人工智能與光網(wǎng)絡(luò)的“邂逅”智能化光網(wǎng)絡(luò)產(chǎn)業(yè)簡(jiǎn)析

隨著SDN、AI等新型技術(shù)的引入，這幾年智能光網(wǎng)絡(luò)被賦予全新的定義，我們也多次談到這方面的話題。從2019年逐步進(jìn)入5G時(shí)代開(kāi)始，網(wǎng)絡(luò)架構(gòu)更加復(fù)雜，功能、性能不斷增加，與此同時(shí)海量的數(shù)據(jù)流量和全新的業(yè)務(wù)模式出現(xiàn)，對(duì)光網(wǎng)絡(luò)承載能力的要求越來(lái)越高。我們需要通過(guò)人工智能的手段，實(shí)現(xiàn)光網(wǎng)絡(luò)的智能管理、極致體驗(yàn)、靈活開(kāi)放，以達(dá)到提升用戶體驗(yàn)，降低運(yùn)營(yíng)成本的目標(biāo)。在前不久“中國(guó)光通信高質(zhì)量發(fā)展論壇中”的“當(dāng)AI遇到光：智能光網(wǎng)絡(luò)研討會(huì)”上，業(yè)內(nèi)專家均認(rèn)為，在光網(wǎng)絡(luò)中引入AI是光網(wǎng)絡(luò)發(fā)展的最重要的一個(gè)方向，也代表著智能光網(wǎng)絡(luò)的未來(lái)。AI智能化和自動(dòng)化擁有巨大潛力，不僅讓光網(wǎng)絡(luò)反應(yīng)更快，完成復(fù)雜的任務(wù)還能降低運(yùn)營(yíng)成本。但AI的實(shí)施與其說(shuō)是技術(shù)上的挑戰(zhàn)，不如說(shuō)是對(duì)人的挑戰(zhàn)，需要轉(zhuǎn)變思維和技能，可視性和控制性是讓人覺(jué)得更舒服的關(guān)鍵，也是讓機(jī)器做出正確決定的關(guān)鍵。所以，目前AI賦能光網(wǎng)絡(luò)方面仍存在不小的挑戰(zhàn)，這里面需要梳理的話題也比較多。

支撐產(chǎn)業(yè)發(fā)展的“經(jīng)脈”

如今，人工智能的應(yīng)用已無(wú)處不在，智能語(yǔ)音助手、人臉識(shí)別、智能家居、智能安防等都開(kāi)始應(yīng)用于我們生活的方方面面，而這些只是人工智能最貼近我們的那一部分。而這些應(yīng)用的背后離不開(kāi)通信網(wǎng)絡(luò)的支撐。那么，人工智能與光網(wǎng)絡(luò)的“邂逅”，會(huì)是怎樣的一幅景象。

專家表示，“智能”是光網(wǎng)絡(luò)發(fā)展的“外在需求”和“內(nèi)在要求”。目前，人工智能技術(shù)在光網(wǎng)絡(luò)物理層和網(wǎng)絡(luò)層獲得了初步應(yīng)用嘗試;與此同時(shí)，光網(wǎng)絡(luò)的智能化面臨諸多挑戰(zhàn)，有待在算法和應(yīng)用方面繼續(xù)探索！實(shí)際上，在光網(wǎng)絡(luò)中引入AI是光網(wǎng)絡(luò)發(fā)展的最重要的一個(gè)方向，也代表著智能光網(wǎng)絡(luò)的未來(lái)。目前AI賦能光網(wǎng)絡(luò)方面仍存在不小的挑戰(zhàn)，其中多場(chǎng)景賦能價(jià)值導(dǎo)向是一個(gè)核心問(wèn)題。豐富AI賦能場(chǎng)景，挖掘商業(yè)價(jià)值，如何轉(zhuǎn)化為增值服務(wù)都是需要直面AI難題的挑戰(zhàn)，而加速新技術(shù)應(yīng)用也勢(shì)在必行。很多專家提出，不斷突破算法黑盒，增強(qiáng)可解釋性探索知識(shí)圖譜、深度學(xué)習(xí)等AI技術(shù)落地應(yīng)用，尤其是增強(qiáng)泛化遷移能力，提升光網(wǎng)絡(luò)的普適性，非常緊迫。業(yè)內(nèi)觀點(diǎn)認(rèn)為，突破模型通用、知識(shí)泛化技術(shù)的同時(shí)提升數(shù)據(jù)價(jià)值挖掘和安全保障是目前人工智能與光網(wǎng)絡(luò)結(jié)合的一個(gè)交匯點(diǎn)。

過(guò)去很多人強(qiáng)調(diào)，在網(wǎng)絡(luò)自動(dòng)化架構(gòu)中，大規(guī)模智能與實(shí)時(shí)可見(jiàn)性和網(wǎng)絡(luò)資源的控制結(jié)合起來(lái)才能稱之為洞察驅(qū)動(dòng)的網(wǎng)絡(luò)自動(dòng)化。這并不是一個(gè)完全自治的網(wǎng)絡(luò)，而是一系列機(jī)器輔助的操作，把日常的操作變成自動(dòng)的工作流，除了特殊情況發(fā)生不需要人工干預(yù)。何況，在人工智能時(shí)代，價(jià)值慢慢從硬件向軟件轉(zhuǎn)移。傳統(tǒng)的規(guī)劃軟件和網(wǎng)絡(luò)是相分離，與業(yè)務(wù)之間也有一定鴻溝，需要定制開(kāi)放和接口進(jìn)行交互。而目前底層的基礎(chǔ)網(wǎng)絡(luò)都是開(kāi)放、敏捷地多廠商網(wǎng)絡(luò)環(huán)境，具備開(kāi)放的管理控制接口，在此之上是一個(gè)輕量級(jí)具有交鑰匙功能的應(yīng)用程序，實(shí)現(xiàn)網(wǎng)絡(luò)的自動(dòng)化和優(yōu)化，而這正是光網(wǎng)絡(luò)產(chǎn)業(yè)發(fā)展的“基本目的”之一。

毫無(wú)疑問(wèn)，數(shù)字經(jīng)濟(jì)已經(jīng)成為我國(guó)社會(huì)發(fā)展的重要引擎。電信行業(yè)作為新基建中新型信息基礎(chǔ)設(shè)施能力，無(wú)疑是社會(huì)和經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的基礎(chǔ)支撐力量。因此，電信行業(yè)自身就必須率先完成數(shù)字化，而運(yùn)營(yíng)系統(tǒng)是內(nèi)部數(shù)字化的核心內(nèi)容。具體到光網(wǎng)絡(luò)，統(tǒng)一接口和北向能力開(kāi)放是引入AI的重要架構(gòu)基礎(chǔ)。同時(shí)重視數(shù)據(jù)獲取，對(duì)網(wǎng)絡(luò)管理數(shù)據(jù)實(shí)現(xiàn)“應(yīng)采盡采”，打造“數(shù)據(jù)湖”。過(guò)去很多人都肯定了AI技術(shù)在傳送網(wǎng)有豐富應(yīng)用場(chǎng)景，并且可助力傳送網(wǎng)實(shí)現(xiàn)智能化轉(zhuǎn)型，但是AI技術(shù)在傳送網(wǎng)的實(shí)現(xiàn)尚存在數(shù)據(jù)和模型瓶頸，亟待解決。換句話說(shuō)，AI技術(shù)在傳送網(wǎng)的部分應(yīng)用已實(shí)現(xiàn)實(shí)驗(yàn)室和試點(diǎn)驗(yàn)證，效果仍在不斷完善中;AI技術(shù)在傳送網(wǎng)的全面落地是一個(gè)長(zhǎng)期的過(guò)程，應(yīng)分階段推進(jìn)。

人工智能在底層的意義

有專家指出，在傳送網(wǎng)設(shè)備層引入AI主要傾向于實(shí)現(xiàn)設(shè)備隱患預(yù)測(cè)、設(shè)備資源預(yù)測(cè)及設(shè)備資源優(yōu)化。以SPN設(shè)備系統(tǒng)架構(gòu)為例，設(shè)備功能模塊較多，各功能的實(shí)現(xiàn)依賴單板、光模塊、芯片、內(nèi)存等物理單元協(xié)同，物理單元的使用情況和狀態(tài)影響各功能的正常實(shí)現(xiàn)。底層設(shè)備層AI應(yīng)用場(chǎng)景之一是設(shè)備隱患預(yù)測(cè)。如何在設(shè)備的各個(gè)模塊老化初期迅速更換是很重要的應(yīng)用，例如光模塊性能劣化，出現(xiàn)少量丟包或誤碼，但尚未達(dá)到觸發(fā)告警的閾值，此時(shí)通過(guò)AI技術(shù)充分分析現(xiàn)網(wǎng)設(shè)備的運(yùn)行狀態(tài)數(shù)據(jù)，能夠及時(shí)挖掘設(shè)備內(nèi)部隱患，避免設(shè)備真正出現(xiàn)故障。

底層設(shè)備層AI應(yīng)用場(chǎng)景之二是設(shè)備資源預(yù)測(cè)和故障定位。依靠人工來(lái)核查各設(shè)備容量、內(nèi)存使用情況、端口使用率等資源工作量大、周期長(zhǎng)，故障發(fā)生前無(wú)提示，無(wú)法提前干預(yù)處理。利用AI可以基于歷史數(shù)據(jù)進(jìn)行智能在線訓(xùn)練，形成各資源較科學(xué)的閾值，輸出設(shè)備內(nèi)部的各類資源預(yù)測(cè)曲線和預(yù)警。

設(shè)備層AI應(yīng)用場(chǎng)景之三是設(shè)備動(dòng)態(tài)節(jié)能?，F(xiàn)網(wǎng)設(shè)備量大，但某臺(tái)設(shè)備并不是所有模塊都需要處于工作狀態(tài)，在網(wǎng)絡(luò)運(yùn)維管理階段可以通過(guò)AI實(shí)現(xiàn)動(dòng)態(tài)節(jié)能。所以，AI技術(shù)在光網(wǎng)絡(luò)傳送的全面落地不是一蹴而就的，應(yīng)分階段推進(jìn)。當(dāng)前AI演進(jìn)存在以下幾個(gè)關(guān)鍵問(wèn)題：國(guó)內(nèi)外標(biāo)準(zhǔn)已經(jīng)規(guī)范AI架構(gòu)、流程、分級(jí)評(píng)判等技術(shù)內(nèi)容，但仍缺乏AI傳送網(wǎng)的國(guó)內(nèi)外標(biāo)準(zhǔn)，后續(xù)可在復(fù)用已有標(biāo)準(zhǔn)的基礎(chǔ)上，制定AI傳送網(wǎng)的國(guó)內(nèi)外標(biāo)準(zhǔn);AI模型的訓(xùn)練需要基于海量的歷史數(shù)據(jù)，但部分場(chǎng)景的歷史數(shù)據(jù)量有限或是數(shù)據(jù)獲取渠道有限，基于少量數(shù)據(jù)搭建的AI模型準(zhǔn)確度較低;不同廠商的數(shù)據(jù)格式不一樣，導(dǎo)致較難搭建跨廠商AI平臺(tái);AI應(yīng)用于現(xiàn)網(wǎng)影響重大，實(shí)際應(yīng)用前應(yīng)經(jīng)過(guò)長(zhǎng)期的驗(yàn)證，可考慮模型簡(jiǎn)單、規(guī)則較為確定的場(chǎng)景優(yōu)先應(yīng)用，分階段推進(jìn)AI在傳送網(wǎng)的部署應(yīng)用。

產(chǎn)業(yè)鏈落地的諸多表現(xiàn)

毫無(wú)疑問(wèn)，智能光網(wǎng)絡(luò)的落地離不開(kāi)產(chǎn)業(yè)鏈企業(yè)的支撐。之前華為有專家表示，當(dāng)前通信行業(yè)正面臨新的商業(yè)機(jī)遇，人工智能的廣泛應(yīng)用，也必將給通信行業(yè)帶來(lái)革新性的改變和新機(jī)遇。我們知道，早在2019年華為就發(fā)布了自動(dòng)駕駛網(wǎng)絡(luò)（ADN）方案，面向光網(wǎng)絡(luò)、移動(dòng)網(wǎng)、數(shù)據(jù)中心網(wǎng)絡(luò)等。其中，基于此前的ADN方案，華為面向光寬帶領(lǐng)域打造了全光自動(dòng)駕駛網(wǎng)絡(luò)解決方案，通過(guò)網(wǎng)元、網(wǎng)絡(luò)、云端三層引入AI，把智慧帶入全光基礎(chǔ)網(wǎng)，使能全光網(wǎng)的超自動(dòng)化及智能化，終極目標(biāo)是實(shí)現(xiàn)對(duì)全光網(wǎng)絡(luò)的自治，讓網(wǎng)絡(luò)能夠真正實(shí)現(xiàn)自動(dòng)駕駛?；谧钚氯庾詣?dòng)駕駛網(wǎng)絡(luò)解決方案2.0的三層能力，運(yùn)營(yíng)商和企業(yè)可以獲得三大價(jià)值：使能光專線的可用率變現(xiàn)升級(jí)，使能家寬場(chǎng)景化業(yè)務(wù)商業(yè)變現(xiàn)升級(jí)，實(shí)現(xiàn)面向全光網(wǎng)絡(luò)基礎(chǔ)設(shè)施的全新“Zero Touch”運(yùn)維能力（零接觸的網(wǎng)絡(luò)智能運(yùn)維）?；蛘哒f(shuō)，基于AI的智能光網(wǎng)絡(luò)的發(fā)展最終目標(biāo)是實(shí)現(xiàn)自動(dòng)駕駛光網(wǎng)絡(luò)（ADON，如果智能汽車(chē)的發(fā)展需要分級(jí)一樣，我們知道ADON的發(fā)展也會(huì)進(jìn)入分級(jí)，L1手工網(wǎng)絡(luò)需要工具輔助;L2半自動(dòng)需要固定規(guī)則自動(dòng)化;L3預(yù)測(cè)分析基于預(yù)測(cè)的自動(dòng)化;L4系統(tǒng)自決策需要意圖驅(qū)動(dòng)的自動(dòng)化;L5光網(wǎng)絡(luò)自治完全自動(dòng)化。另外，5G時(shí)代引發(fā)了大量垂直行業(yè)新業(yè)務(wù)的差異化需求，使得網(wǎng)絡(luò)運(yùn)維日趨復(fù)雜，智能化是解決這些問(wèn)題的關(guān)鍵。有觀點(diǎn)認(rèn)為，網(wǎng)絡(luò)智能化的形成除了AI還需要知識(shí)，兩者相輔相成。AI幫助發(fā)現(xiàn)隱藏在孤立信息中的內(nèi)在關(guān)系鏈，加速知識(shí)獲取與體系的建立，而知識(shí)則能在海量原始數(shù)據(jù)中幫助剔除AI學(xué)習(xí)過(guò)程中無(wú)效的信息，提高AI學(xué)習(xí)訓(xùn)練的速度?！肮饩W(wǎng)絡(luò)運(yùn)營(yíng)管控技術(shù)的演進(jìn)路徑從封閉到開(kāi)放，從構(gòu)建新一代到實(shí)現(xiàn)數(shù)字化，我們距離智能光網(wǎng)絡(luò)越來(lái)越近?！庇袑＜抑赋?，想要實(shí)現(xiàn)從數(shù)字化到智能化仍有一定的差距，而數(shù)據(jù)采集就是其中的關(guān)鍵，也是一步之遙的距離。傳統(tǒng)方式采用"拉”模式，數(shù)據(jù)采集方式效率比較低，一般為分鐘級(jí)、小時(shí)級(jí)，數(shù)據(jù)量小，無(wú)法滿足需求。而雖然人工智能技術(shù)在很多領(lǐng)域都已經(jīng)有廣泛應(yīng)用，算法的研究已經(jīng)比較成熟，但是人工智能現(xiàn)在應(yīng)用在光網(wǎng)絡(luò)中的最大問(wèn)題是數(shù)據(jù)，而不是算法。目前來(lái)看，Telemetry能滿足相關(guān)需求。Telemetry采用“推”模式，在訂閱以后可以持續(xù)地推送數(shù)據(jù)，可以達(dá)到秒級(jí)甚至亞秒級(jí)，能夠極大程度的豐富數(shù)據(jù)量。實(shí)現(xiàn)支持智能運(yùn)維系統(tǒng)管理更多設(shè)備，為網(wǎng)絡(luò)問(wèn)題快速定位等提供大數(shù)據(jù)基礎(chǔ)，監(jiān)控?cái)?shù)據(jù)擁有更高精度、更加實(shí)時(shí)。顯然，解決了數(shù)據(jù)問(wèn)題，再結(jié)合新一代云網(wǎng)運(yùn)營(yíng)系統(tǒng)提供的開(kāi)放能力和數(shù)字化平臺(tái)，就可以引入人工智能技術(shù)來(lái)挖掘數(shù)據(jù)價(jià)值，打造智能光網(wǎng)絡(luò)。目前來(lái)看，智能光網(wǎng)絡(luò)的價(jià)值至少能體現(xiàn)在四個(gè)方面：優(yōu)質(zhì)服務(wù)、簡(jiǎn)化運(yùn)維、優(yōu)化網(wǎng)絡(luò)、降低成本。我們也注意到，智能光網(wǎng)絡(luò)能夠在流量預(yù)測(cè)、故障定位、OSNR預(yù)測(cè)、劣化預(yù)測(cè)等典型應(yīng)用場(chǎng)景中發(fā)揮作用。

還是那句話，人工智能與光網(wǎng)絡(luò)構(gòu)筑了網(wǎng)絡(luò)智能化演進(jìn)之路，很多技術(shù)頭部品牌都利用“智核”管控+“泛能”光平臺(tái)，構(gòu)建起光網(wǎng)智能化新架構(gòu)，通過(guò)光/電標(biāo)簽+光探針+人工智能風(fēng)險(xiǎn)預(yù)測(cè)三大技術(shù)的最新探索，逐步實(shí)現(xiàn)光網(wǎng)智能化。

寫(xiě)在最后：

如同過(guò)去工業(yè)革命和電器時(shí)代帶來(lái)的巨大革命一樣，在信息革命時(shí)代，數(shù)字化轉(zhuǎn)型極大改變了整個(gè)行業(yè)和整個(gè)社會(huì)。過(guò)去幾十年里，依靠科學(xué)技術(shù)的進(jìn)步，整個(gè)世界得到了蓬勃發(fā)展。這一切的背后有摩爾定律、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)和大數(shù)據(jù)等一系列技術(shù)發(fā)揮作用，尤其是這些技術(shù)疊加的組合效應(yīng)加快了變革的步伐，在技術(shù)能力方面產(chǎn)生了驚人的飛躍，生產(chǎn)力也得到了極大的發(fā)展。為了滿足未來(lái)社會(huì)發(fā)展的進(jìn)一步需求增長(zhǎng)，這些技術(shù)很難再提供足夠的動(dòng)力，未來(lái)需要把人類的軟技能和科技技能融合在一起，通過(guò)互補(bǔ)新成新的技能，加快數(shù)字化轉(zhuǎn)型步伐。

所以，智能光網(wǎng)絡(luò)的發(fā)展并非一蹴而就，從標(biāo)準(zhǔn)的建立，到方案的研究，到現(xiàn)網(wǎng)的試點(diǎn)，再到最終的規(guī)模部署，這些是新技術(shù)必須經(jīng)歷的發(fā)展和驗(yàn)證，這個(gè)過(guò)程也一定會(huì)面臨更多的挑戰(zhàn)和難題。因而，最終實(shí)現(xiàn)智能光網(wǎng)絡(luò)的愿景和目標(biāo)需要全產(chǎn)業(yè)鏈的通力合作。