長期以來，機器學(xué)習(xí)被認為是一項有前途的技術(shù)，將改變現(xiàn)有的傳統(tǒng)光網(wǎng)絡(luò)，推動其向下一代智能和自主實體邁進。過去幾年里，工業(yè)界和學(xué)術(shù)界都見證了機器學(xué)習(xí)在光纖通信不同方面的應(yīng)用，利用機器學(xué)習(xí)的研究顯著增加。研究者們在多個領(lǐng)域展開了積極探索，從網(wǎng)絡(luò)組件的設(shè)計到關(guān)鍵傳輸損傷的補償，再到網(wǎng)絡(luò)數(shù)據(jù)流量模式的預(yù)測。然而，盡管過去十年該領(lǐng)域的研究興趣空前高漲，開發(fā)的機器學(xué)習(xí)方法在現(xiàn)實世界光纖網(wǎng)絡(luò)中的實際部署、聲譽和影響仍未達到預(yù)期。
近日，清華大學(xué)深圳國際研究生院副教授費薩爾·納迪姆·汗（Faisal Nadeem KHAN）在研究中指出，在商業(yè)光纖網(wǎng)絡(luò)中廣泛部署基于機器學(xué)習(xí)解決方案的主要障礙在于一些尚未解決的非技術(shù)性限制因素，這些因素對實際網(wǎng)絡(luò)來說至關(guān)重要，但在很大程度上被利益相關(guān)者忽略。為此，團隊系統(tǒng)地確定了七個主要的非技術(shù)性障礙（圖1），包括遺留系統(tǒng)和流程的普遍存在、成本限制、專家勞動力的限制、數(shù)據(jù)可訪問性和隱私保護問題、機器學(xué)習(xí)模型的可解釋性以及透明性和問責性問題、缺乏機器學(xué)習(xí)輔助方法的標準和監(jiān)管政策、人為因素和認知偏見。
圖1.機器學(xué)習(xí)輔助方法在實際光纖網(wǎng)絡(luò)中面臨的七個關(guān)鍵非技術(shù)挑戰(zhàn)
為了證明此觀點，研究人員以光網(wǎng)絡(luò)中的網(wǎng)絡(luò)故障管理、端到端（E2E）通信系統(tǒng)優(yōu)化、光路傳輸質(zhì)量（QoT）估計、光性能監(jiān)測（OPM）和網(wǎng)絡(luò)安全管理五個主要機器學(xué)習(xí)應(yīng)用領(lǐng)域為例，詳細分析了面臨的非技術(shù)性障礙，并討論了上述障礙如何顯著削弱了機器學(xué)習(xí)輔助方法在實際光纖網(wǎng)絡(luò)中的部署前景。
研究還根據(jù)解決這些問題所面臨的難度對非技術(shù)挑戰(zhàn)進行了排名（圖2）。研究人員認為首先要克服的兩大挑戰(zhàn)是遺留問題和成本限制，因為改造現(xiàn)有光纖網(wǎng)絡(luò)基礎(chǔ)設(shè)施所需的財務(wù)影響至關(guān)重要。接下來，實現(xiàn)標準化和監(jiān)管框架是開發(fā)可在光網(wǎng)絡(luò)中普遍操作的機器學(xué)習(xí)輔助方法的關(guān)鍵問題，因為這需要工業(yè)界、標準化組織和監(jiān)管機構(gòu)的共同努力，而這方面的努力目前仍然不足。第四個關(guān)鍵挑戰(zhàn)是提供全球訪問相關(guān)數(shù)據(jù)源的途徑，同時保護數(shù)據(jù)隱私和匿名性。然而，建立這樣的數(shù)據(jù)共享機制并為專有網(wǎng)絡(luò)數(shù)據(jù)定義明確的數(shù)據(jù)使用條款仍在進行中。
接下來的兩個問題依次是機器學(xué)習(xí)模型的可解釋性/問責性問題和存在的故意/無意偏見問題，雖然這些問題不會從根本上阻礙機器學(xué)習(xí)輔助工具的實施，但解決這些問題對于在光網(wǎng)絡(luò)中實現(xiàn)可信的決策過程至關(guān)重要。最后，專家勞動力的限制在短期內(nèi)是一個緊迫問題，因為世界各地的工業(yè)界、學(xué)術(shù)界和政府最近對培養(yǎng)基本的機器學(xué)習(xí)知識和技能表現(xiàn)出了興趣，這可能會在未來應(yīng)對可用勞動力短缺問題時有所改善。
圖2.阻礙在光纖網(wǎng)絡(luò)中大規(guī)模部署機器學(xué)習(xí)解決方案的七個關(guān)鍵非技術(shù)性障礙的難度級別
更深層次地，團隊提供了一套廣泛的新穎解決方案，可以在解決現(xiàn)有的各個非技術(shù)挑戰(zhàn)中發(fā)揮重要作用，從而為未來光纖通信網(wǎng)絡(luò)中機器學(xué)習(xí)驅(qū)動的智能操作和決策的廣泛應(yīng)用鋪平道路。
近日，相關(guān)研究成果以“非技術(shù)性障礙：通往AI驅(qū)動智能光網(wǎng)絡(luò)的最后一關(guān)”（Non-technological barriers: the last frontiertowards AI-powered intelligent opticalnetworks）為題，發(fā)表在《自然·通訊》（Nature Communications）。
費薩爾·納迪姆·汗（Faisal Nadeem KHAN）為論文作者。該研究得到了清華大學(xué)深圳國際研究生院科研啟動基金的支持。