چه کسی هوش مصنوعی را آزمایش می کند؟ مورد VIAVI برای دوقلو دیجیتال واقعی

تا سال 2030، تقریباً 40 درصد از ترافیک بی سیم، ترافیک هوش مصنوعی خواهد بود. سوالی که هر اپراتور با آن روبرو خواهد شد این است: چه کسی هوش مصنوعی را آزمایش می کند و با چه داده هایی؟

VIAVI در سال 2023 100 ساله می‌شود و یک قرن پیشروی در تست و اندازه‌گیری را نشان می‌دهد، از اپتیکی که داده‌ها را روی فیبر حمل می‌کند تا ابزارهای بی‌سیمی که هر نسل از 1G تا AI-RAN را اندازه‌گیری کرده‌اند. دلیل اهمیت داستان اکنون این است که 6G در آزمایشگاه مهندسی نمی شود. برای برنامه‌هایی که هنوز ساخته نشده‌اند، در برابر ترافیک هوش مصنوعی که هنوز وجود ندارد، توسط اپراتورهایی طراحی می‌شود که توانایی پرداخت هزینه‌ای برای یافتن اینکه آیا طراحی کار می‌کند یا خیر، طراحی خواهد شد.

هوش مصنوعی در وب تصمیم گیری خواهد کرد. کسی باید این راه حل ها را آزمایش کند. و برای آزمایش هوش مصنوعی به هوش مصنوعی نیاز دارید. آموزش داده شده بر روی داده های واقعی که در یک دوقلو دیجیتالی قرار گرفته اند که رفتار شبکه زنده را دارد.

40%

تا سال 2030، ترافیک هوش مصنوعی نزدیک به 40 درصد از کل ترافیک شبکه و بی سیم را تشکیل می دهد. درک اینکه این ترافیک چگونه به نظر می‌رسد، چگونه رفتار می‌کند و چگونه با هر چیز دیگری در شبکه تعامل دارد، در حال حاضر یک محدودیت طراحی برای 6G است.

امروزه بیشتر صحبت‌های هوش مصنوعی در ارتباطات از راه دور حول محور هوش مصنوعی در داخل شبکه می‌چرخد: عواملی که بهینه‌سازی را توصیه می‌کنند، مدل‌هایی که خرابی‌ها را پیش‌بینی می‌کنند، پلتفرم‌های عاملی که در حلقه‌های بسته کار می‌کنند. هوش مصنوعی از طریق وب نیز مهم است. ترافیک استنباطی بین مراکز داده، به‌روزرسانی‌های مدل با هدف قرار دادن تجهیزات جانبی، داده‌های حسگر از پهپادها، وسایل نقلیه و کشتی‌ها، همگی باید آزمایش، واجد شرایط و طراحی شوند.

چه کسی هوش مصنوعی را آزمایش می کند

چه کسی هوش مصنوعی را آزمایش می کند؟ چگونه در برابر چه داده ای؟

مدلی که بر روی توزیع اشتباه آموزش داده شده است منحرف خواهد شد. یک مدل آموزش‌دیده بر روی داده‌های مصنوعی می‌تواند در لحظه‌ای که با یک مشترک واقعی، یک محیط رادیویی واقعی یا یک شهر واقعی در حال تغییر شکل زیر جرثقیل‌های ساخت‌وساز مواجه می‌شود، از کار بیفتد. داده ها آزمون هستند. داده ها طرح هستند.

پاسخ VIAVI داده هایی برای هوش مصنوعی است، نه فقط شبیه سازی. نوع مناسب داده که به نوع مناسب دوقلو داده می شود، برای آموزش و آزمایش مدل هایی که شبکه را هدایت می کنند، استفاده می شود.

دوقلو دیجیتال چیست؟

بیشتر دوقلوهای دیجیتال از داده های مصنوعی استفاده می کنند. آنها یک بلوک شهری یا اشعه های ردیابی را به تصویر می کشند. آنها یک کاربر را که با یک هدست از مدل عبور می کند، مدل می کنند.

همان دوقلو، در مواجهه با یک شبکه واقعی، ممکن است شکست بخورد. یک محیط تحقیقاتی 5G متفاوت از پوشش مستقیم یک منطقه شهری واقعی عمل می کند و اکثر اپراتورها با این شکاف مواجه شده اند.

VIAVI دارای 25 سال جمع آوری داده از شبکه های واقعی با ابزارهای میدانی است که در محیط های 2G، 3G، 4G، 5G و 5G-Advanced کار می کنند. بازرسی KPI، تجزیه و تحلیل علت ریشه‌ای، داده‌های عیب‌یابی و موارد دیگر که در ابتدا برای رفع مشکلات جمع‌آوری شده‌اند، اکنون به عنوان یک مجموعه آموزشی برای یک موتور هوش مصنوعی استفاده می‌شوند که نحوه واکنش شبکه را هنگام تغییر چیزی شبیه‌سازی می‌کند.

سه دیدگاه

ترکیب دیدگاه ها چیزی است که رویکرد VIAVI را به واقعیت مولد ممکن می کند:

• حجم بالا، جزئیات بالا، داده های سری زمانی از شبکه زنده.
• اطلاعات فضایی سه بعدی شامل هندسه ساختمان، اشکال تیرها و الگوهای انتقال.
• جمع آوری داده های در محل از حسگرها و ابزارهای مربوط به تله متری عملیاتی از AIOps و اطلاعات مکان.

نسل سناریوی AI-RAN

مثلاً خاموش کردن آتش در یک شهر را در نظر بگیرید. خدمات اضطراری فعال شد و پهپادها در حال پرواز بودند. تغییر پوشش در زمان واقعی. اپراتور باید بداند که شبکه چگونه رفتار خواهد کرد – نه در آزمایشگاه، بلکه در محیط واقعی، با پیکربندی واقعی gNB، با لایه انتقال واقعی، با بار مشترک واقعی.

دوقلو سناریو را تولید می کند و هوش مصنوعی پاسخ شبکه را پیش بینی می کند. اپراتور قبل از هر تغییری در شبکه زنده پاسخ را می بیند و با سناریوهای جدید دوقلو بهتر می شود.

علاوه بر این، برنامه ها ساخته می شوند و سناریوهای RAN آزمایش می شوند. رابط های مختلف شبیه سازی شده است. دوقلو محیط کاری برای همه چیزهایی است که باید قبل از پخش زنده آزمایش شوند.

VIAVI Generative Reality Digital Twin™ (GRDT)

GRDT یک کپی دیجیتال با کیفیت بالا از یک شبکه زنده است، کالیبره شده و به طور مداوم با داده های شبکه واقعی هماهنگ شده است، جایی که هوش مصنوعی هوش مصنوعی را در زمان واقعی آزمایش می کند.

ترافیک، شرایط و مقیاس شبکه عامل را منعکس می کند و با تکامل شبکه تکامل می یابد. هر تغییر عملیاتی، مدل هوش مصنوعی، پیکربندی و ارتقا، ابتدا در داخل دوقلو، در زمان واقعی، قبل از ورود به شبکه زنده آزمایش، تایید و بهینه‌سازی می‌شود.

نتیجه استقرار سریع‌تر شبکه‌های نسل بعدی است که شبکه زنده در هر مرحله از راه محافظت می‌شود.

از موارد برای GRDT استفاده کنید

سایت های ساختمانی

پوشش روزانه با بالا آمدن جرثقیل ها تغییر می کند. Twin پیش‌بینی‌های نقشه حرارتی را تولید می‌کند، کار می‌کند چه می شود اگر سناریوهایی را در چندین ارائه‌دهنده خدمات نشان می‌دهد و نشان می‌دهد وقتی آنتن 5G برای حفظ پوشش به وسیله نقلیه یا پهپاد منتقل می‌شود چه اتفاقی می‌افتد.

اداره بندر

تعاملات فیزیکی و شبکه ای با هم شبیه سازی می شوند. ازدحام با توجه به تعداد کشتی ها و ارتفاع کانتینرها مدل سازی می شود. شکل دهی پرتو دینامیکی در دوقلو آزمایش شده است. یک آنتن 5G بر روی یک بارج قرار می گیرد، در اطراف بندر حرکت می کند، با یک دوقلو که در عرض سه یا چهار میلی ثانیه پس از تغییر موقعیت آنتن، وفاداری را نشان می دهد. پایانه های کانتینری زیرساخت های حیاتی هستند. آنها همچنین یکی از پیچیده ترین محیط های پوشش در شبکه های بی سیم تجاری هستند.

Sandbox برای توسعه دهندگان

یک اپراتور آمریکایی می‌خواست به توسعه‌دهندگان اپلیکیشن یک شبکه واقعی برای ساختن بدون دسترسی به شبکه زنده بدهد. VIAVI جعبه شنی را ساخت. توسعه دهندگان محیطی را آزمایش می کنند که مانند شبکه حامل عمل می کند زیرا در شبکه حامل آموزش داده شده است.

کشاورزی و اینترنت اشیا

تعاملات اینترنت اشیا در مقیاس با الگوهای رفتاری خاص برای محیط های روستایی با پوشش کم تقلید شده است.

راه آهن

VIAVI سیگنال های ریلی و لایه ارتباطی که در بالا اجرا می شود را آزمایش می کند. اپراتورهای اروپایی در حال حرکت از 2G به 5G و 5G-Advanced برای ارتباطات ریلی هستند. The Twin سناریوهای what-if را اجرا می کند که هیچ آهنگ زنده ای نمی تواند آنها را اجرا کند.

شبکه های غیر زمینی (NTN)

با همکاری Rohde & Schwarz. شبیه سازی ماهواره یک نیمه و نیمی دیگر داده های زمینی واقعی است. دوقلو تعامل بین این دو، از جمله اثرات داپلر، تاخیر انتقال و سناریوهای NB-IoT را مدل می‌کند.

AI-RAN، AIOps و لایه داده

VIAVI دارای یک آزمایشگاه پیشرفته O-RAN است که توسط اتحادیه O-RAN در فینیکس، آریزونا تایید شده است. کار آزمایشگاه دیگر فقط شبیه سازی شبکه های دسترسی رادیویی نیست. اکنون وظیفه آزمایشگاه ایجاد مجموعه داده های باز و قابل اشتراک گذاری است که برای هر کشوری که نیاز به آزمایش یا آموزش مدل های AI-RAN دارد طراحی شده است.

این قسمت قبلی داستان AIOps است. AIOps یک یا دو روز حلقه را می بندد: پیش بینی، تشخیص، حل و فصل. دوقلو حلقه را از روز صفر و روز اول می بندد: شبیه سازی، اعتبارسنجی، بهینه سازی قبل از استقرار. هر دو بر اساس یک پایه داده کار می کنند و به جای تولید مصنوعی به تله متری شبکه واقعی وابسته هستند.

ایمن کوانتومی از روز اول

6G با یک نیاز غیرقابل مذاکره تعریف می شود: از روز اول ایمنی کوانتومی. VIAVI دوقلوهای دیجیتالی را برای طراحی شبکه ایمن کوانتومی می سازد.

اگر قرار است 6G در زمان راه‌اندازی از نظر کوانتومی ایمن باشد، آزمایش باید از هم‌اکنون، در دوقلو، قبل از نهایی شدن استاندارد آغاز شود. زمانی برای آزمایش آمادگی کوانتومی در یک شبکه زنده پس از این واقعیت وجود ندارد.

نظارت و ارتباطات یکپارچه

VIAVI سالهاست که در RF و سنجش فیبر مشغول است. ISAC گزارش ها را در خود لایه ارتباطی جمع می کند. دوقلو باید این را جذب کند (محیط های مدل از طریق داده های حسگر)، سپس سناریوهای ارتباطی را روی همان مدل آزمایش کند.

این برای طراحی 6G به چه معناست؟

داده های واقعی با ارزش ترین عنصر هستند و دوقلوها که با سال ها تله متری شبکه واقعی آموزش دیده اند، آن هایی هستند که برای 6G اهمیت دارند.

دوقلو جایی است که هوش مصنوعی یاد می گیرد.

بر اساس سخنرانی سامه یمانی، مدیر ارشد فناوری، راه حل های VIAVI | کنفرانس جهانی 6G