L’intelligence artificielle (IA) et le machine learning (ML) au service du contrôle automatisé des réseaux 5G

Tous les réseaux, des transports aux télécommunications, des centres IT aux villes entières, nécessitent une bonne gestion et un suivi adéquat. Des processus sophistiqués (et des experts capables de les comprendre) s’avèrent essentiels pour effectuer ces fameuses analyses en profondeur du réseau, analyses qui permettent de déterminer les causes des éventuels problèmes et les solutions pour y remédier. Il convient également de mettre en place des processus similaires pour gérer les problèmes qui seraient passés à travers les mailles du filet, pour en analyser les conséquences et pour mettre au point des solutions durables, permettant de limiter les dégâts.

L’intelligence artificielle et le machine learning (IA/ML) pour la gestion des réseaux


Ces processus sont rendus possibles grâce à une analyse, au niveau des octets, de données de haute qualité. Aujourd’hui, ce type de données est généré en masse et les opérateurs télécoms y ont accès. Mais, étant donné le nombre d’appareils connectés communiquant entre eux dans l’univers de l’Internet of Things et les possibilités offertes par la 5G, à savoir le haut débit, la collecte et l’analyse traditionnelles de données ne suffisent plus. Et c’est là que l’intelligence artificielle et le machine learning entrent en jeu.

Néanmoins, ces technologies ne sont pas encore en mesure de remplacer le bon vieux savoir-faire humain. Par exemple, en cas de problème inédit survenant au sein du réseau de télécommunications, souvent, ce sont l’expérience, les compétences et la connaissance qu’un expert a du contexte qui permettent de trouver une solution. Mais ce fonctionnement a ses limites et, parfois, il vaut mieux assigner certaines tâches répétitives de la gestion réseau à l’IA. En effet, cette approche permet de réduire le risque d’erreur humaine et permet au spécialiste de se concentrer sur la prise de décisions tactiques, stratégiques et commerciales.

Un suivi du réseau 5G fondé sur l’IA


L’IA repousse les limites traditionnelles grâce aux calculs automatiques, fondés sur différents modèles de prévision, qui permettent de calculer la probabilité qu’un paramètre donné atteigne ou dépasse une valeur définie. Ce processus se trouve renforcé par le déploiement du machine learning pour détecter les anomalies dans le cadre de la gestion du réseau. Une fois l’anomalie détectée, l’IA peut en chercher la cause et trouver une réponse rapidement et efficacement. Le réseau peut ainsi regrouper des événements similaires, même si une seule cause racine engendre différents symptômes. D’un point de vue commercial, cela se traduit par un suivi automatisé des problématiques touchant les utilisateurs, par exemple les ICP et SLA, et ce, grâce aux données générées directement par le système.


Nous avons déjà évoqué l’importance des données pour optimiser la gestion du réseau et le suivi du réseau 5G

Ajoutons également qu’un historique de données réseau de grande qualité et bien organisé permettra aux opérateurs télécoms d’implémenter l’IA/ML à des fins de gestion du réseau 5G en un laps de temps très court – parfois moins de trois mois. Ainsi, si vous envisagez de réorganiser votre réseau pour y intégrer la 5G et l’IoT à l’avenir, vous pouvez d’ores et déjà penser à organiser vos données.

Une fois les données ordonnées, des produits tels que Comarch Artificial Intelligence (AI) Control Desk simplifient et optimisent les processus de gestion réseau des opérateurs télécoms. De tels produits s’avéreront bientôt essentiels. En effet, rapidement, nous arrivons au point où les réseaux (et les données qu’ils reçoivent et génèrent) deviendront tellement complexes que leur maintenance et suivi ne pourront être réalisés que par des systèmes automatisés.


par Rajmund Zieliński, Responsable des produits IAA, Comarch


Author