المصرية للاتصالات تتجه لتشغيل تطبيقات الذكاء الاصطناعي بالقرب من المستخدمين

كشف إسماعيل سعيد، الرئيس التنفيذي لقطاع التكنولوجيا بالشركة المصرية للاتصالات، عن توجه الشركة لتطوير بنيتها التحتية بما يسمح بتشغيل تطبيقات الذكاء الاصطناعي بالقرب من المستخدم النهائي، من خلال الاعتماد على تقنيات الحوسبة الطرفية Edge Computing وتوزيع قدرات المعالجة على مواقع متعددة بدلًا من حصرها داخل مراكز البيانات المركزية.

وأوضح سعيد أن طبيعة عمل شركات الاتصالات تفرض متطلبات خاصة عند استخدام الذكاء الاصطناعي، في مقدمتها حماية البيانات الحساسة، ومتابعة أداء الشبكات لحظيًا، والالتزام بسيادة البيانات، وهو ما يجعل تشغيل تطبيقات الذكاء الاصطناعي داخل البنية التحتية الخاصة بالشركة خيارًا ضروريًا في العديد من حالات الاستخدام.

وأشار إلى أن المصرية للاتصالات تفصل بين تطبيقات الذكاء الاصطناعي ومكونات المعالجة والبيانات، بما يتيح من الناحية الفنية الاستعانة بموارد حوسبة من مصادر مختلفة، بما فيها الحوسبة السحابية العامة، لكن طبيعة البيانات ومتطلبات التشغيل في قطاع الاتصالات تجعل الاعتماد على البنية الداخلية للشركة أكثر ملاءمة لعدد من التطبيقات.

 بيانات الاتصالات الحساسة تفرض تشغيل الذكاء الاصطناعي داخليًا

وقال سعيد إن شركات الاتصالات تتعامل مع بيانات شديدة الحساسية، كما تحتاج إلى مراقبة الشبكات وتحليل أدائها في الوقت الفعلي، وهو ما يتطلب توفير بيئة تشغيل تتوافق مع متطلبات أمن المعلومات وسيادة البيانات.

وأضاف أن هذه الاعتبارات تدفع إلى تشغيل مكونات الذكاء الاصطناعي والبيانات داخل مراكز البيانات التابعة لمشغلي الاتصالات، بدلًا من الاعتماد الكامل على منصات خارجية، موضحًا أن هذا التوجه يرتبط بطبيعة التطبيقات المستخدمة والاحتياجات التشغيلية لكل شركة.

 من شبكات تستخدم الذكاء الاصطناعي إلى شبكات مصممة لخدمته

ولفت الرئيس التنفيذي لقطاع التكنولوجيا بالمصرية للاتصالات إلى أن التحول لا يقتصر على استخدام الذكاء الاصطناعي في إدارة الشبكات وتحسين أدائها، بل يمتد إلى تطوير الشبكات نفسها لتكون قادرة على استضافة وتشغيل تطبيقات الذكاء الاصطناعي.

وأوضح أن هذا التوجه يفرض تغييرًا في طريقة توزيع قدرات الحوسبة، بحيث لا تظل عمليات المعالجة مقتصرة على مراكز البيانات المركزية، وإنما تنتقل إلى مواقع أقرب للمستخدمين، خاصة أن بعض التطبيقات تحتاج إلى زمن استجابة فائق الانخفاض Ultra-Low Latency.

وأشار إلى أن تطبيقات مثل السيارات ذاتية القيادة تحتاج إلى استقبال البيانات وتحليلها واتخاذ القرارات بسرعة كبيرة، وهو ما يتطلب تقريب قدرات المعالجة والاستدلال بالذكاء الاصطناعي AI Inference من المستخدم النهائي، بدلًا من إرسال جميع البيانات إلى مراكز بعيدة لمعالجتها.

 تقنيات O-RAN وCloud RAN تقرب قدرات الحوسبة من المستخدم

وأوضح سعيد أن تطور شبكات الاتصالات يتيح بالفعل فصل مكونات المعالجة عن البرمجيات التي تدير وظائف الشبكة، مستشهدًا بتقنيات مثل الشبكات المفتوحة للنفاذ الراديوي O-RAN والشبكات الراديوية السحابية Cloud RAN.

وأضاف أن هذا الفصل بين موارد الحوسبة والبرمجيات داخل مواقع الخلايا يتيح الاستفادة من قدرات المعالجة المتاحة في تشغيل تطبيقات الذكاء الاصطناعي، مع تقريبها من المستخدمين وتقليل زمن الاستجابة.

وأكد أن هذه البنية تفتح المجال أمام توظيف موارد الحوسبة في تطبيقات متنوعة، سواء المرتبطة بتشغيل الشبكة وإدارتها، أو التطبيقات الجديدة التي تتطلب معالجة البيانات بالقرب من مصدرها.

المصرية للاتصالات تتجه لتوسيع الحوسبة الطرفية عبر السنترالات

وأشار سعيد إلى أن انتشار السنترالات التابعة للمصرية للاتصالات في مختلف أنحاء الجمهورية يوفر فرصة لتطوير نموذج للحوسبة الطرفية Edge Computing، من خلال إنشاء قدرات معالجة صغيرة وموزعة جغرافيًا بالقرب من المستخدمين.

وأوضح أن هذا النموذج يمكن أن يساعد في تلبية احتياجات التطبيقات التي تتطلب زمن استجابة منخفضًا للغاية، بالتوازي مع تطوير شبكات بروتوكول الإنترنت IP وشبكات النقل Transmission لاستيعاب الزيادة المتوقعة في حركة البيانات.

وشدد على أن تطوير هذه المكونات بصورة متكاملة يمثل ضرورة لمواكبة التطبيقات الجديدة، سواء تلك المرتبطة بتشغيل شبكات الاتصالات أو الحلول الرقمية التي تتوسع بوتيرة متسارعة، مؤكدًا أن البنية التحتية يجب أن تكون قادرة على التكيف سريعًا مع متطلبات هذه التطبيقات وأحجام البيانات التي ستنتج عنها.