Yapay zekânın yaygınlaşması, telekomünikasyon ağlarında veri trafiğinin yapısını ve ağların işletilme biçimini değiştiriyor. Geleneksel otomasyon yaklaşımları, önceden tanımlanmış kurallar doğrultusunda görevleri yerine getirirken, değişken ve öngörülemeyen koşullar karşısında yetersiz kalabiliyor.

Yapay zekâ uygulamalarının daha etkileşimli hale gelmesiyle birlikte uplink, yani kullanıcı veya cihazdan ağa doğru gerçekleşen veri akışı da büyüyor. Bununla birlikte ağın uç noktalarında gerçek zamanlı çıkarım ihtiyacı artıyor. Yapay zekâ modelleri, verileri uzak bir veri merkezine göndermek yerine mümkün olduğunca üretildiği noktaya yakın konumlarda işliyor.

Görevleri bağımsız şekilde yerine getirebilen ve birbirleriyle iletişim kurabilen yapay zekâ ajanları da ağların işlem gücünü ihtiyaç duyulan noktaya esnek biçimde aktarabilmesini gerektiriyor.

Otomasyonun sınırları belirginleşiyor

Ağ koşullarının insanların tepki verebileceğinden daha hızlı değişebilmesi, geleneksel otomasyonun sınırlarını ortaya çıkarıyor. Önceden belirlenen tepkileri güvenilir biçimde uygulayabilen otomasyon sistemleri, yeni ve öngörülemeyen durumlarda aynı esnekliği sağlamayabiliyor.

Modern ağların daha fazla bileşen, hizmet ve birbirine bağlı süreç içermesi de yönetimi zorlaştırıyor. Ağın bir bölümünde yapılan bir müdahalenin farklı bir noktada sonuç doğurabilmesi, yalnızca tek bir sistemi optimize etmeye odaklanan yaklaşımların yetersiz kalmasına neden olabiliyor. Bu nedenle ağların daha otonom hale gelmesinden çok, otonominin hangi sınırlar içinde ve nasıl yapılandırılacağı önem kazanıyor.

Ağların hedef odaklı çalışması gerekiyor

Otomasyon ile otonomi arasındaki temel fark, yeni koşullar karşısında karar verebilme kapasitesinde ortaya çıkıyor. Otomatik ağlar bilinen görevleri önceden belirlenmiş kurallar doğrultusunda yerine getirirken, otonom sistemler yeni koşulları değerlendirebiliyor, seçenekleri analiz edebiliyor ve tanımlanmış sınırlar içinde karar verebiliyor.

Bu yapının temelinde “intent” olarak adlandırılan hedefler bulunuyor. Belirli bir kullanılabilirlik seviyesi veya hizmet kalitesi gibi ulaşılmak istenen sonuç tanımlanıyor ve ağın gerekli adımları bu hedef doğrultusunda belirlenmesi bekleniyor. Bu yaklaşım, ağ ekipmanı sağlayıcıları ve telekomünikasyon operatörleri açısından farklı bir mimariyi gündeme getiriyor. Otonom ağlar için bir işletim sistemi olarak değerlendirilebilecek bu yapı; insanları, yapay zekâ ajanlarını, modelleri, ağ verilerini ve kuralları ortak bir katmanda bir araya getiriyor.

Operatörler teknik bileşenleri tek tek yönetmek yerine ağın tamamı için hedefleri, öncelikleri ve çalışma sınırlarını belirliyor. Alt sistemler ise bu yönergeleri mümkün olduğunca bağımsız şekilde uyguluyor.

Ağ iletişiminde karar kalitesi öne çıkıyor

Otonom bir ağın başarısı yalnızca daha fazla veri, yapay zekâ modeli veya otomatik süreç kullanmasına bağlı değil. Önemli olan bu unsurların doğru, güvenilir ve kontrol edilebilir kararlar üretebilmesi.

Sadece mevcut gösterge panolarının üzerinde çalışan ve öneriler sunan bir yapay zekâ asistanı, tek başına ağı otonom hale getirmiyor. Kararların hazırlanması, uygulanması ve sonuçlarının izlenebilmesi için daha kapsamlı bir mimariye ihtiyaç duyuluyor. Bu noktada ağ işletiminde karar hızı, karar kalitesi, kararların etki alanı, gerektiğinde geri alınabilmesi, farklı sistemler arasındaki uyum ve karar güvenliği önem kazanıyor. Gelecekte ağların olgunluğu, kaç sürecin otomatikleştirildiğinden çok, ne kadar güvenilir ve kontrollü karar verebildikleriyle değerlendirilecek.

Telekomünikasyon ağlarında koordinasyon kritik hale geliyor

Telekomünikasyon ağları, sahip oldukları teknik ve operasyonel karmaşıklık nedeniyle otonom sistemler açısından zorlu bir ortam oluşturuyor. Mobil ağda ortaya çıkan bir kapasite sorunu kullanıcı tarafında veri aktarımında gecikme olarak görülebilirken, aynı anda ağın farklı bölgeleri ve veri merkezleri arasındaki veri trafiğini taşıyan ağ da kapasite sınırına yaklaşabiliyor. Bu nedenle radyo erişim ağı, taşıma ağı ve hizmetlerin sunulmasını sağlayan sistemlerin birlikte değerlendirilmesi gerekiyor. Farklı üreticilere ait teknolojilerin ve farklı kuralların aynı altyapıda bulunması da bu koordinasyonu daha önemli hale getiriyor.

Kapalı çevrim bir sistem, kendi durumunu ölçerek gerekli düzeltmeyi otomatik biçimde yapabiliyor. Ancak yerel düzeyde doğru görünen bir karar, ağın başka bir bölümünde performans sorununa yol açabiliyor. Buradaki temel ihtiyaç, birbirine bağlı sistemlerin kararlarının birlikte değerlendirilmesi.

Telekomünikasyon operatörleri açısından otonomi yalnızca teknik olarak çalışan bir sistem anlamına gelmiyor. Hizmet sürekliliği, dayanıklılık, öngörülebilir davranış ve kararların düzenleyici gerekliliklere uygun biçimde izlenebilmesi de bu yapının parçası oluyor.

Ağ işletiminden karar işletimine geçiş yaşanıyor

Otonom bir ağ yapısının kurulabilmesi için farklı teknolojik bileşenlerin birlikte çalışması gerekiyor. Farklı üreticilerin bileşenlerinin birbirleriyle çalışmasını sağlayacak ortak bir altyapının yanı sıra ağ ve bileşenleri arasındaki ilişkileri makinelerin anlayabileceği şekilde tanımlayan bir ontolojiye ihtiyaç duyuluyor. Bu yapının üzerinde bilgileri değerlendiren, aksiyon öneren veya uygulayan ve olası sonuçları analiz eden uzmanlaşmış yapay zekâ ajanları çalışıyor. Üst katmanda ise hedefleri ve amaçları ifade eden intent’ler ile sistemin hangi kararları alabileceğini belirleyen kurallar yer alıyor.

Şeffaf bir “Glass Box” yönetişim yaklaşımı da alınan kararın neden verildiğini, hangi verilere ve kurallara dayandığını görünür hale getiriyor. Bu dönüşüm, ağ operasyonlarında insanın rolünü de değiştiriyor. Otonom ağlarda insanlar, hangi kararların sistem tarafından alınabileceğini belirleyen ve bu kararları denetleyen bir konuma geçiyor.

Risk seviyesine göre bazı kararlar tamamen insan kontrolünde tutulabilirken, bazıları sistem tarafından hazırlanarak insan onayına sunulabiliyor. Belirli koşullarda ise kararların tamamen otonom şekilde uygulanması mümkün hale geliyor. İnsan bu yapının dışında kalmıyor; teknik görevleri tek tek yerine getiren uygulayıcı rolünden, karar alma sisteminin mimarı ve denetleyicisi rolüne geçiyor.

Karar kalitesi rekabetin yeni unsurlarından biri oluyor

Yapay zekâ destekli telekomünikasyon ağları, otonom karar alma açısından önemli bir uygulama alanı oluşturuyor. Kesintisiz çalışması gereken, karmaşık ve yüksek güvenlik standartlarına tabi bir altyapıda otonom karar almayı mümkün kılmak, yapay zekânın altyapılara entegrasyonundaki önemli sorunların ele alınmasını gerektiriyor. Bu dönüşüm, telekomünikasyon operatörleri arasındaki rekabetin ölçütlerini de değiştirebilir. Hız, kapsama alanı ve maliyet önemini korurken, ağın doğru karar verebilme kapasitesi de öne çıkıyor.

Ağın sorunları önceden tespit edebilmesi, farklı sistemler arasındaki ilişkileri değerlendirebilmesi, yanlış kararların etkisini sınırlandırabilmesi, aldığı kararları açıklayabilmesi ve gerektiğinde bu kararları geri alabilmesi önem kazanıyor. Geleceğin ağ altyapılarında rekabetin önemli unsurlarından biri kararların kalitesi olacak. Ağların başarısı yalnızca ne kadar hızlı veya verimli çalıştıklarıyla değil, ne kadar doğru, güvenli ve açıklanabilir kararlar alabildikleriyle de ölçülecek.