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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。