SoftBank Corp. a annoncé qu'elle avait mis au point un nouveau modèle de télécommunications à grande échelle (Large Telecom Model - LTM), une base d'IA générative pour l'industrie des télécommunications. Le LTM est formé sur divers ensembles de données, allant des énormes données de réseau de SoftBank au savoir-faire en matière de conception, de gestion et d'exploitation que l'entreprise a accumulé au fil des ans.
SoftBank a également développé des modèles d'IA spécialisés en affinant le LTM, qui est spécifiquement conçu pour optimiser les configurations des stations de base qui permettent des opérations de réseau cellulaire avancées. Les modèles affinés ont été chargés de prédire les configurations de stations de base réelles qui avaient été exclues de la phase de formation, et leurs prédictions ont été vérifiées ultérieurement par des experts internes qui ont constaté une précision de plus de 90 %. Par rapport à des flux de travail manuels ou partiellement automatisés, l'approche pilotée par le LTM réduit le temps nécessaire pour effectuer ces changements de plusieurs jours à quelques minutes, et ce avec une précision similaire, ce qui laisse présager d'énormes économies de temps et de coûts opérationnels, en plus de la réduction de l'erreur humaine.
Ces résultats démontrent qu'en affinant le LTM pour des cas d'utilisation spécifiques, il deviendra plus facile de développer des modèles d'IA dédiés et adaptés à divers scénarios opérationnels dans les réseaux cellulaires. Le LTM sert également de base à l'initiative "AI for RAN", qui vise à améliorer les performances du RAN (réseau d'accès radio) grâce à l'IA. À l'avenir, le LTM devrait servir de modèle pour la conception des réseaux et soutenir le développement d'agents d'IA pour l'optimisation des réseaux.
SoftBank RIAT a proposé deux approches pour l'utilisation de l'IA dans les réseaux mobiles, l'"IA humaine" et l'"IA machine", et a maintenant réalisé avec succès sa vision de l'"IA humaine". SoftBank vise à intégrer divers modèles d'IA développés sur la base du LTM avec l'orchestrateur d'"AITRAS "3, une solution intégrée AI-RAN actuellement en cours de développement par SoftBank. Principales caractéristiques du LTM : le LTM associe des capacités d'inférence avancées exploitant des données à grande échelle pour résoudre les problèmes opérationnels du réseau à une réactivité souple rendue possible par le traitement du langage naturel.
Il reflète le vaste réseau et les données de SoftBank, ainsi que des informations approfondies sur le réseau annotées par des experts internes compétents en matière de conception, de gestion et d'exploitation du réseau. Réaliser des modèles d'IA spécifiques aux cas d'utilisation grâce à un réglage fin : En affinant les modèles basés sur le MLT, il est possible de développer des modèles d'IA spécialisés pour divers cas d'utilisation dans les opérations de réseaux mobiles. Dans le cadre de la première mise en œuvre, SoftBank a développé des modèles spécialisés dans la génération de configurations optimales de stations de base.
Son efficacité a été vérifiée dans des scénarios comprenant la génération de configurations optimales pour les stations de base nouvellement déployées et la modification des paramètres des stations de base existantes pour s'adapter aux augmentations soudaines du trafic attendues lors d'événements. Déploiement de nouvelles stations de base : En se concentrant sur Tokyo, une zone urbaine à haute densité, le modèle génère des configurations optimales pour le déploiement de nouvelles stations de base. Le modèle reçoit des demandes de déploiement d'une nouvelle station de base dans une zone spécifique, ainsi que des informations supplémentaires telles que les configurations des stations de base existantes et les performances du réseau, et produit une liste de configurations recommandées pour la nouvelle station de base.
Reconfiguration des stations de base existantes : En supposant qu'un événement spécial ait lieu, le modèle génère des changements de configuration pour les stations de base existantes dans la zone environnante. Au fur et à mesure que SoftBank progresse vers le déploiement du LTM, SoftBank continuera à collaborer avec NVIDIA sur l'optimisation des microservices NIM pour l'inférence et l'Aerial Omniverse Digital Twin (AODT) pour simuler et valider les changements de configuration du LTM avant de prendre des mesures. SoftBank explorera l'utilisation du LTM dans ses propres opérations, dans le but d'améliorer l'efficacité du réseau mobile, de créer de nouveaux services et de fournir des expériences de réseau de meilleure qualité.
SoftBank continuera également à faire progresser ses efforts de recherche et de développement et à renforcer ses collaborations avec des partenaires au Japon et à l'étranger, contribuant ainsi à l'évolution des réseaux de nouvelle génération. En particulier, le bureau de SoftBank RIAT Silicon Valley, qui a dirigé le développement du LTM en collaboration avec l'équipe japonaise, continuera à croître et à développer son portefeuille aux États-Unis.
