Para peneliti di Universitas Khalifa di Abu Dhabi telah mengembangkan terobosan arsitektur AI yang dikenal sebagai Telecom World Model (TWM). Tidak seperti alat AI saat ini yang bereaksi terhadap masalah jaringan setelah masalah tersebut terjadi, TWM dirancang untuk mengantisipasi kegagalan, kemacetan, dan gangguan sebelum terjadi, sehingga memberikan “otak” prediktif untuk telekomunikasi generasi berikutnya.
Beralih dari Kecerdasan Reaktif ke Kecerdasan Prediktif
Untuk memahami pentingnya perkembangan ini, perlu melihat keterbatasan teknologi saat ini. Sebagian besar aplikasi AI yang ada di sektor telekomunikasi terbagi dalam dua kategori:
- Model Bahasa Besar (LLM): Sangat baik dalam menafsirkan log dan menghasilkan konfigurasi, namun mereka kurang memahami secara fisik bagaimana jaringan berkembang.
- Digital Twins: Mampu mensimulasikan skenario tertentu, namun mereka sering kali mengandalkan asumsi tetap dan kesulitan mengambil keputusan secara real-time di lingkungan yang tidak dapat diprediksi.
Telecom World Model mengisi kesenjangan ini dengan memodelkan sebab dan akibat di beberapa lapisan jaringan secara bersamaan. Daripada hanya merespons suatu masalah, sistem ini mensimulasikan konsekuensi dari tindakan potensial sebelum diterapkan ke jaringan langsung. Pergeseran ini sangat penting saat kita bertransisi menuju 6G, di mana jaringan akan menjadi terlalu padat dan rumit untuk dikelola secara efektif oleh operator manusia atau AI reaktif.
Arsitektur Tiga Lapis
TWM beroperasi melalui kerangka tiga lapis canggih yang memisahkan berbagai aspek manajemen jaringan:
- Field World Model: Memprediksi lingkungan spasial dan perilaku sinyal fisik.
- Model Dunia Kontrol dan Dinamika: Memperkirakan Indikator Kinerja Utama (KPI) dengan memprediksi bagaimana tindakan kontrol tertentu akan mengubah keadaan jaringan.
- Model Fondasi Telekomunikasi: Bertindak sebagai orkestrator, menerjemahkan niat manusia tingkat tinggi menjadi perintah jaringan yang dapat ditindaklanjuti.
Dengan memodelkan dunia yang dapat dikontrol (pengaturan dapat diubah oleh operator) dan dunia eksternal (mobilitas pengguna, pola lalu lintas, dan propagasi nirkabel), TWM menciptakan tampilan keseluruhan ekosistem yang holistik dan real-time.
Hasil Terbukti dan Tantangan Masa Depan
Dalam pengujian pembuktian konsep yang melibatkan pemotongan jaringan multi-domain, TWM mengungguli metode tradisional. Penelitian ini menunjukkan bahwa model ini dapat mencapai kepatuhan Perjanjian Tingkat Layanan (SLA) yang lebih baik sekaligus mengurangi biaya dibandingkan dengan agen AI mandiri atau pendekatan berbasis kembaran digital.
Namun, masih ada beberapa kendala sebelum teknologi ini dapat diterapkan di jaringan komersial:
– Integrasi Infrastruktur: Model ini harus terintegrasi secara sempurna dengan sistem yang ada seperti platform O-RAN dan OSS/BSS.
– Standarisasi: Tolok ukur baru diperlukan untuk mengukur kinerja secara konsisten.
– Tata Kelola: Ketika jaringan menjadi lebih otonom, kerangka peraturan baru akan diperlukan untuk mengelola pengambilan keputusan berbasis AI.
Pusat yang Berkembang untuk Inovasi 6G
Pengembangan TWM merupakan bagian dari perluasan penelitian yang lebih luas dan cepat di Digital Future Institute Universitas Khalifa. Institut ini baru-baru ini mencapai beberapa pencapaian penting:
– Mengembangkan RF-GPT, model bahasa frekuensi radio pertama.
– Menciptakan 6G-Bench, sebuah tolok ukur terbuka yang sangat besar untuk mengevaluasi AI 6G.
– Bermitra dengan raksasa industri seperti AT&T, AMD, dan GSMA untuk memimpin inisiatif Open Telco AI.
Telecom World Model mewakili perubahan mendasar dari pengelolaan jaringan menjadi prediksi jaringan, sehingga memberikan kecerdasan yang diperlukan untuk menangani kompleksitas era 6G yang belum pernah terjadi sebelumnya.
Kesimpulan
Dengan melampaui AI reaktif, TWM Universitas Khalifa menawarkan cetak biru untuk jaringan yang dapat menyembuhkan diri sendiri dan otonom. Inovasi ini menempatkan UEA sebagai pemain sentral dalam perlombaan global untuk menentukan standar dan kemampuan teknologi 6G.
