Engenharia Assistida por IA Generativa em Redes 5G: Rumo à Automação Inteligente

As operadoras de redes móveis enfrentam desafios significativos na otimização de seus recursos para garantir a qualidade do serviço prestado aos usuários. Uma das principais dificuldades está na complexidade dessas redes, que envolvem múltiplas tecnologias e equipamentos fornecidos por diferentes fabricantes.

Cada tecnologia e fornecedor introduz dezenas de milhares de parâmetros que precisam ser configurados corretamente para assegurar o funcionamento ideal da rede. Para os engenheiros de telecomunicações, lidar com esse volume de informações é extremamente desafiador. Embora existam documentações técnicas disponíveis, o processo de investigação de falhas ainda é lento e laborioso.

Esse cenário se torna ainda mais complexo com a evolução das redes, especialmente com a introdução do 5G e de novas funcionalidades, como network slicing e IoT. Diante desse aumento de complexidade e da crescente quantidade de parâmetros a serem gerenciados, torna-se necessário o uso de abordagens mais avançadas. Nesse contexto, a aplicação de técnicas de inteligência artificial generativa surge como uma alternativa promissora para apoiar as operadoras na otimização de seus recursos de rede.

Objetivo do projeto 

O projeto, executado pela Netchart com apoio financeiro da FAPEMIG, tem como objetivo desenvolver uma solução capaz de analisar alterações de parâmetros em equipamentos de redes móveis que possam impactar o desempenho da rede, com base em extensas documentações técnicas dos fabricantes. A proposta busca auxiliar engenheiros a identificar rapidamente possíveis relações entre alterações de parâmetros e degradações observadas e, a partir disso, compreender seus impactos de forma mais ágil e assertiva.

Nesse contexto, a solução desenvolvida utiliza inteligência artificial generativa para interpretar grandes volumes de documentação técnica e transformar esse conhecimento em respostas contextualizadas. Dessa forma, a IA atua como um assistente virtual especializado, apoiando os engenheiros na análise de parâmetros e na tomada de decisão.

Desenvolvimento da solução

Para a implementação deste projeto, foi adotada a arquitetura RAG (Retrieval-Augmented Generation), que permite combinar o modelo de linguagem com uma base de conhecimento customizada. Essa escolha traz vantagens importantes, como maior confiabilidade das respostas, por serem fundamentadas em uma base de conhecimento construída a partir de curadoria especializada em telecom, além da possibilidade de atualização contínua, sem a necessidade de novo treinamento do modelo. Outro ponto relevante é a capacidade de trabalhar com dados em ambiente privado, garantindo maior controle sobre as informações utilizadas.

Foi selecionado um modelo de linguagem eficiente, capaz de interpretar e processar grandes volumes de informação técnica. Paralelamente, foi estruturada uma base de conhecimento composta por mais de 100 documentos técnicos, abrangendo diferentes fabricantes e tecnologias. Esses materiais foram organizados por meio de técnicas de indexação e recuperação de informação, permitindo ao modelo acessar rapidamente os conteúdos mais relevantes para cada consulta. Para aprimorar ainda mais a qualidade e a precisão das respostas geradas, também foram aplicadas estratégias de engenharia de prompt.

Após a implementação da solução, a IA foi integrada ao NetChart por meio de uma API, permitindo sua utilização diretamente pela interface. Foi desenvolvido um chat conversacional, no qual os engenheiros podem realizar perguntas sobre a rede, parâmetros e documentação técnica, recebendo respostas contextualizadas com base na base de conhecimento.

Além disso, a IA foi incorporada à funcionalidade Parameters Compare do módulo de Configuração do NetChart, que permite identificar alterações de configuração na rede ao longo do tempo. A partir dessas mudanças, a IA é capaz de analisar diretamente os parâmetros modificados e fornecer informações relevantes, como a descrição do parâmetro, possíveis impactos da alteração e recomendações de configuração. Dessa forma, os engenheiros conseguem compreender rapidamente os efeitos das mudanças identificadas, verificar desvios em relação à configuração ideal dos parâmetros e avaliar sua possível relação com impactos negativos na rede, de maneira mais ágil e eficiente, sem a necessidade de buscas manuais em documentos técnicos.

Caso de uso: Interação com a IA na funcionalidade Parameters Compare

Durante a utilização do NetChart CM, um engenheiro pode, por exemplo, identificar uma alteração no parâmetro Cell Radius em uma determinada célula. A partir dessa identificação, surge a necessidade de compreender os possíveis impactos dessa modificação no desempenho da rede, bem como avaliar a viabilidade de reverter a alteração para a configuração inicial.

Para apoiar esse processo, é utilizada a funcionalidade de IA generativa integrada ao módulo Parameters Compare. Ao clicar na alteração que deseja investigar, o chat é automaticamente iniciado com o contexto da célula modificada, e uma solicitação é enviada à IA para análise da alteração.

A partir dessa resposta inicial, o engenheiro pode, utilizando linguagem natural, aprofundar a investigação. Como resultado, há uma redução significativa no tempo de tomada de decisão e resolução de problemas, além de ganhos de produtividade, com as equipes passando a contar com um suporte inteligente e contextualizado em suas atividades.

Conclusão

A aplicação de inteligência artificial generativa na análise de parâmetros de redes móveis representa um avanço significativo na forma como os engenheiros lidam com a complexidade dessas redes, especialmente com a evolução para o 5G. Essa evolução amplia a flexibilidade da rede e o número de parâmetros a serem gerenciados, tornando mais desafiadoras atividades como análise de configurações e investigação de degradações de desempenho. Nesse contexto, torna-se essencial o uso de soluções inteligentes que auxiliem os engenheiros nas atividades de otimização e manutenção da rede.

Ao combinar uma base de conhecimento técnica robusta, construída a partir de curadoria especializada em telecom, com capacidades avançadas de interpretação e geração de respostas, a solução desenvolvida pela Bwtech diferencia-se como uma IA especialista em redes móveis, capaz de transformar grandes volumes de documentação em conhecimento estruturado, contextualizado e diretamente aplicável às atividades de engenharia.

Integrada ao NetChart, a IA potencializa funcionalidades já existentes, como o Parameters Compare, permitindo não apenas identificar alterações na rede, mas também compreender seus impactos de forma rápida. Dessa forma, a solução contribui diretamente para a redução do tempo de investigação e aumento da assertividade na tomada de decisão.

Como avanços futuros da solução, está prevista a evolução de uma IA assistiva para uma IA agêntica, baseada em um ecossistema de agentes capazes de executar tarefas de ponta a ponta no NetChart.

Nesse contexto, destacam-se duas frentes principais: remediação autônoma, com o desenvolvimento de agentes capazes não apenas de sugerir, mas também de gerar scripts para correção de parâmetros de rede e mitigação imediata de falhas;e operação em malha fechada, permitindo à IA acionar automaticamente equipes de campo por meio da abertura de chamados.

Essas evoluções visam tornar a solução ainda mais eficiente, ampliando sua capacidade de apoiar os engenheiros em suas atividades cotidianas.