AI + 5G'nin uygulama senaryoları nelerdir?
Resim kaynağı: Pixabay
Makale Genişbant Sermaye, Yazar Wang Haining
Yazar, China Telecom Co., Ltd. Beijing Araştırma Enstitüsü Ağ Yapay Zeka Araştırma Merkezi'nin direktörüdür.
Uzun zamandır yapay zeka ve kablosuz iletişim teknolojisi, her biri tomurcuklanma, patlama, sessizlik ve gençleşmeyi deneyimleyen kendi izleri üzerinde gelişiyor, ancak birbirleriyle pek ilgili değiller.
Bir bilim kurgu katmanına sahip yapay zeka kavramı, aslında 60 yıldan fazla bir süredir doğmuştur. Genel olarak 1956'daki Dartmouth Konferansı'nın yapay zeka kavramının kaynağı olduğuna inanılıyor. 1971 Turing Ödülü'nü kazanan John McCarthy, o yıl bu konferansın başlatıcısı oldu. Yapay Zeka Üzerine Yaz Araştırma Projesi (Yapay Zeka Üzerine Yaz Araştırma Projesi), bu yeni konferans teması, onu yapay zeka kavramını resmi olarak kullanan ilk kişi yaptı. Bu toplantıdan yarım asırdan fazla bir süre önce İtalyan Galilmo Marconi insanlık tarihindeki ilk radyo iletişimini yeni gerçekleştirmişti.O zaman iletişim mesafesi sadece 30 metre olmasına rağmen, kablosuz iletişim çağında bir atılım olarak kabul edildi. kapı.
Tarihin gelişiminden bu yana, derin öğrenme ve büyük verinin önderlik ettiği üçüncü AI dalgası devam ediyor.Kablosuz iletişim teknolojisi 1G, 2G, 3G ve 4G'den geçti ve dünyanın dört bir yanındaki operatörler 5G ağları hakkında konuşmaya başladı. Bu noktada, iki yüksek profilli teknoloji tanışma fırsatı buldu.
Paylaşım konuları aşağıdaki gibidir:
5G ve AI Ayrılmaz iki stratejik gelişim alanıdır
5G ve AI, tartışılmaz iki stratejik geliştirme alanıdır. 5G perspektifinden GSMA, 2017'de "5G, Kablosuz Bağlantı ve Akıllı Otomasyon Çağını Açıyor" adlı bir beyaz kağıt yayınladı. Bu rapor, küresel iletişim endüstrisi için çok parlak bir olasılık resmediyor: 2025 itibarıyla, 5G Dünya nüfusunun 1 / 3'ünden fazlasını kapsayan küresel mobil bağlantıların yaklaşık% 12'sini oluşturan bağlantı sayısı 1,1 milyarı aşacak. 5G aynı zamanda operatörlere% 2,5'in üzerinde yıllık bileşik büyüme oranı (GAGR) getirecek. 2025'te gelir 1,3 trilyon ABD Dolarına ulaşacak.
GSMA'dan
Raporda ayrıca 750 operatörün CEO'ları ve dünyanın dört bir yanındaki ekipman satıcılarının üst düzey proje yöneticileri arasında "5G esas olarak hangi işi destekleyecek?" Dahil olmak üzere bir anket düzenlendi. Sonuçlar, insanların% 83'ünün yapay zeka odaklı işletmeleri seçtiğini gösteriyor. AI güdümlü hizmetlerin 5G için ana uygulama senaryoları olacağı görülebilir.
GSMA'dan
Yapay zeka destekli 5G perspektifinden bakıldığında, yapay zeka aslında sadece iletişim endüstrisinde değil, hayatın her alanında kullanılabilir. Onlarca yıllık geliştirmeden sonra, telekomünikasyon endüstrisi AI'nın en büyük segmenti olacak. Tractica / Ovum'un küresel araştırma raporu, küresel telekomünikasyon endüstrisinin yapay zeka yazılımı, donanımı ve hizmetlerine yaptığı yatırımın 2025 yılına kadar 367'ye ulaşmasının beklendiğine işaret ediyor. Yüz milyon ABD doları. Telekomünikasyon endüstrisindeki AI'nın yıllık geliri, mevcut 315,7 milyon ABD Doları'ndan 2025'te yaklaşık 11,3 milyar ABD Doları'na bileşik yıllık büyüme oranında% 48,8 oranında büyüyecek. Bu hacim de oldukça büyük.
Bununla birlikte, telekom endüstrisindeki AI hacminin hala 5G'den çok daha küçük olduğunu karşılaştırarak bulabiliriz. 5G, 1.3 trilyon dolar gelir ve AI 11.3 milyar dolar gelir, bu da 100 kattan fazla bir fark. Telekomünikasyon endüstrisine yapay zekaya yatırım yapıyoruz. 5G gelirini% 1 veya% 10 artırabilir ve 5G ağ inşaatının maliyetini% 1 veya% 10 azaltabilirsek, operatörler için çok önemli bir gelir olacaktır.
Bu nedenle, 5G ve AI yakından ilişkilidir ve birbirini güçlendirir.
Tractica / Ovum'dan
5G, AI uygulamalarının geliştirilmesini teşvik ediyor
4G ağlarla karşılaştırıldığında, 5G temel olarak kullanıcı verimi, uçtan uca gecikme ve bağlantı yoğunluğu açısından geliştirilmiştir. Tam da bu geliştirme nedeniyle 5G ağları, 4G ağlarının taşıyamayacağı birçok akıllı hizmeti taşıyabilir.
Örneğin, akıllı tıbbi bakımda, uzaktan ameliyat gibi sahnelerin gecikme ve görüntü tanıma için çok yüksek gereksinimleri vardır. 4G ağ taşıyıcıları, görüntü aktarımının gecikme ve bant genişliği gereksinimlerini karşılamayabilirken 5G, düşük gecikme ve büyük bant genişliği özelliklerine sahiptir. Akıllı tıbbi bakımda uzaktan ameliyat için iyi sonuç verebilir.
Örneğin, akıllı ulaşım, gelecekteki 5G uRLLC düşük gecikme senaryolarında, otonom sürüş de daha iyi desteklenebilir. Ayrıca, bağlantı yoğunluğu için çok yüksek gereksinimleri olan akıllı ev, akıllı şebeke ve akıllı tarım gibi IoT'yi de içerir. Yüksek yoğunluklu bağlantılar için 5G mMTC senaryosu da bu akıllı hizmetler için çok iyi bir taşıyıcı sağlayabilir. Ayrıca endüstriyel otomasyon da vardır.Zaman gecikmesi gereksinimleri otomatik sürüş ile karşılaştırılabilir.Çeşitli parçaların montajını ve montajını tamamlamak için bazı endüstriyel ekipmanların hassas kontrolünü gerektirir.
Gelecekte 5G ağlarıyla, bu yapay zeka odaklı akıllı hizmetler daha iyi geliştirilebilir.
AI, 5G ticari dağıtımını teşvik ediyor
Öte yandan, 5G ağlarının ticari dağıtımının yapay zeka olmadan neden yapılamayacağına bakalım. Yapay zeka 60 yılı aşkın bir süredir geliştirildi ve iletişim ağımız şu anda mevcut değil. Peki 5G söz konusu olduğunda yapay zeka neden önemli bir teknoloji haline geliyor? Buna üç açıdan bakıyoruz: 1. Yeni ağ mimarisi; 2. Yeni hava arayüzü teknolojisi; 3. Yeni dağıtım yöntemi.
- Yeni ağ mimarisi
5G ağında, SBA (Servis Tabanlı Mimari) ağ mimarisini ve ağ dilimlemeyi tanıttık. Ağ dilimleme, dilimlemede kullanılan ağ öğelerini ve sanal ağ öğelerini kullanıcı ihtiyaçlarına göre birleştirebilir; iş hacmindeki değişikliklere göre sanal ağ öğesi kaynaklarını veya taşıyıcı kaynaklarını dinamik olarak tahsis edebilir. Ancak bu tür bir isteğe bağlı tahsis ve ağ mimarisi düzeyinde dinamik ayarlama, geleneksel manuel yöntemlerle desteklenemez.
Geleneksel ağ mimarisi ayarlama döngüsü yıllar bazında hesaplanır ve genellikle yıllık olarak planlanır ve devreye alınır.Yapıldıktan sonra uzun süre değişmez. Gelecekte, ağ kaynaklarındaki bu ayarlamanın saat olarak ölçülecek. Ağ kaynaklarının bu tür yüksek frekanslı, hassas dağıtımı, gerçekleştirilmesine yardımcı olmak için yapay zeka teknolojisi gerektirir.
- Yeni hava arayüz teknolojisi
5G hava arayüzünün en önemli iki özelliği: biri Massive MIMO veya 3D Massive MIMO (büyük anten); diğeri ise yüksek frekanslı iletişim. Massive MIMO, anten sayısında bir artış ve güçte bir artış getiriyor. 5G frekansı ile 4G frekansının karşılaştırmasına göre, 5G frekansı temelde 4G frekansının en az iki katı olacaktır. 4G, 1.8G ile 2.5G arasında ve 5G, 2.6G ile 4.9G arasındadır. Sıklıktaki bu artış, her sitenin kapladığı alanın küçüleceği ve site sayısının artacağı anlamına gelir.
Öğrendiğimiz kadarıyla 5G baz istasyonlarının en düşük güç tüketimi yaklaşık 2700 kilovattır, bu da 4G baz istasyonlarının en az üç katıdır. Bu nedenle, çok sayıda 5G baz istasyonunun konuşlandırılması bize çok yüksek enerji tüketim maliyetleri getirecektir. Bu nedenle, Massive MIMO'nun akıllı yapılandırması, kullanıcı dağıtımının ve sahnelerinin akıllıca tanımlanması ve dikkate alınması gereken bazı akıllı taşıyıcı kapatma teknolojileri dahil olmak üzere 5G baz istasyonlarında enerji tasarrufu sağlamak için yapay zeka tabanlı yöntemler sunmalıyız. Kablosuz ağı optimize edin.
- Yeni dağıtım yöntemi
5G çekirdek ağı, sanal bulut dağıtımına dayanmaktadır ve önemli bir kavram olan Çoklu Erişimli Uç Hesaplama (MEC) tanıtılmıştır. Gelecekte pek çok 5G ağ elemanı veri merkezlerinde sanallaştırma şeklinde konuşlandırılacak ve veri merkezlerinin sayısı büyük olacak.Bölgedeki il ve şehirlerin yanı sıra, bazı marjinal olanlar, hatta erişim ofisine batacak. Koşullu bilgisayar odaları, bir sonraki 5G UPF (Kullanıcı düzlemi İşlevi), platform dağıtımı ve yerel hizmetler için trafik boşaltma gibi bu sunucuları da yerleştirecektir.
Aynı iş hacminin taşınması durumunda, sunucunun güç tüketimi de geleneksel ağ ekipmanına kıyasla önemli ölçüde artacaktır. Bu nedenle, dağıtım yöntemleri açısından, OPEX (İşletim Giderleri) harcamalarını azaltmak için veri merkezinde enerji tasarrufu yapmak, bilgisayar odasının genel soğutma sisteminde enerji tasarrufu sağlamak ve kontrol etmek için bazı yapay zeka ve büyük veri yöntemlerini de tanıtmamız gerekiyor.
Yukarıdaki üç ana yönden 5G, operatörlerin karşılaştığı en karmaşık ağdır ve sabit yatırım ve operasyonel yatırım dahil olmak üzere çok fazla yatırım gerektirir. Birçok 5G ağ bakım çalışması, geleneksel manuel yöntemlerle tatmin edilemez. 5G ağlarının gerçek büyük ölçekli ticari dağıtımını desteklemek için yapay zeka yöntemlerini tanıtmak acildir.
5G'de AI uygulama senaryoları
Uygulama senaryosu 1: 5G uçtan uca dilim akıllı düzenleme ve çalıştırma
- Akıllı düzenleme 5G uçtan uca dilimleme
- 5G uçtan uca dilim akıllı operasyon
Ağ dilimleme, çekirdek ağın bir bölümü veya kablosuz olarak yapılamaz, kablosuz artı taşıyıcı ağ artı çekirdek ağ olabilir. Kullanıcılar için, bu hızlı provizyon ve isteğe bağlı değişiklikler, uçtan uca otomatikleştirilmiş yönetimi başarabilmelidir. Dilim servisi için akıllı müşteri hizmetinin sunulması, akıllı iletişim, danışma, dilim paketi önerisi ve diğer hizmetleri sağlayabilir ve akıllı uçtan uca dilim hizmet açılışını tamamlayabilir.
Uygulama senaryosu 2: AI tabanlı Massive MIMO parametre optimizasyonu
5G, Massive MIMO teknolojisini tanıttıktan sonra, kablosuz yan yapılandırma parametrelerinin model kombinasyonu katlanarak arttı. 133G kablosuz konfigürasyon kombinasyonu olduğunu, 4G için yaklaşık 283 tip ve 5G için yaklaşık 13.000 tip olduğunu öğrendik. Bazı temel yapılandırma şablonları sıralanabilse bile, çeşitli parametrelerin ayarlanması sonraki optimizasyon sürecine dahil olmaya devam edecektir. Bu nedenle 5G büyük ölçekli antenlerin karmaşık parametrelerinin akıllı konfigürasyonunu gerçekleştirmek için bu konuda yapay zeka teknolojisini tanıtmak gerekiyor.
- Akıllı ağırlık arama ve izleme
UE'nin (Kullanıcı Ekipmanı, kullanıcı terminali) dağıtımına dayalı olarak, en fazla sayıda kullanıcıyı kapsama ilkesine göre, optimum yatay / dikey lob genişliğini, azimut ve aşağı eğimi araştırın ve tahmin edin.
- UE konum tahmini ve tahmini
Toplanan bilgilere dayanarak, UE'nin konumu ve dağılımı tahmin edilebilir
MM baz istasyonu, belirli bir süre içinde hücrede bulunan tüm UE'lerin konum bilgilerini periyodik olarak toplar
- Sahne kendi kendine öğrenme
Spor etkinlikleri ve konserler gibi büyük ölçekli etkinliklerde tam olarak kullanılabilir.
Örneğin, spor salonundaki terminalin yaklaşık dağılımını göstermek için MR (Ölçüm Raporu, ölçüm raporu) bilgilerini kullanın ve ayrıca sahneyi tanımlamak için dağılımı kullanın. Farklı senaryolara göre, optimum ağırlıklar tavsiye edilir ve son ağırlıklar senaryo tanıma modülüne geri beslenir, böylece öneriler gelişmeye devam eder.
Uygulama senaryosu 3: AI destekli akıllı kablosuz ağ planlaması
Bu konu zaten 4G ağlarda yapılıyor. Kablosuz ağ açılmadan önce ve sonra, sürücü testleri ve değerlendirmeleri gerekir.Toplanan MR bilgilerine dayanarak, birden çok senaryo belirlenir ve analiz edilir. Kapsamlı kullanıcı şikayetleri, çeşitli ağ optimizasyonu KPI'ları ve diğer unsurlar büyük veri analizi yapmak için ve operasyon ve bakım personelinin sitelerin nerede konuşlandırılacağını, parametrelerin nasıl yapılandırılacağını ve kapasite artırımı yoluyla hangi kalitesiz hücrelerin çözülebileceğini daha iyi belirlemesine yardımcı olmak için AI destekli karar verme. Ve genişlemeyle çözülemeyen şey ... ve genel bir ağ dağıtım değerlendirmesi verecektir.
5G ağlarını dağıtırken, 5G sitelerinin nereye dağıtılacağına ve bazı 4G ve 5G koordinasyon ayarlamalarına karar vermek için 4G ağlara dayalı büyük veri ve yapay zeka analizini kesinlikle dikkate alacağız.
Uygulama senaryosu 4: Yapay zeka tabanlı akıllı uç bilgi işlem
Edge computing, 5G aşamasında çok önemli bir geliştirme yönüdür. Edge DC'de (veri merkezi) sunucuları tanıtır ve ayrıca AI hesaplamayı destekleme yeteneği sunar, bu da merkezi DC ve uç düğümlerdeki kullanıcı terminalleri ile işbirliği yapmayı mümkün kılar. AI işinin akıllı optimizasyonunu yapmak. Esas olarak şu dört nokta var:
- Yerel önbellek
Yapay zekaya dayalı olarak, kullanıcının iş akışını ve kullanıcı hareket modellerini tahmin edin ve analiz edin ve önceden depolanmış içeriği ve içerik aktarımını özellikle belirleyerek içerik dağıtımının verimliliğini artırın.
- Akıllı konumlandırma
Her bir kablosuz iletişim sisteminin, bilinen konumlara sahip terminaller tarafından ölçülen sinyal özellikleri ve yapay zeka, büyük veri toplama ve analizi ve uç hesaplama düğümlerinin gerçek zamanlı hesaplama yetenekleri sayesinde, pratik uygulamalarda terminal konumlandırmasına rehberlik etmek için parmak izi bilgileri kullanılır.
- Spektrum algılama
Farklı kablosuz sistemlerin spektrum ölçüm sonuçlarına dayanan uç hesaplama düğümleri, belirli uygulama senaryolarını desteklemek için her kablosuz sistemin farklı bölgelerindeki farklı kullanıcıların kablosuz ortam özelliklerini, kullanıcı davranış özelliklerini ve hizmet özelliklerini analiz etmek ve modellemek için AI teknolojisini kullanır.
- İş algısı
Yüksek bilgi işlem donanım analizi kaynaklarını uç düğümlere dağıtın ve hizmet özelliklerinin daha doğru ve akıllı bir şekilde tanımlanmasını sağlamak için veriler, hizmetler ve kablosuz ortamlar arasındaki dahili ilişkileri analiz etmek ve araştırmak için yapay zeka ve büyük veri yeteneklerini birleştirin.
Ağ kenarında önbelleğe alma, içerik dağıtımında kullanıcı deneyimini, ağ verimliliğini ve enerji verimliliğini büyük ölçüde artırabilen bir trend haline geldi. AI teknolojisi, kullanıcı tercihlerini tahmin edebilir, içeriği kullanıcılara doğru bir şekilde önerebilir ve kablosuz uç önbelleğini tahmin etmek için kullanıcı önerilerini birleştirebilir.
Uygulama senaryosu 5: Akıllı altyapı enerji tasarrufu
- AI tabanlı akıllı baz istasyonu enerji tasarrufu
5G baz istasyonlarında, taşıyıcının akıllı kapanmasını kontrol etmek için yapay zeka destekli hizmet analizi ve sahne tanıma yoluyla bir trafik değişikliği modeli oluşturulması ve böylece baz istasyonunun güç tüketiminin azaltılması umulmaktadır.
- AI tabanlı veri merkezi (DC) enerji tasarrufu
Bu bilgilere dayanarak, veri merkezindeki sunuculardaki iş ve trafik değişiklik modellerini otomatik olarak öğrenerek, yoğun olmayan saatlerde bazı taşınabilir işletmeler belirli sunuculara dağıtılır ve boşta olan sunucular "uyku" durumuna alınır. , Ayrıca tüm bilgisayar odası soğutmasının kontrolünü de göz önünde bulundurun. Çalışma durumundaki sunucu 200-500W, uyku durumundaki sunucu ise yalnızca 20W tüketir. DC'nin gerçek yükü, etki üzerinde bir miktar etkiye sahip olacaktır.
Uygulama senaryosu 6: AI destekli operasyon ve bakım optimizasyonu
- Ağ hatası tahmini
Bundan sonraki geleneksel optimizasyon, önceden tahmin ve önlemeye dönüştürülür.
- Ağ durumu denetimi
Büyük veri ve yapay zeka teknolojisine dayalı ağ sağlığı analizi, şebekede ertesi gün, hafta ve aylarda topluluğun ağ kalitesini öngörür ve önceden uyarır ve kalitesiz topluluklar için temel göstergeleri ve kalitesizliğin olası nedenlerini analiz eder.
- Ağ alarmı korelasyonu ve arıza yeri
Geleneksel ağ işletim ve bakım yöneticileri, ağ uyarılarını analiz eder, uyarının nedenini belirler, uyarının temel nedenini bulur, zaman alıcı ve yoğun emek gerektiren arızayı bulur ve ortadan kaldırır. Sürekli öğrenme ve eğitim yoluyla, sinir ağı sistemi sinir ağında dağıtılan bağlantı ağırlıklarını hesaplar, çevirir ve ayarlar, ilişkilendirme kurallarını ve arıza teşhis sonuçlarını genel bir şekilde ifade eder ve ağ hatalarını doğru bir şekilde bulur.
[Yazar tanıtımı: Wang Haining, Ağ Yapay Zeka Araştırma Merkezi Direktörü, China Telecom Corporation Limited Pekin Araştırma Enstitüsü. Profesör düzeyinde kıdemli mühendis, Pekin Üniversitesi Posta ve Telekomünikasyon Üniversitesi'nde yarı zamanlı profesör, ETSI ENI Ağı Yapay Zeka Standartları Komitesi Başkan Yardımcısı, ITU-T IMT-2020 (5G) Kontrol ve Yönetim Protokolü Araştırma Grubu Raportörü, CCSA NFV Ad Hoc Standart Proje Taslak Oluşturma Grubu Şef, CCSA TC610 Ağ Yapay Zeka Uygulama Çalışma Grubu Lideri, AIIA Çin Yapay Zeka Sektörü Geliştirme İttifakı Telekom Proje Grubu Ağ Grubu Lider Yardımcısı.
Son yıllarda, ana araştırma alanları arasında 4G / 5G, NFV, ağ yapay zekası, vb. Yer alıyor, yukarıdaki alanlarda bir dizi uluslararası standart ve endüstri standardının derlenmesine başkanlık / başkanlık yapmış, 20'den fazla yetkili patent ve yurtiçi ve yurtdışında çekirdek dergilerde çok sayıda makale yayınlamıştır.
Daha heyecan verici içerik için Titanium Media WeChat ID'yi (ID: taimeiti) takip edin veya Titanium Media Uygulamasını indirin
