優(yōu)化運(yùn)營仍然是電信運(yùn)營商的一個關(guān)鍵挑戰(zhàn)。Ovum的《2016/17年ICT企業(yè)洞察》對全球近480名電信運(yùn)營商高管的調(diào)查表明，提高運(yùn)營效率與提高收入的需要幾乎同樣重要。

電信運(yùn)營商需要在市場營銷、銷售、客戶服務(wù)、計(jì)費(fèi)和網(wǎng)絡(luò)運(yùn)營等諸多領(lǐng)域?qū)崿F(xiàn)更有效的運(yùn)營。為支持這些努力，電信運(yùn)營商正考慮采用AI技術(shù)來實(shí)現(xiàn)更高程度的自動化，優(yōu)化業(yè)務(wù)流程以更好地服務(wù)客戶，以及優(yōu)化網(wǎng)絡(luò)和流量管理。

傳統(tǒng)機(jī)器學(xué)習(xí)已落后

AI是一個具有悠久歷史的領(lǐng)域，它的功能不斷演進(jìn)，并且在最近經(jīng)歷了重大突破。如今，AI系統(tǒng)可以執(zhí)行的任務(wù)能夠等同于或優(yōu)于與人類智力有關(guān)的一些技術(shù)（例如圖像和語音識別，決策制定和語言翻譯）。這些功能可以通過機(jī)器學(xué)習(xí)中的幾種技術(shù)實(shí)現(xiàn)（如深度學(xué)習(xí)）并應(yīng)用于自然語言處理等領(lǐng)域。

盡管電信運(yùn)營商（如AT＆T和Verizon）已經(jīng)在使用AI/機(jī)器學(xué)習(xí)技術(shù)，但供應(yīng)商和電信運(yùn)營商尚未完全發(fā)現(xiàn)該技術(shù)最具影響力的優(yōu)勢。例如，AT＆T一直在使用機(jī)器學(xué)習(xí)進(jìn)行網(wǎng)絡(luò)管理和呼叫中心自動化。在網(wǎng)絡(luò)管理中，機(jī)器學(xué)習(xí)系統(tǒng)捕獲數(shù)據(jù)，分析數(shù)據(jù)，識別異常情況，并為工程師或其他服務(wù)人員生成故障單從而幫助他們解決問題。然而，早期采用并不一定那么復(fù)雜。

在傳統(tǒng)的機(jī)器學(xué)習(xí)方法中，程序員需要指定某個事件，從而讓機(jī)器學(xué)習(xí)算法進(jìn)行識別以作出決策（該過程被稱為特征提取）。這種方法將運(yùn)營的準(zhǔn)確性限制在程序員或網(wǎng)絡(luò)團(tuán)隊(duì)的經(jīng)驗(yàn)上。導(dǎo)致網(wǎng)絡(luò)故障的未知網(wǎng)絡(luò)狀況等挑戰(zhàn)將被忽略，其造成的次優(yōu)網(wǎng)絡(luò)狀況可能嚴(yán)重影響客戶體驗(yàn)。大力投資SDN的電信運(yùn)營商（比如AT＆T）將需要有效的AI技術(shù)來預(yù)測已知和未知的系統(tǒng)故障，并在檢測到的故障發(fā)生進(jìn)而影響客戶服務(wù)質(zhì)量之前立即采取行動。該功能的實(shí)現(xiàn)需要無需人類介入（減少決策制定時間和“人為”失誤的風(fēng)險(xiǎn)）就能實(shí)際發(fā)揮功能的AI技術(shù)。

DRL讓AI取得進(jìn)一步發(fā)展

深度學(xué)習(xí)有望規(guī)避傳統(tǒng)機(jī)器學(xué)習(xí)方法帶來的挑戰(zhàn)，并代表著如今機(jī)器學(xué)習(xí)的尖端技術(shù)。深度學(xué)習(xí)系統(tǒng)使用模擬人腦工作方式的計(jì)算模式，因此它可以進(jìn)行自主學(xué)習(xí)，無需人類“老師”來提取預(yù)期的特征，也就是運(yùn)營商所指的網(wǎng)絡(luò)特征。

DRL技術(shù)將深度學(xué)習(xí)與另一類被稱為強(qiáng)化學(xué)習(xí)（RL）的機(jī)器學(xué)習(xí)相結(jié)合。RL是支持機(jī)器和軟件代理程序自動確定特定情境中的理想行為以最大化性能的一種學(xué)習(xí)。

華為等供應(yīng)商將在網(wǎng)絡(luò)管理中應(yīng)用DRL視為該技術(shù)的重要用例之一。由于物聯(lián)網(wǎng)和其它新型數(shù)字服務(wù)產(chǎn)品的出現(xiàn)，連網(wǎng)終端數(shù)量不斷增加，視頻等服務(wù)產(chǎn)生的流量也因此而增多。Ovum預(yù)計(jì)在2015至2020年這五年中，電信運(yùn)營商的移動網(wǎng)絡(luò)和固定寬帶網(wǎng)絡(luò)的數(shù)據(jù)流量將以25％的復(fù)合年均增長率增長。該增長率意味著整體市場將增長到原來的3倍。在移動網(wǎng)絡(luò)方面，這種發(fā)展將更加極端，因?yàn)榭偭髁款A(yù)計(jì)將增長到原來的7倍多。

隨著電信運(yùn)營商對SDN進(jìn)行投資，SDN控制器的自主學(xué)習(xí)能力將變得至關(guān)重要。由于電信運(yùn)營商網(wǎng)絡(luò)的更多部分處于SDN控制器的控制之下，它需要分析功能來支持它適應(yīng)任何網(wǎng)絡(luò)場景，并仍然保持高網(wǎng)絡(luò)性能。SDN控制器將需要在其運(yùn)作中具有前瞻性；根據(jù)當(dāng)前和歷史數(shù)據(jù)實(shí)時做出決策。一旦做出決策，就需要執(zhí)行影響評估，以確保服務(wù)質(zhì)量不受損害。此外，當(dāng)對網(wǎng)絡(luò)狀態(tài)做出決策時，這些決策不應(yīng)局限于已知的網(wǎng)絡(luò)故障，還要考慮未知的網(wǎng)絡(luò)故障。這種方法將確保網(wǎng)絡(luò)在SDN控制器的控制下實(shí)現(xiàn)最佳運(yùn)營。