Искусственный интеллект идет «в поля»

Рассуждая о роли ИИ в телекоммуникациях, эксперты часто говорят о функциях, которые только предстоит внедрить. Мы обрадовались, когда наткнулись на исследование Fierce Network и Viavi, в котором представлены сценарии, в которых ИИ уже помогает операторам. Аналитики рассказали, как технологии на базе искусственного интеллекта облегчают специалистам работу «в полях» и выявляют сбои в сети.

Японский оператор Rakuten Mobile использует ИИ для распознавания изображений, чтобы контролировать монтаж оборудования. После установки инженер делает фотографии и отправляет их на проверку. Если система находит какие-либо недочеты, то сразу предлагает их исправить. В числе проблем, которые выявляет ИИ, могут быть неверное расположение оборудования, отсутствие гидроизоляции на кабеле и даже неправильная затяжка болтов на вышках.

Раньше инженеры оператора тоже делали фото, но их вручную обрабатывал сотрудник в офисе, что приводило к задержкам. Порой приходилось возвращаться на объект, чтобы что-то исправить. Сейчас все делается быстрее и эффективнее.

Американский оператор AT&T использует ИИ для проектирования и строительства беспроводных и проводных сетей. Специалист может задать системе вопрос о том, как лучше проложить оптику, чтобы охватить максимальное число клиентов. После анализа данных о существующей инфраструктуре ИИ предложит оптимальные маршруты. Такой подход сокращает время проектирования с нескольких дней до часов.

Кроме того, AT&T утверждает, что использует искусственный интеллект, чтобы создать цифрового двойника своей сети. Для этого дроны фотографируют сотовые вышки и загружают изображения в систему Ericsson Site Digital Twin (напомним, что шведский вендор строит для оператора OpenRAN-сеть). Там они просматриваются искусственным интеллектом, компилируются и хранятся в едином хранилище, чтобы создать виртуальную копию башенных активов.

Правда, отчет ничего не говорит о том, как AT&T использует цифрового двойника. В теории он может помочь выявлять различные сбои: система сравнивает данные, поступающие от реальной сети, с виртуальной моделью и выявляет источники проблем. Но пока об этом сценарии говорится применительно к частным сетям предприятий, которые сильно уступают по масштабу общедоступной инфраструктуре. И то исследователи утверждают, что руководители компаний относятся к таким проектам с большим скепсисом.

У нас есть подозрение, что большинство цифровых двойников пока работает в основном в презентациях PowerPoint. Заявлений много, конкретики – ноль. На практике это значит: «Мы собираем данные, но не знаем, что с ними делать. Поэтому рисуем красивые дашборды и называем это инновацией».

А вот Rakuten Mobile научился находить сбои в сети без цифровых двойников. ИИ выявляет аномалии, сопоставляя множество параметров, таких как задержки, уровень сигнала и нагрузка на оборудование. Это позволяет искать скрытые проблемы, которые не видны при использовании заранее заданных метрик.

Одной из таких аномалий являются «спящие соты» (sleeping cells). В Rakuten их описывают как ячейки, которые выглядят активными, но фактически не работают или работают с критическими сбоями. Это регулярное, хотя и не массовое явление, ухудшающее качество связи. Выявление спящих сот – трудоемкая задача для инженеров, похожая на поиск иголки в стоге сена, говорят в компании. ИИ, по мере обучения и накопления массива данных, справляется с этой задачей гораздо лучше. Как только проблемная ячейка обнаружена, ее перезапускают, что обычно решает проблему.

На наш взгляд, кейсы заслуживают внимания. Но заметим, что все они направлены на повышение эффективности работы сотрудников, которые теперь тратят меньше времени на проектирование сетей, на поиск аномалий, на правильную установку оборудования. А это значит, что можно уменьшить штат. В исследовании, правда, утверждается, что «люди по-прежнему необходимы», пока не появятся роботы, которые могут устанавливать оборудование. Но все понимают, куда дует ветер.