אריקסון מציגה בברצלונה בינת מכונה להתמודדות עם מורכבות הרשתות

בינת מכונה מטפלת באופן ממוקד במורכבות הרשתות הגוברת הנובעת מהשקת G5, IoT ודיגיטציה של כלל התעשייה

חברת אריקסון מכריזה היום על אימוץ גישה כוללת הנוגעת לבינת מכונה ברחבי הארגון והפעולות הקשורות ללקוחות. ההכרזה מתייחסת להשקת טכנולוגיות בינה מלאכותית שיאפשרו לרשתות לטייב את עצמן, להתייעל ולספק חוויית משתמש אופטימלית.

המציאות המורכבת של מערכות הטלקום של ימינו צפויה להמשיך ולהתגבר בעקבות ההשקה של G5, האינטרנט של הדברים והדיגיטציה המתמשכת של התעשייה. בינת המכונה, שעושה שימוש בלמידת מכונה ובטכנולוגיות אחרות של בינה מלאכותית, חיונית להתמודד עם מורכבות זו ביתר יעילות.

• להלן מספר דוגמאות ליתרונות של בינת מכונה:
• הטמעת טכנולוגיות בינה מלאכותית תאפשר לאריקסון לקצץ במחצית את זמני המעבר (handover) בין תאים ובכל להביא לפחות שיחות שנכשלו ולזמני תחזוקה קצרים יותר אצל ספקי השירותים. באופן דומה, אלגוריתמים של למידת מכונה מסוגלים לחזות דפוסי תנועה ולהעביר תאים למצב שינה באופן דינמי ללא השפעה על חוויית המשתמש, ובכך להשיג יעילות אנרגטית של עד 10 אחוזים.
• הודות ליישום בינת מכונה במטרה למנוע תקלות עתידיות, אריקסון תוכל לספק לאנשי מרכז הפעלת הרשת המלצות המובילות לנקיטת פעולה ובכך לעיל את מתן השירות על-ידי טכנאים בעד 30 אחוזים.
• מרכיבי למידה עצמית יוטמעו בליבה וירטואלית (vMME) על מנת להשיג VNF Autoscaling הראשון בעולם שעושה שימוש במערכת מתקדמת להגדרות אוטומטיות (deep reinforcement learning) המשפרת את ביצועי המערכת ב-25 אחוזים בהשוואה לסיפי ביצועים מוגדרים מראש.
• האנליטיקה תצויד בזיהוי דפוסים של בינת מכונה באמצעות למידה עמוקה ובכך תאפשר זיהוי,טיוב וצמצום של עד 20 אחוזים בפניות לשירות הלקוחות עקב סוגיות איכות של הרשת.

אריק אקודן, סמנכ”ל הטכנולוגיה של אריקסון אמר, “עם אוטומציה ובינה מלאכותית ספציפית לאיזור הרשת, הבינה המובנית בפלטפורמת הרשת מספקת ביצועים משופרים תוך טיוב המשאבים המועטים של הרשת האלחוטית. אנו מפתחים פתרונות למידת מכונה לכל קו המוצרים והשירותים שלנו בכדי לספק את הביצועים הגבוהים ביותר ואת פעולות הרשת האינטואיטיביות והקלות ביותר לשימוש עבור לקוחותינו.”
חטיבת המחקר של אריקסון נמצאת בתהליך של חיזוק המיומנות בלמידת מכונה ובינה מלאכותית כבר מאז 2007 והחברה מחזיקה כיום במאות פטנטים בתחום זה. טכנולוגיות אלו כוללות הכל, החל מלמידת מכונה בסיסית וכלה בטכניקות מתקדמות יותר ללמידה מערכת מתקדמת להגדרות אוטומטיות, כמו גם פונקציונליות דמויית-צ’אטבוט עם יכולות NLP וזיהוי תמונה.