لم يدخل الذكاء الاصطناعي قطاع الاتصالات فجأة مع ظهور الذكاء الاصطناعي التوليدي. بل إن تأثيره على شبكات الهاتف المحمول يتطور منذ أكثر من عقد، متابعًا عن كثب التطور من الجيل الرابع (4G) إلى الجيل الخامس (5G) والجيل الخامس المتقدم (5G-Advanced) وفي النهاية الجيل السادس (6G). ما تغير أكثر ليس فقط عدد نماذج الذكاء الاصطناعي المنشورة في الشبكة، بل الدور الذي يلعبه الذكاء داخل بنية الاتصالات.
في الجيل الرابع، كان الذكاء الاصطناعي أداة تحليلية خارج الشبكة إلى حد كبير. مع الجيل الخامس، انتقل الذكاء إلى مكان أقرب من الشبكة اللاسلكية وبدأ في المساعدة في التحسين الفوري. في الجيل الخامس المتقدم، أصبح الذكاء الاصطناعي جزءًا من إطار تشغيلي شامل قادر على التنبؤ وتنسيق الموارد والاسترداد الآلي. تتجاوز رؤية الجيل السادس طويلة المدى ذلك من خلال التعامل مع الذكاء كقدرة بنيوية أصلية بدلاً من وظيفة خارجية تُضاف بعد تصميم الشبكة.
هذا التطور يغير الغرض من الشبكة نفسها. فالبنية التحتية المتنقلة التي كانت تركز في السابق على نقل البيانات بشكل أساسي، أصبحت تدريجيًا قادرة على استشعار الظروف وتحليل السلوك والتنبؤ بالطلب وتخصيص الموارد واكتشاف الحالات غير الطبيعية وضبط نفسها وفقًا لمتطلبات الخدمة.
من المساعدة إلى الذكاء الأصلي
يمكن فهم العلاقة بين الذكاء الاصطناعي والاتصالات المتنقلة من خلال تقدم عبر أربع مراحل متميزة. كل جيل يزيد من عمق الذكاء وسرعة تأثير الذكاء الاصطناعي على سلوك الشبكة.
| مرحلة الشبكة | دور الذكاء الاصطناعي | الوظائف النموذجية | مستوى الأتمتة |
|---|---|---|---|
| الجيل الرابع (4G) | مساعد تحليلي غير متصل | إحصائيات الحركة، تصنيف الإنذارات، تصنيف الشكاوى، تقارير دورية | يدوي في الغالب |
| الجيل الخامس (5G) | مساعد تحسين الشبكة | موازنة الأحمال، توجيه المستخدم، التنبؤ بالحركة، تحسين التداخل | محلي وآلي جزئيًا |
| الجيل الخامس المتقدم (5G-Advanced) | طبقة ذكاء شاملة | التنبؤ بالأعطال، تشكيل الحزم الذكي، تحسين الطاقة، جدولة الموارد التكيفية | استباقي وحلقات مغلقة بشكل متزايد |
| الجيل السادس (6G) | أساس شبكة أصلي | الذكاء الموزع، التعلم الذاتي، الاتصال الدلالي، تنسيق الموارد العالمي | مصمم لاستقلالية عالية المستوى |
الانتقال الرئيسي هو من الذكاء الاصطناعي خارج الشبكة إلى الذكاء الاصطناعي داخل عملية التحكم في الشبكة. الأنظمة المبكرة كانت تحلل المعلومات التاريخية بعد وقوع الأحداث بالفعل. تستخدم البنى الأكثر تقدمًا بشكل متزايد المعلومات في الوقت الفعلي للتأثير على ما ستقوم به الشبكة بعد ذلك.
هذا الاختلاف أساسي. يمكن للتحليلات غير المتصلة تفسير ازدحام الأمس. يمكن للذكاء ذو الحلقة المغلقة اكتشاف الحمل المتزايد، والتنبؤ بما قد يحدث، وتعديل الموارد، وتقييم ما إذا كان التغيير قد حسّن الخدمة بالفعل.
الجيل الرابع: تحليلات بدون تحكم ذو حلقة مغلقة
كان الهدف الأساسي لعصر الجيل الرابع هو النطاق العريض المتنقل عالي السرعة. تم تصميم بنية الشبكة والمعدات اللاسلكية وموارد النقل وعمليات التشغيل بشكل أساسي حول نقل كميات متزايدة من البيانات بكفاءة.
كان للذكاء الاصطناعي تأثير ضئيل جدًا على بنية الاتصالات الأساسية. كانت معظم المعالجة الذكية تحدث في بيئات تكنولوجيا المعلومات المركزية أو السحابية بدلاً من داخل البنية التحتية للوصول اللاسلكي أو الحافة.
تضمنت التطبيقات النموذجية إحصائيات الحركة وتصنيف الإنذارات وتحليل الشكاوى والتقارير الدورية للشبكة. يمكن لهذه الأدوات أن تساعد المهندسين على فهم ما حدث، لكنها كانت تعمل عادةً بعد الحدث بدلاً من المشاركة مباشرة في التحكم بالشبكة.
لذلك، اعتمد التحسين بشكل كبير على فرق الهندسة. كانت معاملات الخلايا وعلاقات الخلايا المجاورة وعتبات الطاقة ومشاكل التداخل والإعدادات اللاسلكية الأخرى تتطلب في كثير من الأحيان تحليلًا يدويًا وتعديلًا.
عمل هذا النهج بشكل معقول عندما كان سلوك الشبكة يمكن التنبؤ به نسبيًا، لكنه أصبح غير فعال بشكل متزايد في المواقع التي يتغير فيها الطلب بشكل كبير بمرور الوقت. يمكن للمناطق التجارية ومحطات السكك الحديدية ومراكز النقل والمناطق الأخرى أن تشهد تقلبات قوية في الحركة. قد يكون التكوين الذي يعمل بشكل جيد خلال فترات الهدوء غير مناسب خلال ذروة مفاجئة.
بدون الحوسبة الموزعة على الحافة والوظائف الذكية القريبة من المحطة الأساسية، لم يستطع الذكاء الاصطناعي تحليل الظروف المحلية باستمرار وتعديل سلوك الشبكة فورًا. لم تكن هناك دورة ناضجة في الوقت الفعلي تربط جمع البيانات والتحليل الذكي واتخاذ القرار والتنفيذ الآلي.
نتيجة لذلك، كانت القيمة الرئيسية للذكاء الاصطناعي خلال هذه المرحلة هي الرؤية التشغيلية بدلاً من التحسين الذاتي. ساعد في تنظيم المعلومات للمهندسين لكن كان له قدرة محدودة على تحسين الشبكة مباشرة في الوقت الفعلي.
الجيل الخامس يجلب الذكاء إلى الحافة
غيّر الانتقال إلى الجيل الخامس بيئة التشغيل بشكل كبير. قدم الفيديو عالي الوضوح والألعاب السحابية ونشر إنترنت الأشياء واسع النطاق والكثافة المتزايدة للأجهزة أنماط حركة أكثر ديناميكية وظروف لاسلكية أكثر تعقيدًا.
أصبح التحسين التقليدي القائم بشكل أساسي على الهندسة اليدوية والخوارزميات الثابتة أكثر صعوبة في التوسع. لذلك كان أحد التغييرات المعمارية المهمة هو نقل القدرة الحاسوبية إلى مكان أقرب من حافة الشبكة.
مع نشر الذكاء بالقرب من البنية التحتية للوصول اللاسلكي، يمكن جمع بيانات الشبكة وتحليلها باستجابة على مستوى المللي ثانية. يمكن لأنظمة الذكاء الاصطناعي مراقبة المعلومات باستمرار مثل جودة القناة وظروف التداخل وحركة المستخدم وحمل الخلية بدلاً من الاعتماد حصريًا على التحليل الدوري غير المتصل.
هذا مكّن العديد من وظائف التحسين العملية.
-
موازنة حمل الخلايا: يمكن توزيع الحركة بشكل أكثر فعالية عندما تواجه الخلايا المجاورة مستويات مختلفة من الطلب.
-
توجيه المستخدم الذكي: يمكن توجيه المستخدمين نحو موارد الشبكة الأكثر ملاءمة وفقًا للظروف الحالية.
-
التنبؤ بالحركة: يمكن أن تساعد أنماط الحركة الشبكة في الاستعداد لعمليات نقل التسليم قبل تدهور جودة الخدمة.
-
تحسين التداخل: يمكن للتحليل الذكي تحديد الظروف اللاسلكية المتغيرة ودعم إدارة التداخل الأكثر تكيفًا.
هذه القدرات مفيدة بشكل خاص في المناطق الحضرية الكثيفة وأنظمة المترو والحرم الجامعي وبيئات النقل وغيرها من المواقع التي تتغير فيها كثافة المستخدم وأنماط الحركة باستمرار.
ومع ذلك، لا يزال ينبغي النظر إلى الذكاء في الجيل الخامس التقليدي على أنه قدرة تحسين إضافية بدلاً من بنية أصلية للذكاء الاصطناعي بالكامل. لم يتم تصميم البروتوكولات الأساسية وبنية الأجهزة في الأصل حول اتخاذ القرار الذاتي عبر كل مجال من مجالات الشبكة.
هذا يحد من مدى إمكانية الأتمتة. قد يتم التعامل مع مشاكل الازدحام والحركة والتداخل الروتينية بشكل فعال، لكن الحالات غير العادية مثل ارتفاع حركة الفعاليات الكبيرة أو الطقس القاسي أو عوائق المباني المعقدة قد لا تزال تتطلب تدخلًا هندسيًا.
لذلك يظل نموذج التشغيل إلى حد كبير بقيادة بشرية مع مساعدة الذكاء الاصطناعي. يحسن الذكاء الكفاءة، لكن المهندسين ما زالوا يوفرون شبكة الأمان النهائية للظروف التي تقع خارج أنماط التحسين المحددة.
الجيل الخامس المتقدم يتجه نحو الاستقلالية الاستباقية
يمثل الجيل الخامس المتقدم تكاملًا أعمق بين البنية التحتية للاتصالات والذكاء الاصطناعي. بدلاً من حصر الذكاء الاصطناعي في مهام تحسين معزولة، يمكن توزيع الذكاء عبر شبكة الوصول اللاسلكي والبنية التحتية للنقل والشبكة الأساسية.
التغيير المهم هو الانتقال من الإدارة التفاعلية إلى التشغيل الاستباقي. غالبًا ما يبدأ الصيانة التقليدية بعد أن تكون مشكلة الأداء أو عطل المعدات قد أثرت بالفعل على الشبكة. يمكن للبنية الذكية استخدام بيانات التشغيل المتراكمة لتحديد الأنماط التي تظهر قبل أن يصبح العطل مرئيًا للمستخدمين.
يمكن بالتالي تحليل تقادم المعدات المحتمل، وتدهور النقل، والازدحام المتزايد، والاتجاهات غير الطبيعية الأخرى في وقت مبكر. الهدف هو تحديد المشاكل النامية والتدخل قبل أن تتحول إلى أعطال تؤثر على الخدمة.
العمليات التنبؤية للشبكة
يمكن دمج البيانات التاريخية واللحظية للتعرف على السلوك غير الطبيعي. بدلاً من التعامل مع كل إنذار كحدث معزول، يمكن للتحليل الذكي فحص العلاقة بين حالة المعدات وتغيرات الحركة ومؤشرات الأداء والأعطال السابقة.
هذا يغير صيانة الشبكة من عملية بسيطة للاستجابة للإنذارات إلى نموذج تشغيلي أكثر تنبؤًا.
استخدام أكثر ذكاءً لموارد الراديو
يمكن لتشكيل الحزم بمساعدة الذكاء الاصطناعي تحسين كيفية توجيه الطاقة اللاسلكية نحو المستخدمين. من خلال تكييف إرسال الإشارة وفقًا للظروف اللاسلكية الحالية، يمكن للشبكة تركيز الموارد حيث تكون هناك حاجة مع تقليل التداخل غير الضروري.
ينطبق نفس المبدأ على نطاق أوسع على إدارة الطيف. تصبح موارد الراديو ديناميكية بشكل متزايد بدلاً من أن تظل ثابتة وفقًا لافتراضات ثابتة حول الطلب.
تحسين التجربة والطاقة
لا تظل الحركة ثابتة طوال اليوم. تتميز المناطق التجارية والسكنية ومراكز النقل والمواقع الصناعية والحرم الجامعي بأنماط طلب يمكن التعرف عليها.
يمكن للذكاء الاصطناعي تعلم هذه الأنماط ومساعدة الشبكة على تعديل الموارد وفقًا لذلك. يمكن تركيز السعة خلال فترات الذروة بينما يمكن تقليل الموارد غير الضرورية عندما ينخفض الطلب. الهدف هو تحسين تجربة الخدمة مع التحكم أيضًا في استهلاك الطاقة.
اتصال صناعي تكيفي
غالبًا ما تكون للشبكات الخاصة والموجهة للصناعة متطلبات مختلفة تمامًا عن النطاق العريض الاستهلاكي العادي. قد تعطي تطبيقات التحكم الصناعي والرعاية الصحية والاتصال على الارتفاعات المنخفضة الأولوية لزمن الوصول أو الموثوقية أو العزل أو توفر الموارد المتوقع.
يمكن للتنسيق الذكي المساعدة في ضبط شرائح الشبكة والموارد المتاحة وفقًا لمتطلبات الخدمة هذه مع الاستجابة أيضًا للتداخل وظروف التشغيل المتغيرة.
تقدم هذه المرحلة أيضًا علاقة أوسع غالبًا ما يتم وصفها من خلال اتجاهين متكاملين: AI4Net و Net4AI.
يعني AI4Net استخدام الذكاء الاصطناعي لتحسين شبكة الاتصالات نفسها من خلال كفاءة وأداء وصيانة وتحكم أفضل في الموارد. يصف Net4AI الاتجاه المعاكس: توفر شبكة متزايدة الذكاء والقدرة الأساسية للاتصال والحوسبة التي تحتاجها الخدمات والأجهزة المعتمدة على الذكاء الاصطناعي.
والنتيجة هي دورة معززة. يحسن الذكاء الاصطناعي تشغيل الشبكة، بينما تدعم الشبكة المحسنة نطاقًا أكبر من التطبيقات الذكية.
الجيل السادس يبدأ بذكاء مدمج
يمثل مفهوم الجيل السادس طويل المدى تغييرًا معماريًا أكثر جوهرية. بدلاً من تصميم شبكة اتصالات تقليدية أولاً ثم إضافة الذكاء لاحقًا، يتم تصور الشبكة مع تضمين الذكاء الموزع والتعلم الذاتي واتخاذ القرار المنسق منذ البداية.
يصبح الاتصال والاستشعار والحوسبة والذكاء الاصطناعي متكاملين بشكل متزايد. لم تعد الشبكة مسؤولة فقط عن نقل البتات من نقطة نهاية إلى أخرى. بل تشارك أيضًا في فهم البيئة وتوزيع مهام الحوسبة وتنسيق الموارد ودعم الآلات الذكية.
الذكاء الموزع عبر الشبكة
من غير المحتمل أن يوجد الذكاء المستقبلي في موقع مركزي واحد. للقرارات المختلفة متطلبات مختلفة من حيث زمن الوصول والخصوصية والحوسبة والموارد.
لذلك يمكن للبنية متعددة المستويات توزيع الذكاء عبر الأجهزة الطرفية وعقد الحافة والمحطات الأساسية والبنية التحتية السحابية. يمكن اتخاذ القرارات المحلية السريعة بالقرب من المستخدم، بينما يمكن للتنسيق الأوسع نطاقًا استخدام معلومات الشبكة الأوسع.
هذا يخلق نظامًا يمكن فيه تنسيق الموارد وفقًا لاحتياجات الخدمات الفردية بدلاً من التحكم بها بشكل مستقل داخل طبقات شبكة معزولة.
الاتصال الدلالي يغير الهدف
تركز أنظمة الاتصالات التقليدية على نقل البتات بدقة. يستكشف الاتصال الدلالي مفهومًا مختلفًا: نقل المعلومات ذات المعنى للتطبيق بدلاً من نقل كل جزء من البيانات الخام دائمًا.
بالنسبة للآلات الذكية، يمكن أن يكون هذا مهمًا بشكل خاص. قد لا تحتاج أنظمة الذكاء الاصطناعي إلى تبادل كل عينة بيانات أصلية إذا كان من الممكن إكمال المهمة من خلال مشاركة الميزات المختارة أو النية أو المعلومات الدلالية.
قد يؤدي تقليل المعلومات الزائدة إلى جعل الاتصال أكثر كفاءة لخدمات الواقع الموسع المستقبلية والمركبات ذاتية القيادة والروبوتات الذكية والتطبيقات الأخرى التي قد تولد كميات هائلة من البيانات التفاعلية.
الأسطح الذكية القابلة لإعادة التشكيل تجعل البيئة قابلة للبرمجة
تقدم الأسطح الذكية القابلة لإعادة التشكيل (RIS) مفهومًا مهمًا آخر. تقبل الهندسة اللاسلكية التقليدية إلى حد كبير بيئة الانتشار الفيزيائية كشيء يجب على الشبكة العمل حوله.
تغير RIS هذا الافتراض من خلال السماح بالتأثير الديناميكي على الانتشار الكهرومغناطيسي. بالاقتران مع التحكم الذكي، يمكن للأسطح العاكسة تعديل مسارات الإشارة لتحسين التغطية أو تقليل التداخل أو المساعدة في الوصول إلى المناطق التي يصعب خدمتها من خلال الانتشار التقليدي وحده.
بدلاً من تحسين الاتصال فقط عن طريق إضافة المزيد من أجهزة الإرسال، يمكن أن تصبح أجزاء من البيئة اللاسلكية نفسها قابلة للتحكم.
الاستقلالية تتجاوز القواعد الثابتة
تعتمد الأجيال السابقة بشكل كبير على المعلمات والعتبات والقواعد التي أنشأها المهندسون مسبقًا. تهدف بنية الجيل السادس الأكثر ذكاءً إلى تقليل هذا الاعتماد.
ستتعلم الشبكة بشكل متزايد من الظروف المتغيرة، وتنسق الموارد عبر المجالات، وتكيف سلوكها التشغيلي وفقًا لمتطلبات الخدمة والظروف البيئية.
الهدف طويل المدى هو بنية تحتية للاتصالات يمكنها التنظيم والتحسين والاسترداد بتدخل يدوي أقل بكثير.
ما يغيره هذا التطور
للتحرك نحو الاتصالات الذكية عواقب تتجاوز بكثير إضافة برامج الذكاء الاصطناعي إلى منصات إدارة الشبكات الحالية. إنه يغير كيفية جمع البنية التحتية للمعلومات وتوزيع موارد الحوسبة وتنفيذ القرارات وتقييم الأداء.
يجب أن يتبع الذكاء عبء العمل
تظل الحوسبة السحابية المركزية ذات قيمة لتدريب النماذج والتحليل واسع النطاق، لكن ليس كل قرار شبكي يمكنه انتظار مركز بيانات بعيد. قد تتطلب عمليات الحركة والتداخل والجدولة اللاسلكية وغيرها من العمليات الحساسة للوقت ذكاءً أقرب إلى النقطة التي يتم فيها توليد البيانات.
لذلك يوضح التطور من الجيل الرابع إلى الجيل الخامس مبدأ معماريًا مهمًا: يجب توزيع القدرة الحاسوبية وفقًا لمتطلبات زمن الاستجابة.
تصبح البيانات موردًا تشغيليًا
لا يمكن للذكاء الاصطناعي تحسين شبكة لا يمكنه مراقبتها. تصبح الظروف اللاسلكية والطلب على الحركة وحالة المعدات وأنماط الحركة وسلوك الخدمة مدخلات حاسمة لاتخاذ القرار الذكي.
تزداد قيمة هذه المعلومات أيضًا عندما يمكن تحليل المجالات المختلفة معًا. قد يفسر مؤشر لاسلكي معزول جزءًا واحدًا فقط من المشكلة، بينما يمكن أن توفر المعلومات المجمعة من طبقات الوصول والنقل والأساسية والخدمة صورة تشغيلية أكثر اكتمالاً.
يصبح التشغيل ذو الحلقة المغلقة ضروريًا
يتطلب التطور نحو الاستقلالية أكثر من مجرد توليد توصيات. يحتاج الذكاء إلى أن يصبح جزءًا من دورة قابلة للتكرار:
-
مراقبة ظروف الشبكة الحالية؛
-
تحليل الأنماط واكتشاف التغييرات؛
-
التنبؤ بالتأثير المحتمل على الخدمة أو المعدات؛
-
اختيار الاستجابة المناسبة؛
-
تطبيق التغيير على موارد الشبكة؛
-
قياس النتيجة ومواصلة التعلم.
هذا النهج ذو الحلقة المغلقة هو ما يفصل الذكاء التحليلي عن الذكاء التشغيلي. لا تقوم الشبكة بوصف حالتها فحسب؛ بل تشارك بشكل متزايد في تحسين تلك الحالة.
يصبح التحسين متعدد الأهداف
لا يمكن للشبكات المستقبلية أن تحسن فقط من أجل أقصى إنتاجية. يجب عليها الموازنة بين التغطية وزمن الوصول والموثوقية واستهلاك الطاقة وكفاءة الطيف ومتطلبات الخدمة وتوافر الموارد.
يصبح الذكاء الاصطناعي مفيدًا لأن هذه الأهداف غالبًا ما تتغير وفقًا للموقع والوقت. قد يكون أفضل تكوين للموارد لمركز نقل مزدحم مختلفًا تمامًا عن أفضل تكوين لشبكة خاصة صناعية أو منطقة سكنية منخفضة الحركة في الليل.
تسمح الجدولة الذكية لسلوك الشبكة بأن يصبح أكثر توافقًا مع ظروف التشغيل الفعلية.
خلاصات استراتيجية لتخطيط الشبكات
يُظهر التقدم من الجيل الرابع إلى الجيل السادس اتجاهًا ثابتًا: يتحرك الذكاء الاصطناعي من حافة عمليات الاتصالات نحو مركز بنية الشبكة.
في الجيل الرابع، ساعدت الأدوات الذكية المهندسين بشكل أساسي على فهم سلوك الشبكة التاريخي. في الجيل الخامس، سمحت الحوسبة الحافة للذكاء الاصطناعي بالمشاركة في تحسين أسرع وأكثر محلية. يوسع الجيل الخامس المتقدم هذا النهج عبر مجالات شبكة أكثر ويقدم قدرات أقوى للتنبؤ والتحسين الذاتي وإدارة الطاقة والتنسيق الآلي للموارد.
تمدد رؤية الجيل السادس المفهوم أكثر من خلال جعل الذكاء أصليًا في بنية الاتصالات. يشير التعلم الموزع والاتصال الدلالي والبيئات اللاسلكية القابلة للبرمجة وموارد الحوسبة والاتصال المنسقة إلى بنية تحتية مصممة ليس فقط لحمل الخدمات الذكية ولكن للعمل بذكاء نفسها.
هذا يغير أيضًا أساس المنافسة في الاتصالات. سيتم قياس قدرة الشبكة بشكل متزايد ليس فقط بمعدل الذروة أو عرض النطاق أو التغطية أو أداء الأجهزة، ولكن أيضًا بمدى فعالية البنية التحتية في فهم الطلب وجدولة موارد الحوسبة والاتصال والتكيف مع السيناريوهات المختلفة والعمل بشكل مستقل.
لذلك فإن الجيل الخامس المتقدم هو انتقال مهم وليس مجرد ترقية راديوية تدريجية. يمكن لبيانات التشغيل والنماذج الذكية وخبرة الأتمتة وسيناريوهات التطبيق المتراكمة خلال هذه المرحلة أن توفر أسسًا عملية لتكامل أعمق للذكاء في أنظمة الجيل السادس المستقبلية.
مع استمرار تقارب الاتصال والاستشعار والحوسبة والذكاء، تتحول الشبكة تدريجيًا من بنية تحتية سلبية للنقل إلى أساس رقمي نشط قادر على دعم الأجهزة والتطبيقات والصناعات المتزايدة الاستقلالية.
الأسئلة الشائعة
لماذا تعتبر الحوسبة الحافة مهمة للشبكات المتنقلة الذكية؟
يجب اتخاذ العديد من القرارات اللاسلكية والحركية بسرعة. يؤدي نقل موارد الحوسبة إلى مكان أقرب من شبكة الوصول إلى تقليل المسافة بين جمع البيانات وتحليلها واتخاذ الإجراءات، مما يجعل التحسين في الوقت الفعلي أكثر عملية من الاعتماد فقط على المعالجة المركزية غير المتصلة.
لماذا يعتبر الجيل الخامس المتقدم جسرًا مهمًا نحو الجيل السادس؟
يوفر بيئة عملية لتوسيع الذكاء الاصطناعي عبر عمليات الراديو والنقل والشبكة الأساسية مع تراكم بيانات التشغيل وخبرة الأتمتة والنماذج الذكية وحالات الاستخدام الصناعية التي يمكن أن تدعم بنى الذكاء الأصلية المستقبلية.
أي البيئات تستفيد أكثر من التحسين التكيفي؟
يمكن للمواقع ذات الطلب المتغير بشدة أو أنماط الحركة المعقدة أن تستفيد بشكل كبير. تشمل الأمثلة المناطق الحضرية الكثيفة وأنظمة النقل والحرم الجامعية والبيئات الصناعية والمواقع التي تتغير فيها الحركة بشكل حاد وفقًا للوقت أو الأحداث.
لماذا ستصبح موارد الحوسبة ذات أهمية متزايدة في تخطيط الشبكات؟
تعتمد الخدمات المستقبلية على كل من الاتصال والمعالجة الذكية. مع توزيع وظائف الذكاء الاصطناعي عبر الأجهزة الطرفية والبنية التحتية الحافة والعقد اللاسلكية والأنظمة السحابية، تصبح القدرة على تنسيق موارد الحوسبة مرتبطة بشكل متزايد بجودة الخدمة.
هل ستلغي الشبكات المستقبلية التشغيل البشري تمامًا؟
الاتجاه هو نحو مستويات أعلى من التحليل الآلي والتنبؤ والتحسين والاسترداد. ومع ذلك، فإن التقدم من الجيل الخامس نحو بنى أكثر استقلالية هو تقدم تدريجي، حيث يزيد كل جيل من نطاق القرارات التي يمكن معالجتها بذكاء بدلاً من تغيير نموذج التشغيل بأكمله دفعة واحدة.
