无线网络所需的6大AI要素

如今，人工智能风靡全球。人们普遍认为，人工智能将成为下一个颠覆行业的技术；在未来几年，人工智能将会影响到我们生活的各个方面，包括交通、医疗以及金融服务等。据市场研究机构Gartner预测，到2020年，人工智能将在几乎所有新的软件产品和服务中普及，而且这项技术将成为超过30%的CIO的五大投资重点之一。

其中，AI显示出巨大价值的一个领域就是无线网络。使用机器学习可以将WLAN转化为神经网络，从而简化操作，加快故障排除速度，并为用户体验提供前所未有的可视性。

但是，我们还仅仅处于AI在无线网络领域应用的初期。即将到来的是一个真正的虚拟无线助手，可以主动识别和解决问题，并能快速可靠地预测未来事件。

多年以来，研究实验室和各大学一直在对人工智能进行研究学习。但是直到最近，由于计算能力、大数据和开源技术的进步，这种技术才在实际应用中证明了自己的实力。

CIO们在各自的无线战略中运用人工智能并非没有道理。无线网络正处于一个转折点，传统的部署、运营和管理WiFi网络的方式已经不能满足当前要求。无线网络中的三个基本市场转变因素也使得AI不可或缺。

首先，WiFi越发成为主要的互联网接入技术。它比以往任何时候更加重要，因此必须更具可预测性、可靠性以及可衡量性。与此同时，鉴于大量移动设备类型、应用和操作系统，再加上大量的移动用户和无线物联网设备，无线网络故障排除比以往更艰难。这种转变需要更好地了解移动用户的端到端体验，并需要新的自动化管理工具，以通过自动化和可编程性取代手动的烦杂任务。

其次，移动用户越来越习惯于使用移动设备个性化的无线服务，这些服务利用了诸如位置之类的相关信息。企业将位置视为通过移动用户行为新视角，为业务运营带来价值的关键方式。

第三，企业正在将对销售、人力资源和金融提供支持的IT转移到托管云服务，以提高效率，并使内部IT技能与核心业务更好地保持一致。甚至是安防、存储和其他关键基础设施元素也正在迅速转移到云端。然而，无线网络在这种转换方面进展缓慢，超过90%的WLAN市场仍然通过本地控制器交付。将无线网络转移到云端为CIO提供了一个更具可扩展性和弹性的基础架构，操作简便，并且可以通过流经无线网络的数据提供具体行动方案。

如果没有正确的无线网络AI战略，IT就无法满足当前无线网络用户严格的需求。以下是这一战略应该包含的六大技术要素。

正如所有最好的葡萄酒都是从葡萄开始一样，任何有意义的AI解决方案都以大量高质量数据开始。人工智能通过数据收集和分析不断获得智能，其收集的数据越多，也变得更加智能。因此，能够从每个设备实时收集Wi-Fi/BLE域中的数据，然后将这些信息发送到云端，AI算法可以立即对其进行分析，这一点至关重要。

在无线网络战略中采用BLE和移动应用的企业还将从移动设备获取数据，以提供高精度的位置服务，以实现语境服务。他们需要能够聚合全局元数据。也就是说，不仅要收集数据，以洞悉特定客户行为和位置信息；还要获得设备类型、操作系统、应用等方面的见解和分析。这对基准和监测趋势至关重要，并能及早发现宏观问题，从而可以主动解决这些问题。

无论是试图构建一个能够参与美国智力游戏Jeopardy、还是能够帮助医生诊断癌症、抑或是协助IT管理员诊断无线问题的系统，人工智能解决方案都需要基于特定领域知识的标记数据将问题分解成可以用于训练AI模型的小部分。这可以通过使用设计意图指标来实现，该指标是用于分类和监控无线用户体验的结构化数据类别。

在问题被分成特定领域的元数据块之后，将会被引入机器学习和大数据领域。应该采用各种技术，如监督/无监督机器学习和神经网络，进行数据分析并提供具体行动方案。

通过检测网络中每个级别的异常网络活动，AI平台可以准确检测到已有威胁和初始威胁。此外，定位技术可用于准确定位意外或恶意的非法设备，并提供定位资源访问。

大多数人在Netflix上选择电影揭幕或从亚马逊购物时，会收到其他类似的电影或物品推荐，都会经历协同过滤。除了推荐之外，协同过滤还可用于对大量数据进行分类，并将其应用于AI解决方案。

在无线网络中，这种方法可以用来将所有的数据和分析转化为有意义的方案或行动。与虚拟无线专家类似，有助于解决复杂的问题。

想象一下，虚拟无线助手将高质量数据、领域专长和语法（度量、分类、根源、关联和排名等）相结合，能就如何避免相关问题提供预测性建议，并就如何解决现有问题提供具体行动方案。那是一个能够学习无线网络细微差别，并能回答类似“出了什么问题？”以及“为什么会这样？”等问题的系统。AI让这些都变成了现实。

由于人工智能（AI）的发展，各类企业都可以通过可预测、可靠及可测量的WiFi对各自的无线网络进行改造，实现简单且具有成本效益的无线操作，实现能提供惊人的新型无线体验的定位服务。