Kevin McDonnell dari Huawei mengatakan jaringan otonom dapat mendeteksi masalah dan mengambil keputusan sendiri, sehingga menjadikannya penting untuk operasional jaringan di masa depan.
Kompleksitas jaringan telekomunikasi menjadikan pengelolaan jaringan semakin kompleks. Namun jaringan otonom adalah tahap berikutnya dalam memastikan bahwa jaringan tersebut dapat dikelola dengan pendekatan yang lebih lepas tangan.
Kevin McDonnell adalah direktur senior AI dan otonomi jaringan di Huawei Ireland Research Centre. Perannya mencakup menghadirkan otomatisasi cerdas dan pada akhirnya otonomi dalam operasi telekomunikasi.
“Ini berarti mengembangkan solusi yang ingin diterapkan oleh operator karena dapat memecahkan masalah tertentu,” katanya kepada SiliconRepublic.com.
“Jaringan otonom pada dasarnya membuat operasional telekomunikasi menjadi lebih cerdas dan proaktif. Tidak seperti jaringan tradisional yang mengandalkan pemantauan manusia secara konstan dan perubahan konfigurasi manual, jaringan otonom dapat mendeteksi masalah, mengambil keputusan, dan beradaptasi secara real-time, semuanya dengan sendirinya.”
Artinya ketika lalu lintas jaringan padat, jaringan otonom dapat merutekan ulang data untuk mencegah perlambatan dan waktu henti. “Hal ini mengubah peran operator manusia dari pemadaman kebakaran menjadi fokus pada perbaikan strategis.”
Teknologi di balik jaringan
Jaringan otonom menggunakan campuran model AI dan pembelajaran mesin yang berbeda. Beberapa untuk membuat prediksi, yang lain menangani tugas bahasa alami.
Misalnya, McDonnell mengatakan pembelajaran mesin dapat digunakan untuk pengenalan pola, sementara model bahasa besar (LLM) atau AI generatif dapat digunakan untuk mensimulasikan potensi hasil.
Mereka juga menggunakan analisis prediktif, yang menurut McDonnell seperti sistem peringatan dini jaringan. “Meskipun teknologi seperti LLM membantu memahami dan menghasilkan respons, model prediktif sangat penting untuk menjaga stabilitas jaringan,” katanya.
“Mereka cukup akurat dan menjadi lebih baik seiring berjalannya waktu karena mereka belajar dari lebih banyak data. Hal ini memungkinkan jaringan untuk secara proaktif mengatasi masalah, sering kali memperbaikinya bahkan sebelum pengguna menyadari ada sesuatu yang salah.”
Fokus besar lainnya akhir-akhir ini adalah pada agen bantu atau 'kopilot'. Ini seperti asisten virtual dan operator virtual dalam jaringan.
“Misalnya, seorang kopilot dapat membantu suatu tugas, sedangkan agen otonom dapat menyelesaikan masalahnya sendiri. Agen-agen ini dapat membantu tugas-tugas seperti mengubah rute lalu lintas secara otomatis atau mengelola permintaan pelanggan dan dapat menelusuri data dan membuat keputusan tanpa memerlukan manusia untuk turun tangan.”
Agen-agen ini memiliki memori jangka panjang, tidak seperti LLM, yang sangat kuat dan sangat berguna. Namun, dia memperingatkan bahwa di sinilah diperlukannya keamanan tambahan saat agen berinteraksi dengan lingkungan eksternal.
“Memori ini memungkinkan agen untuk belajar dari pengalaman masa lalu dan beradaptasi dengan lebih efektif, namun hal ini juga berarti menangani data persisten, yang memiliki risiko. Oleh karena itu, memastikan bahwa sistem ini aman, etis, dan dapat dipercaya adalah bagian dari cakupan kami.”
Tantangan
Privasi dan keamanan sangat penting dalam semua aspek teknologi dan jaringan otonom juga demikian, terutama karena mereka menangani begitu banyak data real-time dari perangkat di seluruh dunia.
“Jaringan otonom membuat keputusan secara independen, yang berarti mereka sering kali menangani informasi sensitif seperti lokasi pribadi atau kebiasaan penggunaan. Untuk melindungi data ini, kami membangun kontrol privasi yang kuat dan lingkungan komputasi yang aman sejak awal,” kata McDonnell.
“Ini termasuk mengenkripsi data, menganonimkannya, dan memastikan hanya orang atau sistem yang berwenang yang dapat mengaksesnya. Dengan mengikuti praktik terbaik, kami bertujuan untuk bersikap transparan tentang cara penanganan data, sehingga membantu membangun kepercayaan di antara pengguna dan pemangku kepentingan.”
Jaringan otonom juga mempunyai tantangan lain, terutama bagaimana mereka dapat menangani volume dan kompleksitas data yang dihasilkan jaringan – dan data ini perlu diproses dan ditanggapi secara real-time.
“Masalah lainnya adalah meskipun jaringan telah berkembang pesat, sisi operasionalnya belum bisa mengimbanginya. Kami masih melihat banyak proses manual. Pengetahuan sering kali disembunyikan di antara para ahli atau terkubur dalam dokumen, sehingga menyulitkan sistem untuk mengakses dan belajar darinya,” kata McDonnell.
“Alat seperti asisten cerdas, atau kopilot, dapat membantu dengan mengumpulkan dan memusatkan pengetahuan ini. Yang terakhir, membangun kepercayaan terhadap sistem otonom ini sangatlah penting. Operator perlu merasa yakin bahwa jaringan dapat menangani situasi kompleks dengan andal.”
Masa depan jaringan otonom
Ke depan, McDonnell yakin agen otonom akan menjadi bagian standar dari semua operasi jaringan, mulai dari layanan pelanggan hingga optimalisasi jaringan. Dia mengatakan agen-agen ini dapat menangani tugas-tugas kompleks secara mandiri, sehingga membawa kita lebih dekat ke jaringan yang sepenuhnya otonom, atau yang dikenal sebagai otonomi tingkat lima.
“Di Pusat Penelitian Irlandia, kami mengembangkan arsitektur, model, dan pendekatan mutakhir untuk mendukung agen otonom ini. Saat ini, kami sedang berupaya menuju otonomi tingkat empat di bidang-bidang tertentu. Ini berarti jaringan dapat menangani sebagian besar situasi sendiri, namun mungkin masih memerlukan pengawasan manusia untuk skenario yang kompleks, seperti menangani pemadaman darurat,” katanya.
“Salah satu aspek yang paling menantang adalah memastikan sistem ini adil, tidak memihak, dan dapat diandalkan. Membangun kepercayaan sangatlah penting; operator perlu merasa yakin bahwa agen tersebut tidak hanya efektif tetapi juga etis.”
Jangan lewatkan pengetahuan yang Anda butuhkan untuk sukses. Mendaftarlah untuk Ringkasan Harianintisari berita teknologi ilmiah yang perlu diketahui dari Silicon Republic.
