Heim > Artikel > Technologie-Peripheriegeräte > Rückblick auf MWC Shanghai: Die Ära der großen KI-Modelle ist angebrochen. Wie werden sich Kommunikationsnetzwerke verändern?
Auf dem „5G Future Summit“ während des MWC Shanghai 2023 letzte Woche diskutierten Expertenvertreter von inländischen Telekommunikationsbetreibern, Ausrüstungsanbietern und wichtigen Branchenverbänden über die aktuelle Anwendung der KI-Technologie in Telekommunikationsnetzen und die Auswirkungen großer Modelle auf neue Möglichkeiten in der gesamten Branche . Die an dem Treffen teilnehmenden Experten waren allgemein davon überzeugt, dass die Auswirkungen großer Modelle störend sein werden, insbesondere für den Netzwerkbetrieb und die Wartungs- sowie Servicebereitstellungsfähigkeiten der Betreiber, was erhebliche Verbesserungen mit sich bringen wird. Wie jedoch die kommerzielle Umsetzung großer KI-Modelle realisiert und der Marktanteil in Zukunft erweitert werden kann, erfordert mehr Diskussion und offene Zusammenarbeit.
Die Standardisierungsarbeit für KI in Netzwerken schreitet stetig voran
Technologische Entwicklung, Standards zuerst. Als einer der Höhepunkte dieses Forums stellte Xie Fang, technischer Manager und Chefforscher des Wireless and Terminal Technology Institute des China Mobile Research Institute, ausführlich die von 3GPP in R18 durchgeführte KI/ML-Standardisierungsforschungsarbeit vor. Sie sagte, dass 3GPP derzeit über vier Arbeitsgruppen verfügt, die Forschung zur KI/ML-Standardisierung betreiben, darunter KI/ML für Luftschnittstellen, KI/ML für RAN, KI/ML für 5GS und KI/ML für OAM.
Konkret gibt es im aktuellen R18 AI/ML for Air Interface-Forschungsprojekt drei Haupttypen der Trainingszusammenarbeit auf der Seite des Netzwerkgeräts und des Benutzerterminals, eine ohne Zusammenarbeit untereinander (Stufe x) und die andere basiert auf Signalisierungskooperation ohne Modellübertragung (Ebene y) und signalisierungsbasierter Zusammenarbeit mit Modellübertragung (Ebene z). Gleichzeitig besteht nach der Einführung von KI eine sehr wichtige Aufgabe darin, die allgemeinen Rahmenbedingungen des Lebenszyklusmanagements (LCM) zu untersuchen. Darüber hinaus konzentriert sich 3GPP derzeit auf drei Anwendungsfälle im R18-Luftschnittstellenprojekt: CSI, Strahlmanagement und Positionierungsverbesserung.
Xie Fang erwähnte, dass die Forschung zu KI/ML für RAN im R18-Projekt klarer ist, da die drei Anwendungsfälle (Lastausgleich, Mobilitätsoptimierung und Netzwerkenergieeinsparung) und Funktionsrahmen in der R17-Phase untersucht und verglichen wurden es deutlich. Daher besteht die Hauptaufgabe von R18 in diesem Projekt darin, die Verbesserung der Datenerfassung und Signalisierung basierend auf der vorhandenen drahtlosen Netzwerkarchitektur gezielt umzusetzen.
Darüber hinaus geht es bei KI/ML für 5GS hauptsächlich um einige Verbesserungen des Kernnetzwerks nach der Einführung von KI. In diesem Projekt umfasst R18 hauptsächlich drei Aspekte der Arbeit. Der erste besteht darin, Systemverbesserungen basierend auf NWDAF weiter zu untersuchen, um 5GS zu ermöglichen die Netzwerkautomatisierung zu unterstützen; das zweite Ziel besteht darin, sich weiter auf einige Verbesserungen zwischen den Netzwerkelementfunktionen von 5GC zu konzentrieren, wobei das dritte Ziel darin besteht, die notwendigen Ein- und Ausgänge rund um NWDAF sowie die potenzielle Architektur weiter zu untersuchen Verbesserungen, neue Szenarien usw. .
Schließlich ist AI/ML für OAM die früheste von 3GPP durchgeführte KI-bezogene Standardisierungsforschung. Sie basiert hauptsächlich auf MDAS-Managementdatenanalysediensten. Einige große Projekte umfassen Closed-Loop-Steuerung, absichtsgesteuertes Management und Selbstintelligenz Netzwerkebene usw.
Wenn große KI-Modelle in selbstintelligente Netzwerke eingeführt werden
„Daten, Rechenleistung und Modelle sind die drei wesentlichen Elemente für die Realisierung von KI, und Kommunikationsnetzwerke sind ein natürliches und standardmäßiges Szenario, das diese drei Elemente bereitstellen kann. Daher war die Anwendung von KI im Kommunikationsbereich von Anfang an.“ . Ja, es ist nur eine Frage, ob es gut ist oder nicht.“ Cheng Xinzhou, Direktor des Network Intelligent Operation Research Center des China Unicom Research Institute, sagte während der Diskussionsrunde, dass das mobile Internet seit der Kommerzialisierung von 3G-Netzwerken hat sich rasant entwickelt und die Datenmenge ist explosionsartig gewachsen. Es bietet einen guten Raum für Deep Learning. Seitdem hat die KI eine große Entwicklung eingeleitet, und auch die KI-Erfolge im Bereich der Kommunikation haben begonnen.
Er wies darauf hin, dass vor dem Aufkommen großer Modelle ein Großteil des maschinellen Lernens erstens auf Regeln basierte und zweitens eine große Menge an Datenkennzeichnungen erforderte. Gleichzeitig wurden viele von ihnen in einem einzigen Feld und einzelnen Daten trainiert Daher war die Fähigkeit, bereichsübergreifend und modalitätsübergreifend zu arbeiten, unzureichend. Dies wird dazu führen, dass viele Dinge nicht kombiniert werden können, was die Lösung komplexer, systematischer Projekte erschwert. Darüber hinaus ist es schwierig, Dinge, die auf der Ansammlung menschlicher kognitiver Erfahrungen basieren, in das Modelltraining einzuführen. Das Aufkommen von Wissensdurchbrüchen löst tatsächlich das Problem der Ansammlung von Expertenerfahrungen, ist jedoch innerhalb eines bestimmten Zeitraums statisch kann nicht in Echtzeit erneuert werden. Nach dem Aufkommen großer Modelle ist Intelligenz wirklich entstanden. Sie wird autonom lernen und in der Lage sein, domänenübergreifende Multimodalität zu erreichen und so viele Dinge zu untergraben.
Cheng Xinzhou glaubt, dass die Einführung großer KI-Modelle in autonome Netzwerke niedrigere Schwellenwerte und eine höhere Effizienz mit sich bringen wird und gleichzeitig jeder Datenhaltepunkt gelöscht wird und die langfristige Ansammlung von Expertenerfahrung in das Netzwerk einfließen wird; Darüber hinaus wird die zukünftige Netzwerkwartung, einschließlich des Betriebs und der Anpassung an die dynamischen Bedürfnisse von Benutzerszenarien, nicht mehr zwischen Mensch und Maschine zu unterscheiden sein.
Luo Zhiyi, ein Experte im Network Management Support Office der Network Division der China Mobile Communications Group Corporation, stimmte dem oben genannten Standpunkt zu. Er sagte, dass aus der Perspektive autonomer Netzwerke das große Modell zunächst einmal die Möglichkeit mit sich bringe, das Netzwerkpanorama vollständig zu verstehen, was bei den Multi-Vendor-Management-Problemen von Telekommunikationsbetreibern sowie bei der Netzwerkzusammenarbeit sowie bei Betriebs- und Wartungsproblemen hilfreich sei auf verschiedenen Ebenen, was zu einer Reduzierung der Lernkosten und einem Anstieg der gesamten Betriebs- und Wartungskapazitäten geführt hat. „Mit Hilfe großer Modelle hoffen wir, komplexes Netzwerkwissen umfassend und systematisch zu sortieren, was uns letztendlich dabei helfen wird, echte digitale Mitarbeiter aufzubauen, mit denen wir die Geschäftsabwicklung und Netzwerkabgrenzung schnell abschließen und so allgemeine Betriebs- und Wartungsfunktionen erreichen können.“ „Ich denke, dies ist eine sehr wichtige Richtung für GPT.“ Gleichzeitig hofft China Mobile, die kontextbezogenen Assoziations- und Verständnisfähigkeiten großer Modelle für natürliche Sprache zu nutzen, um eine genaue Übersetzung der Kundenabsichten zu erreichen und dann direkt und schnell Lösungen zu generieren Automatisieren Sie die Konfiguration.
Zusammenfassend hofft Chinas größter Telekommunikationsbetreiber, mithilfe großer KI-Modelle domänen-, herstellerübergreifende, multikomplexe System- und Gruppenwissensdiagramme zu erstellen, und hofft auch, natürlichere Mensch-Computer-Interaktionsfähigkeiten zu entwickeln Das Betriebs- und Wartungspersonal verwaltet das Netzwerk besser.
Was ist der tatsächliche Effekt nach der tiefen Integration von KI und Netzwerk?
Als einer der weltweit führenden Anbieter von Kommunikationsgeräten berichtete Wu Riping, General Manager von Network Product Solutions von Ericsson China, in diesem Forum über Ericssons aktuelle praktische Erkundungen und bemerkenswerte Ergebnisse im Bereich KI im Netzwerk. Er sagte, dass Mobilfunknetze immer komplexer werden und der Umfang der Datenverarbeitung zunimmt. Sowohl Betreiber als auch Gerätehersteller und sogar Endbenutzer hoffen, dass die Wartungskosten der Mobilfunknetze durch 5G gesenkt und das Benutzererlebnis verbessert werden Dies hat dazu geführt, dass Ericsson künstliche Intelligenz in die treibende Kraft des gesamten Kommunikationsnetzwerks einführt.
Nach Ansicht von Wu Riping ist die Entwicklung der künstlichen Intelligenz im Bereich der Kommunikation eine Entwicklung von manueller, passiver Primärintelligenz zu datengesteuerter, aktiver fortgeschrittener Intelligenz, wenn sie in drei Phasen unterteilt wird. Die zweite Stufe ist die Einführung der datenwissenschaftlichen Technologie des maschinellen Lernens. Die dritte Stufe ist die erste und zweite Stufe der Entwicklung Fähigkeiten.
In seiner Rede betonte er, dass die Implementierung künstlicher Intelligenz in Kommunikationsnetzen eine umfassende Berücksichtigung der Eigenschaften und Anforderungen von Kommunikationsnetzen erfordert. Um KI-Funktionen im Bereich der professionellen Kommunikation aufzubauen, hat Ericsson künstliche Intelligenz im Kommunikationsbereich aus drei Dimensionen aufgebaut: Netzwerkstandort, Netzwerkplattform und API-Öffnung. Die KI von Ericsson basiert auf einem soliden Fundament aus fundiertem Telekommunikations-Know-how, kombiniert mit Kenntnissen in Datenwissenschaft und künstlicher Intelligenz. Ericsson verfügt über mehr als 1.000 vielseitig qualifizierte Experten mit Erfahrung in Telekommunikation und Datenwissenschaft und hat mehr als 200 KI-Anwendungsfälle im Kommunikationsbereich entwickelt. Die Plattform für künstliche Intelligenz von Ericsson verarbeitet täglich mehr als 175 TB Netzwerkdaten und 65 Millionen bestehende Netzwerke Benutzer genießen mehr Vorteile.
Insbesondere im Hinblick auf praktische Ergebnisse, was die Netzwerkzuverlässigkeit betrifft, hat Ericsson die Standortanforderungen der Betreiber durch den Einsatz künstlicher Intelligenz um 20 % reduziert, eine 100 %ige Genauigkeit bei der Lokalisierung von Fehlern optischer Module erreicht und unnötige Fehler um 33 % reduziert. Hardware-Austausch usw. Die Verbesserung der Netzwerkleistung steht im Mittelpunkt der Anwendung künstlicher Intelligenz in Kommunikationsnetzwerken und spielt eine große Rolle bei der Parameterabstimmung, der Problemlokalisierung und der Verbesserung des Benutzererlebnisses. In China unterstützt die KI-Stromsparplattform von Ericsson Betreiber bei der Verwaltung von mehr als 90.000 5G-Basisstationen mit einem Stromspareffekt von mehr als 20 %. Darüber hinaus nutzte Ericsson bei der Optimierung der Uplink-Interferenz künstliche Intelligenz, um die Interferenzeffekte atmosphärischer Wellenleiter automatisch zu identifizieren und automatisch Entlastungsmaßnahmen umzusetzen, was zu guten Ergebnissen führte.
Die Verwirklichung der KI-Monetarisierung erfordert immer noch eine offene Zusammenarbeit
Es ist erwähnenswert, dass ein anderer Branchenexperte, der an dieser Diskussionsrunde teilnahm, Xu Junjie, Regionaldirektor des TM Forum Asia Pacific, sagte, dass weder Telekommunikationsbetreiber noch Gerätehersteller tatsächlich über genügend Ressourcen verfügen, um in universelle Großmodelle zu investieren Ausbildung. Jetzt sind sich alle einig, dass das allgemeine große Modell nicht für die Telekommunikationsbranche geeignet ist. Da das allgemeine große Modell nur aus dem Internet gelernt werden kann, kann es nicht die Produktionsdaten der Betreiber lernen. „Ich denke, dass Chinas drei große Betreiber über eine sehr gute Infrastruktur verfügen, ebenso wie Zulieferer wie Huawei und ZTE, die an zahlreichen Netzwerkaufbauten auf der ganzen Welt beteiligt sind. Sie haben auch die Möglichkeit, auf einige tatsächliche Produktionsdaten jedes Betreibers zuzugreifen.“ Relativ gesehen gibt es immer noch Möglichkeiten, einige relativ einfach zu bedienende große Modelle zu trainieren, aber für einige kleine und mittlere Betreiber sowie kleine und mittlere Hersteller sind die Möglichkeiten tatsächlich sehr begrenzt, da keine ausreichenden Daten vorhanden sind Rechenleistung, große Modelle sind schwierig zu verwenden. Das ist eine sehr reale Situation.“
Xu Junjie erwähnte, dass mehrere inländische Betreiber und Gerätehersteller einige Praktiken bei großen Modellen durchführen. Aus Sicht der gesamten Branche sollte jedoch dennoch über eine gewisse Wiederverwendung großer Modelle nachgedacht werden. Bei der Wiederverwendung muss das Modell jedoch geöffnet werden. Wie man also die Modelle zugänglich macht und mehr Menschen die Möglichkeit gibt, diese Modelle zu bewerten, ist tatsächlich eine sehr wichtige Frage. Gleichzeitig muss die Branche darüber nachdenken, wie sie die Nutzung dieser offenen Modelle in Rechnung stellen und ein besseres Geschäftsmodell sicherstellen kann.In dieser Hinsicht glaubt Luo Zhiyi: „In Bezug auf Geschäftsmodelle denke ich, dass jeder die Automatisierungs- und Intelligenzfähigkeiten in autonomen Netzwerken nutzen muss, um die Realwirtschaft und das Land in die Lage zu versetzen, eine Entwicklung der digitalen Transformation voranzutreiben.“ Neuer Wettbewerb Jeder kann gemeinsam den Kuchen vergrößern und gemeinsam den Wert der gesamten Branche steigern. Dies ist derzeit möglicherweise ein besseres Modell
Cheng Xinzhou sagte auch, dass die Vergrößerung des Marktkuchens den Erwartungen aller Parteien entspreche. Aus dieser Perspektive besteht die unterste Ebene des Digital-China-Plans aus Verbindungs- und Datenelementen, und dies sind genau die beiden Grundelemente, die von der Kommunikationsbranche (einschließlich Betreibern und Geräteherstellern) beherrscht werden. Daher ist die zukünftige Entwicklung der Kommunikationsbranche nicht der Fall Die digitale Transformation der gesamten Gesellschaft ist jedoch untrennbar mit der Stärkung von Netzwerkverbindungen und Datenelementen verbunden. Analog zum Entwicklungsverlauf von Cloud-Unternehmen, von der anfänglichen Bereitstellung von Hardware bis zum Verkauf zahlreicher Komponenten-Plug-in-Dienste, ist ihr Entwicklungsraum nicht nur im IT-Bereich, sondern wird sich auch auf die Digitalisierung ausweiten Bei der Transformation muss der Kuchen des gesamten Marktes in Zukunft sehr groß sein.
Er sagte in der Diskussion unverblümt: „Die disruptive Wirkung großer Modelle ist möglicherweise nicht geringer als die Spinnerei der ersten industriellen Revolution. Zukünftige Geschäftsmodelle sind mit der aktuellen Organisationsform nicht vorstellbar. Ich denke, die Entstehung großer Modelle ist es nicht.“ ein Ende, aber ein neuer Ausgangspunkt, der Anfang eines Anfangs.“
C114 Kommunikationsnetzwerk Ace
Das obige ist der detaillierte Inhalt vonRückblick auf MWC Shanghai: Die Ära der großen KI-Modelle ist angebrochen. Wie werden sich Kommunikationsnetzwerke verändern?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!