La Universidad ShanghaiTech colabora con Huawei para construir redes autónomas de "IA + Educación".

En consonancia con la estrategia de China para una nueva infraestructura educativa, la Universidad ShanghaiTech, una institución clasificada en la iniciativa nacional «Double-First Class», lidera el despliegue de campus inteligentes. Ha implementado una red inalámbrica en todo el recinto, lo que permite la transmisión rápida de datos de aprendizaje e investigación, así como la gestión ágil de trámites en línea. A través de esta red, los estudiantes realizan actividades de aprendizaje interactivas, como el intercambio de información en grupo y de materiales didácticos, la entrega de tareas y la realización de exámenes en el aula. La red constituye una base digital eficiente y estable para las actividades docentes, la investigación científica y los servicios de gestión de la universidad.

La universidad considera que el despliegue de campus inteligentes es un aspecto fundamental de la transformación digital en la educación superior. La modernización de las redes del campus debe centrarse en la transformación inteligente, más allá de la simple ampliación del ancho de banda, lo que exige garantizar una experiencia de usuario óptima mediante algoritmos avanzados. Para lograr esta transformación inteligente, la universidad colaboró ​​con Huawei en la implementación de sistemas de gestión digital, operaciones y mantenimiento (O&M) inteligentes y autogestión de la red, utilizando la solución de análisis de redes iMaster NCE-CampusInsight y el agente de red NetMaster. Estas soluciones permiten a la universidad avanzar hacia el nivel 4 de Redes Autónomas (AN Level 4), un proceso impulsado por el rápido desarrollo de las tecnologías de inteligencia artificial.

Al pasar de un modelo orientado a servicios a uno orientado a la producción, la red del campus experimenta una creciente presión en materia de operación y mantenimiento.

La aparición de la enseñanza y la investigación científica asistidas por IA ha transformado las redes de los campus, pasando de un enfoque orientado a servicios a uno orientado a la producción, lo que genera los siguientes nuevos desafíos de operación y mantenimiento (O&M):

• Aumento de la escala de la red y de la complejidad de los escenarios. La gran cantidad de dispositivos (decenas de miles de puntos de acceso y miles de conmutadores), sumada a la diversidad de escenarios de despliegue, dificulta la optimización de la experiencia de los puntos de acceso y las tareas rutinarias de O&M.

• Diversidad de requisitos derivada de una amplia variedad de terminales y servicios. Profesores y estudiantes utilizan diversos terminales y servicios inalámbricos, lo que incluye modalidades flexibles de estudio en cualquier momento y lugar, enseñanza interactiva de alta densidad y la transmisión de enormes volúmenes de datos de investigación científica. Estas actividades exigen un alto rendimiento de la red.

• Patrón de itinerancia (roaming) tipo "marea" en el tráfico de red. El desplazamiento de profesores y estudiantes entre residencias, aulas y comedores genera un marcado patrón de itinerancia Wi-Fi similar a una marea, lo que complica aún más la garantía del servicio de red.

El mapa digital de la red está integrado con el agente de red para facilitar la evolución hacia el nivel 4 de AN.

El centro de información de la universidad considera que la experiencia de red de profesores y estudiantes es un indicador clave para medir la calidad de la red. Con este enfoque, colaboró ​​con Huawei para implementar un centro de red inteligente, basado en el concepto de "un mapa + un cerebro", que utiliza un mapa digital de la red y agentes de red, permitiendo así contar con una red de campus impulsada por IA y capaz de realizar operaciones y mantenimiento (O&M) autónomos.

• El mapa digital de la red facilita la transición del monitoreo de red al análisis panorámico.

La universidad implementó iMaster NCE-CampusInsight para transformar sus procesos de O&M hacia operaciones de red inteligentes. El mapa digital de iMaster NCE-CampusInsight, desarrollado mediante tecnología de gemelo digital, integra datos de las dimensiones de red, usuario y aplicación, lo que permite una visualización y un análisis panorámicos avanzados. Este mapa registra la experiencia de red de los estudiantes a lo largo del tiempo y el espacio, y rastrea con precisión métricas clave, como los puntos de acceso (AP) a los que están conectados los usuarios, la intensidad de la señal, la velocidad de descarga y la latencia de la red. Asimismo, permite rastrear y localizar las causas de los fallos en cualquier momento y lugar, mejorando significativamente la eficiencia en la resolución de problemas y transformando el O&M de red: pasando de un simple monitoreo de dispositivos a un análisis inteligente y panorámico.

• El agente de red permite pasar de una respuesta pasiva a una optimización automática.

NetMaster redefine los modelos tradicionales de operación y mantenimiento (O&M) mediante la activación del agente de optimización Wi-Fi, el cual transforma la respuesta pasiva en una optimización proactiva. Este agente de optimización Wi-Fi es el primero de la industria basado en IA capaz de gestionar problemas de red de forma autónoma. Detecta con precisión la ubicación de los terminales, la disposición de los puntos de acceso (AP), la calidad de la experiencia de red y otros datos, basándose en más de 200 métricas de experiencia captadas por los AP de Huawei. Este proceso equivale a crear un mapa de alta precisión, eliminando así la necesidad de realizar optimizaciones de red parciales o fragmentadas. El agente utiliza un algoritmo de toma de decisiones multiobjetivo (desarrollado a partir de más de 100 patentes) para optimizar la red automáticamente, tal como lo haría un experto en redes, y opera de forma ininterrumpida. Resuelve el 80 % de los problemas inalámbricos sin intervención manual.

Ejemplo de aplicación 1: En un aula multimedia equipada con múltiples puntos de acceso, algunos asientos presentan una señal inalámbrica débil. Aunque la impartición de la clase no se ve afectada, el agente ya ha detectado los riesgos potenciales y ha calculado automáticamente el rango óptimo de potencia de transmisión para cada AP. Esto mejora la intensidad de la señal en el aula y evita interferencias con las aulas adyacentes. Gracias a este control preciso, se restablece la intensidad máxima de la señal y la velocidad aumenta más de un 20 %, garantizando así el desarrollo fluido de la enseñanza inteligente.

Ejemplo de aplicación 2: Se despliegan cientos de puntos de acceso (AP) en una biblioteca, pero surge una grave interferencia de co-canal debido a la compleja estructura del edificio. El agente de red detecta automáticamente el problema, determina con precisión las posiciones relativas de todos los AP a partir de la información del mapa digital de la red, analiza la solución óptima de distribución de canales y la aplica automáticamente al detectar que no hay usuarios activos en la red. Tras la optimización, se elimina el conflicto de canales en la biblioteca y mejora considerablemente la experiencia del usuario.

La universidad acelerará su evolución hacia el nivel 4 de AN (Redes Autónomas) y mejorará la eficiencia de las operaciones y el mantenimiento (O&M) autónomos, permitiendo que el sistema realice de forma independiente análisis complejos de optimización y tome decisiones, e incluso asista a los ingenieros de O&M en la resolución de problemas de hardware, facilitando así el desarrollo de campus inteligentes.