都說5G和AI密不可分,但究竟是為什么?難道2G、3G和4G不配嗎?之所以5G與AI能擦出不一樣的火花,不僅與移動通信自身的性質有關,還與人工智能的發展方向有關。
為什么是5G+AI?
在回答這個問題之前,首先要了解通信人工智能的發展階段。
畢竟,移動通信和人工智能,并不是從一開始就"緊密聯系"的。
個關鍵轉折點,發生在1999年。
這一年,3GPP作為全球的通信行業和技術標準委員會,次將無線通信算法、模型寫到了3GPP的2G/3G場景規范中。
當時的算法和模型,雖然還不叫人工智能,多數叫做"基于數據的網絡仿真"、"基于數據分析/機器學習的網絡仿真"等技術,但它確實是通信人工智能的萌芽。
在這之后,移動通信經過了2G和3G,一直到2008年來到4G商用階段。
第二階段,是2008年~2018年。
這段時間,3GPP在3G/4G標準中定義了一個關鍵字SON,有自組織、自優化、自治愈的特性。
隨著SON的提出,通信行業的廠商和通信運營商,開始逐漸認識到機器學習和人工智能對于網絡的助益。
理論建立了起來,然而機器學習和人工智能,在這段時間里卻一直沒有長足發展。
這與2G、3G和4G自身的特性有關。
其一,雖然3GPP次將機器學習和人工智能定義到3G和4G的網絡生態體系中,但它卻并非一個"必選品",其作用僅僅相當于一個電腦附件。
其二,在當時知名度較高的AMDOCS、Verizon和AT&T等軟件公司,雖然都有意發展SON,但卻忽視了一個事實--
2G和3G的網絡體系生態,包括軟硬件、接口、流程、信令等,都不是從智能化的理念來設計的,因此人工智能對它們的加成意義不大,"就像打了一針疫苗卻沒有引起身體反應一樣。"
這也是為什么,在2G、3G乃至于4G的發展期間,人工智能和移動通信并沒有出現強相關的現象。
隨后,5G到來,通信人工智能真正進入第三階段。
2017年12月,3GPP次定義了通信人工智能的網元,讓人工智能真正變成了移動通信的核心功能。
但,為什么5G和AI的相性度會這么高呢?
其一,5G網絡本身相當復雜。
3G、4G的網絡設計,直接就融入了一些AI模型也會用到的算法,如BS算法、生成算法、多目標優化等,用于負載均衡、網絡質量、容量優化等應用中,但不需要再進行進一步融合。
然而,不論是從接入側、核心網,還是從傳輸、終端、應用這些層面來說,5G的網絡生態都要復雜得多。
在這種時候,5G的網絡模型,已經無法用精確的數學模型表示,這個時候用上AI模型,反而能在傳輸和運營等層面上提供新的思路。
其二,5G通信產生的數據量非常巨大。
而AI的特性之一,剛好是能處理大量數據。
利用深度學習算法,就能讓通信網在協議層真正地融合,也能更高效地使用計算機領域的算法、和互聯網中的技術,來讓移動通信變得更高效。
除此之外,張亞勤院士認為,5G與AI融合所面臨的大挑戰,是要看它的核心應用在什么地方:
看視頻更快、圖片傳輸效率更高、VR/AR等等,可能都不是它核心的應用。更大的應用,可能還是在工業場景,例如無人駕駛、邊緣計算、低能耗等場景上。如何用新的網絡設施、低能耗的方式、有效的路徑完成任務,是一個很大的挑戰,但也是未來的機遇。
通信人工智能,到哪一步了?
那么,處在"第三階段"的通信人工智能,現在發展到哪個階段了?
目前通信人工智能處于L1和L2階段之間。
簡單來說,目前行業實現了通信生態系統中部分自治的能力,也就是通過人工智能、自動化技術,來實現生態系統中某一部分自治的能力。
而且,這個能力并不是百分百閉環的。
也就是說,目前我們正處在L1.5的階段上。
以通信網絡為例,目前3GPP在核心網絡的交換機中已經定義了NWDAF功能,它可以幫助網絡路由更智能地進行判斷和選擇,也可以進行更準確的分析。
也就是說,在網絡的各個節點上、或者網絡的某些關鍵組件和部件上,實現了一些智能化的功能。
而理想的階段,則是達到完全網絡自治管理。