以AI之力应对AI引发的网络挑战——大模型还能这么用

科技   2024-10-23 17:04   广东  
作者:南山南
编辑:苏子瞻
来源:科技最前线 (kejizqx)
    
近日,AI圈再度热闹非凡。

先是诺贝尔物理学奖首次破天荒地颁给了AI研究者

 
就在大伙玩梗“物理学不存在了”之时,诺贝尔化学奖也在惊叹中颁给了谷歌DeepMind 的CEO 德米斯·哈萨比斯

 
没错,就是那个“下棋下到人类失智”的AlphaGo的“爸爸”。

 
哈萨比斯和他的团队凭借AlphaFold的蛋白质结构预测,硬生生拿下了这顶“化学皇冠”。

 
在AI圈大佬们的引领下,大模型迅速再次成为了全球科技热议的焦点话题。

 
正如国外网友调侃的那样:“诺贝尔文学奖是不是也该给ChatGPT留个位置?”连OpenAI的CEO奥特曼都忍不住出来亲自点赞这条玩笑。

 

网友制作的ChatGPT获奖肖像

不得不说,这几年AI的进展实在是快到飞起,特别是大模型的出现,彻底改变了各行业的游戏规则。

 
以这次获奖的AlphaFold为例,它可以利用大模型直接预测蛋白质的三维结构,解决了这个困扰了人类50年的大难题。

要知道,蛋白质结构可不是个简单的“拼乐高”,从氨基酸序列预测出蛋白质的结构就是在解一道深藏在黑暗中复杂的谜题。



但大模型一出手,科学家已知的几乎所有2亿种蛋白质的复杂结构,就像开挂一样被秒破。这让人不禁感叹,AI真是无处不在,连基础学科都挡不住它的锋芒。

 
当下大模型的确在迅速改变我们身边的各个行业。它不仅在应用端场景上大显身手,比如医疗、交通、金融、教育,甚至是文学创作,如今连基础设施领域也可以感受到大模型的“魔法”,例如最基础的通信网络

01

AI时代,传统网络瓶颈显现

 
随着AI技术的普及,直接导致了数据量的成倍增长。在智能化的应用场景中,无论是机器学习训练还是大规模的智能分析,背后都依赖于对海量数据的高效处理。

 
以数据中心为例,作为信息化时代的核心基础设施,其扮演着存储、处理、传输数据的重要角色。然而,传统网络架构在面对如此庞大的数据吞吐时,其性能瓶颈日益显现。

 

比如,多数据中心之间的协同工作是AI训练中的常见需求,即便是0.1%的网络丢包率,也可能导致模型训练效率大幅下降。

 
不仅如此,随着企业智能化应用的增加,跨区域的数据调度需求也愈加频繁。企业业务的全球化布局和数据分布在多个地点的事实,迫使广域网络(WAN)需要提供更高的传输速率、更低的延迟以及更稳定的连接。

 
然而,传统广域网络由于其带宽有限、延迟较高、网络抖动频繁等问题,难以满足智能应用对于数据实时性和稳定性的要求。

 
AI时代的一些核心应用,如远程医疗、智能驾驶、自动化控制、金融交易等,对网络的时延要求极为苛刻。尤其是在实时性要求极高的应用场景下,网络时延一旦超过标准,就可能直接影响用户体验甚至带来严重后果。

例如,远程医疗手术中,5毫秒(ms)以内的网络时延是保证医生与患者之间互动顺畅的基础,而传统网络架构往往无法在广域范围内提供如此低时延的传输服务。

 
另一个显著的例子是“数字孪生”技术,作为工业领域的创新实践,数字孪生技术通过实时数据的传输和反馈来建立虚拟世界与现实世界的映射。这类应用要求网络不仅能够处理大数据流,还需具备极低的延迟以确保数字化场景与现实世界的同步性。

 

然而,现有网络由于协议堆栈复杂、传输路径优化不足等问题,难以满足这些新兴需求,导致了业务体验的下降。

 
企业数字化转型的深化,办公场景和智能化设备的多样性也带来了对网络环境的全新需求。在过去,企业园区网络中,终端设备的接入量较为有限,网络负载主要集中在电脑、打印机等基础设备上。

然而,随着移动办公、智能办公、园区物联网的进一步普及,企业园区内接入的终端数量增长了数十倍,并发连接数的增长对网络带宽和响应速度提出了更高要求。

 

此外,高清视频会议、远程办公等新型智能业务在园区内的广泛应用,对网络的带宽、延迟和连接质量都提出了更高的要求。而传统企业网络往往以有线和基础的无线连接为主,面对这些日益复杂的业务需求,现有网络架构无法提供足够的灵活性与可扩展性。尤其是在应对动态设备接入和大规模流量波动时,传统网络的性能衰减显著,严重影响了企业的智能化进程。

 
面对这些问题,传统的网络架构已经无法满足未来的发展需求,网络的智能化升级成为不可或缺的环节。那如何解决呢?

02

通信网络领域大模型
踏彩云而来的AI之力

 
在网络智能化升级的过程中,大模型作为“得力助手”发挥了关键作用。

大模型通过深度学习和海量数据的训练,能够实现自然语言理解、自动决策、智能调优等多种功能。

这些技术能力在通信网络中的应用,使得网络的管理和运维从依赖人工向智能化自动化迈进,从根本上提升了网络的效率和灵活性。

 
在此背景下,华为在数据通信领域迈出了创新的步伐,发布了通信大模型应用NetMaster

 
NetMaster的优势在于其生成式AI技术。这种技术能够将网络管理中的复杂问题,通过自然语言的交互,轻松实现智能化运维。

例如,通过对话的方式,技术人员可以快速检查网络状态并解决故障,显著降低了对专有技术知识的需求。这背后,是华为自主构建的通信知识模型在发挥作用,它不仅能够快速学习,还能进行故障预测和自我修复,推动了网络从被动应对到主动管理的转变。

 
2024年6月,凭借其技术的创新性,华为通信大模型应用NetMaster在日本最大的ICT展会Interop Tokyo 2024中斩获了“Best of Show Award”大奖。这一荣誉不仅是对NetMaster技术实力的认可,更标志着华为在网络智能化方向的领先地位。


Interop Tokyo 2024专家评委在评选意见中提到:“通过将生成式人工智能技术应用于日益庞大和复杂的网络运营管理中,华为NetMaster使得在基于自然语言的对话中检查和排除故障成为可能。这是人工智能技术在网络智能化方向的创新应用。”这充分显示了NetMaster在推动网络运维智能化方面的重要价值。

 
在全球企业和行业积极拥抱AI的背景下,在华为全联接大会2024上,华为正式发布星河AI自动驾驶网络解决方案,以AI技术赋能网络。该解决方案采用了“三层架构”的设计,包括智能网元、数字孪生和智慧大脑,加速千行万业的全面数智化转型。

 
尤其值得关注的是智慧大脑,它集成了NetMaster和先进的云图算法仿真,能够精确理解用户需求并实现端到端的网络智能化管理。通过自然语言交互,智慧大脑可以将用户的操作请求转化为具体的网络管理任务,灵活调配各类场景化AI Agent,让网络运维变得更高效、更智能。
 

星河AI自动驾驶网络相较于传统网络架构,具备更高的智能化程度。它不仅可以自我管理、自我优化,还能够预测潜在的风险并提前采取应对措施。

 
清华大学信息化技术中心高级工程师马云龙表示:“在高精度的网络数字地图的指引下,搭载通信大模型应用NetMaster的智慧,可以探索网络运维自动驾驶的未来,期望可以让网络运维变得更智能、更轻松。”

 
通过这种高度智能化的网络架构,金融、教育等多个行业将能够显著提升网络运维效率,降低运营成本,并且有效规避风险。

 
写在最后

 
大模型的出现,让网络智能化从理想变为现实。

 
在这场以数据为基础、智能为核心的网络变革中,华为通过推出通信大模型应用NetMaster和星河AI自动驾驶网络解决方案,展示了其在通信网络智能化领域的技术实力和创新能力。

从通信大模型的智能调优到自动驾驶网络的全面智能化管理,华为正以“踏彩云而来”的AI之力,引领通信网络迈向更加智能、高效、可靠的未来。



科技最前线
在这里看见未来!科技互联网头部帐号,深度解读科技产业。
 最新文章