從 5V 到 5G：電信業及其它產業如何開始採用人工智慧

5G 時代來臨，對電信業造成莫大的影響。人工智慧可以對電信業者伸出援手，加上現在還有應用程式能夠幫助電信業者立馬上手。

其它諸多產業也可以從因應這種轉變的方法中受益，而人工智慧或許可以幫企業從他們視為礦坑的海量資料裡挖掘出黃金。

隨著電信業者開始重新評估其 IT 基礎建設，以深入瞭解網路健康情況及提供最佳的客戶服務，他們面臨著四大考慮因素。

資料優先自動化的趨勢

包括電信業在內的各行各業都發現自己已經踏上所謂的資料優先自動化旅程，在加速資料科學環境中加入領域專業知識，把資料放在決策的中心，最終使用自動化技術來加快處理資料的時間及增強人類的能力。

電信業營運團隊面臨著三大趨勢：

5V 已經失敗。容量（volume）、價值（value）、速度（velocity）、多樣性（variety）和真實性（veracity）是資料的五項特徵。成本過高而無法完全保存大量資料；無法取得其中的洞察內容，使得資料的價值變低；除非拿錢來解決這個問題，否則速度和多樣性都難以處理；真實性又常會牽扯到人手涉入。
採用 VAST（沒錯，又是一個縮寫）。OmniSci 指出由容量（volume）、靈活性（agility）、空間（spatial）及時間（temporal）組成的 VAST，是解決 5V 失效的辦法。OmniSci 是一間 GPU 加速分析與視覺化公司。資料量不斷增加 – 在使用案例中很常看到十億行的資料。分析師期望靈活的儀表板和管道，可以做到即時消化資料和做出決策。在當前建立的資料紀錄裡，至少有八成加入了時間空間資料，並且可以在幾毫秒內能以視覺化的方式顯示這數十億個資料點。
人工智慧無法等待，要以光速來移動。找出客戶的問題；建立你的產品；收集和標準化資料；以視覺化的方式呈現資料；儘快做出決定。

人工智慧可以幫助組織在競爭中保持領先地位，並有助於避免冷不防地發生邊角案例。它還能當成另一道防線，隨時關注組織的利益。

然而這得投入相當心力，明白人工智慧技術如何以有意義的方式來幫助解決使用案例，還有知道潛在限制：

建立深度學習模型是件很帥的事，但資料是碁石。花時間來整理資料，像是清理資料、對資料進行標準化、在資料上套用一些人工智慧技術，可以避免造成丟進無意義的資料，又輸出一堆垃圾結果（參見此處的範例）。
資料的結構與編寫隱私權和治理規定的方式不同。傳統資料保護方法的速度不夠快，無法跟上資料整合的腳步。
將資料用在人工智慧上的速度，飛快到讓 IT 團隊追不上，許多組織都在努力趕上硬體基礎架構需求，忙著處理隱藏成本，增加的工作量和影子 IT（指企業內部人員使用非公司傳統的 IT 系統，改以雲端服務儲存企業資料，或是利用未經許可的 SaaS 服務進行作業程序，造成企業資安潛在風險）。

Datalogue 等 GPU 加速深度學習資料準備解決方案，使用深度學習來自動擷取、理解、轉換和載入資料，而非花時間等待結果及手動完成繁瑣工作。

使用像是 RAPIDS 這些 GPU 加速機器學習演算法和函式庫，有助於加快訓練模型的時間、預測未來與檢測異常情況。

像是 OmniSci 這樣的 GPU 加速分析和視覺化平台，有助於在幾毫秒內以視覺化方式呈現數十億行資料，讓資料科學家和分析師能夠以思緒飛馳的速度進行工作，運用創意從資料中取得洞察內容，及時建立有價值的報告。

這些工具可以回答從前回答不了的問題，用大量資料來獲得更全面的觀點。

舉例來說，Datalogue 的客戶獲得資料的時間減少了 98%，這項投資報酬率大概是每個月數十萬美元。他們每個月使用 Datalogue 產生出十萬個以上的資料管道。

在沒有任何索引或聚合的情況下，OmniSci 的客戶可以在300毫秒內輕鬆查看100億行資料集。

這些擁有全面性功能的產品，已經幫助 Datalogue、OmniSci 和 NVIDIA 的客戶省下至少五千萬美元的營運成本。

大家都說要現在開始，但是說真的，要怎麼開始？

先找出組織或其客戶難以解決的基本使用案例，無論是自動化、報告還是治理。想想怎麼用人工智慧對該工作流程的部分進行自動化，會改變使用、儲存及轉換資料的方式。
明確訂定其中一些使用案並證明其概念。考慮如何用視覺化的方式來呈現結果，可以展現出這一點。加入一個延伸使用案例，將預測模型用於資料集或部分其它高階發現模型，以擴大新資料的有用性。
資料是洞察內容的命脈。快速進行實驗再擴大規模，要是能在一周內獲得九成以上的洞察內容，這比一年內取得 100% 的洞察內容更有價值。在設計資料流程時，要考慮手頭正在解決的問題，而非資料來源。
用資料解決問題是一項團隊合作的活動。對於團隊中的不同團隊成員選擇合適的工具，然後優化底層平台，提供所需的工具和介面，以最大化其貢獻。
開始。有較過去更多的資料分析公司建立出在 NVIDIA GPU 上運行的全面性功能產品。其中一個頂級基礎架構的選項便是為特定目的建立的人工智慧超級電腦 NVIDIA DGX 系統。其中整合了軟硬體，可提高使用者的生產力及降低總體成本。

如需更多資訊，請觀看隨選網路研討會「AI for Network Operations」的內容。

更多資源：