


Anschauen: Welches Potenzial bietet die Anwendung generativer KI für die Netzwerkautomatisierung?
Laut einem neuen Bericht des Marktforschungsunternehmens Omdia wird generative künstliche Intelligenz (GenAI) voraussichtlich bis 2023 zu einem überzeugenden Technologietrend werden, der wichtige Anwendungen für Unternehmen und Einzelpersonen, einschließlich Bildung, mit sich bringt. Im Telekommunikationssektor konzentrieren sich GenAI-Anwendungsfälle hauptsächlich auf die Bereitstellung personalisierter Marketinginhalte oder die Unterstützung komplexerer virtueller Assistenten zur Verbesserung des Kundenerlebnisses
Obwohl die Anwendung generativer KI im Netzwerkbetrieb nicht offensichtlich ist, hat EnterpriseWeb einen interessanten Proof of Concept durchgeführt, der das Potenzial generativer KI in diesem Bereich demonstriert
Fähigkeiten und Grenzen generativer KI in der Netzwerkautomatisierung
Eine der ersten Anwendungen generativer KI im Netzwerkbetrieb ist der Einsatz interaktiver Anleitungen als Ersatz für technische Handbücher, um bei der Installation von Netzwerkelementen zu helfen und Installationsaufgaben zu beschleunigen und zu vereinfachen. Darüber hinaus kann generative KI auf der Grundlage ihrer Wissensdatenbank zu technischen Handbüchern Empfehlungen zur Fehlerbehebung geben und bei der Netzwerkplanung und dem Design helfen
Der Einsatz generativer KI zur Service-Orchestrierung über Netzwerkdomänen hinweg ist eine anspruchsvollere Aufgabe. Um automatisierte Systeme für Telekommunikationsdienste verwalten zu können, müssen diese skalierbar, sicher und zuverlässig sein. Daher müssen diese Systeme nach deterministischer Logik arbeiten und dürfen sich nicht auf Vermutungen über statistische Pfade verlassen. Absichtsbasierte Orchestrierungssysteme erfordern die Übersetzung deklarativer Befehle in konkrete Arbeitsabläufe. Bei probabilistischen Analysen im Zusammenhang mit generativer künstlicher Intelligenz kann keine zufällige Unsicherheit toleriert werden
Generative KI verfügt im Bereich des Telekommunikationsnetzwerkbetriebs nur über begrenzte Fähigkeiten, kann jedoch zu einem wertvollen Assistenten werden, der Netzwerkingenieuren Ratschläge gibt und sie beim Wissensaustausch unterstützt. Darüber hinaus kann es eine revolutionäre neue Benutzeroberfläche für Orchestrierungssysteme bereitstellen, die es Benutzern ermöglicht, über natürliche Sprache mit generativer KI zu kommunizieren, um ihre Abfragen und Befehle auszudrücken. Dieser Ansatz abstrahiert die zugrunde liegende Komplexität und vereinfacht und beschleunigt so den Entwurf, die Bestellung und die Verwaltung von Netzwerkdiensten. Hinter den Kulissen interpretiert das automatisierte System des Bedieners die Absicht des Benutzers und übersetzt sie in die zur Erledigung der Aufgabe erforderlichen Aktionen
Generative KI wird von EnterpriseWeb verwendet, um absichtsbasierte Orchestrierungslösungen zu präsentieren
In einer aktuellen Demo demonstrierte das in New York ansässige Softwareunternehmen EnterpriseWeb, wie man generative KI nutzen kann, um die absichtsbasierte Service-Orchestrierung zu unterstützen. Ihre No-Code-Automatisierungsplattform ermöglicht es Unternehmen, Abläufe zu rationalisieren, Arbeitsabläufe zu optimieren und die Gesamteffizienz zu verbessern, indem sie komplexe Systeme, Anwendungen, Daten und Prozesse integrieren und verwalten. Seit seinem Einstieg in den Telekommunikationsbereich im Jahr 2013 hat EnterpriseWeb beim Europäischen Telekommunikationsinstitut (ETSI) den ersten Proof-of-Concept für Network Functions Virtualization (NFV) durchgeführt und sein Telekommunikationsprodukt CloudNFV
auf den Markt gebrachtCloudNFV ist ein absichtsgesteuerter Multi-Domain-Orchestrator, der auf einer No-Code-Plattform basiert und darauf ausgelegt ist, mühsame und komplexe Aufgaben im Telekommunikationsbetrieb zu vereinfachen und die Servicebereitstellung zu beschleunigen. Die Lösung nutzt ein grafisches Modell, das Industriestandards in einem einheitlichen Format umfasst und die notwendigen Abstraktionen für Multi-Domain- und Multi-Cloud-Umgebungen bereitstellt. Der Kern dieses Modells ist die deklarative, absichtsgesteuerte Orchestrierung von Netzwerkdiensten
Durch die Kombination der natürlichsprachlichen Programmierschnittstelle Jarvis von Microsoft und des zugrunde liegenden Modells von OpenAI demonstriert die generative KI-Demonstration von EnterpriseWeb die Fähigkeit, Dienste im Dialog mit Jarvis zu erstellen, zu konfigurieren, bereitzustellen und zu verwalten. In Zusammenarbeit mit dem Analysesoftware-Anbieter KX werden die Absichten des Betreibers in spezifische Abfragen und Befehle übersetzt, sodass der Betreiber das System lediglich auffordern muss, ein 5G-Gateway zu starten oder Dienste neu zu konfigurieren, und das System die erforderlichen Vorgänge demonstrieren kann. Sobald der Bediener diese Aktionen genehmigt, führt das System sie aus. Nachdem die Diensteinrichtung abgeschlossen ist, überwacht KX den Dienst und meldet Ereignisse an EnterpriseWeb, wodurch ein automatisierter Zyklus der Dienstverwaltung realisiert wird
Formulieren Sie diesen Satz neu:
In der Demonstration von EnterpriseWeb werden die Fähigkeiten, Einschränkungen und Überlegungen generativer KI im Telekommunikationsnetzwerkbetrieb hervorgehoben
In diesem speziellen Fall wird die Aufgabe, den Orchestrator (EnterpriseWeb) zum Handeln aufzurufen, an das Large Language Model (LLM) delegiert. Um dieses Ziel zu erreichen, nutzt EnterpriseWeb jedoch die KX-Analysedatenbank als Vermittler zwischen dem Orchestrator und dem großen Sprachmodell. Omdia-Analysten stellten fest, dass dies eine wichtige Überlegung sei, da eine klare Trennung der Bedenken erforderlich sei. Das Verständnis und die Kontrolle spezifischer Operationen durch große Sprachmodelle gibt es nicht. Dies schützt das Netzwerk des Betreibers vor der Illusion generativer KI und stellt sicher, dass die IP des Betreibers (Domänenmodell und Aktivität) nicht in das große Sprachmodell einfließt
Die Service-Orchestrierung auf Carrier-Niveau ist im Allgemeinen nicht mit den zufälligen Reaktionen der generativen KI kompatibel. Stattdessen ist ein regelbasiertes System erforderlich, um Aufgaben zuverlässig auszuführen. In diesem Fall kann generative KI als revolutionäre Schnittstelle dienen, die an der Spitze des Stapels sitzt und von den komplexeren unteren Schichten abstrahiert, wodurch Netzwerkingenieure von der Notwendigkeit befreit werden, sich eine Vielzahl gerätespezifischer Befehle zu merken oder Automatisierung bereitzustellen Das System sucht nach den richtigen Aufforderungen, um sorgfältig choreografierte Aktionen auszuführen
C114-Kommunikationsnetzwerk ist Ace
Das obige ist der detaillierte Inhalt vonAnschauen: Welches Potenzial bietet die Anwendung generativer KI für die Netzwerkautomatisierung?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bildquelle@visualchinesewen|Wang Jiwei Wie wirkt sich LLM von „Mensch + RPA“ auf „Mensch + generative KI + RPA“ auf die RPA-Mensch-Computer-Interaktion aus? Wie wirkt sich LLM aus einer anderen Perspektive auf RPA aus der Perspektive der Mensch-Computer-Interaktion aus? Wird RPA, das die Mensch-Computer-Interaktion in der Programmentwicklung und Prozessautomatisierung betrifft, nun auch durch LLM verändert? Wie wirkt sich LLM auf die Mensch-Computer-Interaktion aus? Wie verändert generative KI die RPA-Mensch-Computer-Interaktion? Erfahren Sie mehr darüber in einem Artikel: Die Ära der großen Modelle steht vor der Tür und die auf LLM basierende generative KI verändert die RPA-Mensch-Computer-Interaktion rasant. Die generative KI definiert die Mensch-Computer-Interaktion neu und LLM beeinflusst die Veränderungen in der RPA-Softwarearchitektur. Wenn man fragt, welchen Beitrag RPA zur Programmentwicklung und -automatisierung leistet, lautet eine der Antworten, dass es die Mensch-Computer-Interaktion (HCI, h

Generative KI ist eine Art menschlicher künstlicher Intelligenztechnologie, die verschiedene Arten von Inhalten generieren kann, darunter Text, Bilder, Audio und synthetische Daten. Was ist also künstliche Intelligenz? Was ist der Unterschied zwischen künstlicher Intelligenz und maschinellem Lernen? Künstliche Intelligenz ist die Disziplin, ein Zweig der Informatik, die sich mit der Schaffung intelligenter Agenten befasst, bei denen es sich um Systeme handelt, die autonom denken, lernen und Aktionen ausführen können. Im Kern geht es bei der künstlichen Intelligenz um die Theorien und Methoden zum Bau von Maschinen, die wie Menschen denken und handeln. Innerhalb dieser Disziplin ist maschinelles Lernen (ML) ein Bereich der künstlichen Intelligenz. Es handelt sich um ein Programm oder System, das ein Modell auf der Grundlage von Eingabedaten trainiert. Das trainierte Modell kann nützliche Vorhersagen aus neuen oder unbekannten Daten treffen, die aus den einheitlichen Daten abgeleitet werden, auf denen das Modell trainiert wurde.

▲Dieses Bild wurde von Kujiale, Sanweijia, Dongyi Risheng usw. erstellt. Die Dekorations- und Dekorationsindustriekette hat AIGC in großem Umfang eingeführt ? Welche Auswirkungen hat es auf Designer? Ein Artikel zum Verständnis und zum Abschied von verschiedenen Design-Softwares zum Generieren von Renderings in einem Satz. Der Einsatz künstlicher Intelligenz zur Verbesserung der Designeffizienz Welchen Einfluss hat generative KI auf die Dekorations- und Dekorationsbranche? Was sind die zukünftigen Entwicklungstrends? Ein Artikel, um zu verstehen, wie LLM Dekoration und Dekoration revolutioniert. Diese 28 beliebten generativen KI-Dekorationsdesign-Tools sind einen Versuch wert. Artikel/Wang Jiwei Im Bereich Dekoration und Dekoration gab es in letzter Zeit viele Neuigkeiten. Collov bringt generatives KI-gesteuertes Designtool Col auf den Markt

Laut einem neuen Bericht des Marktforschungsunternehmens Omdia wird generative künstliche Intelligenz (GenAI) voraussichtlich bis 2023 zu einem überzeugenden Technologietrend werden und wichtige Anwendungen für Unternehmen und Einzelpersonen, einschließlich Bildung, bringen. Im Telekommunikationsbereich konzentrieren sich die Anwendungsfälle für GenAI hauptsächlich auf die Bereitstellung personalisierter Marketinginhalte oder die Unterstützung komplexerer virtueller Assistenten zur Verbesserung des Kundenerlebnisses. Obwohl die Anwendung generativer KI im Netzwerkbetrieb nicht offensichtlich ist, hat EnterpriseWeb ein interessantes Konzept entwickelt. Demonstration des Potenzials generativer KI in diesem Bereich sowie der Fähigkeiten und Grenzen generativer KI in der Netzwerkautomatisierung. Eine der ersten Anwendungen generativer KI im Netzwerkbetrieb war der Einsatz interaktiver Anleitungen als Ersatz für technische Handbücher, um bei der Installation von Netzwerkelementen zu helfen

Gu Fan, General Manager der Abteilung für strategische Geschäftsentwicklung von Amazon Cloud Technology Greater China Im Jahr 2023 werden große Sprachmodelle und generative KI auf dem Weltmarkt „stark ansteigen“ und nicht nur „eine überwältigende“ Nachfolge in der KI auslösen und Cloud-Computing-Branche, sondern auch energisch, um Produktionsgiganten für den Einstieg in die Branche zu gewinnen. Das Haier Innovation Design Center hat die erste AIGC-Industriedesignlösung des Landes entwickelt, die den Designzyklus erheblich verkürzte und die Konzeptdesignkosten senkte. Sie beschleunigte nicht nur das gesamte Konzeptdesign um 83 %, sondern steigerte auch die integrierte Rendering-Effizienz effektiv um etwa 90 % Zu den Lösungsproblemen gehören hohe Arbeitskosten sowie eine geringe Konzeptausbeute und Genehmigungseffizienz in der Entwurfsphase. Die intelligente Wissensdatenbank und der intelligente Konversationsroboter „Xiaoyu“ von Siemens China basieren auf einem eigenen Modell und verfügen über die Verarbeitung natürlicher Sprache, den Abruf von Wissensdatenbanken und das Training großer Sprachen mithilfe von Daten

Die Implementierung großer Modelle beschleunigt sich und die „industrielle Praktikabilität“ ist zu einem Entwicklungskonsens geworden. Am 17. Mai 2024 fand in Peking der Tencent Cloud Generative AI Industry Application Summit statt, bei dem eine Reihe von Fortschritten bei der Entwicklung großer Modelle und Anwendungsprodukten angekündigt wurden. Die Hunyuan-Großmodellfunktionen von Tencent werden weiterhin über Tencent Cloud für die Außenwelt geöffnet, um die Modellanforderungen von Unternehmenskunden und Entwicklern in verschiedenen Szenarien zu erfüllen und umzusetzen die optimale kostengünstige Modelllösung. Tencent Cloud veröffentlicht drei Haupttools: Wissens-Engine für große Modelle, Bilderstellungs-Engine und Video-Erstellungs-Engine. Damit wird eine native Toolkette für das Zeitalter großer Modelle erstellt und der Datenzugriff, die Feinabstimmung von Modellen und Anwendungsentwicklungsprozesse durch PaaS-Dienste vereinfacht Unternehmen zu helfen

Der Aufstieg der künstlichen Intelligenz treibt die rasante Entwicklung der Softwareentwicklung voran. Diese leistungsstarke Technologie hat das Potenzial, die Art und Weise, wie wir Software erstellen, zu revolutionieren, mit weitreichenden Auswirkungen auf jeden Aspekt von Design, Entwicklung, Tests und Bereitstellung. Für Unternehmen, die in den Bereich der dynamischen Softwareentwicklung einsteigen möchten, bietet das Aufkommen der generativen künstlichen Intelligenz-Technologie beispiellose Entwicklungsmöglichkeiten. Durch die Integration dieser Spitzentechnologie in ihre Entwicklungsprozesse können Unternehmen die Produktionseffizienz erheblich steigern, die Markteinführungszeit von Produkten verkürzen und hochwertige Softwareprodukte auf den Markt bringen, die sich im hart umkämpften digitalen Markt abheben. Laut einem McKinsey-Bericht wird erwartet, dass der Markt für generative künstliche Intelligenz bis 2031 voraussichtlich 4,4 Billionen US-Dollar erreichen wird. Diese Prognose spiegelt nicht nur einen Trend wider, sondern zeigt auch die Technologie- und Geschäftslandschaft.

Seit seiner Geburt in den 1970er Jahren hat der PC (Personal Computer) das Zeitalter der „Erkenntnis des Schicksals“ erreicht. Indem wir Huang Renyus „Big Historical View“ und Kondratieffs „Kangbo-Zyklus“-Theorie übernehmen und die Ursprünge des PC aus einer breiteren Perspektive untersuchen, können wir möglicherweise erkennen, wie seine Zukunft aussehen wird. Der PC spielt im Bereich der IT (Informationstechnologie) eine wichtige Rolle und sein Schicksal ist eng mit der Entwicklung der IT-Branche verbunden. Der PC entstand Mitte des letzten Jahrhunderts aus der Turing-Maschine, der Informationstheorie und der Kybernetik. Er förderte die rasante Entwicklung der Informationstechnologie und wurde in den 1980er und 1990er Jahren zum bahnbrechendsten Produkt. Er erreichte seinen Höhepunkt in der Internetwelle nach 2000 . Nachdem die IT-Branche jedoch die „niedrig hängenden Früchte“ gepflückt hatte, geriet sie in eine Phase des Innovationsengpasses, und PCs begannen allmählich zu verfallen.
