Привет.
Меня удивляет, насколько хорошо заходят в аудиторию вчерашние или даже позавчерашние новости, то, что случилось за несколько лет до появления заметки, которую начинают тиражировать все без разбора. В «Известиях» появляется заметка о том, что мобильные сети ускорят за счет использования ИИ, вы можете найти ее вот тут.
Процитирую главное из материала:
«Искусственный интеллект планируется массово внедрять в телеком-отрасли. Это следует из материалов Минцифры, направленных на межведомственное согласование в рамках актуализации Стратегии развития отрасли связи до 2035 года. В частности, ИИ должен повысить скорость мобильного интернета: проект поправок предусматривает создание национальных ИИ-платформ для управления сетями связи, включая системы динамического распределения радиочастотного спектра и прогнозирования нагрузки на сеть».
Теперь самое время обсудить, что происходит на самом деле, как работают современные сети связи и какую роль в этом отводят алгоритмам ИИ. Без такого экскурса не получится оценить, что именно мы обсуждаем.
«Умная» базовая станция. Что изменилось в мире телекома
Когда 4G только появился, базовые станции были однотипными, вне зависимости от производителя они не умели самостоятельно принимать какие-либо решения по работе с устройствами, которые видели в пределах своего покрытия. Оператор настраивал базовые станции по стандартным сценариям, выставлял шаблоны работы с конкретными типами устройств. Например, при подключении кнопочного телефона им выдавали определенный приоритет, минимальную полосу для мобильного интернета, конечно, если модель в принципе его поддерживала. Логично, что на кнопочном телефоне нет надобности качать большие объемы данных. Для модемов приоритеты на сети были другими, нежели для планшетов или смартфонов. Одним словом, деление на разные устройства присутствовало, но было довольно условным.
В то время мы видели лишь начатки интеллектуальных алгоритмов, которые пришли на рынок позднее и стали применяться повсеместно. Идея лежит на поверхности, она до невозможности банальна и проста: любое устройство на сети специфично по своему поведению из-за железа, качества модема, плюс отличается то, как им пользуется сам человек. Если хорошо уметь определять пользовательские предпочтения и знать сами железки, то можно ограниченный ресурс базовой станции (частоты плюс вычислительная мощность) распределять так, чтобы она оптимальным образом обслуживала каждого абонента.
Идея довольно революционная для рынка, где всегда шло соревнование за скорость соединения, максимальное количество подключений и главной метрикой становилась скорость подключения для абонентского устройства. В этой же идее скорость – один из параметров, причем далеко не главный. Оператор должен «узнать» и «предугадать», что именно будет нужно человеку, как результат, дать требуемое за минимальное время и сделать это так, чтобы не возникало дополнительной нагрузки на сеть. Чтобы было понятнее, приведу пример из жизни.
Меня попросили записать видео с комментарием для федерального телеканала, на всякий случай максимальное качество записи (много не мало), несколько минут. Итого получился ролик в 400 МБ, мне нужно было отправить его в мессенджере или дать ссылку на облачное хранилище. В старой парадигме телекома мой оператор никак не пытался анализировать, что именно я отправляю и куда, то есть он просто предоставлял мне канал с определенным усредненным приоритетом. И даже не пытался понять, что именно я делаю и куда отправляю данные.
В новой парадигме оператор понимает, что я начинаю отправку файла в облако, причем это не фотография, так как они занимают меньший объем, а явно видео или какой-то иной файл. В зависимости от загрузки конкретной базовой станции можно обработать мой запрос несколькими способами:
- Выдать обычный приоритет (все как раньше, у меня есть канал, и я его использую, пока не отправлю файл);
- Выдать высокий приоритет (на определенное небольшое время, что в теории даст мне моментальную или очень быструю загрузку).
Для оператора выгодно, чтобы данные от меня ушли как можно быстрее, не было обрывов связи и повторной отправки (это лишняя, ненужная работа, таким образом засоряется эфир, и эффективность сети падает). Как результат, выгодно дать максимальный приоритет и попытаться как можно быстрее загрузить мои данные в сеть, чтобы я освободил эфир.
Можно смело говорить, что нынешние мобильные сети стали значительно умнее, они управляются алгоритмами, которые научились предсказывать поведение пользователей, то, какие услуги им нужны в тот или иной момент времени. Приведу другой пример, который хорошо иллюстрирует это утверждение.
Когда я просыпаюсь утром, я не смотрю фильмы, не ставлю музыку, но загружаю новостную ленту, смотрю, что произошло со вчерашнего дня, а еще мне нужны погода и почта с мессенджером. Думаю, что я не одинок в своих предпочтениях, а значит, оператор может повысить приоритет данных таких приложений в тот промежуток времени, когда они востребованы больше всего. Это вновь история про то, что данные проскакивают быстро, не требуется их повторной отправки.
Интеллектуальное управление сетью дает прямые выгоды в экономии энергии, вычислительных мощностей базовых станций, загрузка транспортной сети падает. И это верхушка айсберга.
Посмотрим на базовую станцию. Она не видит окружающий мир, во всяком случае, точно не так, как мы с вами. Не может увидеть здание театра, который находится в 200 метрах от нее, но фиксирует, что в этой точке на таком-то удалении обычно собираются люди с 18 часов. Они активно звонят, отправляют сообщения, но около семи вечера их активность падает практически до нуля, чтобы затем они все разом и почти одновременно стали выходить в сеть, звонить. Через двадцать минут телефоны снова замолкают. Типичное поведение людей в театре, для нас с вами тут нет ничего непонятного.
Для базовой станции предсказать, как будут вести себя люди и их устройства, означает стать более эффективной, потратить на обслуживание этой толпы наименьшее количество ресурсов. И таких алгоритмов хватает у любой базовой станции, они работают локально и передаются оператору для последующего анализа, чтобы находить аномалии и отклонения. Можем считать это следующим уровнем работы для оператора. Причем все российские производители базовых станций уже закладывают анализ поведения устройств, абонентов, чтобы повышать эффективность своих решений.
Среди пользователей существует миф, что все телефоны одного производителя более-менее одинаковы по тому, как они работают с сетью оператора. Обманчивое впечатление сложилось из-за того, что качество сетей в предыдущие годы было таким, что вы не видели реальной разницы, радиочасть в смартфонах проявляла себя одинаково. Для оператора же каждое устройство работает очень различно, так как имеет разные частоты, а от этого зависит агрегация частот, ширина канала, который можно выделить (то есть дать скорость для быстрого обслуживания). Помимо этого, каждый производитель имеет свои алгоритмы, которые могут негативно влиять на сеть, она должна понимать, как подстроиться под работу с конкретным аппаратом. И в этом аспекте профили использования iPhone, Samsung, Huawei могут сильно различаться, все зависит от базовой станции и используемых алгоритмов. Чтобы нивелировать эти моменты, операторы настраивают сеть под самые популярные марки, что позволяет добиться большей ее эффективности. Но обыватель считает, что все аппараты работают одинаково, разницы между ними нет, он этого не видит и не хочет ничего в этом понимать.
Российские операторы и алгоритмы на сетях
Описанные выше примеры – только кусочек общей картины, объяснение, сформулированное максимально простым языком. Операторы и производители оборудования научились создавать системы, которые могут не только предсказывать поведение пользователей, но и анализировать ошибки, аномалии, которые проявляются в их работе. Как результат, можно предсказывать сбои и предотвращать их до того, как они станут заметными для пользователей. Например, в «Билайне» разработали «Журнал событий», прикладное ПО, которое анализирует поведение сети, автоматически распределяет приоритет для инцидентов. Есть другие системы, которые также анализируют происходящее и подсвечивают проблемные места. Нейросети здесь выступают помощником, который быстро и относительно дешево дает обратную связь.
В Т2 мы видим систему SON, программно-аппаратный комплекс следит за работой сети, гармонизирует разные компоненты, ровно так же предотвращает аварии. Нечто подобное внедрено и у других российских операторов, названия различаются, но смысл примерно один и тот же. Алгоритмы, включая нейросети, должны давать большую эффективность, сегодняшние сети в прямом смысле поумнели, они стали интеллектуальными и не идут ни в какое сравнение с тем, что было еще десять лет назад.
Важный момент заключается в том, что операторы научились анализировать ситуацию в режиме реального времени, в том числе в пределах конкретной базовой станции. И можно распределять абонентов не только по приоритетам, но и по частотам, учитывая то, какими устройствами они пользуются и на что последние способны.
Чем выше загруженность сети, тем больше выгод от использования таких алгоритмов, из сетей можно выжимать максимум. В России активное внедрение таких алгоритмов идет в последние пять лет, так как на фоне сокращения инвестиций, невозможности поднимать цены на реальный уровень, только на разрешенный государством, операторы вынуждены придумывать различные меры по поддержанию штанов. Развитие интеллектуальных составляющих сети – это мера оправданная и приятная, более того, в России это собственные продукты операторов, которые зачастую не базируются на чужих разработках. Причина банальна: стоимость таких наработок относительно невысока, а вот выгоды заметные, плюс не нужно зависеть от чужих технологий. Все в рамках ориентации на российские технологии, и тут есть определенные достижения. Плюс все эти наработки отлично ложатся на российское железо, те же базовые станции.
Хорошая и плохая новость, начнем с…
Пожалуй, начну с хорошей новости. Описанная в «Известиях» инициатива Минцифры уже нашла отражение в реальной жизни, операторы инвестировали значительные усилия в это направление и добились успехов. Например, та же услуга pre-5G от «МегаФона» — это ровно такое использование нейросетей для прогнозирования поведения пользователей, ускорения загрузки информации до 30% (теоретический потолок, в реальности выгода для пользователя заметно меньше, а кое-где она и не проявляется на практике, все зависит от города, загруженности сети и других моментов).
То есть по факту у нас уже все это есть и используется операторами. Так в чем же тогда предложение Минцифры? И вот тут мы переходим к негативу, многие ожидают, что сети будут ускорены, вроде бы это следует из публикации «Известий», но сделать это уже невозможно, мы выбрали этот ресурс для развития, его, считайте, нет.
Повторяется ситуация с множеством других проектов, которые реализовали операторы, а чиновники затем подхватили. Вспомним маркировку звонков, которую придумали операторы, а затем им вменили это в обязанность (сервис «Этикетка» от «Билайна» получил конкурентов, а потом государство просто обязало всех предоставлять его как меру по борьбе с мошенниками). Тут ровно такая же история, Минцифры фактически цементирует то, что на рынке есть и так, все операторы имеют свои наработки. Вероятно, по дороге появится регулирование, в котором будут технические регламенты, что можно делать, а что возбраняется. Но это работа поверх того, что уже сделано и используется на сетях здесь и сейчас. Не про будущее, а скорее про фиксацию прошлого в документах для отрасли.
Так что не обольщайтесь, скорости у нас не вырастут, а учитывая довольно плачевное состояние многих сегментов сотовых сетей, ограничения в их работе, которые также надежно убивают сети в среднесрочной перспективе, все это выглядит паллиативом, а не реальным лекарством для индустрии. Всем нам хочется хороших новостей, но тут их, к сожалению, нет. А операторы и правда молодцы, что создают такие алгоритмы, равно как и производители наших железок. Можно смело сказать, что это очень интересное направление развития.