AT&T的目標是將大數據分析、深度診斷工具、SDN和預測能力結合起來(lái)，創(chuàng )造出一個(gè)能夠對客戶(hù)需求做出瞬時(shí)反應的基礎設施，并且，在某些情況下，這個(gè)基礎設施還要能夠對未來(lái)狀況做出預測。
AT&T實(shí)驗室智能系統和平臺研究副總裁助理Mazin Gilbert近日在接受外媒采訪(fǎng)時(shí)表示，人工智能（AI）是實(shí)現這一目標的一個(gè)關(guān)鍵所在。而向這樣一張網(wǎng)絡(luò )的轉型之路將會(huì )是漫長(cháng)的。那么，AI將為AT&T帶來(lái)什么，它又會(huì )在哪些地方適應AT&T的網(wǎng)絡(luò )發(fā)展呢？
以下為采訪(fǎng)的全部?jì)热荩?/strong>
問(wèn)：AT&T向AI的演進(jìn)路徑是什么樣的呢？
Mazin Gilbert：演進(jìn)過(guò)程有三個(gè)復雜的層次。它們將最終促成超自動(dòng)化——這是AI能夠真正起到作用的所在。
第一代是自動(dòng)化的系統。這些不只是簡(jiǎn)單的手動(dòng)系統。它們收集大量的數據，并且以一種非常復雜的方式對這些數據進(jìn)行分析，同時(shí)也會(huì )執行某些（任務(wù)，如）異常檢測、某種形式的分類(lèi)歸并、某種形式的數據分析。然后，它們會(huì )試圖推斷出將需要做出什么行動(dòng)進(jìn)行反應。
第二代是我們正在實(shí)施的自動(dòng)化。這種復雜的自動(dòng)化在于，我們仍在收集大量的數據，并在A(yíng)T&T的網(wǎng)絡(luò )邊緣對其進(jìn)行篩選。我們正在我們網(wǎng)絡(luò )的邊緣處理大量的數據，這是我們的一大競爭優(yōu)勢。在這個(gè)新的第二代，我們能夠基于先進(jìn)的分析，可以預測到潛在威脅。這個(gè)系統能夠據此作出決定，如果存在這些類(lèi)型的威脅，我們下一步應該采取什么行動(dòng)。
它們會(huì )對采取何種行動(dòng)進(jìn)行預先編程。它可以告訴系統，如果存在這些類(lèi)型的威脅，那么我們希望它采取什么樣的行動(dòng)。例如，可能關(guān)閉一個(gè)IP地址，并阻止來(lái)自這些人的流量。再有就是會(huì )有一個(gè)應用程序或控制器會(huì )執行這些操作，并關(guān)閉環(huán)路。我們正開(kāi)始在我們的網(wǎng)絡(luò )中實(shí)施和部署這些智能的數據密集型控制環(huán)路。
第三代是超自動(dòng)化。這不只是復雜的分析和機器學(xué)習，也是非常先進(jìn)的AI。這就好比玩一盤(pán)象棋游戲，你的目標是贏(yíng)得比賽。在任何時(shí)候你都需要預測下一步應該怎么走。但是，當你走出一步時(shí)，AI則對接下來(lái)的五（步）都已經(jīng)運籌帷幄。雖然我現在只是邁出了一步而已，我已經(jīng)真的在思考，為了要贏(yíng)得比賽，接下來(lái)的五步應該要怎么走。
問(wèn)：所以AT&T的AI是對未來(lái)的預測嗎？
Mazin Gilbert：我們正在收集大量的數據，不僅僅是從網(wǎng)絡(luò )，同時(shí)我們也在從客戶(hù)、設備、各個(gè)地方收集收據。我們可以通過(guò)一種分布式的方式對這些數據進(jìn)行處理，并且，現在我們正運用先進(jìn)的深度學(xué)習來(lái)預測未來(lái)事件的發(fā)生。想象一下，我有這樣的機器來(lái)支持作為客戶(hù)的你，或者支持我們的網(wǎng)絡(luò )流量或是系統支撐安全。我需要預測下一分鐘、下一小時(shí)或者明天會(huì )發(fā)生什么？你的信心如何呢？你認為這些系統支持的跨X區域和Y區域的客戶(hù)在性能表現上會(huì )降低嗎？你覺(jué)得我們在會(huì )在特定區域或IP地址會(huì )面臨潛在威脅嗎？你認為我們有可能會(huì )預測到客戶(hù)X需要的數據流量將會(huì )提升2倍，在下個(gè)小時(shí)將增至10倍嗎？
這就像動(dòng)態(tài)調整我們的網(wǎng)絡(luò )一樣。我需要預測消費者或者企業(yè)接下來(lái)一小時(shí)或者下一分鐘將需要什么，并完全改變網(wǎng)絡(luò )狀態(tài)。在第三代中，我們會(huì )對未來(lái)進(jìn)行預測。在災難發(fā)生之前我們就已經(jīng)知道要采取什么行動(dòng)。AI意味著(zhù)，基于我知道的一切事情，基于所有的預測，這些是我們接下來(lái)即將采取的行動(dòng)。并且這些都不是硬件實(shí)現的，這些都是動(dòng)態(tài)的行動(dòng)。這些決定每天每時(shí)每刻都在改變我們整個(gè)網(wǎng)絡(luò )。
問(wèn)：但是根據定義的預測有可能是錯誤的。
Mazin Gilbert：下一秒鐘可能會(huì )發(fā)生數以百萬(wàn)計的事情。與其等待，現在我們在進(jìn)行預測以及判斷概率大小，“好吧，什么是最佳的路徑呢？我們需要等待嗎？還是說(shuō)我們采取行動(dòng)呢？以及我們應該何時(shí)采取行動(dòng)呢？”這就是AI的迷人之處。即使你為了從一些舉動(dòng)進(jìn)行學(xué)習而采取了一項行動(dòng)，一些行動(dòng)仍可能是失敗的。并不是每一個(gè)行動(dòng)都是成功的，因為它是基于預測和可能性的。
我有90%的信心對即將發(fā)生的事情進(jìn)行預測——我們網(wǎng)絡(luò )中的一個(gè)特定的路由器下一分鐘將無(wú)法正常工作，我可以在一分鐘內找到這個(gè)路由器，并阻止故障的出現。AI中關(guān)于數據驅動(dòng)機器智能的概念，意味著(zhù)它將從中進(jìn)行學(xué)習，并將改變信心分數。這同樣適用于一個(gè)防火墻、一個(gè)交換機或是任何一種形式的虛擬網(wǎng)絡(luò )功能。
問(wèn)：AI將如何適應AT&T的整體布局？
Mazin Gilbert：我們最近宣布了我們向SDN網(wǎng)絡(luò )的轉型，我們正將網(wǎng)絡(luò )編寫(xiě)為軟件，并在基于云的硬件上對其進(jìn)行運營(yíng)。轉型的其中一塊被稱(chēng)為ECOMP，我們正在嵌入AI和機器學(xué)習作為一個(gè)平臺，這是我們在整個(gè)網(wǎng)絡(luò )當中部署的ECOMP的一個(gè)核心所在。這意味著(zhù)，當我們創(chuàng )建應用程序，技術(shù)和平臺都是已經(jīng)存在的。你只需要簡(jiǎn)單地寫(xiě)一個(gè)設計即可。
所以我們什么時(shí)候會(huì )把這個(gè)平臺放在我們的網(wǎng)絡(luò )上呢？當我們需要創(chuàng )建應用來(lái)執行X任務(wù)或者Y任務(wù)，來(lái)為客戶(hù)Z支持這些虛擬網(wǎng)絡(luò )功能的時(shí)候。我們正在建立一個(gè)模型。但是這個(gè)平臺已經(jīng)存在了。我們只是在給這個(gè)平臺分發(fā)這個(gè)模型，然后奇跡就這么發(fā)生了。
