MWS تزيل الضوضاء من المكالمات داخل شبكة المشغّل مباشرة: 20 مللي ثانية للمعالجة

تبدو عبارة «سنضيف شبكة عصبية» بسيطة، إلى أن تصطدم بالمللي ثانية والتوكنات وهدف لم يُحدَّد بدقة. في اللقاء التقني الحادي عشر لـMWS، تناولت ثلاثة عروض هذه العقبات تحديداً: في المكالمات، ووثائق البنية البرمجية، والتخطيط الاستراتيجي. إليكم ما يستحق أن يستفيد منه الممارسون.

إزالة الضوضاء في الشبكة، لا على الهاتف

تحدّث مكسيم ماسلينيكوف، الذي يشغل منصب Cluster lead Architect في MWS، عن نظام لإلغاء الضوضاء يعمل لدى مشغّل الاتصالات. يعمل النظام دون تطبيقات ودون تدخل الهاتف الذكي، إذ يُنقّى الصوت قبل وصوله إلى الطرف الآخر. وُلدت الفكرة بعد واقعة في المترو، حين تعذّر على رئيس الشركة إجراء محادثة طبيعية بسبب الضوضاء.

كان التنفيذ هو الجزء الأصعب. في شبكتي 2G و3G، ينتقل الصوت عبر قناة مخصّصة، ودرس الفريق هناك توجيه المكالمة باستخدام بادئة خاصة. أما في LTE، فتمر المكالمات عبر IMS، أي على هيئة حزم عبر IP. وقد أُدمجت فيه خدمة وسائط طوّرها الفريق ليمر عبرها التدفق الصوتي. ولا حاجة إلى تغيير الرقم.

القيد الأساسي هو الوقت. يجب استقبال كل حزمة، وتحويلها إلى صيغة مناسبة للشبكة العصبية، وتنقيتها، ثم إرسالها إلى وجهتها خلال نحو 20 مللي ثانية. وإذا لم تكتمل المعالجة في هذا الوقت، فسيسمع طرفا المكالمة طقطقة وتقطّعات. ويتعامل النموذج مع محادثة متواصلة، لا مع تسجيلات منفصلة، لذلك كان لا بد من تكييفه ليحتفظ بحالته بين المقاطع.

لم تكن النماذج المفتوحة الجاهزة لتحسين الكلام مناسبة دون تعديل. وخضعت لتدريب إضافي على تسجيلات لضوضاء حقيقية، منها صوت ضاغط يعمل. ولتجنّب استهلاك موارد GPU في كل محادثة، أضاف الفريق نموذج مراقبة صغيراً يقرّر متى تلزم تنقية مكثّفة، ومتى تكفي خوارزمية خفيفة. وهناك عامل جغرافي أيضاً: كلما ابتعدت عقدة المعالجة عن المشترك، صَعُب الالتزام بحد التأخير.

للحل عيوب أيضاً: يتغيّر الصوت قليلاً بعد المعالجة، وإن ظل مفهوماً. والنظام قيد التشغيل الفعلي بالفعل، لكن MWS لا تعتزم الكشف عن أوزان النماذج. والمهمة التالية هي استعادة الصوت المفقود أثناء نقله عبر الشبكة.

وكلاء يصلحون الوثائق

عرض يفغيني أرتيمييف، الذي يشغل منصب Stream lead Architect في MWS، أداة تعالج مشكلة مألوفة: تتطوّر الشيفرة، فيما تبقى وثائق البنية البرمجية عالقة في الماضي. فلا تُدرج الخدمات المصغّرة الجديدة وتعديلات API في وصف النظام، ويفقد هذا الوصف تطابقه مع الواقع.

تجمع الأداة البيانات من مستودعات الشيفرة وDevOps وJira وConfluence. يحلّل وكيل التغييرات ويختار المواد ذات الصلة، ثم يدمجها وكيل ثانٍ ويعدّ مقترحات للتحديث. ويدير منسّق سير العمل، فيما تزيل طبقة منفصلة المعلومات السرية قبل إرسالها إلى النموذج. وتكون المخرجات ملفات YAML وMarkdown يمكن استخدامها للبحث عن التقنيات المتقادمة، واستعراض الروابط بين الأنظمة، وتقييم المخاطر. ويتخذ مهندس البنية البرمجية قرار إجراء التعديلات.

كانت المقارنة بين نمطي العمل أكثر ما يفيد في العرض. في النمط الحتمي، يحدّد المطوّرون الخطوات والأدوات مسبقاً. أما في النمط غير الحتمي، فيقرّر الوكيل بنفسه ما يفعله. وفي تجربة باستخدام Claude، كان الخيار الثاني أسوأ: استهلك النموذج توكنات أكثر، ونفّذ إجراءات زائدة، وكان أقل التزاماً بالبنية المحدّدة. لذلك اختار الفريق LangGraph، حيث تُحدَّد المراحل والانتقالات المسموح بها، ويمكن لعدة وكلاء العمل بالتوازي. وكان الثمن زيادة صعوبة تتبّع الأخطاء وإصلاحها، إذ يلزم مراقبة حالة كل وكيل وحفظ النتائج الوسيطة.

وثمة مأزق آخر يتمثّل في فحص البيانات قبل إرسالها إلى النموذج. يمكن تنفيذ ذلك بالتعبيرات النمطية أو بنموذج تصنيف. لكن المصنّف في أحد المشاريع استغرق ثلاث إلى أربع ثوانٍ على CPU، فيما كان الحد المسموح به 500 مللي ثانية.

«خريطة الفرضيات»: يظل الإنسان هو من يحدّد الهدف

قدّم ألكسندر بينديو منهجية تربط أهداف الشركة ومواردها وظروفها الخارجية برهاناتها الاستراتيجية. وتستند إلى تحليل SWOT مترابط. وتتمثّل فكرته الأساسية في أن تسريع عمليات منفردة لا يضمن نمو الأعمال. فإذا أصبحت كتابة رسالة تستغرق خمس دقائق بدلاً من ساعتين، فهذا يوفّر الوقت، لكنه لا يزيد الإيرادات بالضرورة.

في حالة تطبيقية، أنشأ الذكاء الاصطناعي خريطة انطلاقاً من ملف PDF صغير، وجاءت قريبة من الواقع. لكن الأمر كله يتوقف على صياغة الهدف: فالخطأ فيه يقود إلى مقاييس خاطئة، ويظهر ذلك فور المقارنة بالمرجع المعياري. وفي العرض الثاني، طرح النموذج، باستخدام مهارات من GitHub، أسئلة توضيحية، وقدّم خريطة مع نموذج أولي للواجهة. لكنه أخطأ في تحديد الجهة المعنية، وكان لا بد من تصحيح ذلك يدوياً. وحين تبيّن أن أحد الاتجاهات غير موجود، استُبدلت البيانات، وأُنتجت نسخة جديدة خلال نحو عشر دقائق. وتكمن قيمة النموذج الأولي هنا في سرعة الحصول على الملاحظات، لا في جودة التنفيذ.

القيود معلنة بوضوح: تُضبط بعض الروابط يدوياً، ويجب أن يعرف المستخدم المنهجية كي يوجّه النموذج ويقيّم إجاباته.

ما الذي يمكن تطبيقه عملياً

في الختام، اقترح المشاركون خدمات تعتمد على تقنيات MWS: مساعداً للمدير، وخدمة كونسيرج صوتية، ومترجماً، ومساعداً لإجراء محاولات الاتصال بالجهات الحكومية. وفي سيناريوهات مثل توثيق ما اتُّفق عليه، تظل مسألة الحجية القانونية للنتيجة مفتوحة.

يمكن اختزال الخلاصة في ثلاث قواعد. في تطبيقات الزمن الحقيقي، احسبوا أولاً ميزانية التأخير وتكلفة GPU، واستخدموا سلسلة تجمع نموذجاً خفيفاً وآخر ثقيلاً. ومع الوكلاء، ابدؤوا برسم بياني صارم، ولا تخفّفوا قيوده إلا حيث يكون ذلك مبرَّراً، مع قياس تكلفة الفحوص الوقائية مسبقاً. وفي المهام الاستراتيجية، خصّصوا وقتاً لصياغة الهدف، لأن جودة كل ما يأتي بعده تعتمد عليه.

تنويه: هذا عرض لمحتوى قدّمه المطوّرون أنفسهم. ولم تُقدَّم قياسات مستقلة لجودة إلغاء الضوضاء أو دقة الوكلاء.