En este Mundial, el "árbitro inteligente" es uno de los aspectos más destacados. SAOT integra datos del estadio, reglas del juego e IA para tomar decisiones automáticas, rápidas y precisas sobre situaciones de fuera de juego.
Mientras miles de fanáticos aplaudían o lamentaban las repeticiones de la animación 3D, mis pensamientos seguían los cables de red y las fibras ópticas detrás del televisor hasta la red de comunicaciones.
Para garantizar una experiencia visual más fluida y clara para los fanáticos, también está en marcha una revolución inteligente similar a SAOT en la red de comunicación.
En 2025 se hará realidad el nivel 4
La regla del fuera de juego es compleja, y resulta muy difícil para el árbitro tomar una decisión precisa en un instante, dadas las condiciones complejas y cambiantes del campo. Por ello, las decisiones de fuera de juego controvertidas son frecuentes en los partidos de fútbol.
De manera similar, las redes de comunicaciones son sistemas extremadamente complejos, y confiar en métodos humanos para analizar, juzgar, reparar y optimizar redes durante las últimas décadas requiere muchos recursos y es propenso a errores humanos.
Lo que es más difícil es que en la era de la economía digital, como la red de comunicaciones se ha convertido en la base para la transformación digital de miles de líneas y negocios, las necesidades comerciales se han vuelto más diversificadas y dinámicas, y se requiere que la estabilidad, confiabilidad y agilidad de la red sean mayores, y el modo de operación tradicional de trabajo humano y mantenimiento es más difícil de mantener.
Un error de juicio fuera de juego puede afectar el resultado de todo el juego, pero para la red de comunicación, un “error de juicio” puede hacer que el operador pierda la oportunidad de mercado que cambia rápidamente, obligar a interrumpir la producción de las empresas e incluso afectar todo el proceso de desarrollo social y económico.
No hay opción. La red debe ser automatizada e inteligente. En este contexto, los principales operadores mundiales han hecho sonar la alarma por las redes autointeligentes. Según el informe tripartito, el 91 % de los operadores globales han incluido redes autointeligentes en su planificación estratégica, y más de 10 operadores principales han anunciado su objetivo de alcanzar la capa 4 para 2025.
Entre ellos, China Mobile se encuentra a la vanguardia de este cambio. En 2021, China Mobile publicó un informe técnico sobre redes autointeligentes, proponiendo, por primera vez en la industria, el objetivo cuantitativo de alcanzar el nivel L4 de red autointeligente en 2025. Propone desarrollar internamente la capacidad de operación y mantenimiento de la red de "autoconfiguración, autorreparación y autooptimización", y crear una experiencia de cliente de "cero esperas, cero fallos y cero contacto" externamente.
Autointeligencia en Internet similar a la de un “Árbitro Inteligente”
El SAOT se compone de cámaras, sensores en el balón y sistemas de IA. Las cámaras y sensores dentro del balón recopilan datos completos en tiempo real, mientras que el sistema de IA los analiza en tiempo real y calcula la posición con precisión. El sistema de IA también introduce las reglas del juego para sancionar automáticamente el fuera de juego según las reglas.
Existen algunas similitudes entre la autointelectualización de la red y la implementación de SAOT:
En primer lugar, la red y la percepción deben estar profundamente integradas para recopilar de forma completa y en tiempo real los recursos de la red, la configuración, el estado del servicio, las fallas, los registros y otra información, con el fin de proporcionar datos valiosos para el entrenamiento y el razonamiento de la IA. Esto es coherente con la recopilación de datos de cámaras y sensores internos del balón por parte de SAOT.
En segundo lugar, es necesario incorporar al sistema de IA una gran cantidad de experiencia manual en eliminación y optimización de obstáculos, manuales de operación y mantenimiento, especificaciones y otra información de forma unificada para completar el análisis, la toma de decisiones y la ejecución automáticos. Es como si SAOT introdujera la regla del fuera de juego en el sistema de IA.
Además, dado que la red de comunicaciones se compone de múltiples dominios, por ejemplo, la apertura, el bloqueo y la optimización de cualquier servicio móvil solo pueden completarse mediante la colaboración de extremo a extremo de múltiples subdominios, como la red de acceso inalámbrico, la red de transmisión y la red central. La autointeligencia de la red también requiere la colaboración multidominio. Esto es similar a lo que ocurre con SAOT, que necesita recopilar datos de vídeo y sensores de múltiples dimensiones para tomar decisiones más precisas.
Sin embargo, la red de comunicaciones es mucho más compleja que el entorno de un campo de fútbol, y el escenario empresarial no se limita a un único "fuera de juego", sino que es extremadamente diverso y dinámico. Además de las tres similitudes mencionadas, se deben considerar los siguientes factores cuando la red avanza hacia la autointeligencia de orden superior:
En primer lugar, la nube, la red y los dispositivos NE deben integrarse con la IA. La nube recopila datos masivos en todo el dominio, realiza entrenamiento de IA y generación de modelos de forma continua, y entrega modelos de IA a la capa de red y a los dispositivos NE. La capa de red tiene una capacidad de entrenamiento y razonamiento media, lo que permite la automatización de bucle cerrado en un solo dominio. Los NE pueden analizar y tomar decisiones cerca de las fuentes de datos, lo que garantiza la resolución de problemas en tiempo real y la optimización del servicio.
En segundo lugar, estándares unificados y coordinación industrial. La red autointeligente es una ingeniería de sistemas compleja que involucra numerosos equipos, gestión de red, software y proveedores. Además, presenta dificultades para la interconexión, la comunicación entre dominios y otros problemas. Mientras tanto, numerosas organizaciones, como el Foro TM, 3GPP, la UIT y la CCSA, promueven estándares de redes autointeligentes, y existe un cierto problema de fragmentación en su formulación. También es importante que las industrias colaboren para establecer estándares unificados y abiertos, como la arquitectura, la interfaz y el sistema de evaluación.
En tercer lugar, la transformación del talento. Una red autointeligente no solo implica un cambio tecnológico, sino también un cambio de talento, cultura y estructura organizacional. Esto requiere que el trabajo de operación y mantenimiento pase de estar centrado en la red a estar centrado en el negocio, que el personal de operación y mantenimiento pase de una cultura de hardware a una de software, y que el trabajo repetitivo se convierta en trabajo creativo.
L3 está en camino
¿Dónde se encuentra la red de autointeligencia hoy en día? ¿Qué tan cerca estamos de la capa 4? La respuesta se puede encontrar en tres casos de aterrizaje presentados por Lu Hongju, presidente de Desarrollo Público de Huawei, en su discurso en la Conferencia Global de Socios de China Mobile 2022.
Los ingenieros de mantenimiento de redes saben que la red doméstica es el mayor problema para las operaciones de operación y mantenimiento del operador, quizás nadie más. Está compuesta por la red doméstica, la red ODN, la red portadora y otros dominios. La red es compleja y cuenta con numerosos dispositivos pasivos. Siempre surgen problemas como la percepción insensible del servicio, la respuesta lenta y la dificultad para resolverlos.
Ante estos problemas, China Mobile ha cooperado con Huawei en Henan, Guangdong, Zhejiang y otras provincias. En cuanto a la mejora de los servicios de banda ancha, gracias a la colaboración entre hardware inteligente y un centro de calidad, ha logrado una percepción precisa de la experiencia del usuario y una detección precisa de problemas de baja calidad. La tasa de mejora de usuarios de baja calidad se ha incrementado al 83%, y la tasa de éxito de marketing de FTTR, Gigabit y otras empresas ha aumentado del 3% al 10%. En cuanto a la eliminación de obstáculos en la red óptica, la identificación inteligente de peligros ocultos en la misma ruta se realiza mediante la extracción de información sobre las características de dispersión de la fibra óptica y un modelo de IA, con una precisión del 97%.
En el contexto del desarrollo ecológico y eficiente, el ahorro energético de la red es la principal prioridad de los operadores actuales. Sin embargo, debido a la compleja estructura de la red inalámbrica, la superposición y la cobertura cruzada de bandas multifrecuencia y estándares múltiples, el mercado celular fluctúa considerablemente en diferentes escenarios. Por lo tanto, es imposible confiar en métodos artificiales para un apagado preciso que permita ahorrar energía.
Ante los desafíos, ambas partes colaboraron en Anhui, Yunnan, Henan y otras provincias, en la capa de gestión de red y la capa de elementos de red, para reducir el consumo energético promedio de una sola estación en un 10 % sin afectar el rendimiento de la red ni la experiencia del usuario. La capa de gestión de red formula y aplica estrategias de ahorro energético basadas en datos multidimensionales de toda la red. La capa de elementos de red detecta y predice los cambios operativos en la celda en tiempo real e implementa con precisión estrategias de ahorro energético, como el apagado de portadora y símbolo.
No es difícil ver a partir de los casos anteriores que, al igual que el "árbitro inteligente" en el partido de fútbol, la red de comunicación está realizando gradualmente la autointeligentización de escenas específicas y una sola región autónoma a través de la "fusión de percepción", el "cerebro de IA" y la "colaboración multidimensional", de modo que el camino hacia la autointeligentización avanzada de la red se vuelve cada vez más claro.
Según TM Forum, las redes autointeligentes L3 «pueden detectar cambios en el entorno en tiempo real y autooptimizarse y autoajustarse dentro de las especialidades específicas de la red», mientras que L4 «permite la gestión predictiva o activa de bucle cerrado de redes empresariales y centradas en la experiencia del cliente en entornos más complejos y en múltiples dominios de red». Obviamente, la red autointeligente se está acercando o alcanzando el nivel L3 actualmente.
Las tres ruedas se dirigen a L4
¿Cómo aceleramos entonces la red autointelectual hacia la capa 4? Lu Hongjiu afirmó que Huawei está ayudando a China Mobile a alcanzar su objetivo de capa 4 para 2025 mediante un enfoque tripartito: autonomía de dominio único, colaboración interdominio y cooperación industrial.
En cuanto a la autonomía de dominio único, en primer lugar, los dispositivos NE se integran con la percepción y la computación. Por un lado, se introducen tecnologías innovadoras como el iris óptico y los dispositivos de detección en tiempo real para lograr la percepción pasiva y de milisegundos. Por otro lado, se integran tecnologías de computación de bajo consumo y computación de flujo para lograr dispositivos NE inteligentes.
En segundo lugar, la capa de control de red con cerebro de IA puede combinarse con dispositivos de elementos de red inteligentes para realizar el circuito cerrado de percepción, análisis, toma de decisiones y ejecución, a fin de realizar el circuito cerrado autónomo de autoconfiguración, autorreparación y autooptimización orientado a la operación de la red, el manejo de fallas y la optimización de la red en un solo dominio.
Además, la capa de administración de red proporciona una interfaz abierta en dirección norte a la capa de administración de servicios de capa superior para facilitar la colaboración entre dominios y la seguridad del servicio.
En términos de colaboración entre dominios, Huawei enfatiza la realización integral de la evolución de la plataforma, la optimización de procesos de negocios y la transformación del personal.
La plataforma ha evolucionado de un sistema de soporte de chimenea a una plataforma autointeligente que integra datos globales y experiencia experta. Los procesos de negocio, que antes estaban orientados a la red y basados en órdenes de trabajo, se transformaron en procesos de cero contacto orientados a la experiencia. En cuanto a la transformación del personal, mediante la creación de un sistema de desarrollo de bajo código y la encapsulación atómica de las capacidades de operación y mantenimiento, así como de las capacidades de red, se redujo el umbral de la transformación del personal de CT hacia la inteligencia digital, y se ayudó al equipo de operación y mantenimiento a transformarse en talentos compuestos DICT.
Además, Huawei promueve la colaboración entre diversas organizaciones de normalización para lograr estándares unificados en arquitectura de red inteligente, interfaz, clasificación, evaluación y otros aspectos. Impulsa el desarrollo de la ecología industrial mediante el intercambio de experiencias prácticas, la promoción de la evaluación y certificación tripartitas y la construcción de plataformas industriales. Además, coopera con la subcadena de operación y mantenimiento inteligente de China Mobile para analizar y abordar conjuntamente la tecnología raíz y garantizar su independencia y control.
Según los elementos clave de la red autointeligente mencionados anteriormente, en opinión del autor, la “troika” de Huawei tiene la estructura, la tecnología, la cooperación, los estándares, los talentos, la cobertura integral y la fuerza precisa que vale la pena esperar.
Una red autointeligente es el mayor anhelo de la industria de las telecomunicaciones, conocida como "poesía y distancia de la industria de las telecomunicaciones". También se la ha calificado de "larga trayectoria" y "llena de desafíos" debido a la enorme y compleja red de comunicaciones y el negocio. Pero a juzgar por estos ejemplos de aterrizaje y la capacidad de la troika para sostenerla, podemos ver que la poesía ya no es algo pretencioso, y no está muy lejos. Con los esfuerzos concertados de la industria de las telecomunicaciones, está cada vez más llena de fuegos artificiales.
Fecha de publicación: 19 de diciembre de 2022