隨著SDN、AI等新型技術的引入，這幾年智能光網(wǎng)絡被賦予全新的定義，我們也多次談到這方面的話題。從2019年逐步進入5G時代開始，網(wǎng)絡架構更加復雜，功能、性能不斷增加，與此同時海量的數(shù)據(jù)流量和全新的業(yè)務模式出現(xiàn)，對光網(wǎng)絡承載能力的要求越來越高。我們需要通過人工智能的手段，實現(xiàn)光網(wǎng)絡的智能管理、極致體驗、靈活開放，以達到提升用戶體驗，降低運營成本的目標。在前不久“中國光通信高質量發(fā)展論壇中”的“當AI遇到光：智能光網(wǎng)絡研討會”上，業(yè)內專家均認為，在光網(wǎng)絡中引入AI是光網(wǎng)絡發(fā)展的最重要的一個方向，也代表著智能光網(wǎng)絡的未來。AI智能化和自動化擁有巨大潛力，不僅讓光網(wǎng)絡反應更快，完成復雜的任務還能降低運營成本。但AI的實施與其說是技術上的挑戰(zhàn)，不如說是對人的挑戰(zhàn)，需要轉變思維和技能，可視性和控制性是讓人覺得更舒服的關鍵，也是讓機器做出正確決定的關鍵。所以，目前AI賦能光網(wǎng)絡方面仍存在不小的挑戰(zhàn)，這里面需要梳理的話題也比較多。

支撐產業(yè)發(fā)展的“經脈”

如今，人工智能的應用已無處不在，智能語音助手、人臉識別、智能家居、智能安防等都開始應用于我們生活的方方面面，而這些只是人工智能最貼近我們的那一部分。而這些應用的背后離不開通信網(wǎng)絡的支撐。那么，人工智能與光網(wǎng)絡的“邂逅”，會是怎樣的一幅景象。

專家表示，“智能”是光網(wǎng)絡發(fā)展的“外在需求”和“內在要求”。目前，人工智能技術在光網(wǎng)絡物理層和網(wǎng)絡層獲得了初步應用嘗試;與此同時，光網(wǎng)絡的智能化面臨諸多挑戰(zhàn)，有待在算法和應用方面繼續(xù)探索！實際上，在光網(wǎng)絡中引入AI是光網(wǎng)絡發(fā)展的最重要的一個方向，也代表著智能光網(wǎng)絡的未來。目前AI賦能光網(wǎng)絡方面仍存在不小的挑戰(zhàn)，其中多場景賦能價值導向是一個核心問題。豐富AI賦能場景，挖掘商業(yè)價值，如何轉化為增值服務都是需要直面AI難題的挑戰(zhàn)，而加速新技術應用也勢在必行。很多專家提出，不斷突破算法黑盒，增強可解釋性探索知識圖譜、深度學習等AI技術落地應用，尤其是增強泛化遷移能力，提升光網(wǎng)絡的普適性，非常緊迫。業(yè)內觀點認為，突破模型通用、知識泛化技術的同時提升數(shù)據(jù)價值挖掘和安全保障是目前人工智能與光網(wǎng)絡結合的一個交匯點。

過去很多人強調，在網(wǎng)絡自動化架構中，大規(guī)模智能與實時可見性和網(wǎng)絡資源的控制結合起來才能稱之為洞察驅動的網(wǎng)絡自動化。這并不是一個完全自治的網(wǎng)絡，而是一系列機器輔助的操作，把日常的操作變成自動的工作流，除了特殊情況發(fā)生不需要人工干預。何況，在人工智能時代，價值慢慢從硬件向軟件轉移。傳統(tǒng)的規(guī)劃軟件和網(wǎng)絡是相分離，與業(yè)務之間也有一定鴻溝，需要定制開放和接口進行交互。而目前底層的基礎網(wǎng)絡都是開放、敏捷地多廠商網(wǎng)絡環(huán)境，具備開放的管理控制接口，在此之上是一個輕量級具有交鑰匙功能的應用程序，實現(xiàn)網(wǎng)絡的自動化和優(yōu)化，而這正是光網(wǎng)絡產業(yè)發(fā)展的“基本目的”之一。

毫無疑問，數(shù)字經濟已經成為我國社會發(fā)展的重要引擎。電信行業(yè)作為新基建中新型信息基礎設施能力，無疑是社會和經濟數(shù)字化轉型的基礎支撐力量。因此，電信行業(yè)自身就必須率先完成數(shù)字化，而運營系統(tǒng)是內部數(shù)字化的核心內容。具體到光網(wǎng)絡，統(tǒng)一接口和北向能力開放是引入AI的重要架構基礎。同時重視數(shù)據(jù)獲取，對網(wǎng)絡管理數(shù)據(jù)實現(xiàn)“應采盡采”，打造“數(shù)據(jù)湖”。過去很多人都肯定了AI技術在傳送網(wǎng)有豐富應用場景，并且可助力傳送網(wǎng)實現(xiàn)智能化轉型，但是AI技術在傳送網(wǎng)的實現(xiàn)尚存在數(shù)據(jù)和模型瓶頸，亟待解決。換句話說，AI技術在傳送網(wǎng)的部分應用已實現(xiàn)實驗室和試點驗證，效果仍在不斷完善中;AI技術在傳送網(wǎng)的全面落地是一個長期的過程，應分階段推進。

人工智能在底層的意義

有專家指出，在傳送網(wǎng)設備層引入AI主要傾向于實現(xiàn)設備隱患預測、設備資源預測及設備資源優(yōu)化。以SPN設備系統(tǒng)架構為例，設備功能模塊較多，各功能的實現(xiàn)依賴單板、光模塊、芯片、內存等物理單元協(xié)同，物理單元的使用情況和狀態(tài)影響各功能的正常實現(xiàn)。底層設備層AI應用場景之一是設備隱患預測。如何在設備的各個模塊老化初期迅速更換是很重要的應用，例如光模塊性能劣化，出現(xiàn)少量丟包或誤碼，但尚未達到觸發(fā)告警的閾值，此時通過AI技術充分分析現(xiàn)網(wǎng)設備的運行狀態(tài)數(shù)據(jù)，能夠及時挖掘設備內部隱患，避免設備真正出現(xiàn)故障。

底層設備層AI應用場景之二是設備資源預測和故障定位。依靠人工來核查各設備容量、內存使用情況、端口使用率等資源工作量大、周期長，故障發(fā)生前無提示，無法提前干預處理。利用AI可以基于歷史數(shù)據(jù)進行智能在線訓練，形成各資源較科學的閾值，輸出設備內部的各類資源預測曲線和預警。

設備層AI應用場景之三是設備動態(tài)節(jié)能?，F(xiàn)網(wǎng)設備量大，但某臺設備并不是所有模塊都需要處于工作狀態(tài)，在網(wǎng)絡運維管理階段可以通過AI實現(xiàn)動態(tài)節(jié)能。所以，AI技術在光網(wǎng)絡傳送的全面落地不是一蹴而就的，應分階段推進。當前AI演進存在以下幾個關鍵問題：國內外標準已經規(guī)范AI架構、流程、分級評判等技術內容，但仍缺乏AI傳送網(wǎng)的國內外標準，后續(xù)可在復用已有標準的基礎上，制定AI傳送網(wǎng)的國內外標準;AI模型的訓練需要基于海量的歷史數(shù)據(jù)，但部分場景的歷史數(shù)據(jù)量有限或是數(shù)據(jù)獲取渠道有限，基于少量數(shù)據(jù)搭建的AI模型準確度較低;不同廠商的數(shù)據(jù)格式不一樣，導致較難搭建跨廠商AI平臺;AI應用于現(xiàn)網(wǎng)影響重大，實際應用前應經過長期的驗證，可考慮模型簡單、規(guī)則較為確定的場景優(yōu)先應用，分階段推進AI在傳送網(wǎng)的部署應用。

產業(yè)鏈落地的諸多表現(xiàn)

毫無疑問，智能光網(wǎng)絡的落地離不開產業(yè)鏈企業(yè)的支撐。之前華為有專家表示，當前通信行業(yè)正面臨新的商業(yè)機遇，人工智能的廣泛應用，也必將給通信行業(yè)帶來革新性的改變和新機遇。我們知道，早在2019年華為就發(fā)布了自動駕駛網(wǎng)絡（ADN）方案，面向光網(wǎng)絡、移動網(wǎng)、數(shù)據(jù)中心網(wǎng)絡等。其中，基于此前的ADN方案，華為面向光寬帶領域打造了全光自動駕駛網(wǎng)絡解決方案，通過網(wǎng)元、網(wǎng)絡、云端三層引入AI，把智慧帶入全光基礎網(wǎng)，使能全光網(wǎng)的超自動化及智能化，終極目標是實現(xiàn)對全光網(wǎng)絡的自治，讓網(wǎng)絡能夠真正實現(xiàn)自動駕駛?；谧钚氯庾詣玉{駛網(wǎng)絡解決方案2.0的三層能力，運營商和企業(yè)可以獲得三大價值：使能光專線的可用率變現(xiàn)升級，使能家寬場景化業(yè)務商業(yè)變現(xiàn)升級，實現(xiàn)面向全光網(wǎng)絡基礎設施的全新“Zero Touch”運維能力（零接觸的網(wǎng)絡智能運維）。或者說，基于AI的智能光網(wǎng)絡的發(fā)展最終目標是實現(xiàn)自動駕駛光網(wǎng)絡（ADON，如果智能汽車的發(fā)展需要分級一樣，我們知道ADON的發(fā)展也會進入分級，L1手工網(wǎng)絡需要工具輔助;L2半自動需要固定規(guī)則自動化;L3預測分析基于預測的自動化;L4系統(tǒng)自決策需要意圖驅動的自動化;L5光網(wǎng)絡自治完全自動化。另外，5G時代引發(fā)了大量垂直行業(yè)新業(yè)務的差異化需求，使得網(wǎng)絡運維日趨復雜，智能化是解決這些問題的關鍵。有觀點認為，網(wǎng)絡智能化的形成除了AI還需要知識，兩者相輔相成。AI幫助發(fā)現(xiàn)隱藏在孤立信息中的內在關系鏈，加速知識獲取與體系的建立，而知識則能在海量原始數(shù)據(jù)中幫助剔除AI學習過程中無效的信息，提高AI學習訓練的速度?！肮饩W(wǎng)絡運營管控技術的演進路徑從封閉到開放，從構建新一代到實現(xiàn)數(shù)字化，我們距離智能光網(wǎng)絡越來越近?！庇袑＜抑赋?，想要實現(xiàn)從數(shù)字化到智能化仍有一定的差距，而數(shù)據(jù)采集就是其中的關鍵，也是一步之遙的距離。傳統(tǒng)方式采用"拉”模式，數(shù)據(jù)采集方式效率比較低，一般為分鐘級、小時級，數(shù)據(jù)量小，無法滿足需求。而雖然人工智能技術在很多領域都已經有廣泛應用，算法的研究已經比較成熟，但是人工智能現(xiàn)在應用在光網(wǎng)絡中的最大問題是數(shù)據(jù)，而不是算法。目前來看，Telemetry能滿足相關需求。Telemetry采用“推”模式，在訂閱以后可以持續(xù)地推送數(shù)據(jù)，可以達到秒級甚至亞秒級，能夠極大程度的豐富數(shù)據(jù)量。實現(xiàn)支持智能運維系統(tǒng)管理更多設備，為網(wǎng)絡問題快速定位等提供大數(shù)據(jù)基礎，監(jiān)控數(shù)據(jù)擁有更高精度、更加實時。顯然，解決了數(shù)據(jù)問題，再結合新一代云網(wǎng)運營系統(tǒng)提供的開放能力和數(shù)字化平臺，就可以引入人工智能技術來挖掘數(shù)據(jù)價值，打造智能光網(wǎng)絡。目前來看，智能光網(wǎng)絡的價值至少能體現(xiàn)在四個方面：優(yōu)質服務、簡化運維、優(yōu)化網(wǎng)絡、降低成本。我們也注意到，智能光網(wǎng)絡能夠在流量預測、故障定位、OSNR預測、劣化預測等典型應用場景中發(fā)揮作用。

還是那句話，人工智能與光網(wǎng)絡構筑了網(wǎng)絡智能化演進之路，很多技術頭部品牌都利用“智核”管控+“泛能”光平臺，構建起光網(wǎng)智能化新架構，通過光/電標簽+光探針+人工智能風險預測三大技術的最新探索，逐步實現(xiàn)光網(wǎng)智能化。

寫在最后：

如同過去工業(yè)革命和電器時代帶來的巨大革命一樣，在信息革命時代，數(shù)字化轉型極大改變了整個行業(yè)和整個社會。過去幾十年里，依靠科學技術的進步，整個世界得到了蓬勃發(fā)展。這一切的背后有摩爾定律、移動互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)和大數(shù)據(jù)等一系列技術發(fā)揮作用，尤其是這些技術疊加的組合效應加快了變革的步伐，在技術能力方面產生了驚人的飛躍，生產力也得到了極大的發(fā)展。為了滿足未來社會發(fā)展的進一步需求增長，這些技術很難再提供足夠的動力，未來需要把人類的軟技能和科技技能融合在一起，通過互補新成新的技能，加快數(shù)字化轉型步伐。

所以，智能光網(wǎng)絡的發(fā)展并非一蹴而就，從標準的建立，到方案的研究，到現(xiàn)網(wǎng)的試點，再到最終的規(guī)模部署，這些是新技術必須經歷的發(fā)展和驗證，這個過程也一定會面臨更多的挑戰(zhàn)和難題。因而，最終實現(xiàn)智能光網(wǎng)絡的愿景和目標需要全產業(yè)鏈的通力合作。