視聴: 生成 AI をネットワーク自動化に適用するとどのような可能性がありますか?

市場調査会社オムディアの新しいレポートによると、生成人工知能 (GenAI) は 2023 年までに魅力的なテクノロジー トレンドとなり、教育を含む企業や個人に重要なアプリケーションをもたらすと予想されています。電気通信分野では、GenAI のユースケースは主に、パーソナライズされたマーケティング コンテンツの配信や、顧客エクスペリエンスを向上させるためのより洗練された仮想アシスタントのサポートに焦点を当てています。

ネットワーク運用における生成 AI の応用は明らかではありませんが、EnterpriseWeb は、この分野における生成 AI の可能性を示す興味深い概念実証を実施しました。

ネットワーク自動化における生成 AI の機能と制限

ネットワーク運用における生成 AI の初期の応用例の 1 つは、エンジニアリング マニュアルに代わる対話型ガイダンスの使用で、ネットワーク要素の設置を支援し、設置作業のスピードアップと簡素化を実現します。さらに、生成 AI は、エンジニアリング マニュアルの知識ベースに基づいてトラブルシューティングに関する推奨事項を提供し、ネットワークの計画と設計を支援します。

生成型人工知能をネットワーク ドメイン全体のサービス オーケストレーションに適用することは、より困難な作業です。電気通信サービスの自動化システムを管理するには、拡張性、安全性、信頼性が高くなければなりません。したがって、これらのシステムは、統計的パスの推測に依存するのではなく、決定論的なロジックに従って動作する必要があります。インテントベースのオーケストレーション システムでは、宣言的なコマンドを具体的なワークフローに変換する必要があります。生成人工知能に関連する確率分析では、ランダムな不確実性は許容されません

Generative AI は、電気通信ネットワーク運用の分野では機能が限られていますが、ネットワーク エンジニアにアドバイスを提供し、知識の共有をサポートする貴重なアシスタントになる可能性があります。さらに、オーケストレーション システムに革新的な新しいユーザー インターフェイスを提供し、ユーザーが自然言語を通じて生成 AI と対話してクエリやコマンドを表現できるようにします。このアプローチにより、根底にある複雑さが抽象化され、ネットワーク サービスの設計、順序付け、管理が簡素化および高速化されます。舞台裏では、オペレーターの自動システムがユーザーの意図を解釈し、タスクを完了するために必要なアクションに変換します。

Generative AI は、EnterpriseWeb によってインテントベースのオーケストレーション ソリューションを実証するために使用されます

最近のデモ デモンストレーションでは、ニューヨークを拠点とするソフトウェア会社 EnterpriseWeb が、生成 AI を活用してインテント ベースのサービス オーケストレーションをサポートする方法をデモンストレーションしました。同社のノーコード自動化プラットフォームにより、企業は複雑なシステム、アプリケーション、データ、プロセスを統合して管理することで、業務を合理化し、ワークフローを最適化し、全体的な効率を向上させることができます。 2013 年に通信分野に参入して以来、EnterpriseWeb は欧州電気通信協会 (ETSI) によるネットワーク機能仮想化 (NFV) の最初の概念実証を主導し、通信製品 CloudNFV を発売してきました。

CloudNFV は、ノーコード プラットフォームに基づくインテント駆動型のマルチドメイン オーケストレーターであり、通信運用における退屈で複雑なタスクを簡素化し、サービス提供を加速するように設計されています。このソリューションは、統一フォーマットで業界標準を網羅するグラフィカル モデルを使用し、マルチドメインおよびマルチクラウド環境に必要な抽象化を提供します。このモデルの核となるのは、宣言型のインテント駆動型ネットワーク サービス オーケストレーションです

Microsoft の自然言語プログラミング インターフェイス Jarvis と OpenAI の基盤モデルを組み合わせることにより、EnterpriseWeb の生成 AI デモは、Jarvis と対話しながらサービスを構成、構成、展開、管理する機能を実証します。分析ソフトウェアプロバイダーのKXと連携して、オペレーターの意図が特定のクエリとコマンドに変換されるため、オペレーターはシステムに5Gゲートウェイの開始またはサービスの再構成を要求するだけで、システムは必要な操作をデモンストレーションできます。オペレーターがこれらのアクションを承認すると、システムはそれらのアクションを実行します。サービスのセットアップが完了すると、KX はサービスを監視し、イベントを EnterpriseWeb に報告し、サービス管理の自動サイクルを実現します。

この文をもう一度表現してください:

EnterpriseWeb のデモンストレーションでは、通信ネットワーク運用における生成 AI の機能、制限、考慮事項が強調されました この特定のケースでは、オーケストレーター (EnterpriseWeb) を呼び出してアクションを実行するタスクは、大規模言語モデル (LLM) に委任されます。ただし、この目標を達成するために、EnterpriseWeb はオーケストレーターと大規模言語モデルの間の仲介者として KX 分析データベースを使用します。オムディアのアナリストは、懸念事項を明確に分離する必要があるため、これは重要な考慮事項であると指摘した。大規模な言語モデルによる特定の操作の理解と制御は存在しません。そうすることで、オペレーターのネットワークが生成 AI の幻想から保護され、オペレーターの IP (ドメイン モデルとアクティビティ) が大規模言語モデルに流入しないことが保証されます。

キャリア グレードのサービス オーケストレーションは、一般に、生成 AI のランダムな応答と互換性がありません。代わりに、タスクを確実に実行するにはルールベースのシステムが必要です。この場合、生成 AI は、スタックの最上位に位置し、より複雑な下位層から抽象化する革新的なインターフェイスとして機能し、ネットワーク エンジニアがデバイス固有の膨大なコマンドを記憶したり、自動化を提供したりする必要性から解放されます。システムは、慎重に調整されたアクションを実行するための適切なプロンプトを探します

C114通信ネットワークはAce

以上が視聴: 生成 AI をネットワーク自動化に適用するとどのような可能性がありますか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。