השילוב בין בינה מלאכותית (AI) וטכנולוגיות האינטרנט האלחוטי המתקדמות, ביותר מעצבות את החדשנות במגוון תעשיות, ומשפרות את חיי היום יום שלנו, בין אם אנו מטיילים, מתארחים בבית מלון, עושים קניות או מבקרים בבית חולים.
לכל מקום אליו אנו הולכים, יכולות ה- Bluetooth Low Energy (BLE) שאפל וגוגל הפכו לסטנדרט במכשירים הסלולריים שלהם ,מאפשרים חוויית משתמש אישית המבוססת על מיקום המשתמש ע”י שידור אותות ייחודיים לחיישנים הממוקמים במרחב.
טכנולוגיות AI, כמו למידת מכונה בלתי מונחית, פותרות את ההליך היקר, הצורך זמן רב, והבלתי יעיל בו מהנדסים מאתרים פיזית את תדר הרדיו (RF) בתוך מבנים על מנת לאתר היכן לקבע את הגלאים ולכייל אותם ידנית. לעומת זאת, מכשירים מבוססי BLE וירטואלי (vBLE) החליפו גלאים מבוססי סוללה, ואפשרו הגדרה אוטומטית בעזרת תוכנה ועדכון רציף של סביבת RF בזמן אמת.
בשעה שכל הטכנולוגיות – בין אם זה האלגוריתם של נטפליקס החוזה “תוכניות שאולי תאהבו” או הרכב האוטונומי של טסלה הלומד כיצד להתנהג בסביבה של רטיבות, כך רשתות אלחוטיות מבוססות AI עם vBLE מבטיחות קישוריות עשירה ואמינה יותר למשתמשי המובייל.
למידת מכונה בסביבת ענן מספקת הערכות מיקום בדיוק של 1-3 מטרים והשהייה של תת-שניה, ההופכת יישומים מבוססי מיקום כמו ניווט בתוך מבנה ויישומי קרבה לאמינות ובעלויות משתלמות. בנוסף, AI מנתח את התנהגות הגולש ברשת האלחוטית ומאבחן טרנדים כך שבעיות Wi-Fi מאותרות באופן יזום ומטופלות לפני שהמשתמשים יודעים שהן קיימות אפילו.
זה עדיין מוקדם יחסית לטכנולוגיות אלחוטיות מבוססות AI הללו, אך אנו רואים עוד ועוד עדויות לשימוש בטכנולוגיות אלו והתוצאות מפתיעות.
ישנם 4 רכיבים מרכזיים בבניית מנוע AI עבור רשת אלחוטית WLAN: נתונים, מבנה וסיווג, מדע נתונים, ותובנות:
נתונים
בדיוק כמו שאיכות היין תלויה באיכות הענבים, כך ניתן לבנות פלטפורמה מבוססת AI שנדרשים עבורה נתונים באיכות גבוהה – והרבה מהם.
כדי לגשת לזה בצורה נכונה, יש לתכנת נקודות גישה אשר אוספות סטטוס לפני ואחרי ההתקשרות לרשת מכל מכשיר אלחוטי. נקודת הגישה נדרשות לאסוף הן נתונים ברי סנכרון והן נתונים שאינם ברי סנכרון. נתונים ברי סנכרון הינם הנתונים הרגילים אותם רואים ממערכות אחרות, כמו סטטוס הרשת. נתונים שאינם ברי סנכרון חשובים גם הם, שכן הם מספקים מידע על מצב המשתמש ליצירת רמות שירות, חווית שימוש ואבחון חריגות ואנומליות ברשת.
מידע זה או מטא-דאטה (מידע אודות המידע), נשלח לענן, במקום בו מנוע ה- AI יכול לעבד נתונים אלו.
מבנה וסיווג יחידות בסיסיות של בינה מלאכותית
בשלב הבא, מנוע ה- AI צריך לעבד את נתוני המטא-דאטה שהתקבלו מהאלמנטים ברשת בערכה (set) של יחידות AI בסיסיות.
על מנוע ה- AI להיות מתוכנת בהתאם לדומיין הרשת האלחוטית כך שניתן יהיה לשייך את המטא-דאטה לקטגוריות שונות לטובת ניתוח על ידי כלי ה- data science toolbox ובסופו של דבר לספק ראייה לתוך הרשת.
מספר יחידות בסיסיות של AI, המובנות כמטריצה וכמאבחנים, מאפשרות לעקוב אחר חוויית שימוש מקצה לקצה ולמאפיינים מרכזיים כמו הזמן להתחבר, רוחב פס, כיסוי אלחוטי, קיבולת הרשת, ונדידה. על ידי אבחון בין אם אלמנטים אלו מצליחים או נכשלים להתחבר לרשת, באמצעות ניתוח המידע ניתן לזהות אנומליות ולקבוע את הסיבה לכך, מעבר לכך מנוע ה- AI יכול לספק את הראות הנדרשת לקבוע, לנטר, ולהטמיע רמות שירות.
מדע הנתונים
מרגע שהנתונים נאספו, נמדדו וקוטלגו, ניתן להשתמש במדע הנתונים. ישנן מגוון של טכניקות הניתנות לשימוש, לרבות למידת מכונה עם ובלי פיקוח, כריית מידע, למידה עמוקה, ומידע הדדי. טכניקות אלו משמשות לביצוע פעולות כמו base-lining, איתור אנומליות, תיקון אירועים וחיזוי.
תמונה 1: שילוב AI ברשתות תקשורת WLAN/LAN
עוזרים וירטואליים מבוססי AI
הרכיב האחרון של מנוע AI הינו עוזר וירטואלי, המספק מידע למנהל ה- IT וכן הזנת אותו מידע בחזרה לרשת עצמה על מנת לבצע אוטומציה של תיקון תקלות, עד להפיכתה ל”רשת בעלת יכולות תיקון עצמי”.
ניתן לתשאל את מערכת ה-AI בשפה פשוטה ומובנת לאדם ללא צורך ב-CLI או שפות תכנות כמו שעושות מערכות מסורתיות נטולות AI. פעילות זו משפרת את יעילות צוותי ה- IT תוך אספקת חוויית משתמש טובה יותר לעובדים וללקוחות.
רשתות אלחוטיות רלוונטיות לעסקים יותר מתמיד, אך פתרון הבעיות שלהן הפך קשה יותר מיום ליום לאור עליה במספר המכשירים השונים, מערכות הפעלה ויישומים. מנועי AI הינם כלים הכרחיים לעסקים המתמודדים עם התאמה מתמדת לציוד חדש, כלים ו
איציק מלכה, מנכ”ל ג’וניפר נטוורקס בישראל
יישומים בעולם המחובר היום.
כבר היום אנו רואים התכנסות של כמה טכנולוגיות שונות כמו מחשוב, אחסון ומערכות נתונים גדולות המאפשרות AI, עם סגמנטים שונים לרבות תמונות, קול, שירותי בריאות ורכבים עם שימושים בעולם האמיתי. ככל שיימשך האימוץ, ו- AI יתקדם יותר, נראה עוד התפתחויות ב- AI שבסופו של דבר ישנו את חיי היומיום שלנו.
ג’וניפר נטוורקס ו- Mist איחדו כוחות על מנת להפוך חלק מפתרונות ה- IT אוטומטיים ובכך מבטיחות חוויית משתמש משופרת ב- WLAN, LAN ו- WAN. בעבודתן המשותפת, ג’וניפר ו- Mist מאפשרות ראות הרשת מקצה לקצה, פישוט, וביצועים מובילים לייעול תפעול ה- IT.
