Softbank cria modelo de linguagem para setor de telecomunicações

Softbank desenvolve novo modelo de linguagem para otimizar o setor de telecomunicações. Saiba mais sobre essa inovação.
Atualizado há 8 horas
Modelo de linguagem da Softbank

Outros destaques

Robôs humanoides da Boston Dynamics
O1 Pro da OpenAI
Plano de Ação de IA
Solução da Telefónica com IA
IA para agências
CONTINUA DEPOIS DA PUBLICIDADE

O Softbank inovou ao criar um modelo de linguagem focado no setor de telecomunicações. O Large Telecom Model (LTM), anunciado recentemente, foi treinado com uma vasta gama de dados, desde informações de rede até o conhecimento especializado em design, gestão e operação que a empresa acumulou ao longo dos anos. Essa novidade promete otimizar e transformar a forma como as redes celulares são gerenciadas e operadas.

O LTM permite análises avançadas no design, gestão e operação de redes celulares. O Softbank planeja continuar investindo em pesquisa e desenvolvimento para implementar o LTM em suas próprias operações, buscando aprimorar ainda mais a eficiência e o desempenho de suas redes.

Modelos de IA especializados foram desenvolvidos pelo grupo japonês através do ajuste fino do LTM, que foi projetado especificamente para otimizar as configurações de estações-base, permitindo operações avançadas de rede celular. Essa abordagem visa modernizar e otimizar a infraestrutura de telecomunicações.

Os modelos ajustados foram calibrados para prever configurações para estações-base reais que haviam sido excluídas da fase de treinamento, e suas previsões foram posteriormente verificadas por especialistas internos, alcançando uma precisão superior a 90%. Essa alta precisão demonstra o potencial do LTM para transformar as operações de rede.

Comparado aos métodos manuais ou parcialmente automatizados, a abordagem liderada pelo LTM reduz o tempo necessário para fazer essas alterações de dias para minutos, mantendo a mesma precisão. A empresa acredita que a implementação desta solução tem um grande potencial para economizar tempo e reduzir custos operacionais, além de minimizar erros humanos.

CONTINUA DEPOIS DA PUBLICIDADE

Leia também:

Os estudos do Softbank mostraram que, ao ajustar o LTM para casos de uso específicos, será mais simples desenvolver modelos de IA dedicados e adaptados a diversos cenários operacionais em redes celulares. O LTM também serve como base para a iniciativa “AI for RAN”, que visa aprimorar o desempenho da RAN (Radio Access Network) por meio de IA. No futuro, espera-se que o LTM seja um modelo para o design de redes e apoie o desenvolvimento de agentes de otimização de rede baseados em IA.

Aplicações Práticas do Modelo de Linguagem da Softbank

Na área urbana de Tóquio, o modelo gera configurações para novas instalações de estações-base. O modelo recebe solicitações para implantar uma nova estação-base em uma área específica, juntamente com informações adicionais, como configurações de estações-base existentes e desempenho da rede, e fornece uma lista de configurações recomendadas para a nova estação-base.

Em um cenário que pressupõe a realização de um evento especial, o modelo gera alterações de configuração para as estações-base da área ao redor. O modelo recebe solicitações para otimizar as configurações de uma estação-base específica, juntamente com informações adicionais, como configurações atuais e desempenho da rede, e fornece recomendações de mudanças na configuração da estação-base alvo.

O Softbank pretende utilizar o LTM em sua própria rede para aprimorar a eficiência da rede móvel, criar novos serviços e oferecer experiências com mais qualidade. A aplicação prática do LTM demonstra o compromisso do Softbank com a inovação e a melhoria contínua de seus serviços.

Otimização e Eficiência com o LTM

O Softbank está apostando alto no LTM para otimizar suas operações e oferecer serviços de telecomunicações mais eficientes e inovadores. A capacidade do modelo de se adaptar a diferentes cenários e de aprender com grandes volumes de dados o torna uma ferramenta poderosa para aprimorar o desempenho das redes celulares.

CONTINUA DEPOIS DA PUBLICIDADE

Com o LTM, o Softbank espera não só reduzir custos e tempo, mas também minimizar erros humanos, garantindo uma operação de rede mais estável e confiável. A precisão superior a 90% alcançada nos testes demonstra o potencial do modelo para transformar a gestão de redes celulares.

A iniciativa “AI for RAN”, que utiliza o LTM como base, é um exemplo de como o Softbank pretende usar a inteligência artificial para revolucionar o desempenho das redes de acesso de rádio. Essa abordagem inovadora pode abrir caminho para o desenvolvimento de agentes de otimização de rede baseados em IA, elevando ainda mais a eficiência e o desempenho das redes celulares.

Ao ajustar o modelo de linguagem da Softbank para casos de uso específicos, a empresa busca facilitar o desenvolvimento de modelos de IA dedicados e adaptados a diversos cenários operacionais em redes celulares. Essa flexibilidade e adaptabilidade são cruciais para atender às demandas em constante evolução do setor de telecomunicações.

O uso do LTM em áreas urbanas e em eventos especiais mostra a versatilidade do modelo e sua capacidade de gerar configurações otimizadas para diferentes situações. A possibilidade de implantar novas estações-base com configurações recomendadas pelo modelo e de otimizar as configurações de estações-base existentes durante eventos especiais demonstra o potencial do LTM para aprimorar a cobertura e o desempenho da rede em qualquer cenário.

Em um mundo onde a conectividade é cada vez mais essencial, a inovação do Softbank com o LTM representa um avanço significativo na busca por redes celulares mais eficientes, confiáveis e adaptáveis. O futuro das telecomunicações pode estar sendo moldado por essa iniciativa.

Primeira: Este conteúdo foi auxiliado por Inteligência Artificiado, mas escrito e revisado por um humano.

André atua como jornalista de tecnologia desde 2009 quando fundou o Tekimobile. Também trabalhou na implantação do portal Tudocelular.com no Brasil e já escreveu para outros portais como AndroidPIT e Techtudo. É formado em eletrônica e automação, trabalhando com tecnologia há 26 anos.