Bei dieser Weltmeisterschaft ist der „intelligente Schiedsrichter“ eines der größten Highlights. SAOT integriert Stadiondaten, Spielregeln und KI, um Abseitssituationen automatisch und schnell zu beurteilen.
Während Tausende von Fans die Wiederholungen der 3D-Animationen bejubelten oder beklagten, folgten meine Gedanken den Netzwerkkabeln und Glasfasern hinter dem Fernseher zum Kommunikationsnetzwerk.
Um den Fans ein flüssigeres und klareres Seherlebnis zu bieten, ist auch im Kommunikationsnetzwerk eine intelligente Revolution ähnlich der von SAOT im Gange.
Im Jahr 2025 wird L4 realisiert
Die Abseitsregel ist kompliziert, und angesichts der komplexen und wechselhaften Bedingungen auf dem Spielfeld ist es für den Schiedsrichter sehr schwierig, im Handumdrehen eine genaue Entscheidung zu treffen. Daher kommt es bei Fußballspielen häufig zu umstrittenen Abseitsentscheidungen.
Ebenso sind Kommunikationsnetzwerke äußerst komplexe Systeme. Der Einsatz menschlicher Methoden zur Analyse, Beurteilung, Reparatur und Optimierung von Netzwerken in den letzten Jahrzehnten ist sowohl ressourcenintensiv als auch anfällig für menschliche Fehler.
Erschwerend kommt hinzu, dass im Zeitalter der digitalen Wirtschaft das Kommunikationsnetzwerk zur Grundlage für die digitale Transformation Tausender Branchen und Unternehmen geworden ist. Die Geschäftsanforderungen sind vielfältiger und dynamischer geworden, und es werden höhere Anforderungen an die Stabilität, Zuverlässigkeit und Agilität des Netzwerks gestellt. Der traditionelle Betriebsmodus mit menschlicher Arbeit und Wartung ist dagegen schwieriger aufrechtzuerhalten.
Eine Fehleinschätzung des Abseits kann sich auf das Ergebnis des gesamten Spiels auswirken, doch im Kommunikationsnetzwerk kann eine „Fehleinschätzung“ dazu führen, dass der Betreiber die sich rasch ändernden Marktchancen verpasst, die Produktion von Unternehmen unterbrochen wird und sogar der gesamte Prozess der sozialen und wirtschaftlichen Entwicklung beeinträchtigt wird.
Es gibt keine Wahl. Das Netzwerk muss automatisiert und intelligent sein. In diesem Zusammenhang haben die weltweit führenden Betreiber die Einführung selbstintelligenter Netzwerke angekündigt. Laut dem dreigliedrigen Bericht haben 91 % der globalen Betreiber selbstintelligente Netzwerke in ihre strategische Planung einbezogen, und mehr als zehn führende Betreiber haben angekündigt, bis 2025 Level 4 zu erreichen.
Unter ihnen ist China Mobile Vorreiter dieses Wandels. Im Jahr 2021 veröffentlichte China Mobile ein Whitepaper zum Thema selbstintelligente Netzwerke und schlug darin als Branchenneuling das quantitative Ziel vor, bis 2025 ein selbstintelligentes Netzwerk der Stufe L4 zu erreichen. Außerdem schlug das Unternehmen vor, die Fähigkeit zur internen Selbstkonfiguration, Selbstreparatur und Selbstoptimierung des Netzwerkbetriebs und zur internen Wartung aufzubauen und extern ein Kundenerlebnis ohne Wartezeiten, Ausfälle und Kontakt zu schaffen.
Internet-Selbstintelligenz ähnlich wie „Smart Referee“
SAOT besteht aus Kameras, Ballsensoren und KI-Systemen. Die Kameras und Sensoren im Ball erfassen die Daten in Echtzeit, während das KI-System diese in Echtzeit analysiert und die Position präzise berechnet. Das KI-System berücksichtigt zudem die Spielregeln, um automatisch Abseitsentscheidungen entsprechend den Regeln zu treffen.
Es gibt einige Ähnlichkeiten zwischen der Netzwerk-Autointellektualisierung und der SAOT-Implementierung:
Erstens sollten Netzwerk und Wahrnehmung eng miteinander verknüpft sein, um Netzwerkressourcen, Konfiguration, Servicestatus, Fehler, Protokolle und weitere Informationen umfassend und in Echtzeit zu erfassen und so umfassende Daten für KI-Training und -Schlussfolgerungen bereitzustellen. Dies steht im Einklang mit der Datenerfassung von SAOT von Kameras und Sensoren im Inneren des Balls.
Zweitens ist es notwendig, umfangreiche manuelle Erfahrung in der Hindernisbeseitigung und -optimierung, Betriebs- und Wartungshandbücher, Spezifikationen und andere Informationen einheitlich in das KI-System einzugeben, um die automatische Analyse, Entscheidungsfindung und Ausführung zu gewährleisten. Es ist, als würde SAOT die Abseitsregel in das KI-System einspeisen.
Da das Kommunikationsnetzwerk aus mehreren Domänen besteht, kann beispielsweise das Öffnen, Sperren und Optimieren mobiler Dienste nur durch die durchgängige Zusammenarbeit mehrerer Subdomänen wie drahtloses Zugangsnetz, Übertragungsnetz und Kernnetz erfolgen. Auch die Netzwerk-Selbstintelligenz erfordert eine domänenübergreifende Zusammenarbeit. Dies ist vergleichbar mit der Tatsache, dass SAOT Video- und Sensordaten aus mehreren Dimensionen erfassen muss, um präzisere Entscheidungen treffen zu können.
Das Kommunikationsnetzwerk ist jedoch viel komplexer als die Umgebung eines Fußballfelds, und das Geschäftsszenario ist nicht nur ein einzelner „Abseits-Elfmeter“, sondern äußerst vielfältig und dynamisch. Neben den drei oben genannten Ähnlichkeiten sollten die folgenden Faktoren berücksichtigt werden, wenn das Netzwerk in Richtung höherer Autointelligenz geht:
Zunächst müssen Cloud, Netzwerk und NE-Geräte mit KI integriert werden. Die Cloud sammelt umfangreiche Daten aus der gesamten Domäne, führt kontinuierlich KI-Training und Modellgenerierung durch und liefert KI-Modelle an die Netzwerkschicht und die NE-Geräte. Die Netzwerkschicht verfügt über mittlere Trainings- und Argumentationsfähigkeiten, wodurch eine geschlossene Automatisierung in einer einzelnen Domäne realisiert werden kann. NEs kann datenquellennah analysieren und Entscheidungen treffen und so Fehlerbehebung und Serviceoptimierung in Echtzeit gewährleisten.
Zweitens: Einheitliche Standards und branchenübergreifende Koordination. Ein selbstintelligentes Netzwerk erfordert komplexe Systemtechnik, die zahlreiche Geräte, Netzwerkmanagement und Software sowie zahlreiche Anbieter umfasst. Schnittstellen, domänenübergreifende Kommunikation und andere Probleme sind damit verbunden. Zahlreiche Organisationen wie das TM Forum, 3GPP, ITU und CCSA fördern Standards für selbstintelligente Netzwerke, wobei die Standardisierung jedoch fragil ist. Die Zusammenarbeit der Branchen zur Etablierung einheitlicher und offener Standards für Architektur, Schnittstellen und Bewertungssysteme ist ebenfalls wichtig.
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“, des Betriebs- und Wartungspersonals von der Hardware- zur Softwarekultur und von repetitiver Arbeit zu kreativer Arbeit.
L3 ist auf dem Weg
Wo steht das Autointelligence-Netzwerk heute? Wie nah sind wir an L4? Die Antwort finden wir möglicherweise in drei Landing Cases, die Lu Hongju, Präsident von Huawei Public Development, in seiner Rede auf der China Mobile Global Partner Conference 2022 vorstellte.
Netzwerkwartungstechniker wissen alle, dass das Heimnetzwerk die größte Herausforderung für den Betrieb und die Wartung des Betreibers darstellt. Es besteht aus dem Heimnetzwerk, dem ODN-Netzwerk, dem Trägernetzwerk und weiteren Domänen. Das Netzwerk ist komplex und enthält viele passive, unintelligente Geräte. Es kommt immer wieder zu Problemen wie unsensibler Servicewahrnehmung, langsamer Reaktion und schwieriger Fehlerbehebung.
Angesichts dieser Schwachstellen kooperiert China Mobile mit Huawei in Henan, Guangdong, Zhejiang und anderen Provinzen. Durch die Zusammenarbeit von intelligenter Hardware und Qualitätszentren konnte die Benutzererfahrung optimiert und Qualitätsprobleme präzise lokalisiert werden. Die Verbesserungsrate bei Qualitätsproblemen konnte auf 83 % gesteigert werden, und die Marketingerfolgsrate für FTTR, Gigabit und andere Unternehmen konnte von 3 % auf 10 % gesteigert werden. Die Beseitigung von Hindernissen im optischen Netzwerk ermöglicht die intelligente Identifizierung versteckter Gefahren entlang der Route durch die Extraktion von Informationen zu den Streuungseigenschaften der Glasfaser und eines KI-Modells mit einer Genauigkeit von 97 %.
Im Rahmen einer umweltfreundlichen und effizienten Entwicklung liegt das Hauptaugenmerk der aktuellen Betreiber auf der Energieeinsparung im Netz. Aufgrund der komplexen Struktur des Mobilfunknetzes, der Überlappung und der gegenseitigen Abdeckung mehrerer Frequenzbänder und Standards schwankt das Mobilfunkgeschäft jedoch in verschiedenen Szenarien stark. Daher ist es unmöglich, sich auf künstliche Methoden für eine präzise Energiesparabschaltung zu verlassen.
Angesichts dieser Herausforderungen arbeiteten beide Seiten in Anhui, Yunnan, Henan und anderen Provinzen auf der Netzwerkmanagement- und Netzwerkelementebene zusammen, um den durchschnittlichen Energieverbrauch einer einzelnen Station um 10 % zu senken, ohne die Netzwerkleistung und das Benutzererlebnis zu beeinträchtigen. Die Netzwerkmanagementebene entwickelt und implementiert Energiesparstrategien basierend auf den multidimensionalen Daten des gesamten Netzwerks. Die NE-Ebene erfasst und prognostiziert Geschäftsänderungen in der Zelle in Echtzeit und setzt Energiesparstrategien wie die Abschaltung von Träger- und Symbolsignalen präzise um.
Aus den oben genannten Fällen lässt sich unschwer erkennen, dass das Kommunikationsnetzwerk, genau wie der „intelligente Schiedsrichter“ beim Fußballspiel, durch „Wahrnehmungsfusion“, „KI-Gehirn“ und „mehrdimensionale Zusammenarbeit“ schrittweise eine Selbstintelligenz aus bestimmten Szenen und einzelnen autonomen Bereichen heraus realisiert, sodass der Weg zur fortgeschrittenen Selbstintelligenz des Netzwerks immer deutlicher wird.
Laut TM Forum können selbstintelligente Netzwerke der Stufe L3 „Änderungen in der Umgebung in Echtzeit erfassen und sich innerhalb bestimmter Netzwerkspezialitäten selbst optimieren und anpassen“, während L4 „ein prädiktives oder aktives Closed-Loop-Management von geschäfts- und kundenorientierten Netzwerken in komplexeren Umgebungen über mehrere Netzwerkdomänen hinweg ermöglicht“. Offensichtlich nähert sich das autointelligente Netzwerk derzeit der Stufe L3 oder erreicht diese bereits.
Alle drei Räder auf L4 ausgerichtet
Wie also beschleunigen wir das autointelligente Netzwerk auf Level 4? Lu Hongjiu sagte, Huawei helfe China Mobile dabei, das Level-4-Ziel bis 2025 durch einen dreigleisigen Ansatz aus Einzeldomänenautonomie, domänenübergreifender Zusammenarbeit und industrieller Kooperation zu erreichen.
Im Hinblick auf die Autonomie einzelner Domänen werden NE-Geräte zunächst mit Wahrnehmung und Rechenleistung integriert. Zum einen werden innovative Technologien wie optische Iris und Echtzeit-Sensoren eingesetzt, um passive Wahrnehmung im Millisekundenbereich zu ermöglichen. Zum anderen werden Low-Power-Computing- und Stream-Computing-Technologien integriert, um intelligente NE-Geräte zu realisieren.
Zweitens kann die Netzwerksteuerungsschicht mit KI-Gehirn mit intelligenten Netzwerkelementgeräten kombiniert werden, um den geschlossenen Kreislauf aus Wahrnehmung, Analyse, Entscheidungsfindung und Ausführung zu realisieren und so den autonomen geschlossenen Kreislauf aus Selbstkonfiguration, Selbstreparatur und Selbstoptimierung zu realisieren, der auf Netzwerkbetrieb, Fehlerbehandlung und Netzwerkoptimierung in einer einzigen Domäne ausgerichtet ist.
Darüber hinaus bietet die Netzwerkverwaltungsebene eine offene Northbound-Schnittstelle zur Serviceverwaltungsebene der oberen Ebene, um die domänenübergreifende Zusammenarbeit und die Servicesicherheit zu erleichtern.
Im Hinblick auf die domänenübergreifende Zusammenarbeit legt Huawei Wert auf die umfassende Umsetzung der Plattformentwicklung, der Geschäftsprozessoptimierung und der Personaltransformation.
Die Plattform hat sich von einem einfachen Supportsystem zu einer selbstintelligenten Plattform entwickelt, die globale Daten und Expertenerfahrung integriert. Geschäftsprozesse, die früher netzwerkorientiert und arbeitsauftragsgesteuert waren, wurden zu erfahrungsorientierten, berührungslosen Prozessen transformiert. Im Hinblick auf die Personaltransformation wurde durch den Aufbau eines Low-Code-Entwicklungssystems und die atomare Kapselung von Betriebs- und Wartungsfunktionen sowie Netzwerkfunktionen die Schwelle für die Transformation des CT-Personals zur digitalen Intelligenz gesenkt und dem Betriebs- und Wartungsteam wurde geholfen, sich in zusammengesetzte DICT-Talente zu verwandeln.
Darüber hinaus fördert Huawei die Zusammenarbeit mehrerer Standardisierungsorganisationen, um einheitliche Standards für die Architektur, Schnittstelle, Klassifizierung und Bewertung selbstintelligenter Netzwerke sowie für weitere Aspekte zu erreichen. Durch den Austausch praktischer Erfahrungen, die Förderung dreigliedriger Bewertungen und Zertifizierungen sowie den Aufbau industrieller Plattformen fördert Huawei den Erfolg der industriellen Ökologie. Darüber hinaus arbeitet Huawei mit der intelligenten Betriebs- und Wartungs-Subkette von China Mobile zusammen, um die Root-Technologie gemeinsam zu analysieren und zu bewältigen und so ihre 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, Zusammenarbeit, Standards, Talente, umfassende Abdeckung und präzise Kraft, auf die man sich freuen kann.
Selbstintelligente Netzwerke sind der größte Wunsch der Telekommunikationsbranche und werden als „Poesie und Distanz der Telekommunikationsbranche“ bezeichnet. Aufgrund der enormen und komplexen Kommunikationsnetze und -geschäfte wird dieser Weg jedoch als „langer Weg“ und „voller Herausforderungen“ bezeichnet. Doch gemessen an diesen Erfolgen und der Fähigkeit der Troika, sie aufrechtzuerhalten, lässt sich erkennen, dass die Poesie nicht mehr stolz ist und nicht mehr allzu weit entfernt ist. Dank der gemeinsamen Anstrengungen der Telekommunikationsbranche wird sie zunehmend zum Feuerwerk.
Veröffentlichungszeit: 19. Dezember 2022