ICTna.ir – اریکسون در حال انجام تحقیقاتی در زمینه هوش مصنوعی است که می تواند مدل سنتی OSI را تغییر دهد، در حالی که شبکه خودران می تواند تنها چند سال با ما فاصله داشته باشد.

به گزارش گروه اخبار خارجی آژانس خبری فناوری اطلاعات و ارتباطات (ایستنا)، هوش مصنوعی (AI) را می توان برای نوشتن غزل به سبک شکسپیر یا موسیقی که بتهوون را تداعی می کند، توصیف کرد. اما اگر یک هوش مصنوعی بتواند مدل اتصال سیستم های باز (OSI)، سیستم مرسوم برای مفهوم سازی طراحی شبکه را دور بزند و رابط هوایی بهتری نسبت به هر چیزی که یک انسان تولید کرده است به دست آورد، چه؟

در اعماق آزمایشگاه‌هایی در سوئد، جایی که اریکسون پیشگام تحقیقات بی‌سیم است، کار بر روی استعداد بالقوه ارتقای هوش مصنوعی به سطح بعدی در طراحی شبکه آغاز شده است. اریک اکودن، مدیر ارشد فناوری اریکسون، در یک رویداد مطبوعاتی اخیرا در لندن گفت: می‌توانید اجازه دهید الگوریتم راه بهتری پیدا کند. شرکت‌هایی مانند کوالکام و Picocom، یک توسعه‌دهنده کوچک سیلیکون برای سلول‌های کوچک، نیز تصور می‌شود که در حال بررسی احتمالات هستند. همه اینها چشم انداز فناوری های شبکه ای را که کاملاً توسط ماشین ها طراحی شده اند، فراتر از درک باهوش ترین دانشمندان جهان افزایش می دهد.

مدل OSI شبکه را همانطور که امروزه وجود دارد، در هفت لایه تصور می‌کند که با پیوندهای دستگاه فیزیکی شروع می‌شود و تا برنامه‌های کاربردی رو به مشتری می‌رود. هیچ‌کدام از اینها به طور منحصر به فردی علمی نیست، اما حتی به باهوش‌ترین متخصصان نیز اجازه می‌دهد تا به جای درک مشارکت‌های خود، کل شبنکه را درک کنند. گابریل براون، تحلیلگر اصلی Heavy Reading در پادکستی اخیرا گفت: ما این کار را انجام دادیم تا آن را برای خودمان قابل درک کنیم. اما یک چیز بومی هوش مصنوعی نباید این محدودیت ها را داشته باشد.

این فناوری می‌تواند با ترکیب اصول تشخیص الگوی پیشرفته هوش مصنوعی و مدل‌های زبان بزرگ با داده‌های سری زمانی موجود در پیوند رادیویی عمل کند. براون گفت: شما می توانید شروع به ایجاد روابط بین آن کنید. شما از همان فناوری‌ها و همان ایده‌های محاسباتی برای توسعه یک سیستم بسیار کارآمدتر استفاده می‌کنید.

به هوش مصنوعی خود اعتماد کنید

با این حال، از بین بردن مدل OSI، ناگزیر افکار نگران‌کننده‌ای را در مورد فناوری‌های ایجادشده توسط هوش مصنوعی که هیچ‌کس نمی‌تواند آن‌ها را درک کند و در صورت خراب شدن هوش مصنوعی، آرماگدون را ایجاد می‌کند. اکودن گفت: اگر از فناوری های جدید هوش مصنوعی برای بازسازی یا ساخت یک سیستم جدید استفاده کنید، مطمئناً باید یک جعبه سیاه نباشد، بلکه یک جعبه بسیار باز باشد تا بتوانیم بررسی کنیم که واقعاً چه اتفاقی می افتد؟ او آن را “هوش مصنوعی قابل اعتماد” می نامد!

اریکسون که مشتاق نشان دادن تعهد به شفافیت هوش مصنوعی است، این ماه ویژگی «هوش مصنوعی قابل توضیح» را به جدیدترین محصولات نرم افزاری خود اضافه کرد. ایده اصلی این است که به یک شرکت مخابراتی نشان داده شود که چگونه فناوری مبتنی بر هوش مصنوعی به نتایجی رسیده است. با این حال، اکودن از تلاش‌های گسترده‌تر دولت در این حوزه قابل اعتماد به نظر نمی‌رسد. او گفت: مقررات کنونی، حتی پس از نشست سران بریتانیا، چندان مفید نیست.

در آن نشست که در ماه نوامبر برگزار شد، ریشی سوناک، نخست وزیر بریتانیا، در گفتگو با ایلان ماسک حضور داشت و طبیعتاً هوش مصنوعی و رسانه های اجتماعی را مورد توجه قرار داد. اما اکودن خاطرنشان می کند که هوش مصنوعی غیر مولد قبلا به شدت برای بهینه سازی شبکه ها استفاده شده است و تاکید میکند: ما نمی توانیم به عقب برگردیم.

طرح‌های شبکه‌ای که بسیار فراتر از آنچه مردم انجام داده‌اند، انقلابی خواهند بود، شبیه به هوش مصنوعی که منتقدان ادبی را فریب می‌دهد تا فکر کنند رمان‌نویسی انسانی با سبکی تازه و منحصربه‌فرد است یا دستاوردهای علمی دیگری ایجاد کرده است. اما مدیر ارشد فناوری اریکسون هرگونه احتمالی که هوش مصنوعی مولد می تواند چیزی با ارزش تولید کند را نادیده می گیرد.

او گفت: این بستگی به این دارد که ما به عنوان انسان چقدر کار خوب یا بد انجام داده‌ایم، زیرا زیبایی هوش مصنوعی مولد این است که واقعاً به خوبی از انسان تقلید می‌کند. با توجه به اینکه شبکه‌های امروزی در سطح بالایی بهینه‌سازی شده‌اند، انسان‌ها حتی بهترین نقطه مرجع برای اشکال جدیدتر هوش مصنوعی نیستند. اکودن توضیح داد: ماشین‌ها در حال حاضر این کار را بهتر انجام می‌دهند. نوعی از قابلیت‌های یادگیری ماشینی مبتنی بر داده که ما برای ایجاد بهترین طرح کدگذاری، بهترین پشته OSI به کار گرفته‌ایم، بسیار خوب هستند. اگر می‌خواهید سطحی از هوش مصنوعی مولد بهتر از آن باشد، واقعا باید به خوبی کار انجام دهید.

او تنها انسانی نیست که تردید دارد هوش مصنوعی به این زودی تاثیر زیادی خواهد داشت. ویلیام وب، مدیر ارشد فناوری Access Partnership، یک شرکت مشاوره و مدیر سابق نهاد نظارتی آفکام در بریتانیا، گفت: به طور کلی، این سیستم‌های هوش مصنوعی با تشخیص الگو کار می‌کنند. آنها در مورد هزاران تا میلیون‌ها نمونه آموزش می‌بینند که قبلاً به عنوان «خوب» یا «بد» برچسب‌گذاری شده‌اند. آنها یاد می‌گیرند که چه الگوهایی منجر به «خوب» و «بد» می‌شوند و سپس می‌توانند بر عملکرد آینده تأثیر بگذارند. اما داده‌های برچسب‌گذاری‌شده زیادی وجود ندارد، بنابراین درک اینکه هوش مصنوعی روی چه چیزی آموزش داده می‌شود دشوار است.

او نیز مشکوک است زیرا مقدار بسیار زیاد متغیرهای شبکه مستلزم استفاده از مجموعه داده عظیمی برای اهداف آموزشی است. او گفت: “استفاده های خوبی از هوش مصنوعی در شبکه های مخابراتی وجود دارد، اما مشخص نیست که این یکی از آنهاست.”

وقتی ماشین ها دستور می دهند

سناریوی بسیار واقعی تر در چند سال آینده این است که شبکه های طراحی و نصب شده توسط انسان بدون آنها قابل مدیریت باشند. مانند خودروسازان، بازیکنان مخابراتی اکنون به پنج سطح اتوماسیون اشاره می کنند. طبق تعاریفی که توسط TM Forum، یک گروه استانداردهای مخابراتی ایجاد شده است، سطح 1 به معنای “عملیات و تعمیرات کمکی” است، در حالی که سطح 5 یک “شبکه کاملاً مستقل” است.

به گفته اکودن، این ممکن است از نظر فنی تنها در چند سال آینده امکان پذیر باشد. اما او متقاعد به نظر نمی رسد که آنها باید به طور گسترده مستقر شوند و آنها را به “ربات های خیابانی” و ماشین های خودران در خارج از مناطق تحت کنترل تشبیه می کند. او گفت: مگر اینکه این کار را به شیوه ای مسئولانه انجام ندهید، بنابراین در واقع خطر ایجاد می کنید، فکر نمی کنم انجام آن کار خوبی باشد و همین امر در مورد شبکه ها نیز صادق است.

با این وجود، اریکسون قبلاً از ابزارهای هوش مصنوعی برای خودکارسازی بخش‌هایی از واحد خدمات مدیریت شده خود استفاده کرده است. در سال 2019، پیش از آن که با واحدهای دیگر ادغام شده بود تا گروه تجاری نرم افزار و خدمات ابری را تشکیل دهد، پیتر لورین، رئیس خدمات مدیریت شده اریکسون در آن زمان، هوش مصنوعی را مسئول برخی از 8هزار کاهش شغل در واحد خود در سال گذشته می دانست.

بسیاری از شرکت های مخابراتی بزرگ نیز به سرعت به سمت خودکارسازی عملیات و فعالیت های فنی حرکت کرده اند. شانکار آروموگاولو، مدیر ارشد فناوری اطلاعات ورایزون، در حال حاضر به انتقال به قابلیت سطح 4 چشم دوخته است که توسط انجمن TM به عنوان یک “شبکه بسیار خودمختار” توصیف شده است. او آشکارا معتقد است که فناوری مانع اصلی نیست، او در کنفرانس مطبوعاتی اخیر سازماندهی شده توسط TM Forum گفت: امروز، برخی از تصمیمات کلیدی که توسط انسان ها گرفته می شود. آیا ما راحت می توانیم آن را رها کنیم و ماشین را مجبور به تصمیم گیری کنیم؟ من فکر می کنم این پلی است که باید از آن عبور کنیم.

انتقال مسئولیت‌های تصمیم‌گیری به هوش مصنوعی نگرانی‌های اخلاقی آشکاری را برانگیخته و انسان‌ها را در این بخش از تجارت مخابراتی کاملاً بی‌کار خواهد کرد. اما آروموگاولو مجموعه ای را پیش بینی می کند که در آن مهندسان بر اساس بینش ها و توصیه های هوش مصنوعی عمل می کنند. او گفت: کار به سمت مردم می رود تا مردم سر کار! این ماشینی است که من در مورد آن صحبت می کنم و کار را به گروه ها ارسال و هدایت می کند.

همانطور که داده‌ها نشان داده است، تعداد کارکنان در دهه گذشته در ورایزون و سایر شرکت‌های مخابراتی بزرگ به‌طور چشمگیری کاهش یافته است، اگرچه کاهش مشاغل را می‌توان در بسیاری از موارد به فعالیت‌های ادغام، فروش دارایی‌ها و سایر اقدامات پیش پا افتاده‌تر کارآمد نسبت داد. با این حال ورایزون با وجود کاهش بیش از 39هزار شغل یا 27 درصد از کل، در این دوره، توانسته است فروش سالانه خود را 2 درصد از سال 2018 افزایش دهد.

با این حال، یک سوال بزرگ این است که آیا کاهش مشاغل در بخش فناوری به افزایش سود کمک زیادی می کند یا خیر؟ اسکات پتی، مدیر ارشد فناوری وودافون، اینطور فکر نمی کند. او در همان رویداد TM Forum گفت: این یک محرک بزرگ برای اوپکس یا هزینه‌ها در سازمان نیست. پرسنل هزینه مهمی هستند، اما در هزینه یک شبکه مهم ترین هزینه نیست.