MWC 상하이 리뷰: AI 대형 모델 시대가 도래했다. 통신 네트워크는 어떻게 변할 것인가?

지난주 MWC 상하이 2023 기간 동안 열린 '5G 미래 서밋'에서 국내 통신 사업자, 장비 제조업체, 주요 산업 협회의 전문가 대표들은 현재 통신 네트워크에서 AI 기술의 적용과 대형 모델이 업계 전반의 새로운 가능성에 미치는 영향을 공유했습니다. . 컨퍼런스에 참석한 전문가들은 일반적으로 대형 모델의 영향이 특히 사업자의 네트워크 운영 및 유지 관리, 서비스 제공 능력에 지장을 준다고 믿었습니다. 그러나 향후 대형 AI 모델의 상용화 실현과 시장 파이 확대를 위해서는 더 많은 논의와 열린 협업이 필요하다.

네트워크 표준화 작업의 AI가 꾸준히 발전하고 있습니다

기술 개발, 표준이 먼저입니다. 이번 포럼의 하이라이트 중 하나로, 중국 모바일 연구소 무선 및 단말 기술 연구소의 기술 관리자이자 수석 연구원인 Xie Fang은 R18에서 3GPP가 수행한 AI/ML 표준화 연구 작업을 자세히 소개했습니다. 그녀는 현재 3GPP에는 무선 인터페이스용 AI/ML, RAN용 AI/ML, 5GS용 AI/ML, OAM용 AI/ML 등 AI/ML 표준화 연구를 수행하는 4개의 실무 그룹이 있다고 말했습니다.

구체적으로 현재 에어 인터페이스용 R18 AI/ML 연구 프로젝트에는 네트워크 장치 측과 사용자 단말 측에서 훈련 협업의 세 가지 주요 유형이 있는데, 하나는 서로 협력하지 않고(레벨 x), 다른 하나는 모델 전송 없이 시그널링 기반 협력이 있고(레벨 y), 모델 전송과 시그널링 기반 협력이 있습니다(레벨 z). 동시에, AI 도입 이후 LCM(Life Cycle Management)의 전반적인 프레임워크를 연구하는 것은 매우 중요한 과제입니다. 또한 3GPP는 현재 R18 무선 인터페이스 프로젝트의 세 가지 사용 사례인 CSI, 빔 관리 및 위치 향상에 중점을 두고 있습니다.

Xie Fang은 R17 단계에서 세 가지 사용 사례(로드 밸런싱, 이동성 최적화 및 네트워크 에너지 절약)와 기능 프레임워크를 연구하고 비교했기 때문에 R18 프로젝트에서 RAN을 위한 AI/ML에 대한 연구가 더 명확하다고 언급했습니다. 분명히요. 따라서 이 프로젝트에서 R18의 주요 임무는 기존 무선 네트워크 아키텍처를 기반으로 데이터 수집 및 시그널링의 향상을 구체적으로 구현하는 것입니다.

또한 5GS용 AI/ML은 주로 AI 도입 후 핵심 네트워크의 일부 개선에 관한 것입니다. 이 프로젝트에서 R18은 주로 5GS를 허용하기 위한 NWDAF 기반 시스템 개선을 추가로 연구하는 것입니다. 두 번째는 의사 결정을 지원하는 주요 목표와 함께 5GC의 네트워크 요소 기능 간의 일부 개선에 더욱 집중하는 것입니다. 세 번째는 NWDAF와 잠재적인 아키텍처에 필요한 입력 및 출력을 추가로 연구하는 것입니다. 개선 사항, 새로운 시나리오 등.

마지막으로 OAM을 위한 AI/ML은 3GPP에서 수행한 최초의 AI 관련 표준화 연구 작업으로 주로 MDAS 관리 데이터 분석 서비스를 기반으로 하며 일부 주요 프로젝트에는 폐쇄 루프 제어, 의도 중심 관리, 자가 지능이 포함됩니다. 네트워크 수준 등

AI 대형 모델이 자기 지능 네트워크에 도입될 때

“데이터, 컴퓨팅 성능, 모델은 AI를 구현하기 위한 세 가지 필수 요소이며, 통신 네트워크는 이 세 가지 요소를 제공할 수 있는 자연스럽고 표준적인 시나리오이므로 AI가 통신 분야에 적용되는 것은 처음부터 있었습니다. 네, 단지 좋은지 아닌지의 문제일 뿐입니다.” China Unicom 연구소의 네트워크 지능 운영 연구 센터 소장인 Cheng Xinzhou는 원탁 토론에서 2009년 3G 네트워크가 상용화된 이후 모바일 인터넷이 급속도로 발전하고, 데이터의 양이 많아지면서 폭발적인 성장을 보이고 있으며, 딥러닝을 위한 좋은 공간을 제공하고 있습니다.

대형 모델이 등장하기 전에는 머신러닝의 대부분이 첫째로 규칙을 기반으로 했고, 둘째로 많은 양의 데이터 라벨링이 필요했으며, 동시에 많은 사람들이 단일 분야, 단일 교육을 받았다고 지적했습니다. 데이터 소스가 부족하여 분야와 다양한 양식을 넘나드는 능력이 부족하여 많은 것들이 결합되지 않아 복잡하고 체계적인 프로젝트를 해결하기가 어려워졌습니다. 또한, 인간의 인지적 경험의 축적에 기초한 것을 모델 훈련에 도입하기는 어렵다. 지식 혁신의 출현은 실제로 전문가 경험의 축적 문제를 어느 정도 해결하지만, 일정 기간 내에 정체되는 현상이다. 실시간으로 갱신할 수 없습니다. 대형 모델이 등장한 후 지능은 자율적으로 학습하고 영역 간 다중 양식을 달성하여 많은 것을 전복시킬 수 있습니다.

Cheng Xinzhou는 대규모 AI 모델을 자율 네트워크에 도입하면 임계값이 낮아지고 효율성이 높아지며 동시에 데이터의 중단점이 하나씩 지워지고 장기적으로 축적된 전문가 경험이 네트워크에 주입될 것이라고 믿습니다. 또한 운영과 사용자 시나리오의 동적 요구에 대한 적응을 포함한 미래의 네트워크 유지 관리는 인간과 기계를 구별할 수 없게 될 것입니다.

China Mobile Communications Group Corporation의 네트워크 사업부 네트워크 관리 지원실 전문가인 Luo Zhiyi는 위의 관점에 동의했습니다. 그는 자율 네트워크의 관점에서 볼 때, 우선 대형 모델은 네트워크 파노라마를 완전히 이해할 수 있는 능력을 제공하며, 이는 통신 사업자가 직면한 다중 공급업체 관리 문제와 네트워크 협업, 운영 및 유지 관리 문제에 도움이 된다고 말했습니다. 이를 통해 학습 비용이 절감되고 전반적인 운영 및 유지 관리 능력이 향상되었습니다. "대형 모델의 도움으로 복잡한 네트워크 지식을 종합적이고 체계적으로 정리하여 궁극적으로 실제 디지털 직원을 구축하는 데 도움이 되고 이를 통해 비즈니스 전달 및 네트워크 경계 설정을 신속하게 완료하여 전반적인 운영 및 유지 관리 역량을 달성할 수 있기를 바랍니다. "이것이 GPT의 매우 중요한 방향이라고 생각합니다." 동시에 차이나 모바일은 자연어에 대한 대형 모델의 상황별 연관 및 이해 기능을 활용하여 고객 의도를 정확하게 번역한 후 직접 솔루션을 생성하고 신속하게 처리할 수 있기를 희망합니다. 구성을 자동화합니다.

요약하자면, 중국 최대 통신 사업자는 AI 대형 모델을 사용하여 도메인 간, 제조업체 간, 다중 복합 시스템 및 그룹 지식 그래프를 달성하고 보다 자연스러운 인간-컴퓨터 상호 작용 기능을 개발하는 데 도움이 되기를 희망합니다. 운영 및 유지 관리 담당자가 네트워크를 더 잘 관리합니다.

AI와 네트워크의 긴밀한 통합 이후 실제 효과는 무엇입니까? 세계 최고의 통신 장비 공급업체 중 하나인 Ericsson China의 네트워크 제품 솔루션 총괄 관리자인 Wu Riping은 이번 포럼에서 AI in Network에 대한 Ericsson의 현재 실제 탐구와 놀라운 결과를 공유했습니다. 그는 모바일 네트워크가 점점 더 복잡해지고 데이터 처리량이 증가하고 있다고 말했습니다. 사업자, 장비 제조업체, 심지어 최종 사용자 모두 5G로 대표되는 모바일 네트워크의 유지 관리 비용이 줄어들고 사용자 경험이 향상되기를 바랍니다. 이로써 에릭슨은 전체 통신망의 핵심 원동력으로 인공지능을 도입하게 됐다.

우 리핑(Wu Riping)의 관점에서 통신 분야의 인공 지능 개발은 수동적이고 수동적인 기본 지능에서 데이터 기반의 능동적인 고급 지능으로의 진화입니다. 세 단계로 나누어 보면 첫 번째 단계의 대표는 스크립트입니다. 두 번째 단계는 머신러닝이라는 데이터 사이언스 기술의 도입이고, 세 번째 단계는 인지 능력을 갖춘 의도 기반 인공지능이다. 에릭슨은 현재 1단계와 2단계 개발을 성공적으로 완료했다. 능력.

그는 연설에서 인공지능을 통신 네트워크에 구현하기 위해서는 통신 네트워크의 특성과 요구 사항을 충분히 고려해야 한다고 강조했습니다. 에릭슨은 전문 커뮤니케이션 분야의 AI 역량을 구축하기 위해 네트워크 사이트, 네트워크 플랫폼, API 오픈이라는 3차원에서 커뮤니케이션 분야 인공지능을 구축했다. Ericsson의 AI는 데이터 과학 및 인공 지능에 대한 지식과 결합된 심층적인 통신 전문 지식을 기반으로 구축되었습니다. Ericsson은 통신 및 데이터 과학 분야의 경험을 갖춘 1,000명 이상의 다재다능한 전문가를 보유하고 있으며 통신 분야에서 200개 이상의 AI 사용 사례를 개발했습니다. Ericsson의 인공 지능 플랫폼은 매일 175TB가 넘는 네트워크 데이터와 6,500만 개의 기존 네트워크를 처리합니다. 사용자는 더 많은 혜택을 누릴 수 있습니다.

구체적으로, 실제 결과 측면에서, 네트워크 신뢰성 측면에서 Ericsson은 인공 지능을 사용하여 운영자의 사이트 요구 사항을 20% 줄이고, 광 모듈 결함 위치 파악 정확도를 100% 달성했으며, 불필요한 오류를 33% 줄였습니다. 하드웨어 교체 등 네트워크 성능 향상은 통신 네트워크에서 인공 지능 애플리케이션의 초점이며 매개변수 조정, 문제 위치 파악 및 사용자 경험 개선에 큰 역할을 합니다. 중국에서는 Ericsson의 AI 절전 플랫폼이 사업자가 90,000개 이상의 5G 기지국을 관리할 수 있도록 지원하며 20% 이상의 절전 효과를 제공합니다. 또한 업링크 간섭 최적화 과정에서 Ericsson은 인공 지능을 사용하여 대기 도파관의 간섭 효과를 자동으로 식별하고 완화 조치를 자동으로 구현하여 좋은 결과를 얻었습니다.

AI 수익화를 실현하려면 여전히 개방형 협업이 필요합니다

이 원탁 토론에 참여한 또 다른 업계 전문가인 TM 포럼 아시아 태평양 지역 이사인 Xu Junjie는 통신 사업자나 장비 제조업체 모두 실제로 범용 대규모 모델에 투자할 충분한 자원이 없을 것이라고 말했습니다. 훈련. 이제 일반 대형 모델은 통신 산업에 적합하지 않다는 데 모두가 동의했습니다. 일반 대형 모델은 인터넷에서만 학습할 수 있고 운영자의 생산 데이터를 학습할 수 없기 때문입니다. "중국의 3대 통신업체는 매우 좋은 인프라를 갖추고 있을 뿐만 아니라 전 세계적으로 수많은 네트워크 구축에 참여하고 있는 화웨이, ZTE 등 공급업체도 있다고 생각합니다. 그들은 또한 각 통신업체의 실제 생산 데이터에 접근할 수 있는 기회도 갖고 있습니다. 상대적으로 말하면 상대적으로 사용하기 쉬운 일부 대형 모델을 훈련할 수 있는 기회가 여전히 있지만 일부 중소 운영자 및 중소 제조업체의 경우 데이터가 부족하고 충분하지 않기 때문에 실제로 기회가 매우 제한됩니다. 컴퓨팅 성능, 대형 모델은 사용하기 어렵습니다. 이것은 매우 실제적인 상황입니다.”

Xu Junjie는 여러 국내 통신사와 장비 제조업체가 대형 모델의 실습을 하고 있다고 언급했습니다. 그러나 업계 전체의 관점에서 볼 때 일부 대형 모델의 재사용은 여전히 ​​고려되어야 합니다. 그러나 재사용에는 모델을 여는 작업이 포함됩니다. 따라서 모델을 어떻게 공개하고 더 많은 사람들이 이러한 모델을 평가할 수 있는지는 실제로 매우 중요한 질문입니다. 동시에 이러한 개방형 모델의 사용에 대한 비용을 청구하는 방법과 더 나은 비즈니스 모델을 보장하는 방법을 포함하여 업계에서는 이에 대해 고민해야 합니다.

이와 관련하여 Luo Zhiyi는 "비즈니스 모델 측면에서 모든 사람이 자율 네트워크의 자동화 및 지능 기능을 사용하여 실물 경제에 힘을 실어주고 국가가 디지털 변혁의 발전을 제안해야 한다고 생각합니다. 이 브랜드에서- 새로운 경쟁 모두가 함께 파이를 더 크게 만들고 전체 산업의 가치를 공동으로 높일 수 있는 것이 현재로서는 더 나은 모델일 수 있습니다.”

Cheng Xinzhou는 또한 시장 파이를 확대하는 것이 모든 당사자의 기대에 부합한다고 말했습니다. 이러한 관점에서 볼 때 Digital China 계획의 최하위 계층은 연결 및 데이터 요소이며, 이는 정확히 통신 산업(운영자 및 장비 제조업체 포함)이 마스터하는 두 가지 기본 요소이므로 통신 산업의 향후 발전은 아닙니다. 그러나 사회 전체의 디지털 변혁은 네트워크 연결 및 데이터 요소의 강화와 불가분의 관계에 있습니다. 오늘날 초기 하드웨어 제공부터 수많은 구성요소 플러그인 서비스 판매에 이르기까지 클라우드 기업의 개발 궤적과 마찬가지로 이들의 개발 공간은 IT 분야뿐만 아니라 디지털화에도 매우 광범위합니다. 미래에는 장비 제조업체와 운영업체 간의 관계가 공급과 사용의 관계가 아니라 파트너의 관계가 될 수도 있습니다.

토론회에서 그는 "대형 모델의 파괴력은 1차 산업혁명의 회전하는 제니 못지않을지도 모른다. 현재의 조직 형태로는 미래의 비즈니스 모델을 상상할 수 없다. 대형 모델의 등장은 그렇지 않다고 생각한다"고 퉁명스럽게 말했다. 끝이 아닌 새로운 시작점, 시작의 시작.”

C114 통신망 에이스

위 내용은 MWC 상하이 리뷰: AI 대형 모델 시대가 도래했다. 통신 네트워크는 어떻게 변할 것인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!