電信業大咖預測2024年的全球發展
全球電信業大咖對2024年的預測
雖然5G覆蓋全球,人工智慧重塑網絡,資料中心發生變化,但於電信而言,前方的道路仍很複雜。消除數位落差、防範複雜的詐欺行為、倡導永續發展,同時謹慎採用新技術,這些都是2024年的優先事項。
隨著生成式人工智慧接管行動設備,物聯網(IoT)的世界激增,5G的採用擴大,以及6G網路的基礎奠定,2024年電信業有望繼續加速和增長。但是,儘管取得了這些進步,該行業仍面臨嚴峻的挑戰。
由OpenRAN(開放無線存取網路架構)推動的電信供應鏈虛擬化、標準的缺乏、大數據的湧入以及DevOps管道的轉型給供應商帶來了壓力。此外,隨著智慧型手機成為數位寶藏,該行業面臨越來越多的網路犯罪分子的攻擊,並將目光投向了行動領域。
Techopedia訪問了一些電信業的頂尖主管,他們分享了他們對2024年電信業變化的預測。
數位落差將縮小並擴大
正如國際電信聯盟(ITU)2023年的報告所顯示的那樣,儘管世界見證了令人印象深刻的技術進步,但這些進步的分佈並不均勻。
根據國際電信聯盟的報告,儘管全球有67%的人口上網,但仍有26億人無法取得數位連線。這意味著在全球範圍內,仍有大量人口無法享受數位化的便利性和資源。
Ciena首席技術長Jürgen Hatheier在採訪時,談到了隱藏在連結背後的人類問題。
我們常常把數位落差和寬頻接入聯繫在一起,因此,要消除數位鴻溝,就需要擴大高速互聯網的接入,從而擴大全球就業市場、內容和資訊的範圍。然而,這只是問題的一部分。
在現代數位世界中,行動連結是經濟和社會繁榮的標誌,與金融機會和包容性有著內在聯繫。
網路的缺乏影響到全球社會最脆弱的產業和群體。 Hatheier警告道,這些社會經濟差異的根本原因與科技產品和服務的成本有關。
"獲得負擔得起的設備是另一個需要克服的障礙。雖然100英鎊的智慧型手機似乎是許多人的標準購買,但這超過了數十億人的每月收入,從而限制了其連接和參與能力。"
Hatheier表示,解決方案不僅僅是建立最先進的5G網絡,還要確保每個人在市場上都有選擇。
"5G或LEO連線不會白帶任何好處,除非能購買得起合適的設備來連接這些網路。新興國家的許多企業已經製造了自己的廉價手機或廉價筆記型電腦,讓人們可以使用,但仍有許多進展要做。"
Hatheier補充道,到2024年,在政府投資基礎設施、設備價格合理、學校採用數位教育並將相關科目納入課程的國家,數位落差將縮小。如果這些因素沒有得到滿足,數位落差預計會擴大。
分散經營為綠色電信鋪平了道路
隨著行動裝置的普及和大數據傳輸的需求增加,電信網路也在進行轉型以適應大量的資訊流。而隨著Open RAN的興起,傳統的網路硬體和軟體正在迎來數位化和虛擬化的時代。這意味著網路操作將更加靈活和高效,同時也為網路提供了更多的創新和發展空間。這種轉型不僅可以滿足用戶對高速、穩定和安全網路的需求,還能夠推動整個產業的進步和發展。
正如Kristian Toivo,電信基礎設施專案(TIP)的執行董事所解釋的那樣,對於性能的推動將帶來可持續的影響。
"電信業正處於十字路口:其面臨著滿足日益增長的連接需求,同時減少碳排放的挑戰。"
Toivo補充道,開放和分解網路的舉措在2023年獲得了勢頭,被認為可以增強供應商的互通性和多樣性,實現成本節約,並鼓勵創新。
」然而,降低能耗和減少排放的承諾也將使OpenRAN,成為電信企業尋求在2024年實現可持續性目標的一個有吸引力的選擇。"
#根據數據顯示,無線區域網路在營運商總能耗中佔了73%的比重。如果我們對這些無線區域網路進行分類,營運商就能更好地管理網絡,並解決能源效率低下的問題。此外,透過消除耗電的傳統設備,我們還能為打造更環保的網路鋪路。
Toivo認為,開放和分解網路的日益轉變將使電信企業在2024年減少能源消耗。這將使其成為為子孫後代建立一個更永續和相互聯繫的世界的建築師。
資料中心和邊緣、微型資料中心的興起
Ciena的Hatheier補充道,網路的轉型和永續性問題也是資料中心和邊緣資料中心興起的原因。
「大量的大型資料中心建設仍在亞洲和澳洲的大部分地區進行。「
儘管北美和歐洲的成長速度略有放緩,但預計到2024年,邊緣資料中心將開始出現,運營商將準備在多個地點而非中心進行對等。
Hatheier解釋道,新的資料中心和網路邊緣的微資料中心正在出現,以減少中心位置電網的電力消耗,提高永續性。
印度就是一個典型的例子,該國的許多資料中心都使用煤炭作為能源供應。與北美或歐洲相比,印度人均的資料儲存能力只有十分之一。
"對我們而言,在不可再生能源可用的地方,以及人口眾多、人口密集的地方,為資料中心供電仍將是一個全球性的挑戰。"
#人工智慧的成長將激發對更智慧的自適應網路的需求
隨著企業採用生成式人工智慧和新的電信網絡,並需要先進的人工智慧來進行日常運營,傳統網路正在迅速過時,無法提供技術平穩運作所需的運算能力。
Ciena策略資深總監Loudon Blair認為,企業的人工智慧動態需求可以有效地因應軟體定義廣域網路(SD-WAN)等技術。
"到2024年,SD-WAN、多雲網路和網路即服務(NaaS)將被定位為業務連接領域的關鍵解決方案,為管理廣域網路提供以軟體為中心的方法。"
Blair補充道,以雲端為中心的SD-WAN解決方案提供了一種應用程式感知架構,讓網路智慧地適應各種軟體應用的不同需求,包括人工智慧。
"SD-WAN能夠根據不同應用的特徵識別和優先考慮流量,這為更有效率和響應更快的網路基礎設施奠定了基礎,可以應對當前和未來的雲端和人工智慧工作負載挑戰。」
簡訊成為詐騙者的新遊樂場
相比之下,BICS安全與分析主管Katia Gonzalez則把重點放在了更嚴峻的問題上。 Gonzalez表示,簡訊預計在2024年取代電話,成為最大的威脅之一,而人工膨脹流量(AIT)將目標對準企業和終端用戶。
"與電話相比,這些詐欺計劃變得更加具有侵略性和複雜性,這使得其特別難以被發現和阻止。和電話一樣,監管框架根本無法跟上簡訊和AIT的演變。"
Gonzalez補充道,該行業需要在2024年合作制定一項戰略,以阻止短信欺詐和AIT。
人工智慧和機器學習在解決這個難題中起著重要的作用,但更重要的是,運營商需要投入資源,使用正確和最新的數據來訓練這些模型,以便有效地發現網絡異常。
Gonzalez強調了合作對於解決安全挑戰的重要性。他認為全球營運商應該共享情報,並相互學習經驗。他警告說,如果行業沒有一個監管框架,允許機器學習分析人員訪問簡訊內容以防止欺詐,那麼預防措施就會過時。
營運商面臨著一個挑戰,就是如何確保電信服務的安全可靠,同時也符合整個生態系統的利益。我們迫切需要重建人們對電信業的信任,否則業者可能會失去客戶。因此,營運商應該採取措施來應對這個挑戰。
人工智慧:CISO的角色、可靠性和DevOps管道
Telstra Purple EMEA負責人Rob Robinson表示,隨著數據點、端點和雲端邊緣部署的激增,首席資訊安全官(CISO)將轉向人工智慧,以更少的投入做更多的事情。
「目前,監控和管理安全的專業人員數量令人震驚地增加。隨著雲端運算和智慧邊緣部署的普及,這一數字在未來幾年將繼續上升。」
Robinson確信,隨著人工智慧在網路安全領域的興起,首席資訊安全長將扮演更多的指揮者角色。其表示,除了大肆宣傳之外,人工智慧還有潛力,因為其非常適合解決一些安全行業最棘手的問題,例如威脅檢測、分類和回應。
人工智慧對於CISO的作用是不可取代的,因為它能夠提供更有效率、更智慧的解決方案。那些不使用人工智慧的CISO可能會被取代。隨著時間的推移,CISO將繼續保護組織,並且我們將看到更多基於人工智慧的解決方案的出現。預計到2024年,人工智慧將再次改變CISO所需的必備技能。
儘管無人能否認人工智慧將取代耗時且重複的日常任務,但Sonatype首席技術長Jeff Wayman表示,人工智慧是一把雙面刃。
"人工智慧在安全方面不能依賴,而且會在未經審查的OSS(營運支援系統)下傳播。」
儘管Wayman認為人工智慧可以透過適當的培訓和環境來彌補安全實踐的不足,但他也認為企業無法依賴人工智慧來填補這個空缺。
「人工智慧的興起包含在一切事物中,但被終端用戶或消費者混淆了,這意味著我們可能會看到類似於許可的情況,OSS的消費者可能不會完全意識到資訊安全問題,因為包含了未公開的人工智慧組件。」
Qt Group高級產品經理Peter Schneider也謹慎地走在人工智慧的道路上。其解釋道,使用人工智慧加速一個DevOps流程將不可避免地導致其他領域的大規模延遲。
「要創造出一款可愛的產品,編碼本身只是眾多任務之一。雖然產品在地化、程式碼文件和生成測試也將透過GenAI得到提升,但人工程式碼審查、程式碼效能分析和其他品質保證任務將成為新的瓶頸。」
Schneider補充道:「儘管生成式人工智慧因其對開發人員生產力的潛在好處而備受讚譽,但其也容易出現缺陷,並將不可避免地將DevOps管道中的瓶頸從程式設計轉移到其他領域。」
」隨著企業產生更多自動化程式碼,對錯誤和安全漏洞進行更多測試,僱用數百名編碼人員是不可持續的。因此,開發維運團隊將不得不將通常不自動化的流程自動化—軟體測試。「
總結
雖然創新和成長比比皆是,但隨著5G成為主流,人工智慧改變網絡,以及資料中心不斷發展,電信的前路仍是艱難的。
彌合數位鴻溝,保護網路免受複雜詐欺的侵害,並在安全採用新技術的同時確保可持續的做法是當務之急。
在一個競爭一直是常態的行業,最大的障礙是心態和商業文化的轉變,因為未來的任務需要巨大的努力、共同的承諾和國際合作。
有了對電信業的預測,領導人已經準備好迎接2024年的挑戰。他們正在努力建立一個更包容、更安全、更相互連結的世界,因為這是遠離潛在危險、風險和威脅的唯一方法。
以上是電信業大咖預測2024年的全球發展的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
