新兴技术动向：人工智能与机器学习在移动核心网中的创新应用探索-梦之都

主要信息2023 年，随着生成式人工智能 (GenAI) 和大语言模型 (LLM) 的出现，业界对人工智能 (AI) 的兴趣高涨，包括电信运营商在内的各类企业纷纷投资，探索 GenAI 和 LLM 所带来的益处及其可实现的目标。Omdia 估计，从2024 年到 2028 年，全球 AI 软件市场规模将达 7430 亿美元。针对电信网络部分（包括核心网和预测性维护）的 AI 软件市场规模将达 86 亿美元。AI 在电信业的传统用途包括应用于分析功能（而非闭环自智）的机器学习 (ML) 和统计方法。持续演进的 AI 应用将促成更加自动化的网络，并最终在 5-10 年内实现自智运营。用于 4G 网络的 AI 具有碎片化和定制化的特点。而针对5G网络，3GPP 引入了网络数据分析功能 (NWDAF)，以实现数据收集和交换的标准化，并降低分析和自动化成本。降低成本和面向客户的用例是大多数 AI 应用发展的推动力。此外，AI 能够注意到数据中的微妙趋势，在管理 5G 网络复杂性和推进分析能力进一步发展方面发挥着愈发重要的作用。电信运营商 (CSP) 应意识到，要努力将AI部署到网络中，在自主构建 AI 能力的同时，依靠供应商来缩小差距。CSP 应至少拥有维护 AI 所需的技能。部署应分阶段进行，首先整理数据源，从能够即时获益的用例入手，如将当前的流量管理和负载平衡方式转变为基于预测性AI的模式。给电信运营商的建议在进一步扩展前，先从流量拥塞和流量整形等明显用例入手以积累经验；采取分阶段的 AI/ML 集成方法，不要等待 5G 独立组网网络与经验丰富的供应商合作在不同站点部署和启用各个用例，以获得实际的洞察通过机器学习运维 (MLOps) 针对合适的数据管理和治理基础设施制定相关计划，致力于实现自智运营；培训员工并构建团队来了解和应用 AI/ML 技术培养 AI/ML 人才和内部团队，确保合理地使用AI/ML，以及将云原生原则和 IT 范式运用于 5G谨慎对待 ML 训练和推理设施，以防数据泄露和滥用，避免违反隐私和安全法规给供应商的建议遵循 3GPP 标准，采用云原生（例如 5G 独立组网网络）和 IT 范式进行软件和模型开发面向核心网提供开箱即用的 AI/ML 用例，展示能够提升运营效益和降低成本的示例提供技术协助和专业服务，如 ML 训练服务、集成以及为首个用例和部署进行数据迁移支持和促进标准或数据交换；支持 AI/ML 模型在不同网络中的复制和共享考虑开发定制的 AI/ML 用例来说服 CSP 采用

以上为中文编译节选内容，如有任何疑义或需阅读完整英文内容，敬请参考Omdia英文报告《Tech Trend: AI and ML for the Mobile Core Network》。

新兴技术动向：人工智能与机器学习在移动核心网中的创新应用探索

相关推荐

热门科技

猜你喜欢

当前位置：首页 > 梦之科技 > 新兴技术动向：人工智能与机器学习在移动核心网中的创新应用探索

新兴技术动向：人工智能与机器学习在移动核心网中的创新应用探索

相关推荐

热门科技

猜你喜欢