隨著5G商用落地，臨近不惑之年的移動通信技術與過了甲子之年的人工智能技術，從獨立演進開始走向深度融合發展。
“5G+AI”已經被業界視為一組最新的通用目的技術（指那些可以對全球或者國家經濟體產生影響的技術）組合，被寄望能夠賦能各個垂直行業，以應對各行各業隨著技術發展面臨的復雜問題，實現降本增效的目的。
尤其近一年多的時間里，隨著大模型技術的突飛猛進，人們對于AI加持千行百業的現實性和推進速度也更加樂觀，期待著遠景快速變為現實。
移動通信為什么需要與AI融合，這種融合的背后有著怎樣的必然性？AI會如何影響移動通信，這些影響有哪些是已經發生的現實？大模型的出現，又會對通信行業帶來哪些新的機遇？AI和通信的未來將會如何發展？
在本文中，我們將翻開一部技術融合的敘事長卷，深入探討AI和通信技術如何相互交織、相互促進，共同編織出一個全新的科技故事。從最初的相遇到如今的深度合作，AI與通信技術的結合不僅是技術領域的一次飛躍，更是人類探索智能化世界的一次宏大敘事。
為什么通信需要AI
通信的本質，在于通過各種通信技術（例如移動通信、衛星通信、固定網絡通信等）將信號中封裝的信息從出發點傳到目的地。衡量通信質量的標準是信息從發送端到接收端是否可以精確、完美地復現。
在移動發展早期，通信業務以簡單的語音處理為主。尤其是從1G到3G這個階段，移動通信網絡與業務的生態體系還不夠完善，此時的主要任務是業務生態體系完整性的構建。
到4G階段，生態系統基本實現了網絡系統全IP 化，支持語音與數據業務，更重要的是，這一階段，移動通信開始嘗試賦能垂直行業，業界也開始提出移動通信網絡自動化與智能化的需求和發展理念。
再往后，隨著移動通信網絡變得日益復雜以及通信業務生態日益多樣化，通信網絡基礎設施和業務系統需要面對的復雜場景也越來越多。
這些復雜場景依靠傳統的人工規則預定義與執行的處理和管理能力已經無法滿足需求。由此，自動化、智能化的體系和手段也就成為通信系統中越來越突出的需求，唯有如此，才能保障網絡與業務持續的運行與發展。
另一方面，自2001年3G商用，到2020年5G廣泛商用，移動互聯網及數據相關業務在這20年中得到了蓬勃發展，通信生態系統中產生的海量大數據，也為人工智能在通信領域的發展和應用提供了天然、高質量的數據源。
整體而言，現代移動通信系統經過近40年的發展，已經逼近香農極限，也即通信效率和性能已經非常接近理論上的最優性能。此時，區別于傳統的分層自治方式，利用人工智能技術將通信系統考慮為一個整體模型進行分析與優化，則有可能將通信系統智能化的發展推向一個新的階段。
5G與AI融合的必要性
受算法、算力、需求等方面的影響，早期的移動通信系統并不涉及人工智能應用。直到2008年，3GPP開始定義SON功能后，通信領域才開始探索各種人工智能算法對SON的應用。
SON是“Self-Organizing Network”的縮寫，中文意思是“自組織網絡”，是一種自動網絡管理技術，主要目標是減少人工干預，通過自動化過程來優化和管理網絡性能。
研究初期，主要利用遺傳算法、進化算法、多目標優化算法等分布式優化算法對網絡的覆蓋和容量進行優化。后續，機器學習技術被引入，用于網絡實現自組織、自配置、自優化、自治愈的關鍵方法。然而，通信人工智能真正的飛躍性發展始于2017 年。
2017年，在國際電信標準組織3GPP RAN第78次全體會議上，5G NR首發版本正式發布，這也意味著全球第一個可商用部署的5G標準誕生。
5G技術以其大連接、低時延、高速率的顯著特性，加之網絡的云化和切片化，正逐漸成為推動產業數字化轉型的關鍵力量。
在產業鏈各方的共同努力下，圍繞增強型移動寬帶(eMBB)、大規模機器類通信(mMTC)、超可靠低延遲通信(uRLLC)三大應用場景的發展，5G網絡預計將催生更多產業形態和創新應用。
同時，隨著電信網絡向虛擬化和云化轉型，以及5G和物聯網技術的深度整合，網絡架構和技術正經歷深刻變革，并面臨前所未有的挑戰。
在此背景下，人工智能憑借其卓越的數據分析和信息提取能力，不僅可以幫助運營商將數據紅利轉化為信息紅利，還能夠內部解決通信網絡面臨的效率和能力問題，外部智能地提供綜合數字和信息服務。通過融入AI技術，通信網絡將賦予智慧大腦，朝著網絡智能化邁進。
AI在移動網絡基礎設施領域的發展
從《通信人工智能的下一個十年》一文中，我們看到，AI技術已經開始向移動網絡基礎設施的各個角度展開滲透，不論是無線接入網、核心網、傳輸網，還是終端設備，AI的影響力正日益增強，重塑著我們對網絡技術的理解和應用。
在無線接入網方面，人工智能的作用體現為在基站網絡中提升信號處理的準確性和效率，以及自動化和優化網絡運營。這包括使用深度學習和強化學習算法來評估和預測信道質量，改進信號檢測和信道編解碼。
此外，自組織網絡（SON）應用通過人工智能實現了網絡的自配置、自優化和自愈合，涉及到多個方面如網絡覆蓋、節能管理和移動性優化等。
該領域代表性的產品有新華三旗下的WA5320X 系列無線基站接入設備，其特點包括智能射頻優化技術以提高無線覆蓋的準確性和穩定性，靈活的Fat和Fit工作模式適應不同網絡需求，內置射頻優化引擎（ROE）以提升網絡性能和質量，以及智能負載均衡技術，優化用戶接入和網絡容量。
在核心網方面，人工智能的作用體現為通過新技術提升5G網絡的管理和優化。特別是，3GPP SA2定義的網絡人工智能網元（NWDAF）首次將人工智能標準化并應用于核心網絡，以提高移動性管理和網絡服務質量。
另一方面，O-RAN平臺推出了基于AI的無線智能控制器（RIC），旨在實現無線資源、移動性和連接管理的智能化。
今年年初，浙江移動聯合華為在杭州成功完成5G核心網智能化網元NWDAF首個直播業務創新試點。該試點成功驗證了5G核心網智能化網元NWDAF對直播業務的應用級體驗感知、智能分析和動態保障能力，標志著5G網絡體驗經營已具備基本試商用能力，為消費者獲得更豐富的數據業務服務奠定了基礎。
此外，網絡軟件供應商Mavenir在今年年初宣布，推出了一款O-RAN聯盟無線接入網智能控制器(RIC)。作為新一代開放式RAN網絡智能產品，Mavenir O-RIC能夠通過開放式應用編程接口(API)構建差異化服務，可實現智能閉環端到端網絡調整，從而優化網絡性能，提高成本效率，并盡可能改善用戶體驗。Mavenir O-RIC提供網絡智能即服務(NIaaS)，可帶來關于網絡的細粒度深刻洞察，幫助客戶通過先進的智能技術構建解決方案。
在傳輸網方面，人工智能的作用體現為提升光傳輸網絡的管理和優化，以及推動網絡向更智能化和自動化的方向發展。光傳輸網絡通過采用先進技術如SDON（軟件定義光網絡）和CON（認知光網絡），實現更靈活的網絡流量控制和更高的業務傳輸效率。
人工智能在這里主要應用于預測網絡故障、縮短恢復時間、優化信號質量等方面。此外，為了適應5G時代的需求，構建基于IPv6的智能IP網絡也成為發展趨勢。這里的智能化涵蓋了靈活的網絡路由、保障網絡服務水平、提升網絡傳輸的確定性等方面，其中人工智能技術發揮著關鍵作用。
愛立信在今年11月份宣布推出智能云原生傳輸網控制器。該產品采用AI（人工智能）與ML（機器學習）技術，可實現對微波、IP和光網絡的分析和自動化管理，為運營商提供先進的解決方案，實現移動傳輸網絡效率最大化。
在終端方面，人工智能的作用體現為通過終端和芯片的智能化來增強網絡基礎設施。這包括從終端芯片收集的性能數據，這些數據被報告給自組織網絡（SON）系統或運維支撐系統（OSS）。利用這些系統中的網絡人工智能分析引擎，可以實現無線網絡的智能優化。
近年來，高通、紫光展銳等知名芯片生產商在智能芯片領域取得顯著進展，相繼推出了多款智能化產品。與此同時，模組生產企業如廣和通、美格智能和有方科技等，也基于這些創新芯片技術推出了各式各樣的智能模組產品。
盡管上述各個方面的技術目前還處于探索階段，但它們預示著移動網絡基礎設施在AI賦能下，未來將持續朝著智能和高效的方向邁進。
5G與AI融合的具體應用場景
在推動各行業數字化轉型和構建智能網絡的背景下，5G網絡正在深入融合人工智能技術。這種融合不僅增強了網絡的內部功能，如自動化管理和安全防護，而且通過智能算法將大數據資源轉化為更高效的網絡規劃和故障診斷能力。
5G網絡的智能化應用主要分為兩個方向：
一是增強網絡運維的自動化和智能化，將以依靠專家經驗為主的運營模式逐步轉變為 AI技術加成下的智能網絡模式，從而實現高效、低成本、易維護的運營運維，并精準貼合各細分行業及其業務場景的個性化需求；
二是增強網絡自身的功能和特性，通過引入AI將網絡的事后觸發優化流程調整為事前預測及主動優化性能，從而緩解時滯，實現網絡資源及各項性能的及時調整和優化分配。
根據中興通訊發布的《5G網絡智能化白皮書》，未來5G網絡的智能化應用場景可分為四大類別：網元智能、預測智能、運維智能和邊緣智能。這些類別分別專注于網絡優化策略、預測性決策、運維自動化以及高實時性的邊緣應用。
通過AI技術的應用，5G網絡能夠實現業務體驗的全面優化閉環。這包括對用戶體驗進行智能評估和監測，結合業務需求和網絡能力進行綜合分析，以及通過反饋機制進行策略調整和跟蹤，以實現成本和體驗的最優匹配。
例如，通過智能數據分析，建立用戶體驗指標和QoS（服務質量）指標之間的關系模型，并基于此模型實時評估業務的用戶體驗質量。同時，分析用戶的通信習慣，優化QoS參數，使用強化學習算法對資源和用戶進行調度和優化，確保業務質量。多接入協同技術基于AI，可提高多接入資源的利用率，優化用戶體驗。
此外，網絡智能技術還能利用電信行業的算力、數據和應用場景優勢，推動端管云生態的重新定義，構建新的商業模式。云邊端的計算能力和網絡狀態實時變化，在此基礎上，引入AI技術可以預測計算和網絡負載，使運營商能夠對多維資源進行聯合優化調度，實現云網邊端資源的一體化調度和動態分配，滿足業務服務質量的同時優化資源效率。
大模型帶來的新機遇
在AI大模型成為焦點之前，無線AI領域的研究主要集中在使用小型模型解決特定、局部問題。這些小模型專注于細分場景，處理特定的問題。與小模型相比，大模型展現出更強的通用性和泛化能力，以及顯著降低AI應用門檻的潛力。大模型能夠利用少量數據進行微調，或者甚至無需微調即可應對多種場景的任務。
AI大模型在移動通信網絡中的應用預示著門檻的降低和效率的提升。數據斷點將被有效連接，專家的經驗得以積累并融入網絡中，網絡的維護、運營和用戶場景化需求適配將更加智能化和動態化。大模型在移動通信網絡中的多重作用包括：
網絡優化：AI大模型能分析大量網絡數據，識別擁塞、性能瓶頸和故障，并提供優化建議。它通過學習歷史數據和實時監測，預測網絡流量需求，幫助運營商調整資源，提升用戶體驗和服務質量。
無線資源管理：大模型協助頻譜資源、天線配置和能量分配等方面的資源管理，根據實時環境和網絡條件優化資源利用，提高網絡容量和覆蓋。
網絡故障診斷與預測：AI大模型監測網絡運行狀態，識別故障和問題，分析性能指標、日志和告警信息，及時發現異常，進行故障診斷和預測，提升網絡可靠性和穩定性。
用戶行為分析：大模型分析用戶在網絡中的行為，提供個性化服務和營銷策略，如根據用戶偏好推薦應用和內容，提升用戶滿意度和忠誠度。
安全保障：大模型協助網絡安全，監測流量，識別威脅和攻擊，采取防御措施。還可應用于用戶身份驗證、欺詐檢測和數據加密，保障通信隱私和數據安全。
AI大模型的引入是通信行業邁向更高智能化水平的關鍵步驟，隨著AI大模型與通信行業融合地不斷深入，我們可以期待一個更加智能、高效和安全的通信網絡環境，為用戶和企業帶來更多的創新和便利。
AI融入通信網絡的未來
在3GPP的第18次版本更新（R18）中，5G技術在支持人工智能和機器學習應用方面的重要性和潛力得到了特別強調。這一點在提升數據分析的準確性和拓展服務應用的多樣性方面尤為突出。重點涉及兩大AI在網絡應用的項目：
網絡數據分析功能（NWDAF）的增強：該項目集中于結合聯邦學習（一種機器學習技術）和移動通信技術，旨在開發一種既能高效利用電信網絡大數據又能保護用戶隱私的商業解決方案。項目還包括將執行結果作為模型輸入，以此來優化模型并提升分析精度。此外，還涵蓋了與網管域智能化分析網元（MDAF）的協同工作，以增強網絡側的分析能力。
5G系統對AI和機器學習服務的支持：這一項目強調5G技術在AI和機器學習服務方面的作用，特別是在模型分發、傳遞和訓練方面。這種支持能服務于多種應用，如視頻和語音識別、機器人控制等，并涉及開放網絡信息給AI和機器學習應用，以及在QoS和策略方面的增強。
同時，隨著6G技術的發展，AI與通信的結合將更加深入和廣泛。在《6G移動通信網絡數據服務與數據面》一文中，作者指出：6G 網絡是數據的生產者和提供者，為智能應用提供可信數據服務，同時又是數據的消費者，借助數據驅動的智能應用提升網絡性能和運營效率。因此，如何優化數據治理、挖掘數據價值、提供可信數據服務，對6G網絡設計提出了全新的挑戰。
6G將具備內生智能和感知兩大新增能力。內生智能通過傳感設備感知網絡狀態、環境及用戶/設備行為產生的海量數據，而感知功能則利用AI、數字孿生等技術進行建模分析和自動決策，旨在提升網絡運營效率和系統性能，并為智能應用提供數據服務。
寫在最后
展望未來，AI在通信領域的應用不僅將更加深入和廣泛，而且有望開啟通信技術的新紀元。隨著5G和即將到來的6G等新一代通信技術的不斷發展，AI的角色將從一個輔助工具轉變為網絡的核心驅動力。在基礎設施建設、網絡管理、安全保護、以及最終用戶體驗的優化等各個層面，AI的影響將是全面且深遠的。這種影響不僅限于提高網絡的性能和可靠性，更關鍵的是，它將為用戶帶來更為豐富、個性化和智能化的通信服務。
此外，通信也不再僅僅是信息的傳遞者，而是成為了智能化社會的樞紐和基石。AI的加入，將賦予通信網絡以前所未有的智能化和自適應能力，使之不僅能夠處理當前的需求，更能夠預見和適應未來的變化。這種前所未有的融合，將是一個持續演進的過程，每一步的進展都將對我們的生活和工作方式帶來深刻的影響。
參考文獻：
《通信人工智能的下一個十年》，電信科學
《AI賦能網絡智能化轉型，行業迎來新機遇增持》，東吳證券
《6G 移動通信網絡數據服務與數據面》，物聯網學報
《基于人工智能的5G 無線網絡智能規劃和優化》，智能城市應用
《5G網絡智能化白皮書》，中興通訊
《大模型時代，AI如何助力移動通信？》，C114
《從R18進展看5G-A架構演進》，華為技術專欄
《浙江移動聯合華為率先完成5G核心網智能化網元NWDAF首個直播業務創新試點》，C114
