem Bericht der Tripartite haben 91 % der globalen Betreiber selbstintelligente Netzwerke in ihre strategische Planung einbezogen, und mehr als zehn der größten Netzbetreiber haben sich zum Ziel gesetzt, bis 2025 L4 zu erreichen.
China Mobile gehört zu den Vorreitern dieses Wandels. Im Jahr 2021 veröffentlichte China Mobile ein Weißbuch zum Thema selbstintelligentes Netzwerk und formulierte darin als erstes Unternehmen der Branche das quantitative Ziel, bis 2025 ein selbstintelligentes Netzwerk der Stufe L4 zu erreichen. Das Unternehmen schlägt vor, die Netzwerkbetriebs- und Wartungskapazitäten für „Selbstkonfiguration, Selbstreparatur und Selbstoptimierung“ intern aufzubauen und extern ein Kundenerlebnis ohne Wartezeiten, Ausfälle und kontaktlose Nutzung zu schaffen.
Internet-Selbstintelligenz ähnlich wie „Smart Referee“
SAOT besteht aus Kameras, im Ball integrierten Sensoren und KI-Systemen. Die Kameras und Sensoren im Ball erfassen die Daten vollständig und in Echtzeit, während das KI-System diese Daten in Echtzeit analysiert und die Position präzise berechnet. Das KI-System wendet zudem die Spielregeln an, um Abseitsentscheidungen automatisch gemäß den Regeln zu treffen.
Es gibt einige Ähnlichkeiten zwischen der automatischen Netzwerkintelligenz und der SAOT-Implementierung:
Erstens müssen Netzwerk und Wahrnehmung eng miteinander verknüpft werden, um Netzwerkressourcen, Konfigurationen, Servicestatus, Fehler, Protokolle und weitere Informationen umfassend und in Echtzeit zu erfassen und so reichhaltige Daten für das KI-Training und die Schlussfolgerungen bereitzustellen. Dies entspricht der Datenerfassung durch SAOT mithilfe von Kameras und Sensoren im Inneren der Kugel.
Zweitens ist es notwendig, umfangreiche manuelle Erfahrungswerte zur Hindernisbeseitigung und Optimierung, Betriebs- und Wartungshandbücher, Spezifikationen und weitere Informationen einheitlich in das KI-System einzugeben, um die automatische Analyse, Entscheidungsfindung und Ausführung zu ermöglichen. Es ist vergleichbar damit, als würde man die Abseitsregel in das KI-System einspeisen.
Da das Kommunikationsnetzwerk aus mehreren Domänen besteht – beispielsweise die Bereitstellung, Sperrung und Optimierung mobiler Dienste –, ist dies nur durch die durchgängige Zusammenarbeit verschiedener Subdomänen wie drahtloses Zugangsnetz, Übertragungsnetz und Kernnetz möglich. Auch die Selbstintelligenz des Netzwerks erfordert eine solche „domänenübergreifende Zusammenarbeit“. Ähnlich verhält es sich mit SAOT: Hier müssen Video- und Sensordaten aus verschiedenen Dimensionen erfasst werden, um präzisere Entscheidungen treffen zu können.
Das Kommunikationsnetzwerk ist jedoch wesentlich komplexer als das Fußballfeld, und das Geschäftsszenario ist nicht mit einer einzigen „Abseitsfalle“ vergleichbar, sondern äußerst vielfältig und dynamisch. Zusätzlich zu den drei oben genannten Gemeinsamkeiten sollten folgende Faktoren berücksichtigt werden, wenn sich das Netzwerk in Richtung höherer Autointelligenz entwickelt:
Zunächst müssen Cloud, Netzwerk und Netzwerkgeräte mit KI integriert werden. Die Cloud sammelt große Datenmengen aus dem gesamten Anwendungsbereich, führt kontinuierlich KI-Training und Modellgenerierung durch und stellt die KI-Modelle der Netzwerkschicht und den Netzwerkgeräten zur Verfügung. Die Netzwerkschicht verfügt über mittlere Trainings- und Analysefähigkeiten und kann so eine geschlossene Automatisierung in einem einzelnen Anwendungsbereich realisieren. Netzwerkgeräte können Datenquellennah analysieren und Entscheidungen treffen, wodurch Echtzeit-Fehlerbehebung und Serviceoptimierung gewährleistet werden.
Zweitens: einheitliche Standards und branchenweite Koordination. Selbstintelligente Netzwerke sind komplexe Systementwicklungen, die zahlreiche Geräte, Netzwerkmanagement- und Softwarekomponenten sowie viele Zulieferer umfassen. Schnittstellenintegration, domänenübergreifende Kommunikation und andere damit verbundene Probleme stellen eine Herausforderung dar. Gleichzeitig fördern Organisationen wie das TM Forum, 3GPP, die ITU und die CCSA Standards für selbstintelligente Netzwerke, was zu einer gewissen Fragmentierung bei der Standardisierung führt. Daher ist es wichtig, dass die Branchen zusammenarbeiten, um einheitliche und offene Standards für Architektur, Schnittstellen und Bewertungssysteme zu etablieren.
Drittens, Talenttransformation. Selbstintelligente Netzwerke bedeuten nicht nur einen technologischen Wandel, sondern auch einen Wandel der Talente, der Kultur und der Organisationsstruktur. Dies erfordert eine Transformation der Betriebs- und Wartungsarbeiten von „netzwerkzentriert“ zu „geschäftszentriert“, einen Wandel des Betriebs- und Wartungspersonals von einer Hardwarekultur zu einer Softwarekultur und von repetitiver zu kreativer Arbeit.
L3 ist unterwegs
Wo steht das Autointelligenz-Netzwerk heute? Wie nahe sind wir an L4? Die Antwort findet sich möglicherweise in drei Anwendungsfällen, die Lu Hongju, Präsident von Huawei Public Development, in seiner Rede auf der China Mobile Global Partner Conference 2022 vorstellte.
Netzwerktechniker wissen alle – und vielleicht auch niemand sonst –, dass das Heimnetzwerk die größte Herausforderung für den Betrieb und die Wartung darstellt. Es besteht aus dem Heimnetzwerk, dem ODN-Netzwerk, dem Trägernetzwerk und weiteren Domänen. Das Netzwerk ist komplex und enthält viele passive, unpersönliche Geräte. Ständig treten Probleme wie unzuverlässige Serviceerkennung, langsame Reaktionszeiten und schwierige Fehlersuche auf.
Angesichts dieser Schwachstellen kooperiert China Mobile mit Huawei in Henan, Guangdong, Zhejiang und anderen Provinzen. Durch die Zusammenarbeit im Bereich intelligenter Hardware und eines Qualitätszentrums konnte die Breitbandversorgung verbessert werden. Dies ermöglicht eine präzise Erfassung der Nutzererfahrung und die genaue Lokalisierung von Qualitätsproblemen. Die Verbesserungsrate für Nutzer mit schlechter Qualität stieg auf 83 %, und die Vermarktungserfolgsrate von FTTR, Gigabit und anderen Diensten erhöhte sich von 3 % auf 10 %. Im Bereich der Hindernisbeseitigung in optischen Netzwerken werden versteckte Gefahren entlang derselben Route intelligent erkannt. Dies geschieht durch die Extraktion von Informationen zur Streuung der optischen Faser und mithilfe eines KI-Modells mit einer Genauigkeit von 97 %.
Im Kontext einer umweltfreundlichen und effizienten Entwicklung ist die Energieeinsparung im Netzwerk für die Betreiber von zentraler Bedeutung. Aufgrund der komplexen Struktur drahtloser Netzwerke, der Überlappung und gegenseitigen Abdeckung mehrerer Frequenzbänder und Standards unterliegt der Mobilfunkbetrieb in verschiedenen Szenarien jedoch starken Schwankungen. Daher ist eine präzise, rein manuelle Energiesparsteuerung nicht möglich.
Angesichts der Herausforderungen arbeiteten beide Seiten in Anhui, Yunnan, Henan und anderen Provinzen auf der Ebene des Netzwerkmanagements und der Netzwerkelementebene zusammen, um den durchschnittlichen Energieverbrauch einer einzelnen Station um 10 % zu senken, ohne die Netzwerkleistung und die Benutzerfreundlichkeit zu beeinträchtigen. Die Netzwerkmanagementebene formuliert und implementiert Energiesparstrategien auf Basis der multidimensionalen Daten des gesamten Netzwerks. Die Netzwerkelementebene erfasst und prognostiziert die Geschäftsänderungen in der Zelle in Echtzeit und setzt Energiesparstrategien wie die Abschaltung von Trägern und Symbolen präzise um.
Anhand der oben genannten Beispiele lässt sich leicht erkennen, dass das Kommunikationsnetzwerk, ähnlich wie der „intelligente Schiedsrichter“ im Fußballspiel, durch „Wahrnehmungsfusion“, „KI-Gehirn“ und „multidimensionale Zusammenarbeit“ schrittweise eine Selbstintelligenzierung von spezifischen Szenen und einzelnen autonomen Regionen aus erreicht, sodass der Weg zu einer fortgeschrittenen Selbstintelligenz des Netzwerks immer deutlicher wird.
Laut TM Forum können selbstintelligente Netzwerke der Stufe L3 „Veränderungen in der Umgebung in Echtzeit erfassen und sich innerhalb spezifischer Netzwerkspezialisierungen selbst optimieren und anpassen“, während L4 „die vorausschauende oder aktive Regelung von geschäfts- und kundenerlebnisorientierten Netzwerken in komplexeren Umgebungen über mehrere Netzwerkdomänen hinweg ermöglicht“. Offensichtlich nähert sich das selbstintelligente Netzwerk derzeit der Stufe L3 oder hat sie bereits erreicht.
Alle drei Räder sind auf L4 ausgerichtet
Wie also können wir das autonome intelligente Netzwerk auf L4 beschleunigen? Lu Hongjiu sagte, Huawei helfe China Mobile dabei, sein Ziel von L4 bis 2025 durch einen dreigliedrigen Ansatz aus domänenspezifischer Autonomie, domänenübergreifender Zusammenarbeit und industrieller Kooperation zu erreichen.
Im Hinblick auf die Autonomie in einem einzelnen Anwendungsbereich werden NE-Geräte zunächst mit Wahrnehmung und Datenverarbeitung integriert. Zum einen werden innovative Technologien wie optische Irisblenden und Echtzeitsensoren eingeführt, um passive Wahrnehmung im Millisekundenbereich zu ermöglichen. Zum anderen werden energieeffiziente Rechen- und Stream-Computing-Technologien integriert, um intelligente NE-Geräte zu realisieren.
Zweitens kann die Netzwerksteuerungsschicht mit KI-Gehirn mit intelligenten Netzwerkelementen kombiniert werden, um einen geschlossenen Regelkreis aus Wahrnehmung, Analyse, Entscheidungsfindung und Ausführung zu realisieren, um so einen autonomen geschlossenen Regelkreis aus Selbstkonfiguration, Selbstreparatur und Selbstoptimierung zu erreichen, der auf Netzwerkbetrieb, Fehlerbehandlung und Netzwerkoptimierung in einem einzigen Bereich ausgerichtet ist.
Darüber hinaus bietet die Netzwerkmanagementschicht eine offene Schnittstelle nach Norden zur darüberliegenden Dienstmanagementschicht, um die domänenübergreifende Zusammenarbeit und die Dienstsicherheit zu erleichtern.
Im Hinblick auf die domänenübergreifende Zusammenarbeit legt Huawei besonderen Wert auf die umfassende Realisierung der Plattformentwicklung, die Optimierung von Geschäftsprozessen und die Transformation des Personals.
Die Plattform hat sich von einem reinen Unterstützungssystem zu einer intelligenten Plattform entwickelt, die globale Daten und Expertenwissen integriert. Geschäftsprozesse, die bisher netzwerk- und auftragsorientiert waren, wurden durch erlebnisorientierte, kontaktlose Prozesse transformiert. Im Hinblick auf die Personalentwicklung wurde durch den Aufbau eines Low-Code-Entwicklungssystems und die atomare Kapselung von Betriebs-, Wartungs- und Netzwerkfunktionen die Schwelle für die digitale Transformation des IT-Personals gesenkt und das Betriebs- und Wartungsteam zu hochqualifizierten IT-Fachkräften ausgebaut.
Darüber hinaus fördert Huawei die Zusammenarbeit verschiedener Standardisierungsorganisationen, um einheitliche Standards für selbstintelligente Netzwerkarchitektur, Schnittstellen, Klassifizierung, Bewertung und weitere Aspekte zu erreichen. Durch den Austausch praktischer Erfahrungen, die Förderung dreiseitiger Bewertungs- und Zertifizierungsverfahren sowie den Aufbau industrieller Plattformen trägt Huawei zum Wachstum des industriellen Ökosystems bei. In Zusammenarbeit mit China Mobile im Bereich intelligenter Betrieb und Wartung werden gemeinsam die zugrundeliegenden Technologien analysiert und optimiert, um deren Unabhängigkeit und Kontrollierbarkeit zu gewährleisten.
Gemäß den oben genannten Schlüsselelementen des selbstintelligenten Netzwerks verfügt die „Troika“ von Huawei nach Ansicht des Autors über die Struktur, Technologie, Kooperation, Standards, Talente, umfassende Abdeckung und präzise Kraft, die es wert ist, gespannt zu werden.
Selbstintelligente Netzwerke sind der größte Wunsch der Telekommunikationsbranche und werden oft als „Telekommunikations-Poesie und -Fernreise“ bezeichnet. Aufgrund der enormen und komplexen Kommunikationsnetze und -geschäfte wurde der Weg dorthin auch als „langer Weg“ und „voller Herausforderungen“ beschrieben. Doch angesichts der bisherigen Erfolge und der Fähigkeit der drei Akteure, diese aufrechtzuerhalten, lässt sich erkennen, dass die Vision nicht länger nur ein Traum ist, sondern in greifbarer Nähe. Dank der gemeinsamen Anstrengungen der Telekommunikationsbranche ist die Entwicklung nun in vollem Gange.
Veröffentlichungsdatum: 19. Dezember 2022