هرآنچه باید از کاربردهای هوش مصنوعی در مخابرات بدانید

انتقال انواع گوناگون اطلاعات شامل علائم، سیگنال‌ها، پیام‌ها، کلمات، نوشته‌ها، تصاویر و صداها از طریق سیم، امواج رادیویی و یا فیبر نوری را مخابرات می­گویند. امروزه بخش بزرگی از زندگی انسان‌ها به تلفن‌های همراه و اینترنت وابسته است لذا سطح توقعات و نیازهای بشر با توجه به این مسئله، نسب به خدمات مخابراتی ارائه شده توسط شرکت‌های مخابراتی بالاتر رفته است.

هوش مصنوعی و مخابرات در یک مسیر همگرا در حال حرکت هستند. شرکت­‌های بزرگ و رهبران مخابراتی دنیا مانند AT&T و Verizon از ترکیب دانش­ مخابراتی، هوش مصنوعی و کلان داده‌ در کنار هم استفاده می‌کنند تا فرآیندهای خود مانند تجربه مشتری، ارائه سرویس‌های شخصی‌سازی‌شده، پردازش و تجزیه‌وتحلیل اطلاعات در لحظه را بهبود بخشند. در ادامه، قصد داریم تا شما را با کاربردهای هوش مصنوعی در مخابرات و دسته‌های مختلف آن آشنا کنیم پس با ما همراه باشید…

دسته‌بندی‌ کاربردهای هوش مصنوعی در مخابرات

هوش مصنوعی در صنعت مخابرات کارکردهای بسیار زیادی دارد لذا جهت بررسی این کارکردها، مخابرات به سه دسته به شرح ذیل تقسیم شده است:­

در ادامه، کاربردهای هوش مصنوعی در مخابرات و دسته‌های مختلف آن بررسی شده است.

1. مدیریت و امنیت سیگنال‌ها، تجهیزات و شبکه‌های مخابراتی با هوش مصنوعی

در بحث مخابرات، داده‌­ها جریانی هستند و به‌طور پیوسته در حال تولید می­‌باشند. حجم داده­‌های تولیدشده در هرلحظه با وجود شبکه‌های اجتماعی، سایت‌ها و وبلاگ‌ها بسیار زیاد شده که هر فرد در این بسترها در حال تولید داده‌ی جدیدی است. این بدین معنی است که مدیریت و حفظ امنیت خطوط مخابراتی سخت‌تر و حساس‌تر شده است. هوش مصنوعی می‌تواند در لحظه داده‌های تولیدشده را تجزیه‌وتحلیل و پردازش کرده و درنهایت عواملی چون نوع سیگنال و یا ناهنجاری موجود در سیگنال را شناسایی کند. این سیستم‌ها کنترل و مدیریت ترافیک در شبکه را بر عهده گرفته و مسیر انتقال داده بین کاربران را مشخص می‌کنند.

همچنین بخش مهمی از مدیریت سیستم‌های مخابراتی، بخش نگهداری و تعمیرات سخت‌افزارهای مورداستفاده است. بدیهی است که تجهیزات و سخت‌افزارهای مخابراتی نیاز به نگهداری و تعمیرات دوره‌ای دارند که به کمک الگوریتم‌های هوش مصنوعی می­توان قبل از خرابی، زمان بهینه نگهداری و تعمیرات آن را پیش‌بینی کرد. به طور کلی، کارکردهای هوش مصنوعی در مخابرات و بخش مدیریت و امنیت سیگنال‌ها، تجهیزات و شبکه‌های مخابراتی به شرح زیر می‏باشد:

1. تشخیص و طبقه‌بندی سیگنال­‌ها
2. پیش‌بینی و شناسایی ناهنجاری‌های شبکه
3. خودکارسازی شبکه‌های مخابراتی
4. پیش‌بینی خرابی تجهیزات

در ادامه به تشریح برخی از کارکردهای هوش مصنوعی که به مدیریت و حفظ امنیت سیگنال‌ها، تجهیزات و شبکه‌های مخابراتی کمک می­کند، پرداخته‌شده است.

1.1. هوش مصنوعی به تشخیص و طبقه‌بندی سیگنال‌ها کمک می‌کند

در روش‌­های سنتی، تشخیص و طبقه‌بندی سیگنال‌ها بسیار زمان‌بر هستند، این در حالی است که امروزه می‌توان توسط با توجه به کاربردهای هوش مصنوعی در مخابرات و با توجه به الگوریتم‌های یادگیری ماشین و یادگیری عمیق سیگنال‌ها را از سه منظر محتوا، فناوری و پروتکل تشخیص داد و طبقه بندی نمود.

محتوا؛ در این روش، طبقه‌بندی بر اساس نوع محتوا صورت می‌گیرد. بدین منظور، سیستم ابتدا نوع محتوا را از لحاظ عکس، فیلم، صوت و یا متن تشخیص داده، سپس انواع آن را طبقه بندی می‌نماید.

پروتکل؛ این روش می‌تواند سیگنال‌های دریافتی را از لحاظ انواع مختلف پروتکل نظیرhttp, IP  وTCP تشخیص داده و طبقه بندی کند.

فناوری؛ این روش نسبت به دو روش قبلی پیشرفته تر است، چراکه می‌تواند نوع فناوری انتقال داده مانند وای‌فای و یا بلوتوث را نیز تشخیص دهد و در دسته‌های مربوطه قرار دهد. در این زمینه شرکت Deep sig محصولی با نام Omini Sig (SDK) ساخته و ادعا می­کند که حسگرOmini sig  می‌تواند 1000 برابر سریع‌تر از فناوری‌های بی‌سیم فعلی، وای فای، بلوتوث و سایر سیگنال‌های مخابراتی را تشخیص داده و طبقه‌بندی کند.

1.2. شناسایی ناهنجاری‌های شبکه

الگوریتم­‌های یادگیری ماشین می­توانند از بین داده­های در حال انتقال در یک شبکه مخابراتی، سیگنال‌های مخرب را شناسایی کنند. مهندسین هوش مصنوعی سیگنال داده‌های شناخته‌شده را به یک سیستم مخابراتی آموزش داده و پس از آن سیستم می‌تواند در صورت رویارویی با یک سیگنال جدید و ناشناخته به سیستم هشدار دهد. این امر امنیت سیستم را افزایش می‌دهد.

1.3. خودکار سازی شبکه‌های مخابراتی با فناوری یادگیری ماشین

سیستم­‌های مخابراتی بسیار پویا و متغیرند و تصمیم‌گیری در شرایط مختلف برای آن­ها، عموماً یک تصمیم‌گیری در شرایط عدم اطمینان است. هوش مصنوعی توانایی مدیریت در این شرایط عدم اطمینان را دارد و می‌تواند به درک و استدلال شرایط به وجود آمده در هر لحظه کمک کند و روند تصمیم‌گیری را سهولت بخشد. سپس، با توجه به این تصمیمات بسیاری از فعالیت‌ها را به‌صورت خودکار انجام دهد. ازجمله کاربردهای هوش مصنوعی در مخابرات که می‌تواند به‌صورت خودکار انجام دهد می‌توان به این موارد اشاره کرد؛ تغییرات پهنای باند، نظارت بر امنیت شبکه، ارسال بسته‌های اطلاعات و انتخاب کانال مخابراتی برای ارسال داده‌ها بین افراد گوناگون است.

1.4. پیش‌بینی خرابی تجهیزات

به دلیل افزایش مصرف شبکه‌های مخابراتی، الگوهای ترافیکی تغییر کرده‌ که یکی از پیامدهای این مسئله، خرابی تجهیزات و سخت‌افزارها در بازه‌های زمانی کوتاه‌تر از قبل است. خرابی تجهیزات و سخت‌افزارها در خدمت‌رسانی به مشتریان نهایی اختلال ایجاد می‌کند و باعث ایجاد مشکل در بسیاری از کسب‌و‌کارها خواهد شد.

برای حل این مشکل، متخصصین از داده‌های گذشته، الگوهای مصرف و سایر پارامترهای تأثیرگذار در خرابی تجهیزات و سخت‌افزارها، استفاده می‌کنند تا به کمک مدل‌های یادگیری ماشین بتوانند خرابی‌ها را قبل از وقوع پیش‌بینی و اقدامات لازم را برای جلوگیری از خرابی انجام دهند.

2.ارائه خدمات مخابراتی به استفاده از هوش مصنوعی

شرکت‌­های بزرگ مخابراتی همواره در حال تلاش برای جلب رضایت مشتریان و ارائه خدمات بهتر به آن­ها هستند. ارائه‌دهندگان خدمات مخابراتی از هوش مصنوعی و الگوریتم‌­های یادگیری ماشین برای بالا بردن رضایت مشتریان استفاده می‌کنند. بزرگ‌ترین اپراتورهای مخابراتی جهان از هوش مصنوعی کمک می‌گیرند تا ضمن ارائه خدمات بهتر و سریع‌تر به مشتریان خود، هزینه‌های خود را نیز کاهش و فرآیندهای خود را تسهیل کنند. برخی از کاربردهای هوش مصنوعی در مخابرات و بخش ارائه خدمات به شرح ذیل است.

2.1. پیش‌بینی ساعات و حجم ترافیک

2.2. دستیاران مجازی برای ارائه پشتیبانی به کاربران

2.3. ارائه خدمات شخصی‌سازی‌شده برای خطوط تلفن همراه

در ادامه به تشریح هر یک از این کارکردها پرداخته‌شده است.

2.1. پیش‌بینی ساعات و حجم ترافیک

جهت بهبود در ارائه خدمات، پیش‌بینی حجم ترافیک موردنیاز در هر کانال مخابراتی و همچنین ساعات اوج مصرف در مناطق مختلف بسیار اهمیت دارد. بدون شک هر چه دقت این پیش‌بینی‌ها بیشتر باشد، کیفیت خدمات بیشتر خواهد شد. هوش مصنوعی با توجه به قابلیت‌هایی که دارد این پیش‌بینی‌ها را بسیار دقیق و با سرعت انجام می‌دهد.

2.2. دستیاران مجازی برای ارائه پشتیبانی

یکی دیگر از کاربردهای هوش مصنوعی در ارائه خدمات به کاربران، استفاده از دستیاران مجازی برای پاسخ‌گویی به سؤالات آن‌ها است. افراد سؤالات بسیار زیادی در خصوص حجم باقی­مانده، زمان و میزان پرداخت­‌ها، علل قطعی اینترنت و خطوط تلفن و یا حتی تغییر در بسته‌های اینترنتی و مکالمه‌ای خود دارند. با توجه به محدودیت شرکت­‌های ارائه‌دهنده خدمات در استخدام نیروی انسانی جهت پاسخ‌گویی به سوالات افراد، مشتریان ساعات زیادی را در صف انتظار خواهند ماند که این امر سبب نارضایتی می‌گردد. به همین جهت شرکت‌ها از دستیاران مجازی مبتنی بر هوش مصنوعی استفاده می‌کنند. این دستیارها پس از برقراری تماس، خط اینترنت مصرف‌کننده را شناسایی کرده و بر اساس اطلاعات خط آن­ها، به سوالاتشان پاسخ می‌دهند.

همچنین این دستیاران می‌توانند در بخش‌های دیگر شرکت‌های مخابراتی مانند بخش مراکز اطلاعات تلفنی استفاده شوند. این ربات‌ها به نیاز تماس‌گیرندگان گوش کرده و شماره تلفن درخواستی آن­ها را در اختیارشان قرار می‌دهند.

2.3. ارائه خدمات شخصی‌سازی‌شده

ارائه پیشنهاد‌های ثابت برای تمامی مشتریان دیگر رضایت آن­ها را در پی نخواهد داشت. شرکت­­‌های مخابراتی به کمک فناوری هوش مصنوعی رفتار مشتریان در بازه‌­های زمانی مختلف را دنبال می‌کنند و خدمات شخصی‌سازی‌شده به آن‌ها ارائه می‌­دهند. به‌ عنوان‌ مثال، بسته­‌های پیشنهادی اینترنت، پیام کوتاه و تماس تلفنی را با توجه به الگو‌های مصرف مشتریان به آن­ها توصیه می­کنند.

3. اینترنت نسل پنجم و هوش مصنوعی

کاربردهای هوش مصنوعی در مخابرات بسیار گسترده است و تنها به موارد بالا ختم نمی‌گردد و یکی از مهم‌ترین‌های آن، بهره گرفتن از هوش مصنوعی در بهبود اینترنت نسل پنجم است. فناوری 5G یک استاندارد صنعتی است که جایگزین استاندارد رایج کنونی یعنی 4G LTE خواهد شد. اینترنت نسل پنجم از ترکیب فناوری‌های بسیاری مانند ایستگاه‌های پایه کوچک، موج میلی‌متری، فناوری مخابراتیMIMO، شکل‌دهی به امواج، فناوری‌های مورداستفاده در مراکز مخابراتی، هوش مصنوعی و اینترنت اشیاء توسعه‌یافته است و بزرگ‌ترین اپراتورهای جهان هم‌اکنون در حال تحقیق و بررسی بر روی روند توسعه آن هستند.

تفاوت اینترنت نسل پنجم با نسل قبلی خود در پشتیبانی بسیار خوب از شبکه جهانی بی‌سیم، سرعت و ظرفیت بسیار بالا، توزیع داده‌ها در اندازه گیگابیت، شفافیت در ارتباطات صوتی و تصویری، امکان اتصال اشیاء در هر مکان به شبکه بی‌سیم با کمک فناوری اینترنت اشیاء و از بین رفتن قطعی‌ها در شبکه مخابراتی است. به همین دلیل می‌توان از اینترنت نسل پنجم برای جراحی‌های آنلاین، خودروهای خودران، خانه‌ها و کارخانه‌های هوشمند، مدیریت بهتر شهرهای هوشمند در زمینه مدیریت انرژی، مدیریت آب، تغییرات آب و هوایی، چراغ‌های هوشمند، کنترل ترافیک، پیش‌بینی موقعیت‌های اضطراری و مواردی از این ‌دست استفاده کرد.

هوش مصنوعی می‌تواند کارایی فناوری‌های مورداستفاده در اینترنت 5G را بهبود بخشد. الگوریتم‌های یادگیری ماشین توانایی پیش‌بینی مسائل گوناگون را بر اساس داده‌های تأثیرگذار و اطلاعات گذشته دارند و همچنین می‌توانند حجم زیادی از داده‌هایی که هم‌اکنون به‌صورت دستی و یا با نرم‌افزارهای ساده تحلیل و بررسی می‌شوند را با سرعت و دقت بسیار زیادی تجزیه‌وتحلیل کند. در ذیل به چند مورد از کارکردهای هوش مصنوعی در بهبود عملکرد اینترنت نسل پنجم اشاره‌شده است.

3.1. هوش مصنوعی در فناوری ایستگاه‌های پایه کوچک

3.2. فناوری شکل‌دهی به امواج و هوش مصنوعی

در ادامه، به توضیح کاربردهای هوش مصنوعی در مخابرات و بخش اینترنت نسل پنجم پرداخته می‌شود.

3.1. هوش مصنوعی در فناوری ایستگاه‌های پایه کوچک

در قدیم امواج بین 30 تا 300 گیگاهرتز تنها برای ارتباط میان ماهواره‌ها و سیستم‌های رادار استفاده می‌شد. نکته جالب توجه این است که در اینترنت نسل پنجم برای افزایش سرعت از این امواج استفاده می‌شود. این امواج که به امواج میلی‌متری معروف‌اند، قادر به عبور آسان از ساختمان‌ها یا سایر اشیا سخت و محکم نیستند، به همین جهت فناوری 5G برای حل این مشکل از ایستگاه‌های پایه کوچک استفاده می‌کند. ایستگاه‌های پایه کوچک جایگزین دکل‌های بزرگ مخابراتی هستند که می‌توان آن‌ها را در مناطق متراکم شهری در فواصل 250 متری قرارداد و مشکل پوشش مخابراتی را حل نمود.

به کمک هوش مصنوعی می‌توان فرآیند انتخاب مکان ایستگاه‌های پایه کوچک را بهینه نمود. هوش مصنوعی با توجه به داده‌های تأثیرگذار در پوشش سراسری مخابرات مانند ساختمان‌های اطراف ایستگاه و تراکم جمعیت منطقه، مکان‌های منتخب برای قرار گرفتن ایستگاه را مشخص می‌نماید.

3.2. فناوری شکل‌دهی به امواج و هوش مصنوعی

یکی از فناوری‌های مورداستفاده در اینترنت نسل پنجم، فناوری شکل‌دهی به امواج است. این فناوری درواقع یک روش انتقال سیگنال است که انرژی سیگنال را به سمت کاربران فعال در شبکه ارسال می‌کند. این کار علاوه بر افزایش پهنای باند هر کاربر، منجر به افزایش محدوده پوشش اکسس پوینت و گسترش بیش‌تر شبکه می‌گردد. همچنین باعث می‌شود تا موج روی کاربرانی که در سایر نقاط هستند، تداخل ایجاد نکند.

الگوریتم‌های یادگیری ماشین در این زمینه به بهبود مسیر انتقال امواج و انتخاب نوع موج برای ارسال اطلاعات بین کاربران کمک می‌کند که این امر باعث افزایش سرعت در انتقال اطلاعات و کاهش تداخلات بین شبکه خواهد شد.

در جدول زیر نمونه‌هایی از محصولاتی که کاربردهای هوش مصنوعی در مخابرات را نشان می‌دهند، آورده شده است: