人工智能光纤通信网络的解决方案
2024-08-19 17:58:14
近日，清华大学深圳国际研究生院副教授费萨尔·纳迪姆·汗（Faisal Nadeem KHAN）在研究中指出，在商业光纤网络中广泛部署基于机器学习解决方案的主要障碍在于一些尚未解决的非技术性限制因素，这些因素对实际网络来说至关重要，但在很大程度上被利益相关者忽略。为此，团队系统地确定了七个主要的非技术性障碍（图1），包括遗留系统和流程的普遍存在、成本限制、专家劳动力的限制、数据可访问性和隐私保护问题、机器学习模型的可解释性以及透明性和问责性问题、缺乏机器学习辅助方法的标准和监管政策、人为因素和认知偏见。
近日，相关研究成果以“非技术性障碍：通往AI驱动智能光网络的最后一关”（Non-technological barriers: the last frontiertowards AI-powered intelligent opticalnetworks）为题，发表在《自然·通讯》（Nature Communications）。
费萨尔·纳迪姆·汗（Faisal Nadeem KHAN）为论文作者。该研究得到了清华大学深圳国际研究生院科研启动基金的支持。
收藏
举报
