本站點使用cookies,繼續瀏覽表示您同意我們使用cookies。Cookies和隱私政策
自智網絡與高可靠性網絡的關系密不可分,自智網絡追求的一個重要目標就是通過自動化和智能化手段來提高網絡的穩定性和可靠性,實現網絡的高穩。華為ICN Master 解決方案率先將大模型應用到核心網運維領域,圍繞網絡風險大,運維效率低,技能要求高,缺乏實時業務體驗保障等關鍵運維問題,助力運營商打造一個高穩、智簡、質優的核心網,更好幫助運營商為用戶提供服務。
主持人︰2023年ChatGPT的出現讓大模型成為各行各業的熱點,如何快速構建AI模型實現AI和雲核心網之間的深度融合是當前關注的焦點。請問Eric,在這次分析師大會上,華為雲核心網ADN解決方案帶來了哪些關于AI大模型的新消息呢?
羅萱︰今年面向大模型,我們重磅推出了ICN Master解決方案。在自智網絡L3時代,主要通過人+工具+小模型的方式來保障網絡運維。但對于一些場景和用例,很難形成泛化和E2E閉環的能力。而相比之下,大模型具備廣泛的知識和自然語言的理解能力,任務規劃和推理的思維能力,以及場景泛化的能力,這樣就可以突破L3的瓶頸,從自動化到智能化實現自智網絡L4。我們率先將大模型應用到核心網運維領域,圍繞網絡風險大,運維效率低,技能要求高,缺乏實時業務體驗保障等關鍵運維問題,幫助運營商打造一個高穩、智簡、質優的核心網,更好地幫助運營商為用戶提供服務。
主持人︰剛剛您提到自智網絡,通常我們听到的自智網絡大多是與自動化運維提效相關的,您能解釋一下為什麼核心網自智網絡一直在強調網絡高穩?
羅萱︰目前全球運營商和產業組織已經意識到了核心網高穩的重要性,並初步形成了產業共識。但是只有共識是遠遠不夠的,首先,我們需要定義核心網高穩的網絡標準,定義什麼樣的核心網是具備高可靠性的,這是我們構築自動化和智能化能力的基礎和前提;其次我們還需要一個對應的評估工具幫助運營商評估網絡是否足夠可靠,不僅有靜態評估,也有通過故障注入和自動仿真實現網絡可靠性動態評估,這也是為什麼我們一直積極參與TM Forum的ANL測評及標準貢獻工作,通過可量化的高穩標準和評估體系,幫助運營商主動識別網絡潛在的隱患。
主持人︰請問Robert,Appledore一直對自智網絡領域很有研究,你們發布的報告也經常受到產業的關注,那麼您是怎麼看待自智網絡和高穩網絡之間的關系呢?
Robert︰如Eric所說,很明顯自智網絡和高穩網絡之間存在密切的關系。過去網絡的變更涉及面廣,造成故障的風險高。我們正在邁向一個網絡交互更頻繁更智能的世界。我們必須依靠海量的網絡數據才能達成這個目標,只有在保持網絡穩定的情況下,這種能力才是真正安全的。
自智網絡具備自規劃、自部署、自優化和自演進等能力,這些能力使得網絡能夠更加智能地應對各種挑戰和變化,降低故障發生的概率,提高網絡的穩定性和可靠性。通過自動化和智能化的運維手段,自智網絡能夠實時監控網絡狀態,預測和預防潛在問題,快速響應並自動修復故障,從而確保網絡的高穩運行。可以說自智網絡追求的一個重要目標就是通過自動化和智能化手段來提高網絡的穩定性和可靠性。
主持人︰既然您提到了網絡智能化的優勢,您認為AI大模型應用到核心網運維中存在哪些困難呢?
Robert︰大模型在運維領域的應用仍然處于早期階段 目前存在以下幾個挑戰︰首先是數據復雜性,核心網運維涉及大量的實時數據、多模態數據(不僅數據、圖像、圖片、圖表等)以及復雜的數據關系。這些數據往往具有強領域知識特性,且不同場景下的數據差異較大。大模型需要處理並理解這些復雜的數據,以便進行有效的運維決策。
其次,廣義語言模型和領域專業大模型之間的區別,以及在實際環境中,我們如何應用它們也是一大挑戰。大模型需要解決如何在不同場景下保持強大的泛化能力,以便快速推廣復用和處理未知場景任務。同時,像網絡設備、協議、技術細節等,大模型還需要有效地整合這些領域知識,才有可能進行準確的故障診斷、性能優化等艱巨而又復雜的運維任務。
主持人︰Eric,我相信大家也想知道,ICN Master是如何應對這些技術挑戰呢?
羅萱︰ 當然,我們也曾面臨這些問題,也嘗試用一些新的方法來解決。第一步,提升數據質量來幫助大模型更深入的理解意圖。第二步,結合不同的方法來提高模型的能力。ICN Master以LLM和運維數據多模態分析大模型為基礎,通過智能體Agent技術框架,結合長短期記憶、RAG、小模型等,來實現語義理解、工具調用、邏輯推理等能力,最終支撐核心網故障、投訴處理全流程智能化。 我們基于華為30多年豐富的核心網運維經驗及案例積累,構建了運維多模態分析大模型,如信令、時序、拓撲等,並針對這些知識語料設計標準訓練集展開預訓練,優化模型提高其判斷和思維訓練的準確性。如何更進一步提升大模型訓練的準確性和效率,我們還在探索和實踐中,也希望能與更多的伙伴交流和分享各自的實踐經驗,共同推動技術難題的解決。