5月10日消息（林想）近年來隨著SDN、AI等新型技術的引入，智能光網絡被賦予全新的定義。尤其到了5G時代，網絡架構更加復雜，功能、性能不斷增加，與此同時海量的數據流量和全新的業(yè)務模式出現，對光網絡承載能力的要求越來越高。我們需要通過人工智能的手段，實現光網絡的智能管理、極致體驗、靈活開放，以達到提升用戶體驗，降低運營成本的目標。
在日前召開的“中國光通信高質量發(fā)展論壇中”的“當AI遇到光：智能光網絡研討會”上，上海諾基亞貝爾光網絡業(yè)務副總裁張寒崢表示，AI在賦能光網絡在智能化和自動化方面表現尤為突出。諾基亞推出的WaveSuite軟件，以機器學習為核心，專注于為光網絡提供高價值的應用而生，目前已經成功應用于健康&分析、光網絡優(yōu)化和數字孿生等應用中。
AI賦能光網絡，
在智能化和自動化兩方面表現更為突出
世界經濟論壇關于數字化轉型研究指出，如同過去工業(yè)革命和電器時代帶來的巨大革命一樣，在信息革命時代，數字化轉型極大改變了整個行業(yè)和整個社會。
“過去幾十年里，依靠科學技術的進步，整個世界得到了蓬勃發(fā)展。這一切的背后有摩爾定律、移動互聯網、云計算、物聯網和大數據等一系列技術發(fā)揮作用，尤其是這些技術疊加的組合效應加快了變革的步伐，在技術能力方面產生了驚人的飛躍，生產力也得到了極大的發(fā)展。”張寒崢指出，為了滿足未來社會發(fā)展的進一步需求增長，這些技術很難再提供足夠的動力，未來需要把人類的軟技能和科技技能融合在一起，通過互補新成新的技能，加快數字化轉型步伐。
張寒崢表示，對于今天的光網絡來說，人工智能已經逐步開始，在智能化和自動化方面表現的尤為突出。
在數據驅動的環(huán)境下，從對網絡、用戶、IoT、交易和第三方的數據采集；到對流程、授權、資產和客戶建模；再到基于業(yè)務的模型優(yōu)化需要變得更加精準和主動洞察；最后根據洞察結果強化當前過程，或使之自動化的行動。
“把上述這些項全部串起來才算完成了一項智能化工作。”張寒崢表示，在發(fā)展過程中，這些組件也受到RPA、深度學習\機器學習、大數據和數字化、云計算、數據科學\AI預測模型等技術的影響，這些技術不同的排列組合使得數據驅動的智能化成為可能，并最終實現低成本和高精準的網絡洞察。
在網絡自動化架構中，大規(guī)模智能與實時可見性和網絡資源的控制結合起來才能稱之為洞察驅動的網絡自動化。這并不是一個完全自治的網絡，而是一系列機器輔助的操作，把日常的操作變成自動的工作流，除了特殊情況發(fā)生不需要人工干預。
“洞察驅動的網絡自動化可以分為四個步驟來實現意圖與結果之間的閉環(huán)。”張寒崢指出，一開始操作員需要定義意圖；通過可編程的運營商SDN控制器把意圖轉化成動作和行動，由下層可編程的網絡來執(zhí)行，實現了自動化的業(yè)務配置；網絡自身會產生持續(xù)有價值的反饋信息，通過Flow-driven telemetry等遙測技術把關鍵信息推測出來，用于故障監(jiān)測、性能監(jiān)測等一類的業(yè)務保障和服務；最后分析功能把信息進行深入分析和觀察，驗證結果是否符合預期目標，如果需要可以驅動進入下一步糾正工作。
在張寒崢看來，這個閉環(huán)的關鍵在于洞察行為是可實施的，而行動也是可編程的，整個過程也是受用于控制的，用戶可以始終監(jiān)控發(fā)生的事情，能夠在結果偏離意圖的時候收回控制權。
以機器學習為核心，
WaveSuit為光網絡提供高價值應用而生
“機器學習是網絡智能化的一個核心，它很大程度上依賴于獲取到的高質量的數據，在最貼近物理層的光網絡上更是如此。”張寒崢指出，光網絡領域中成功的機器學習高度依賴于從不同光網絡獲取大量的高質量訓練數據。
為獲取這些數據，諾基亞創(chuàng)建了一個用戶友好的安全的機器學習的環(huán)境——數據湖，運營商可以安全的存儲處理網絡數據，訓練和驗證機器學習，而且對多種來源的數據進行全面采集，更有助于創(chuàng)建更精確的機器學習能力。這些網絡數據包含了streaming telemetry、網絡拓撲、模擬/數字KPI’s、WaveSuit應用數據、環(huán)境telemetry等，采集后用于創(chuàng)建供機器學習使用的綜合數據湖。
同時，貝爾實驗室還提供了專業(yè)的知識，把算法和數據匹配起來，最大程度的提高機器學習的預測、分類和檢測精度，諾基亞提供的數據湖環(huán)境通過持續(xù)學習來優(yōu)化網絡環(huán)境和運營，讓機器學習可以安全適應不斷變化的物理和商業(yè)環(huán)境，機器學習的結果被用來分析和理解網絡里發(fā)生的事情和根本原因，預測即將發(fā)生的事情，分析結果可以用可視化方式輸出，并給出下一步動作建議甚至自動響應，最后達到意圖所預期的結果。
此外，諾基亞WaveSuite軟件就是專注于為光網絡提供高價值的應用而生的，它是以機器學習為核心，提供了自動化的動作觸發(fā)框架，可以鏈接到其他軟件的執(zhí)行動作，也可以通過開放的接口觸發(fā)第三方管理軟件的動作。
張寒崢認為，在人工智能時代，價值慢慢從硬件向軟件轉移。“傳統(tǒng)的規(guī)劃軟件和網絡是相分離，與業(yè)務之間也有一定鴻溝，需要定制開放和接口進行交互。而目前底層的基礎網絡都是開放、敏捷的多廠商網絡環(huán)境，具備開放的管理控制接口，在此之上是一個輕量級具有交鑰匙功能的應用程序，實現網絡的自動化和優(yōu)化，而這正是WaveSuit的強項。”
據張寒崢介紹，WaveSuit目前已經成功應用于健康&分析、光網絡優(yōu)化和數字孿生等應用中。“在健康&分析引用中，WaveSuit可以主動的分析網絡健康、實施優(yōu)化、規(guī)劃容量；在光網絡優(yōu)化方面，WaveSuit優(yōu)化器可以提供鏈路優(yōu)化、波道優(yōu)化、波長梳理、多層分析（恢復優(yōu)化）和場景分析五種服務，在學習和優(yōu)化適配損耗和實現精調網絡獲取最佳性能；在數字孿生應用中，WaveSuit可以提供更加安全的創(chuàng)新和測試環(huán)境。
最后，張寒崢總結道，AI智能化和自動化擁有巨大潛力，不僅讓網絡反應更快，完成復雜的任務還能降低運營成本。但AI的實施與其說是技術上的挑戰(zhàn)，不如說是對人的挑戰(zhàn)，需要轉變思維和技能，可視性和控制性是讓人覺得更舒服的關鍵，也是讓機器做出正確決定的關鍵。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
