Die Kommunikation steht bei der Einführung künstlicher Intelligenz vor einzigartigen Herausforderungen

1


Künstliche Intelligenz findet ihren Weg durch die Technologie, hat jedoch einige Hindernisse im Bereich der Kommunikation getroffen. Erfahren Sie, was diesen Trend behindert und wo die Chancen liegen.

<a target = "_ blank" href = "https://tr3.cbsistatic.com/hub/i/r/2020/04/14/8c1cf3e7-27ea-4888-a0c2-3020f0acaaae/resize/770x/13a89623bc186394ef9196aa620df5c8/ – 1065240744.jpg "target =" _ blank "data-element =" modalEnlargeImage "data-headline ="

"data-credit =" Bild: metamorworks, Getty Images / iStockphoto "rel =" noopener noreferrer nofollow ">

Foto: metamorworks, Getty Images / iStockphoto

An der Oberfläche scheint künstliche Intelligenz (KI) in der Telekommunikationsbranche weit verbreitet zu sein. Seit Jahren kennen wir sprachaktivierte Menüsysteme, die auf Ihre verbalen Befehle reagieren.

Mehr zur künstlichen Intelligenz

Das Potenzial künstlicher Intelligenz in der Kommunikation ist jedoch viel tiefer als bei akustischen Steuerungen, wenn auch mit einigen einzigartigen Herausforderungen. Ich habe darüber mit Tom Fotet, Accedian Vice President für Produktmanagement, Anbieter von Leistungsgarantielösungen, Kyle Anderson, Vice President für Portfolio und Engineering bei Blue Planet, Intelligent Automation Provider, und Eric Braun, Chief Commercial Officer bei MobiledgeX, einem Computerunternehmen, gesprochen Innovativ, auf dem neuesten Stand.



Wir sehen: 5G: Was bedeutet das Internet der Dinge (kostenloses PDF) (TechRepublic)

Scott MathesonWas sind die Möglichkeiten für künstliche Intelligenz in der Kommunikation?

Tom FotetKommunikationsnetze erzeugen eine enorme Datenmenge, und daher gibt es in diesem Bereich viele Möglichkeiten für künstliche Intelligenz. Chancen werden in drei Hauptkategorien unterteilt:

  • Verwenden Sie Daten, um die Leistung und Sicherheit von Netzwerken und Anwendungen zu verstehen und vorherzusagen.
  • Verwenden Sie Daten, um das Kundenverhalten zu verstehen und vorherzusagen.
  • Verwenden Sie Daten, um Kunden bei Problemen zu helfen (Kundenunterstützung).

Um die künstliche Intelligenz optimal nutzen zu können, müssen Telekommunikationsbetreiber die Technologie nutzen, die in der Lage ist, die genauesten (und saubersten) qualitativ hochwertigen Daten in Bezug auf Leistung, Endbenutzererfahrung und Unternehmenssicherheit bereitzustellen.



Erik BrownEs gibt viele Möglichkeiten für künstliche Intelligenz in der Kommunikation. Es gibt drei Bereiche, in denen künstliche Intelligenz in der Kommunikation transformierend sein kann:

Die Betriebs- und Geschäftssysteme von Telecom maximieren die Möglichkeiten für ein persönliches Kundenerlebnis und maximieren gleichzeitig die Effizienz der Lieferung, die Leistung und die vorbeugende Wartung. Telekommunikationsbetriebs- und kommerzielle Systeme erzeugen große Mengen sauberer und wertvoller Daten – der ideale Einstiegspunkt für die Analyse des maschinellen Lernens und die Nutzung des Inferenzprozesses des Systems der künstlichen Intelligenz. Die Telekommunikation ist bereits heute die größte Internet of Things (IoT) -Lösung der Welt.

Aufgrund der einzigartigen Verteilung der Kommunikation kann die Infrastruktur verfügbar sein, um die KI-Engines eines Drittanbieter-Beschaffungsanbieters zu hosten, die große Mengen von Veröffentlichungsdaten von Drittanbietern in Echtzeit verarbeiten können und die nicht anderweitig verwendet werden können, um die Erkenntnisse eines Drittanbieter-Einkaufsanbieters zu erhalten. Dies ist die Hauptchance, die 5G Computing und Edge aus der Sicht eines Drittanbieters nutzen können, da alle Unternehmen in ihren eigenen Rechten gegenüber ihren Kunden zu Dienstleistern werden.

Wir sehen: GlobalData geht davon aus, dass 3G / 4G-Netze bis 2023 den riesigen indonesischen Telekommunikationsmarkt dominieren werden (TechRepublic)



In Zukunft besteht auch die Möglichkeit, die Visionen der künstlichen Intelligenz für die Kommunikation und die Visionen eines Drittanbieters für Einkäufe zu integrieren, um die Erfahrung und den Betrieb aufgrund seiner Präsenz im Edge Telecom-Netzwerk zu verbessern. Ein Beispiel hierfür ist die vorhersehbare Funkleistung, bei der Anwendungen Änderungen in der Kommunikationsfähigkeit antizipieren und ihre Leistung vor Änderungen anpassen können.

Kaylem AndersonKI ist nicht nur für den Betrieb und die Kontrolle in heutigen Netzwerken, sondern auch in Zukunft von entscheidender Bedeutung. Da Dienstanbieter ihre Netzwerke weiter ausbauen, um die ständig steigende Nachfrage nach neuen Produkten und Dienstleistungen zu unterstützen, bauen sie diese auf vorhandenen Systemen auf – sie mischen alte und neue A und Anbieter B und werden im Allgemeinen komplexer.

Das Management dieser Netzwerkkomplexität überlastet Netzwerktechniker und stellt Dienstanbieter in den Vordergrund, um mit ihrem Netzwerk zu interagieren, anstatt proaktiv zu sein. Das Einbringen von KI in Netzwerke bietet eine hervorragende Möglichkeit, Serviceprobleme zu überwinden, manuelle Aufgaben zu reduzieren und die betriebliche Effizienz zu verbessern. Letztendlich können Ressourcen umgeleitet werden, um eine bessere und kundenfreundlichere Erfahrung zu erzielen. Dies ist das ultimative Ziel eines adaptiven Netzwerks – AI-basierte Automatisierung.

Scott Matheson: Was kann Amnesty International bieten und was können aktuelle Implementierungen nicht bieten?



Tom FotetKommunikationsnetzwerke sind traditionell sehr traditionell und für Design, Bereitstellung und Wartung festgelegt. Die jüngsten Anforderungen an Betreibernetzwerke mussten dynamischer werden (was zur Entstehung von softwaredefinierten Netzwerken (SDN), Virtualisierungssimulationen für NFV) und angrenzenden Technologien führte. Der Entwurf, die Bereitstellung und die Wartung dieser Netzwerke hatten jedoch Schwierigkeiten, mit dieser zunehmenden Komplexität Schritt zu halten, und blieben für die meisten weitgehend manuelle Vorgänge Telekommunikationsbetreiber.

Kurz gesagt, Amnesty International verspricht die Möglichkeit, einen Teil des Entwurfs-, Bereitstellungs- und Wartungslebenszyklus besser zu automatisieren, wodurch eine erhöhte Netzwerkkomplexität ohne eine entsprechende Erhöhung der Netzwerkbetriebskosten ermöglicht wird.

Erik BrownIn der Vergangenheit wurden Kommunikationssysteme sorgfältig entworfen und implementiert, basierend auf langjähriger Erfahrung in der Art von Telefonanrufen. Mit 4G / LTE und 5G werden Netzwerklasten schnell in Datenverbindungen umgewandelt, die sich grundlegend von Sprachanrufen unterscheiden, bei denen Telekommunikationsdienstanbieter viele ihrer Design- und Funktionsprinzipien dramatisch ändern müssen. Maschinelles Lernen und bereits verfügbare Daten bieten die Mittel dazu sowie die Grundlage für die Automatisierung des Netzwerkbetriebs.

Wir sehen: Wie künstliche Intelligenz den Arbeitsplatz beeinflusst (TechRepublic)



Das automatisierte Lernen auf der Grundlage dieser Daten ist auch eine Möglichkeit für Netzbetreiber, wertvolle Einblicke in die Nutzung ihrer Netze und die Wertschöpfung zu gewinnen.

Kaylem AndersonAI hat einfach die Fähigkeit, jeden Schritt der Betriebsreise des Netzwerks zu verbessern. Künstliche Intelligenz kann schneller lernen als Menschen. Durch die Nutzung der großen Datenmenge, die von diesen Netzwerken erzeugt wird, können Lösungen für künstliche Intelligenz Muster und potenzielle Netzwerkprobleme identifizieren, bevor sie wahr werden, eine Lösung finden und sie vor Dienstunterbrechungen implementieren. Beispielsweise verbessert die Blue Planet Proactive Network Operations-Lösung die künstliche Intelligenz, um viele ungeplante Netzwerkausfälle vorherzusagen, die Ursache zu identifizieren und Maßnahmen zu beschreiben, die zur proaktiven Lösung des Problems erforderlich sind.

Scott MathesonWie einfach waren diese Möglichkeiten umzusetzen?

Tom FotetEinerseits sind diese AIOps-Möglichkeiten einfach zu implementieren, da es sich um Netzwerke handelt, die traditionell viele Daten zu ihrer Funktionsweise generiert haben. Auf der anderen Seite ist das Sammeln dieser Daten und das Schlaumachen damit kein Prozess, der von den meisten Telekommunikationsbetreibern initiiert wird. Sie verwenden die Daten größtenteils, um Alarme zu generieren und mit einer kaputten / reparierten Denkweise zu arbeiten. Die Implementierung von Systemen und Prozessen kann eine Herausforderung sein.



Erik Brown: Das Ändern von Design und Geschäftspraktiken, die über ein Jahrhundert Erfahrung entwickelt wurden, ist bestenfalls schwierig. Diese Probleme werden durch ML / AI-Neuheiten, neues erforderliches Wissen und Änderungen, die zur Automatisierung von Prozessen erforderlich sind, verschärft. Der potenzielle Wert ist enorm, aber die Erfassung dieses Werts erfordert Änderungen auf allen Ebenen des Bedieners von der Management- und Geschäftsstruktur bis zur erforderlichen sportlichen Kompetenz.

Wenn Sie nach 5G und Advanced Computing gesucht haben und das hier gezeigte 4-Edge-Modell verwenden, ist klar, dass der Rand der Kommunikation heute besteht, aber die einzigen Anwendungen, die von einer verteilten Infrastruktur profitieren, sind dieselben Kommunikationsfunktionen wie Funkcontroller, Paketkerne und Grenznetzwerkfunktionen. Die größte Herausforderung für Telekommunikationsunternehmen, die KI für sich und Drittanbieter in vollem Umfang zu nutzen, besteht darin, den programmgesteuerten Zugriff auf ihre Infrastruktur und Systeme zu ermöglichen und diesen Zugriff so einfach und "lokal in der Cloud" wie möglich zu gestalten.

Kaylem Anderson: Die Nutzung der KI in einem Netzwerk ist nicht so einfach wie das Auswählen eines Fingers, sondern ein durchaus lohnender Versuch. Der erste Schritt für jeden Dienstanbieter besteht darin, zu definieren, was Automatisierung ist. Daher wird eine KI in ihrem Netzwerk angezeigt – wo sie benötigt wird und wo sie besser zur Wertschöpfung beitragen kann. Von dort aus können sie künstliche Intelligenz in die Prozesse einführen. Dies ist von entscheidender Bedeutung, obwohl es so schnell geht. KI-Lösungen benötigen noch Zeit zum Lernen, was bedeutet, dass die Einführung von KI nicht sofort erfolgt.

Wir sehen: 4 Möglichkeiten zur Verbesserung der Bereitstellung von KI und maschinellem Lernen (TechRepublic)



In der Tat werden sich Dienstanbieter insbesondere in den frühen Phasen weiterhin stark auf menschliches Fachwissen verlassen: Ja, das Network Operations-Team wird künstliche Intelligenz verwenden, um potenzielle Grundursachenprobleme zu identifizieren, aber diese Teammitglieder werden den KI-Ring nicht schließen und die Automatisierung reparieren. Nur wenn die KI-Lösung eine nachgewiesene Erfolgsbilanz entwickelt und das Betriebsteam ein hohes Maß an Vertrauen in seine Empfehlungen und seine Fähigkeit hat, angemessen zu beschreiben und zu handeln, wenn die KI-Lösung zur vollständigen Automatisierung der Prozesse verwendet wird.

Die Daten sind der Primärstrom, der durch diese gesamte Konversation fließt, und es sind diese Daten, die die Geschwindigkeit bestimmen, mit der eine KI-Funktion sein kann. Diese Systeme erfordern Lerndaten. Sie sind auf Schulungen und Datenkennzeichnung angewiesen, was Investitionen erfordert. Dienstanbieter, die die Bedeutung von Daten frühzeitig erkennen, werden eine langfristige Rentabilität sehen, da sich ihre KI-Fähigkeiten schnell auszahlen.

Scott Matheson: Was verursacht diese Verzögerungen und Hindernisse?

Tom Fotet: Die Aiops-Datennutzungstechnologie ist in heutigen Kommunikationsnetzen verfügbar und basiert größtenteils auf etablierten Open-Source-Technologien und soliden Datenwissenschaften, die in anderen Bereichen und Branchen entwickelt wurden. Das größte Hindernis, das wir sehen, ist der Wandel: die Fähigkeit, Menschen und Prozesse zu motivieren, die Änderungen zu übernehmen, die sie benötigen, um von einer weitgehend manuellen Arbeitsmethode zu einer automatisierten, zeitaufwändigeren Methode überzugehen. Unternehmen benötigen Zeit, um zu lernen, Daten zu vertrauen und darauf zu vertrauen, dass KI mehrere Aufgaben effektiv automatisieren kann, sodass Menschen komplexere und wertvollere Vorgänge ausführen können.

Erik Brown: Die Änderung dieser Größenordnung muss von oben nach unten vorangetrieben werden, basierend auf einem klaren strategischen Ziel des Unternehmens, oder mit klarer operativer Unterstützung beauftragt werden, um den erwarteten Widerstand gegen "Wir tun es nicht so!" Zu überwinden. Die Übernahme nativer Cloud-Prozesse, -Prozesse und -Talente ist unerlässlich, und die Entdeckung muss von akademischen Strukturen zu tatsächlich intelligentem Lernen übergehen.

Wie unser Marketingleiter einmal sagte, setzt Smart Communications mehrere Wetten. Das Gute an Advanced Computing ist, dass es passieren wird, weil jeder Spieler erkennt, dass es passieren muss. Dies schließt Tachometer, Mobilfunkbetreiber und alle Verkäufer ein. Die Frage ist also nur, wie es passieren soll. Es ist kein Markt, der allen passt.

Wir sehen: Zu den besten Technologieprognosen für 2020 zählen bedeutende Fortschritte bei 5G-Netzen, künstlicher Intelligenz und fortschrittlichem Computing (TechRepublic)

Was wir allen Betreibern sagen, ist, dass die einzig falsche Strategie darin besteht, nichts zu tun. Bitte sprechen Sie zwei Jahre lang nicht akademisch darüber, da sich der Markt in den nächsten zwei Jahren im wahrsten Sinne des Wortes gebildet hat und Sie keinen Einfluss oder kein Verständnis haben werden. Wenn ich Mitglied der Organisation der Zivilgesellschaft wäre, hätte ich große Angst, eine Strategie zu wählen, wenn niemand sicher ist, wie dieser Markt aussehen wird. Platzieren Sie zwei Wetten und lernen Sie daraus.

Scott MathesonWas müssen Organisationen tun, um Straßensperren zu beseitigen?

Tom FotetBei AIOps geht es um schrittweise Änderungen: Das Starten kleiner Daten und das Profitieren von besseren Entscheidungen, während die endgültige Entscheidung in menschlichen Händen bleibt, ist ein guter Anfang. Es steht Technologie zur Verfügung, um die Automatisierung im geschlossenen Regelkreis zu automatisieren, ohne den Menschen in die Entscheidungsfindung einzubeziehen. Zum Beispiel das automatische Erkennen und Beheben eines Netzwerkproblems – dies muss jedoch nicht der erste Schritt sein.

Scott Matheson: Was sollten Dienstleister tun, um Straßensperren zu beseitigen?

Tom FotetBleiben Sie mit ihren Kunden auf dem Laufenden. Wenn AIOps mit allmählichen Änderungen verbunden ist, müssen Dienstanbieter aufhören, ihre Vorteile zu übertreiben, und mit ihren Kunden zusammenarbeiten, um mit der Implementierung zu beginnen. Für die meisten Betreiber wird der Wandel durch Evolution und nicht durch Revolution erfolgen.

Scott MathesonWelche Möglichkeiten werden sich in Zukunft bieten?

Tom FotetDa Kommunikationsnetze sehr datenreich sind, gibt es viele Möglichkeiten. Das Konzept der Verwendung von Automatisierung mit geschlossenem Regelkreis für Selbstbehandlungsnetzwerke ist das Ziel, das jeder anstrebt, und es ist sicherlich in Zukunft weitgehend erreichbar.

Siehe auch

Nehmen Sie die für Sie einzigartigen Herausforderungen der künstlichen Kommunikationsintelligenz an