近年来,越来越多的企业开始向全自主网络实施方向发展,但许多企业仍受到传统系统、孤立流程和数据碎片化的阻碍。为解决这一问题,诺基亚推出了自主网络架构平台。
此外,诺基亚还宣布扩大与谷歌云的合作,使客户能够将新平台部署为运行在谷歌云上的SaaS应用程序,或通过谷歌分布式云在本地部署,以及在混合云环境中使用。
GlobalData高级首席分析师安迪·希克斯在解释自主网络架构平台的商业环境时表示,随着网络变得更加自主,它们将需要不同形式的人工智能——从经典算法到基于语言的系统和智能代理——来各自贡献独特的能力。
"诺基亚的新工具可以帮助运营商通过应用基于行业特定数据训练并结合实时态势感知能力的AI来管理其基础设施、服务和网络安全风险,"他补充道。
这个新的自主网络架构平台的核心设计理念是实现大规模自动化,降低自动化的复杂性,同时允许网络提供商通过快速测试新想法并整合那些能带来预期效益的方案来提高可靠性和运营成本节约。
自主网络架构平台被设计为统一的智能层,将可观测性、分析、安全和自动化功能编织在一起,覆盖每个网络域,使网络能够作为一个自适应系统运行,无论供应商、架构或部署模式如何。该平台被其制造商描述为业界首个电信训练AI模型套件,集成了安全和AI应用程序,以加速网络自动化并实现新服务的"轻松"推出。
该平台支持的关键功能之一是统一数据管理,通过数据网格架构收集、整理、关联和发布所有相关网络数据作为数据产品。数据实现虚拟联合,能够在低代码/无代码环境中快速设计和构建新的数据产品。运营商可以使用逻辑或AI/ML来创建前沿数据资产,这些资产可以重复使用来驱动自动化。
为提供360度可观测性,该架构联合了组织内数据和AI的使用和分发,端到端监控监管链,确保自动化的质量和一致性。此外,电信训练的大语言模型通过知识引擎支持所有自动化,该引擎旨在为数据解释方式、问题分析方法和推荐特定行动的原因提供推理依据。
自主网络架构平台还将与谷歌云的生成式AI协作,包括谷歌云的Vertex AI和BigQuery,为网络运营提供代理驱动的工作流程。这包括实时监控和网络流量模式可视化、改善用户体验、异常检测、性能问题的零接触修复,以及支持向云端的弹性扩展和灾难恢复。
诺基亚和谷歌云还在合作,使电信运营商更容易在谷歌的云基础设施上运行诺基亚的5G核心网络。他们表示正在与一家主要的欧洲运营商合作,构建更智能、更自动化的网络。通过结合诺基亚的电信数据和自动化能力与谷歌的AI工具,两家公司旨在创建一个开发者可以创新并快速扩展网络自动化的环境。
诺基亚云和网络服务产品与工程高级副总裁卡尔·德在发布会上评论说:"在网络日益复杂和脆弱的时代,客户迫切需要完全自主的网络,而这依赖于优质数据。没有优质数据就没有优质AI。诺基亚的自主网络架构平台奠定了基础,并应用我们深厚的网络专业知识和代理AI优化工作流程,与谷歌云合作加速客户成果。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。