보기: 생성 AI를 네트워크 자동화에 적용하면 어떤 잠재력이 있습니까?

시장 조사 회사인 Omdia의 새로운 보고서에 따르면 생성 인공 지능(GenAI)은 2023년까지 강력한 기술 트렌드가 되어 교육을 포함하여 기업과 개인에게 중요한 응용 프로그램을 제공할 것으로 예상됩니다. 통신 부문에서 GenAI 사용 사례는 주로 개인화된 마케팅 콘텐츠를 제공하거나 보다 정교한 가상 비서를 지원하여 고객 경험을 향상시키는 데 중점을 둡니다

네트워크 운영에 생성 AI를 적용하는 것이 명확하지는 않지만 EnterpriseWeb은 이 분야에서 생성 AI의 잠재력을 보여주는 흥미로운 개념 증명을 수행했습니다.

네트워크 자동화에서 생성 AI의 기능과 한계

네트워크 운영에서 생성적 AI를 초기에 적용한 것 중 하나는 대화형 지침을 사용하여 엔지니어링 매뉴얼을 대체하여 네트워크 요소 설치를 돕고 설치 작업 속도를 높이고 단순화하는 것입니다. 또한 생성 AI는 엔지니어링 매뉴얼 지식 기반을 기반으로 문제 해결 권장 사항을 제공하고 네트워크 계획 및 설계를 지원할 수 있습니다

생성 AI를 네트워크 도메인 전반의 서비스 오케스트레이션에 적용하는 것은 더욱 어려운 작업입니다. 통신 서비스용 자동화 시스템을 관리하려면 확장 가능하고 안전하며 신뢰할 수 있어야 합니다. 따라서 이러한 시스템은 통계적 경로의 추측에 의존하기보다는 결정론적 논리에 따라 작동해야 합니다. 의도 기반 오케스트레이션 시스템에서는 선언적 명령을 구체적인 워크플로로 변환해야 합니다. 생성 AI와 관련된 확률 분석에서는 임의의 불확실성이 용납될 수 없습니다

제너레이티브 AI는 통신 네트워크 운영 분야에서 제한된 기능을 갖고 있지만 네트워크 엔지니어에게 조언을 제공하고 지식 공유를 지원하는 귀중한 보조자가 될 수 있습니다. 또한 오케스트레이션 시스템을 위한 혁신적인 새로운 사용자 인터페이스를 제공하여 사용자가 자연어를 통해 생성 AI와 대화하여 쿼리와 명령을 표현할 수 있도록 합니다. 이 접근 방식은 근본적인 복잡성을 추상화하여 네트워크 서비스의 설계, 주문 및 관리를 단순화하고 가속화합니다. 그 뒤에서 운영자의 자동화 시스템은 사용자 의도를 해석하고 이를 작업을 완료하는 데 필요한 작업으로 변환합니다

Generative AI는 EnterpriseWeb에서 의도 기반 오케스트레이션 솔루션을 시연하는 데 사용됩니다

최근 데모에서 뉴욕에 본사를 둔 소프트웨어 회사 EnterpriseWeb은 생성 AI를 활용하여 의도 기반 서비스 오케스트레이션을 지원하는 방법을 시연했습니다. 코드 없는 자동화 플랫폼을 통해 기업은 운영을 간소화하고 워크플로를 최적화하며 전반적인 효율성을 향상하고 복잡한 시스템, 애플리케이션, 데이터 및 프로세스를 통합하고 관리할 수 있습니다. EnterpriseWeb은 2013년에 통신 분야에 진출한 이후 ETSI(European Telecommunications Institute)에서 NFV(네트워크 기능 가상화)에 대한 최초의 개념 증명을 주도하고 통신 제품 CloudNFV를 출시했습니다.

CloudNFV는 노코드 플랫폼을 기반으로 하는 의도 중심 다중 도메인 오케스트레이터로, 통신 운영에서 지루하고 복잡한 작업을 단순화하고 서비스 제공을 가속화하도록 설계되었습니다. 이 솔루션은 업계 표준을 통합 형식으로 포괄하는 그래픽 모델을 사용하여 다중 도메인 및 다중 클라우드 환경에 필요한 추상화를 제공합니다. 이 모델의 핵심은 선언적, 의도 중심 네트워크 서비스 오케스트레이션입니다

EnterpriseWeb의 생성 AI 데모는 Microsoft의 자연어 프로그래밍 인터페이스 Jarvis와 OpenAI의 기본 모델을 결합하여 Jarvis와의 대화를 통해 서비스를 구성, 구성, 배포 및 관리하는 능력을 보여줍니다. 분석 소프트웨어 제공업체인 KX와 협력하면 운영자의 의도가 특정 쿼리와 명령으로 변환되므로 운영자는 시스템에 5G 게이트웨이를 시작하거나 서비스를 재구성하도록 요청하기만 하면 시스템이 필요한 작업을 시연할 수 있습니다. 운영자가 이러한 작업을 승인하면 시스템이 해당 작업을 실행합니다. 서비스 설정이 완료되면 KX는 서비스를 모니터링하고 이벤트를 EnterpriseWeb에 보고하여 자동화된 서비스 관리 주기를 실현합니다

이 문장을 바꿔보세요:

EnterpriseWeb의 시연에서는 통신 네트워크 운영에서 생성 AI의 기능, 한계 및 고려 사항이 강조됩니다

이 특별한 경우 조치를 취하기 위해 오케스트레이터(EnterpriseWeb)를 호출하는 작업은 LLM(대형 언어 모델)에 위임됩니다. 그러나 이 목표를 달성하기 위해 EnterpriseWeb은 KX 분석 데이터베이스를 오케스트레이터와 대규모 언어 모델 간의 중개자로 사용합니다. Omdia 분석가들은 우려 사항을 명확하게 분리해야 하기 때문에 이것이 중요한 고려 사항이라고 지적했습니다. 대규모 언어 모델에 의한 특정 작업에 대한 이해와 제어는 존재하지 않습니다. 이렇게 하면 생성 AI의 환상으로부터 운영자의 네트워크를 보호하고 운영자의 IP(도메인 모델 및 활동)가 대규모 언어 모델로 유입되지 않도록 보장합니다

캐리어급 서비스 오케스트레이션은 일반적으로 생성 AI의 무작위 응답과 호환되지 않습니다. 대신 작업을 안정적으로 수행하려면 규칙 기반 시스템이 필요합니다. 이 경우 생성 AI는 스택 상단에 위치하여 더 복잡한 하위 계층에서 추상화하는 혁신적인 인터페이스 역할을 할 수 있으므로 네트워크 엔지니어가 광범위한 장치별 명령을 기억하거나 자동화를 제공할 필요가 없습니다. 시스템은 신중하게 안무된 작업을 수행하기 위한 올바른 프롬프트를 찾습니다

C114 통신망은 에이스

위 내용은 보기: 생성 AI를 네트워크 자동화에 적용하면 어떤 잠재력이 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!