今年早些時候，一項新的倡議活動，旨在為有線電信行業的人工智能（AI）和機器學習（ML）創建標準。這個工作組吸引了來自有線電視內外的成員，包括IBM這樣的巨頭，正在探索如何利用AI和ML來提高網絡的效率。這一群體的成功將對全國各地的企業產生重大影響，因為它將以更高的速度向10G發展（未來的寬帶技術平臺，住宅速度比現在的網絡快10倍），并支持跨網絡新技術部署的可擴展性。

這項新舉措是SCTE·ISBE標準計劃的一部分，該計劃是唯一一個經ANSI認證的開發支持有線寬帶網絡技術標準的平臺。這些網絡的標準影響著全美6600多萬依賴接入這些寬帶的人。目前，至少有20名專家成員正在共同推動AI和ML的電信標準和操作實踐。最終的標準將提高網絡效率，推動行業加快10G的采用，并使產品能夠互換和互操作，從而在不斷變化的寬帶環境中加速產品和技術的部署。

AI/ML工作組仍處于早期階段，正在分析成員公司中當前正在使用AI和ML的項目，以確定需要哪些標準。隨著有線網絡運營商越來越接受使用AL和ML來運營其網絡的優勢，該集團最初的重點是在內部使用該技術來改善網絡。在最初的幾個月里，人工智能和人工智能的三個初步應用實例已經浮出水面。

創建行業標準的一個應用是在HFC節點進行拆分再使用ML。網絡運營商通常使用節點拆分來為給定的地理區域提供更大的帶寬和容量。由于節點拆分需要大量的人力和資本投資，有線電視運營商通常必須優先考慮投資地點。在過去，這種優先化過程需要大量的人工工作。利用機器學習來解決這個問題，算法考慮了包括服務和成本在內的多個變量，為有線電視運營商提供一個可操作的、有優先級的報告。通過應用ML實現節點拆分的自動化，網絡將更加高效地運行，并且隨著網絡的發展，客戶將繼續接收他們的高速服務而不中斷。

該工作組還正在研究制定標準，通過在網絡上應用人工智能來檢測不良行為者的簽名來控制盜版視頻。初步研究結果表明，使用人工智能可以顯著減少盜版視頻。為這個應用程序開發一個標準將為內容創作者、流媒體服務和電影制作公司等帶來難以置信的好處。這樣強調了有線電視行業外的技術專家與這些工作組的有線電視專家合作的重要性。

機器學習也被應用到整個接入網絡的頻譜損壞檢測當中，允許自動診斷報告和緩解活動。快速識別缺陷可以減少對網絡和用戶的干擾。這一應用的標準將有助于所有有線電視運營商，并改善每個人的網絡服務。

這些例子只是AI和ML如何幫助構建和運行更復雜和成熟的網絡和服務的開始。由于標準的制定平均需要6個月到2年的時間，該集團預計將于2021年開始發布與AI/ML相關的標準。在未來幾年，機器學習用于優化網絡操作的應用預計將顯著增長，這將導致對標準的新需求。

隨著有線電視行業向10G發展，新興技術和尚待想象的技術的發展機會不斷增加。至關重要的是，確保這些進步符合行業的標準，以開創一個新的互聯互通時代，并使企業能夠確保其產品和服務得到優化，以通過寬帶網絡接觸到客戶。
責任編輯:tzh