La prima definizione di Intelligenza Artificiale risale al 1950 quando il matematico inglese Alan Turing pubblicò l’articolo Computing machinery and intelligence, in cui descrisse come capire quando una macchina può essere definita “intelligente”.
Turing elaborò un vero e proprio test – cosiddetto “test di Turing” – che un calcolatore dovrebbe superare dimostrando di essere in grado di:
· elaborare il linguaggio naturale (essere in grado di comunicare);
· rappresentare la conoscenza (immagazzinare le informazioni);
· ragionare in maniera automatica (utilizzare le informazioni immagazzinate per rispondere a domande e trarre nuove conclusioni);
· apprendere in maniera automatica (adattarsi alle circostanze, scoprire nuovi modelli).
Oggi la quantità di dati generati supera la capacità degli esseri umani di assimilare, interpretare e prendere decisioni complesse sulla base di tali dati: l’intelligenza artificiale costituisce la base di tutte le tecnologie di apprendimento informatico e avrà un ruolo fondamentale per la gestione di processi decisionali complessi, anche nel futuro delle Telecomunicazioni.
I principali impatti dell’AI sulle TLC
Ma come impatta l’AI nel settore delle Telecomunicazioni?
Le reti di telecomunicazioni di ultima generazione, a banda ultra-larga, le reti 5G e future evoluzioni raggiungeranno un livello di complessità tale da non poter essere controllato soltanto dall’uomo, e per questo, l’Intelligenza Artificiale avrà un ruolo fondamentale in questa evoluzione.
Nelle reti di telecomunicazioni pubbliche è in corso la diffusione capillare delle tecnologie FTTH (Fiber To The Home) nelle reti fisse e delle tecnologie 5G nelle reti mobili; queste evoluzioni creano l’interconnessione di una grande quantità di devices intelligenti che potranno trasmettere e ricevere grandi quantità di dati in tempo reale grazie all’aumento delle capacità prestazionali della rete attraverso l’Internet of Things.
L’automazione dei processi di creazione e gestione delle reti è da decenni un obiettivo chiave degli Operatori che, a tal proposito, hanno definito standard, architetture e soluzioni basati su conoscenze e regole deterministiche e statiche. Le nuove tecnologie di IA e di analisi dei big data consentono ora un’innovazione dirompente: l’abbandono dei sistemi “pre-programmati” a favore dell’adozione di soluzioni in grado di apprendere, attuare e modificare dinamicamente e autonomamente le proprie regole di funzionamento (“self-learn”, “self-evolve”). nelle reti private.
Esempi di applicazioni di AI
Come si sta diffondendo e come lo farà in futuro l’AI nel settore delle TLC?
Ecco alcuni dei campi di applicazioni più importanti:
Monitoraggio e gestione delle reti in tempo reale, per ottimizzarne le capacità e rilevare automaticamente anomalie e guasti potenziali, prevedendo possibili degradazioni delle prestazioni prima che si verifichino, permettendo così agli operatori di intervenire preventivamente per evitarli.
Assistenti intelligenti digitali, in grado di aiutare gli operatori del customer care nel gestire prospect e clienti.
Sicurezza delle reti: possibilità di prevenire attacchi e situazioni critiche per massimizzare la resilienza delle connessioni.
Ottimizzazione del traffico di rete: gli algoritmi di IA possono analizzare i pattern di traffico in tempo reale e prevedere variazioni future, permettendo di reindirizzare automaticamente il traffico per evitare congestioni, contribuendo così a migliorare l’esperienza degli utenti e a gestire in modo più efficiente le risorse di rete.
Automazione del self-healing: le reti potranno auto-ripararsi in caso di guasti, utilizzando sistemi di IA per identificare e risolvere automaticamente problemi come malfunzionamenti hardware, interruzioni di servizio o vulnerabilità di sicurezza, riducendo così i tempi di inattività e migliorando la resilienza della rete.
Rilevamento e mitigazione delle minacce alla sicurezza: gli algoritmi di IA possono monitorare il traffico di rete in cerca di anomalie che potrebbero indicare tentativi di intrusione, attacchi DDoS o altre minacce alla sicurezza. Una volta identificata una minaccia, l’IA può aiutare a mitigarla automaticamente, ad esempio isolando il traffico dannoso o applicando regole di sicurezza aggiuntive.