一、巨大的存量网络是
人工智能最好的舞台
为什么要聚焦GTS、把人工智能的能力在服务领域先做好呢?对于越来越庞大、越来越复杂的网络,人工智能是我们建设和管理网络的最重要的工具,人工智能也要聚焦在服务主航道上,这样发展人工智能就是发展主航道业务,我们要放到这个高度来看。如果人工智能支持GTS把服务做好,五年以后我们自已的问题解决了,我们的人工智能又是世界一流。
首先,是解决我们在全球巨大的网络存量的网络维护、故障诊断与处理的能力的提升。我们在全球网络存量有一万亿美元,而且每年上千亿的增加。容量越来越大,流量越来越快,技术越来越复杂,维护人员的水平要求越来越高,经验要求越来越丰富,越来越没有这样多的人才,人工智能,大有前途。
我们现在用的是IP网,IP是牺牲时延来降低成本,路由窜来窜去的,哪个地方出问题,问题出在哪儿,都不知道。英国出现了问题,原因可能在德国。虚拟化软件和硬件又解耦了,未来网络中要更多地关注亚健康检查, 出问题前就要知道。明天网络还会越来越复杂,越来越搞不定,故障不知怎么回事。华为在全球网络中占有三分之一的份额,这么大的存量网络维护难度也很大。网上的设备从遗老遗少,到时髦青年,还有新新人类,如果没有人工智能的自我学、知识技能的不断扬弃,这张网只靠人怎么来维护?人是记不住这么多事故模型的。所以我们就要构筑这个能力,我们一定要在自动诊断、自动发现故障隐患这个问题上下工夫,不然将来我们的机构很臃肿,我们要在这里面敢于投入。
人工智能通过学,可以使得专家只用聚焦解决最关键的10%的问题。一部分简单的问题可自动去实施,这样服务的专家就可聚焦解决关键问题了。精减下来的编制,可以全部给人工智能研究去招聘科学家与博士(当然包括茶博士、博士前)。
我们现在的基站安装,就是现场硬件装上去,我们在西安、罗马尼亚……做总调。以后发现问题,不一定要罗马尼亚去,我们当地发生的问题,经过全世界数据的自我学以后,系统自己就可以调整解决,再把结果上报。我们通过专家分析和训练,校正机器算法的结构,在处理问题中提升算法,最重要是让机器有学能力,而不仅是人有学能力。
单纯用水泥修个房子是很脆弱的,风都能吹得倒,水泥里加点沙子加点石头就很坚硬,你要搞混凝土工程。做人工智能,一定要贴近实际,贴近需求,贴近客户。诺亚方舟实验室应在每个GTAC都应该设一个小组,天天和服务专家一起上班做故障处理,搞明白什么叫故障,故障是怎么发生的怎么排除的,它们数据模型是怎样的,他们不会在解决故障后来给你讲成故事。另外,还要熟悉网络是什么,若不是一个网络专家,你怎么能通过人工智能发现故障呢。亲身体会存在问题是啥,解决问题的方法是啥,这个不是GTS落地,而是2012实验室的责任,GTS相应团队可以投资和配合。