Utilización de la IA para automatizar la detección del ruido de reverso

Como se cita en Buchanan, 2006: "la historia de la IA es una historia de fantasías, posibilidades, demostraciones y promesas. Desde que Homero escribió sobre los "trípodes" mecánicos que esperaban a los dioses en la cena, los asistentes mecánicos imaginarios han formado parte de nuestra cultura. Sin embargo, sólo en el último medio siglo hemos sido capaces, la comunidad de la IA, de construir máquinas experimentales que ponen a prueba hipótesis sobre los mecanismos del pensamiento y el comportamiento inteligente y demuestran así mecanismos que antes sólo existían como posibilidades teóricas". Aunque los cimientos de la tecnología de la IA fueron establecidos en los años 50 por pioneros como Alan Turing, el hardware necesario para conseguir una verdadera IA no ha estado disponible hasta los últimos 20 años. Con los fundamentos teóricos de la IA ya establecidos y un hardware lo suficientemente potente como para ofrecerla, la tecnología de la IA está cambiando el mundo cada día. La reciente noticia de la suspensión de un ingeniero de Google por publicar transcripciones de conversaciones con su IA, llamada LaMDA (Language Model for Dialogue Applications), refleja los recientes avances de la tecnología de IA. Según (TECHNOLOGY, 13 de junio de 2022), estas transcripciones reflejan que LaMDA parece expresar miedo a ser desconectada, habla de cómo se siente de feliz y de triste, e intenta establecer vínculos con los humanos hablando de situaciones que nunca podría haber vivido realmente. La IA está añadiendo rápidamente nuevas capacidades y planteando nuevas preguntas a la tecnología y la sociedad.

Hace dos años, Promptlink Communications presentó un producto innovador llamado Network NoiseHawk, que por fin ofrecía a los operadores de cable una forma de localizar el ruido de entrada de la red hasta un único componente o segmento de la red con una alta probabilidad de precisión. NoiseHawk ha tenido una gran aceptación y presta un servicio clave a los operadores de redes HFC para localizar el ruido de entrada, el ruido de impulso, la distorsión de trayecto común (CPD) y otras fuentes de ruido aguas arriba. La clave de la eficacia de NoiseHawk es la capacidad de correlacionar datos de múltiples componentes de la red y presentar a un analista del operador de red una representación visual del ruido en la red HFC. Sin embargo, el uso de la tecnología de IA ha permitido a Promptlink dar el siguiente paso hacia una solución totalmente automatizada e inteligente.

Aunque NoiseHawk resuelve el misterio, requiere que este analista ordene varios filtros hasta que se pueda mostrar una imagen clara de dónde se origina el ruido infractor. En los últimos años, Promptlink ha trabajado para utilizar la tecnología de IA para mejorar la precisión de los resultados y eliminar la necesidad de cualquier análisis manual por parte de un analista experto, y en su lugar presentar un diagnóstico preempaquetado a los técnicos de cableado, mostrándoles dónde ir, qué arreglar, y recibir información de retroalimentación de los técnicos. Esta información se utilizará para etiquetar los datos de entrenamiento del aprendizaje automático y afinar aún más los resultados.

Cómo NoiseHawkAI de la red localiza el ruido ascendente

NoiseHawkAI, que consta de tres subsistemas: un motor de recopilación de datos, un motor de análisis de datos (motor de IA) y un motor de informes y comentarios, crea automáticamente informes e instrucciones utilizando tecnología de IA. Guía a los técnicos paso a paso para que realicen las tareas de mantenimiento necesarias para resolver el problema de ruido. Una vez finalizadas las tareas de mantenimiento, NoiseHawkAI proporciona instrucciones adicionales a los técnicos sobre qué hacer a continuación y cómo verificar que la solución ha sido eficaz. En algunos casos, cuando el ruido es intermitente y puede requerir algún tiempo para que se vean los resultados, NoiseHawkAI ofrece opciones para que los técnicos esperen o realicen otras tareas de mantenimiento en la misma zona, mientras esperan a que se validen los resultados.

Múltiples equipos de Promptlink se han combinado para ofrecer esta solución, desde codificadores tradicionales hasta algunos de los expertos en tecnología de IA más cualificados del sector.Los parámetros de telemetría DOCSIS, las métricas PNM, la topología y jerarquía de los componentes de la red, así como la correlación con el tiempo son algunos de los parámetros utilizados por la solución. El uso de la IA ha sido clave para ofrecer una solución pulida que no requiere la intervención del usuario para identificar con precisión dónde se genera el ruido o entra en la planta de HFC.

A medida que la IA siga evolucionando, también lo hará su uso por parte de Promptlink para ayudar a los operadores de redes HFC a resolver los problemas técnicos diarios más difíciles a los que se han enfrentado desde el inicio de las operaciones de redes HFC bidireccionales.

Póngase en contacto con nosotros hoy mismo para consultar con nuestros profesionales una solución a la medida de sus necesidades.