A medida que los usuarios y el tráfico de internet crecen, avanzar hacia una gestión más sostenible y eficiente de las redes se ha convertido en una prioridad.
La inteligencia artificial (IA) es una herramienta cada vez más habitual en la gestión de las comunicaciones móviles, permitiendo mejorar su eficiencia energética y optimizando su funcionamiento. Las técnicas avanzadas de análisis de datos permiten medir el funcionamiento de la red como nunca antes. Y las tecnologías de IA beben de esas ingentes fuentes de información para automatizar y optimizar diferentes parámetros.
La inteligencia artificial en las telecomunicaciones
¿Y si un algoritmo de inteligencia artificial fuese capaz de anticiparse en 30 minutos a la congestión de la red de comunicaciones? Es decir, ¿y si fuese capaz de predecir la evolución de varios parámetros al mismo tiempo para evitar el colapso de la red? Un equipo de ingenieros de Orange en el laboratorio de la compañía en Belfort, Francia, lo ha logrado.
El algoritmo, que tiene una tasa de éxito superior al 80%, ahorra tiempo a los responsables de gestión de la red. Permite anticiparse a los problemas y distribuir la carga de la celda que está en riesgo de colapso a las celdas vecinas como medida de precaución. El algoritmo utiliza técnicas de machine learning para monitorizar cuatro indicadores clave en la calidad de la red móvil: latencia, rendimiento del enlace de bajada, usuarios medios del enlace de bajada por celda y carga de la celda. Si uno de estos indicadores excede un umbral determinado, se disparan las probabilidades de congestión en la red.
“Al estudiar el comportamiento de estos indicadores en el tiempo a través de los algoritmos de aprendizaje automático, podemos predecir cuándo ocurrirá la congestión de una célula determinada”, explica Imed Hadj Kacem, científico de datos de Orange.
“Por lo general, consideramos los indicadores de rendimiento de forma individual. Con esta solución de inteligencia artificial, pasamos a considerar el impacto de varias variables al mismo tiempo”, añade Sylvain Allio, ingeniero de Orange.
Algoritmos para reducir la huella de carbono
Además de mantener un servicio estable y de calidad, otra de las prioridades en la gestión de la red es mejorar la eficiencia energética de las comunicaciones. La huella de carbono de la tecnología y, en particular, de internet es elevada y reducirla es un objetivo incuestionable.
Orange, por ejemplo, se ha comprometido a reducir las emisiones del grupo en un 30% antes de 2025. Y se ha marcado el objetivo de alcanzar la neutralidad de carbono en 2040. Dentro de esta estrategia, el plan Green ITN, centrado en la eficiencia de las redes y los sistemas de información, es una pieza central. Por eso, durante los últimos años, la operadora se ha centrado en recopilar la mayor cantidad de datos posible sobre el consumo de su infraestructura de red.
A partir del análisis de estos datos, se están aplicando modelos de inteligencia artificial para llevar la optimización de la red a nuevos niveles. Los algoritmos se han entrenado para revisar los datos disponibles y comparar el rendimiento de cada estación base en función de su consumo y la capacidad de red entregada al cliente. Así, los algoritmos son capaces de identificar rendimientos atípicos y señalar las infraestructuras que necesitan mejoras.
“En el caso de que se detecte una discrepancia demasiado grande, por ejemplo, si un punto tiene un consumo más alto que otro con un volumen equivalente y una calidad de tráfico similar, se pueden emitir recomendaciones de eficiencia energética: reducir la potencia emitida por antena o colocar transmisores en espera durante períodos sin tráfico”, señala, Yuanyuan Huang, ingeniero de investigación y desarrollo de Orange.
La IA en el futuro del 5G
Si la inteligencia artificial está siendo ya importante en la optimización de las redes 3G y 4G, los algoritmos están irremediablemente unidos al futuro del 5G. Por ejemplo, el nuevo servicio de soporte de red de Ericsson está diseñado para la automatización de la detección de problemas, el análisis de las causas de los fallos y la recomendación de soluciones mediante inteligencia artificial.
Entre otros beneficios para la gestión de la red, la automatización les permite reducir el tiempo de detección de errores de días a minutos. También permite mejorar el tiempo de resolución de problemas en un 50% y reducir las visitas físicas a la infraestructura en un 25%.
Otra de las soluciones desplegadas por Ericsson utiliza algoritmos de machine learning para gestionar el consumo energético de la red de forma flexible. Cuando las necesidades de tráfico de los usuarios caen, los diferentes dispositivos que mantienen la red en funcionamiento entran en modo de bajo consumo de forma automática para ahorrar electricidad.
Todo lo que se puede medir, se puede analizar. Y todo lo que se puede analizar, se puede mejorar. Las tecnologías de big data y las posibilidades que abre la inteligencia artificial y, en particular, el aprendizaje automático, anticipan un futuro de redes de comunicación más estables y más sostenibles.
Por Juan F. Samaniego
Imágenes | Unsplash/Mika Baumeister, Milada Vigerova, Taylor Vick
