L'integrazione dell'intelligenza artificiale nelle reti di telecomunicazione, in particolare attraverso il RAN Intelligent Controller (RIC), rappresenta un passo importante verso una gestione più efficiente, flessibile e sostenibile delle reti. L'approccio Open RAN e le tecnologie AI/ML aprono la strada a nuovi modelli di business e applicazioni avanzate, trasformando l'infrastruttura di rete per rispondere alle esigenze del futuro.
L'evoluzione delle reti di nuova generazione sarà fortemente influenzata dall'intelligenza artificiale, che rivestirà un ruolo fondamentale nel contesto del 5G e delle tecnologie successive. Queste reti non solo miglioreranno l'esperienza dei consumatori, ma apriranno anche nuove opportunità per le imprese. Utilizzando l'edge computing, sarà possibile implementare casi d'uso innovativi, con un’intelligenza artificiale nativa e distribuita in rete, rispondendo rapidamente alle esigenze del mercato e dei clienti.
Oggi stiamo assistendo a un rapido passaggio da un'architettura tradizionale, monolitica e chiusa, basata su fornitori unici, verso soluzioni completamente aperte e disaggregate. Queste nuove soluzioni si basano su moduli software che possono comunicare tra loro, creando un'architettura più flessibile e interoperabile.
L'approccio Open RAN (Radio Access Network) sta introducendo un nuovo modello di business in cui fornitori di RAN, fornitori IT, operatori e integratori di sistemi collaborano per espandere il potenziale delle nuove applicazioni in vari mercati, anche al di fuori delle telecomunicazioni tradizionali.
Questo nuovo modello di business, denominato RAN-as-a-Service (RANaaS), consente ai clienti di vedere la rete come una piattaforma a cui richiedere servizi o pacchetti di casi d'uso estremamente personalizzati, potendo così costituire la propria rete in maniera flessibile e modulare (network slicing).
Una rete Open RAN disaggrega la tradizionale RAN in componenti open source e interoperabili, eliminando la dipendenza vincolante dal vendor specifico, ed introducendo un nuovo elemento chiave in grado di conferire intelligenza alla rete: il RAN Intelligent Controller (RIC).
Il RIC è il “sistema operativo” della RAN, che gestisce e coordina le numerose funzioni di rete, ora disaggregate su diversi componenti hardware, e ne abilita anche di nuove grazie alle potenzialità di AI/ML. Il RIC, infatti, introduce la capacità nella rete di eseguire funzioni direttamente guidate da AI e machine learning (ML), permettendo di creare soluzioni più flessibili ed efficienti. I modelli di AI/ML non solo possono essere allenati sulla base di grosse quantità di dati storici, diventando così molto performanti nel prendere le decisioni migliori e nel prevedere situazioni potenzialmente pericolose, ma continuano ad essere aggiornati periodicamente, migliorando la loro efficienza, sulla base di feedback provenienti da fonti esterne o direttamente dagli utenti finali. Questo permette alla rete di adattarsi velocemente ai continui cambiamenti cui è soggetta, migliorando l’esperienza finale degli utenti.
Il RAN Intelligent Controller può efficacemente migliorare la gestione del traffico di rete, rilevare anomalie, ottimizzare l’handover delle celle della rete mobile, contribuire all’efficientamento della rete stessa.
Il RAN Intelligent Controller (RIC) non è solo una svolta tecnologica, ma un vero e proprio acceleratore di innovazione per le reti mobili. Grazie all'intelligenza artificiale, il RIC abilita soluzioni smart per ottimizzare le prestazioni della rete in tempo reale, risolvendo sfide complesse come la gestione del traffico e l'efficienza energetica. Vediamo alcuni dei casi d'uso più interessanti che stanno impattando diversi settori.
Traffic steering
Uno studio pionieristico ha introdotto un framework di intelligent handover, basato su Deep Reinforcement Learning (DRL) per migliorare significativamente le prestazioni della rete.
Migliorare il traffic steering significa migliorare l’assegnazione delle risorse di rete agli utenti che vogliono trasmettere dati, riducendo gli sprechi e i tempi di attesa. Attualmente, con l’aumento massivo di dispositivi connessi alla rete, ottimizzare la distribuzione delle risorse per la comunicazione è un problema cruciale, necessario per supportare casi d’uso innovativi che richiedono prestazioni elevate ed evitare il congestionamento della rete. Un approccio basato su algoritmi di AI/ML che utilizza architetture avanzate, ha mostrato un miglioramento del 50% nel throughput e nell'utilizzo delle risorse di rete.
Efficienza energetica
Oggi la necessità di ridurre l'impatto ambientale, aumentando la sostenibilità e mantenendo al contempo l'efficienza economica e operativa, è più che mai cruciale. La rete di accesso radio (RAN) rappresenta una parte importante - il 73% - del consumo energetico degli operatori di telecomunicazioni. Per risolvere questo problema, durante l'ultimo Mobile World Congress, è stata presentata una soluzione basata su due rApps (applicazioni eseguite dal RIC) per ridurre il consumo energetico della RAN. Utilizzando un modello ML basato su LSTM, la soluzione è in grado di prevedere il traffico futuro e regolare dinamicamente la capacità delle celle, riducendo il consumo energetico del 20% al giorno.
L'evoluzione del RAN Intelligent Controller sta trasformando il modo in cui le reti vengono gestite, rendendole più intelligenti e adattabili. Con l'AI al centro, il RIC offre un approccio dinamico alla gestione delle risorse, migliorando non solo le prestazioni della rete, ma anche la sostenibilità. Questa nuova era delle telecomunicazioni pone le basi per una rete più resiliente e pronta a supportare le tecnologie emergenti.
Net Reply è la società del Gruppo Reply che offre soluzioni specializzate per operatori Telco e grandi imprese con reti distribuite. La sua missione è quella di fornire soluzioni innovative nella trasformazione delle reti e dell'OSS. Net Reply investe costantemente in innovazione e competenze in diverse aree chiave, tra cui SDN & NFV, Cloud & NFVI, Data Center di rete, reti virtualizzate e automatizzate, comunicazioni contestuali, dati di rete e analisi basate su approcci di AI e ML, oltre a architetture di rete fisse e mobili, e Next Generation Networks (NGN).