隨著邁入全新一波基於深度學習的人工智慧黃金時代，許多應用因新一代基於深度學習技術獲得飛躍性的改善，而網路與服務大廠 Ericsson 也不敢忽視機器學習為網路服務所能帶來的助益，畢竟在日趨複雜的 IoT 與 5G 網路架構之下，裝置與節點的數量也越來越多， Ericsson 希望能藉由人工智慧幫助工程師與技術人員更有效率的排除問題，當前 Ericsson 也在將 AI 用於網路自動化管理與現場作業，藉此降低工作人員負擔並加速排除問題。
透過機器學習使網路架構能夠自我故障排除
機器學習技術藉由結構化數據產生模型、原則與程式，並將這些建構完成的成果用於新數據，透過推論與規劃實現新一代的 AI ， Ericsson 藉由過往積累的經驗與原則做為電信知識圖，透過機器學習的方式進行培訓，使訓練出的人工智慧能夠在偵測到故障後，進行一定程度的網路自我恢復排除，如此一來亦可降低需要配遣人力到現場解決的頻率，這樣的系統稱為智慧 NOC 。
過往電信業的 NOC 需要透過技術人員進行處理， NOC 原本就需要一定程度的相關領域專家才能有正確的分析與處置，不過隨著網路技術與架構日益複雜，對技術人員的技能要求也越來越嚴苛；透過智慧 NOC 的方式， Ericsson 透過歷史資訊繪製複合條件圖，並藉此以機器學習的方式建構規則模型，同時導入架構之中，使基於機器學習能力的系統能夠進行問題排除，甚至還可預先預知可能發生的故障並事先採取措施。
藉機器視覺輔助現場技術人員更快排除問題
然而有一些無法透過系統自我恢復，需要技術人員到場處理的情況， Ericsson 則藉由行動數位助理的方式幫助現場技術人員更快維護系統；透過原型 NOC 軟體，結合機器視覺與語意註釋的產品文件，可結合 AR 的方式，幫助技術人員完成處置任務，例如像是纜線脫落，能夠透過 AR 方式透過相機與影像辨識顯示正確的連接埠，而這項應用除了以傳統電腦設備運作外，亦可透過手機或是平板執行，提升現場人員的使用彈性。
