複盤MWC上海：AI大模型時代到來 通訊網路將會如何改變？

在上周MWC上海2023期间的“5G未来峰会”上，来自国内电信运营商、设备商以及重要行业协会的专家代表们，分享了目前AI技术在电信网络中的应用情况，以及大模型对整个行业带来的新的可能性。与会专家普遍认为，大模型带来影响是颠覆性的，尤其对于运营商的网络运维和业务交付能力来说将会带来显著提升。但未来如何实现AI大模型的商业变现并做大市场蛋糕，还需要更多的探讨与开放协作。

AI in Network标准化工作稳步推进

技术发展，标准先行。作为本次的论坛重头戏之一，中国移动研究院无线与终端技术所技术经理、主任研究员谢芳详细介绍了3GPP在R18中进行的AI/ML标准化研究工作。她表示，目前3GPP有四个工作组在进行AI/ML标准化方面的研究工作，分别包括AI/ML for Air Interface、AI/ML for RAN、AI/ML for 5GS以及AI/ML for OAM。

具体来看，在目前R18的AI/ML for Air Interface研究项目中，在网络设备侧和用户终端侧有三种主要的训练协作类型，一种是互相没有协作（level x），一种是基于信令的协作但没有模型传输（level y），还有一种是有模型传输的基于信令的协作（level z）。同时，引入AI以后，很重要的一个工作是研究生命周期管理（LCM））的通用框架。此外，目前3GPP在R18空口这个项目里面重点研究了三个用例：分别为CSI、波束管理和定位的增强。

谢芳谈到，AI/ML for RAN在R18项目中的研究更为明确一点，因为在R17阶段就已经把三个用例（负载平衡、移动性优化和网络节能）以及功能框架等研究得比较清楚明白了。所以在这个项目中，R18的主要任务是在现有的无线网络的架构基础上去具体实现数据采集的增强以及信令的增强。

另外，AI/ML for 5GS主要是AI引入之后核心网的一些增强工作，在这个项目中R18主要包括三方面的工作，第一个是进一步研究基于NWDAF的系统增强功能，以允许5GS支持网络自动化；第二个是进一步聚焦在5GC的网元功能之间的一些增强，主要目标是支持决策制定；第三个是进一步研究围绕NWDAF的必要inputs和outputs以及潜在的架构增强、新的场景等。

最后，AI/ML for OAM是3GPP比较早开展AI相关的标准化研究工作的，主要是基于MDAS的管理数据分析服务，一些主要的项目包括闭环控制、意图驱动管理、自智网络水平等。

当AI大模型引入自智网络

“数据、算力、模型是实现AI三个必不可少的要素，而通信网络是天然的很标准的能够提供这三个要素的一个场景，所以说AI在通信领域的应用从一开始就有，只是程度好不好的问题。”中国联通研究院网络智能运营研究中心总监程新洲在圆桌讨论环节谈到，从2009年3G网络商用之后，移动互联网飞速发展，数据呈现爆发式增长，大量的数据为深度学习提供了很好的空间，AI从此迎来了一个大发展，通信领域的AI成果也开始不断增加，

他指出，大模型出现之前，机器学习很多首先是基于规则的，其次需要大量的数据标记，同时很多都是单领域、单数据源的训练，因此跨领域多模态的能力不足，这样就会导致很多东西联合不起来，从而使其很难解决复杂的、系统的工程。另外，基于人类的认知经验积累的东西很难引入到模型训练里面，知识突破的出现实际上一定程度解决了专家经验的积累，但它在一定时间段内是静态的，不能做到实时的更新。而大模型出现后真正出现了智能，它会进行自主学习，并且能够做到跨领域多模态，因此颠覆了原来很多东西。

程新洲认为，AI大模型引入到自智网络之后，会带来更低的门槛和更高的效率，一个个数据的断点会被打通；同时，专家经验长期的积累会注入到网络当中；此外，未来的网络的维护，包括运营以及适配用户场景化动态化的需求，会变得人机不分。

中國行動通訊集團公司網路事業部網管支撐處專家羅志毅對上述觀點表示了認同。他表示，從自智網路的角度來看，首先大模型帶來了一個網路全景的全面認知的能力，這對於電信營運商面臨的多供應商管理難題以及不同層面的網路協同與運維難題，帶來了學習成本的下降以及整體維運能力的躍升。 「借助大模型我們希望能夠全面地把複雜的網路知識進行體系化的梳理，最終能夠助力我們構建真正的數位員工，透過數位員工來快速地完成業務交付和網路定界，從而實現整體運維能力的躍升，我覺得這是GPT的一個很重要的方向。」同時，中國移動希望利用大模型對於自然語言的上下文關聯和理解能力來實現對客戶意圖的精準翻譯，然後直接生成方案并快速進行自動化的配置。

總結來說，這家中國最大的電信營運商希望透過AI大模型實現跨領域的、跨廠家的、多複雜系統的、群體的知識圖譜，同時也希望能夠形成更自然的人機交互能力，從而能夠幫助運維人員更好地去管理網路。

AI與網路深度融合後實際效果如何

作為全球領先的通訊設備供應商之一，愛立信中國區網路產品方案總經理吳日平在此次論壇上分享了目前愛立信在AI in Network方面的實踐探索與顯著成果。他表示，行動網路越來越複雜，資料處理量越來越大，無論是營運商還是設備商乃至最終用戶，都希望以5G為代表的行動網路的維護成本下降，用戶的體驗上升，這成為愛立信將人工智慧引入整個通訊網路的核心驅動力。

在吳日平看來，人工智慧在通訊領域的發展，是從手工的、被動式的初級智能，向數據驅動的、主動型的高級智能的演進；如果按三個階段來劃分，第一階段的代表是基於腳本的自動化處理，第二階段是引入機器學習的資料科學技術，第三階段則是基於意圖的、具備認知能力的人工智慧，而愛立信已經成功完成了第一和第二階段的發展，現在正在拓展第三階段的能力。

他在演講中強調，在通訊網路中實現人工智慧，需要充分考慮通訊網路的特性和要求。為了打造專業通訊領域的AI能力，愛立信從網路站點、網路平台、API開放三個維度打造了通訊領域的人工智慧。愛立信的人工智慧建立在深厚的電信專業知識與數據科學和人工智慧知識相結合的堅實基礎上。愛立信擁有1000多名擁有電信和數據科學經驗的多技能專家，在通訊領域開發了超過200個AI用例；愛立信的人工智慧平台每天處理的網路數據超過175TB，6500萬的現網用戶因而享受到更優質的網路服務。

具體到實踐成果來說，從網路可靠性方面，愛立信透過使用人工智慧，減少了營運商20%的上站需求，實現了光模組故障定位100%的準確度，減少了33%不必要的硬體更換等。網路效能的提升更是人工智慧在通訊網路中應用的重點，在參數調優、問題定位和改善使用者體驗等方面發揮著巨大的作用。在國內，愛立信的AI節電平台協助業者管理9萬餘個5G基地台，節電效果超過20%。此外，在上行幹擾的最佳化工作中，愛立信採用了人工智慧方式，自動識別大氣波導的干擾效應，並自動化的實施紓解手段，收到了良好效果。

實現AI變現仍需開放協作

值得注意的是，參與此次圓桌討論的另一位行業專家——TM Forum亞太區區域總監徐俊傑表示，無論是電信運營商還是設備廠商，實際上可能沒有足夠的資源來投入到通用大模型的訓練中。現在大家已經形成共識，那就是通用的大模型並不適用於電信業——因為通用的大模型只能從互聯網上來學，它學習不到運營商的生產數據。 「我認為，中國的三大營運商擁有非常好的基礎設施，還有華為和中興通訊這些在全球參與了大量網路建設的供應商，他們也有機會接觸到各個營運商的一些實際生產數據，相對來講還是有機會訓練出一些比較好用的大模型。但對於一些中小運營商以及中小型廠商來說，其實機會是很有限的，因為如果沒有充足的數據和充足的算力，大模型是做不出來的。這是非常現實的一個情況。」

徐俊傑談到，國內幾家業者以及設備廠商都在做大模型的一些實踐。但從整個產業來看，還是應該是考慮到大模型的一些重用。但是重用會涉及模型的開放。那麼如何將模型開放出來，讓更多人對這些模型進行評估，這其實是一個很重要的問題。同時，包括如何對使用這些開放出來的模型進行收費，如何確保一個更好的商業模式，都是需要產業去思考的。

對此，羅志毅認為，「在商業模式方面，我覺得大家要用到自智網絡裡的自動化、智能化能力，來賦能實體經濟以及國家提出數位轉型的一個發展。在這種全新的賽道裡面大家可以一起做大蛋糕，共同提升整個產業的價值。這可能是目前來看比較好的一個模式。」

程新洲亦表示，做大市場蛋糕符合各方預期。從這個角度來看，在數位中國規劃中底層為連結和資料要素，而這正是通訊產業（包括營運商和設備廠商）掌握的兩個基本要素，因此未來通訊產業的發展並非只是自身發展而已，全社會的數位轉型都離不開網路連結和資料要素的賦能。類比於雲端公司的發展軌跡來看，它們從最初提供硬體到如今銷售眾多組件插件服務一樣，其發展空間是非常廣闊的，這個空間不僅僅是在IT領域，而是會輻射到整個社會的數位化轉型裡面，因此未來整個市場的蛋糕一定是很大的，將來設備商和運營商可能不是供應和使用的關係，而可能是合作夥伴的關係。

他在討論中直言，「大模型的顛覆性作用，可能不亞於第一次工業革命的珍妮紡紗機。未來的商業模式是不能當前的組織形式去暢想的。我認為大模型的出現不是結束，而是一個新的起點段，是開始的開始。」

C114通訊網 艾斯

以上是複盤MWC上海：AI大模型時代到來 通訊網路將會如何改變？的詳細內容。更多資訊請關注PHP中文網其他相關文章！