加入收藏 | 设为首页 | 会员中心 | 我要投稿 威海站长网 (https://www.0631zz.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 运营中心 > 建站资源 > 经验 > 正文

联通专家:5G拥抱AI当从五方面入手

发布时间:2019-02-14 11:11:29 所属栏目:经验 来源:李露 李一喆 冯毅
导读:5G采用了大规模天线系统和超密集组网技术,并将引入频谱共享、D2D等复杂的无线传输技术,与此前移动网络技术相比,整体网络架构也更加灵活,功能更加丰富,业务趋向多样化,这一切都使得网络的规划、部署、管理、维护成为极具挑战性的工作,并且5G网络天生
副标题[/!--empirenews.page--]

5G采用了大规模天线系统和超密集组网技术,并将引入频谱共享、D2D等复杂的无线传输技术,与此前移动网络技术相比,整体网络架构也更加灵活,功能更加丰富,业务趋向多样化,这一切都使得网络的规划、部署、管理、维护成为极具挑战性的工作,并且5G网络天生肩负着为用户提供智能化的、最佳体验的服务使命。因此,未来的5G网络必将具备高度的自治能力和充分的灵活性。

联通专家:5G拥抱AI当从五方面入手

经过60多年的演进,特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论、新技术以及经济社会发展强烈需求的共同驱动下,人工智能技术也正在加速发展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。受脑科学研究成果启发的类脑智能蓄势待发,芯片化、硬件化、平台化趋势更加明显,人工智能发展进入新阶段。当前,新一代人工智能相关学科的发展、理论建模、技术创新、软硬件升级等正在整体推进,即将引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速迈进。

5G拥抱AI的五点建议

在5G时代,网络与人工智能的结合将成为必然命题,运营商应紧紧抓住国家人工智能发展规划带来的历史性机遇,充分利用各方技术、产品、运营实力,促进通信行业向网络智能化、业务个性化、行业应用智慧化和管理智能化转型。运营商还应通过人工智能技术,提高网络规划、建设、维护等方面的效率,增强网络智能组网、灵活运作、高效支撑业务等方面的能力,降低网络建设、维护和管理成本,提升自身行业、个人、家庭业务的竞争力,实现网络智能化转型。在这个过程中,5G网络应从以下五大方面入手,做好拥抱AI的准备。

网络数据规范化

数据的获取和处理是AI应用于5G网络的一大挑战。移动通信数据维度高、数据类型多、数据量大、缺失数据多、不同设备厂家数据格式不统一等,导致无线数据获取和处理难。

针对AI应用于5G网络的数据获取和处理问题,整个通信行业需要联动起来。首先要形成统一数据标准,针对无线网络数据,由权威协会、联盟或国家部门制定统一的数据标准,涵盖数据格式、参数定义、计算方式等多个方面,降低数据处理的复杂度;其次是提取高价值数据,减少数据存储和计算所需的硬件资源;再次是数据脱敏,对于含有用户隐私或涉及信息安全的数据加密编码,这将有效保护个人隐私,并且不影响AI算法对数据的分析;最后需要加强分布式并行处理,对于大体量的无线数据集,建立分布式系统,并行处理数据,提高处理效率。

能力开放融合

运营商在AI技术方面的积累比较薄弱,存在硬件部署、软件开发、人才短缺、成本不足等问题。面对这些问题,运营商需要结合AI产业界的力量,一方面发挥自身在“云、管、端”和大数据应用等方面的优势,另一方面积极与互联网行业、AI产品公司等具有深厚技术积累的外界伙伴合作,不断积累AI技术知识,学习互联网行业在AI应用方面的经验,以便更快、更好地将人工智能应用于5G网络,推动网络向智能化方向发展。

如果能将网络相关能力开放,并引入AI技术进行融合,形成网络+AI的能力开放平台,那么AI与网络将非常好地契合。网络开放出来的数据、传输、信息等能力和资源,可以使AI技术快速地融入网络,为运营商提升AI服务能力打下重要基础,也是AI技术上补短板行之有效的方法。采用合作分享、“借兵打仗”的办法,可以提升AI服务能力,同时建设电信行业自己的AI队伍。

例如,当前中国联通网络技术研究院正在与AI“独角兽”——第四范式进行合作,借助第四范式AutoML产品“升维”的特征处理思想,将用于互联网行业的AI算法引入到运营商的网络平台中,同时将网络传输、调度、路由等能力以及经过脱敏的网络、用户和业务数据通过能力开放平台输送给AI引擎,实现了通过“升维”算法找到网络和用户的个体特征、组合特征与目标结果的潜在联系,从而提升网络发展、用户体验和业务需求等方面预测结果的准确度。借鉴“升维”的思想,还可以解决网络质量、用户体验评估、网络故障定位、问题溯源等方面的难题。通过仿真测试,相比传统移动通信网络中使用的决策树、专家系统等经典机器学习算法,“升维”这种互联网行业所采用的新算法带来了超出预期的效果,分析结果准确性从66%提升到79%,突破了传统方法的准确性瓶颈。

引入技术的创新化

已有的AI算法在复杂的通信场景中不一定适用,需要根据通信网络特点对AI算法进行改进或创新。例如,在应用AI技术解决业务体验评估和网络动态优化的问题方面,现有的一些AI方法可以很好地解决互联网业务用户体验评估和APP功能优化,但是却无法适应移动通信网络的多因素关联性和环境复杂性。

为了克服网络状态和服务的动态特性,应对多样化的多媒体业务挑战,中国联通网研院联合清华大学AI研究团队,将现有AI算法进行改进创新,并且与人因工程、移动通信网络力量相结合,提出一种基于强化学习的面向QoE的通信和服务协同优化方法,将用户的心理、生理感知映射到移动业务体验,再将移动通信的KPI与QoE建立关联。通过强化学习及反馈学习机制建立模型来获得高维空间中的最优解。同时,输出端的实时网络状态和服务质量被反馈到输入端,从而在当前服务需求下获得最高的网络资源利用率,使用户体验最佳,实现移动网络中复杂业务的动态联合优化及提升QoE的最终目标。

AI应用的边缘化

5G网络将面向丰富的垂直行业应用提供服务,带来更多的边缘服务需求。多接入边缘计算(MEC)是5G的重要技术之一,通过在靠近移动用户的位置上提供信息技术服务环境和云计算能力,可以更好地支持5G网络中低时延和高带宽的业务要求。同时,MEC天然具有与AI结合的基因,它更接近数据源和基站这样的网络神经末梢,因此可以和5G基站、边缘大数据系统配合。AI技术在边缘业务场景智能化、无线网络的开放化等方面将发挥重要作用。

例如,针对通信网络中视频等媒体业务请求暴增、网络拥塞、现网视频内容分发响应延迟等问题,可以将人工智能技术应用在5G网络MEC缓存决策中来提高用户体验质量,基于每个基站收集的网络数据智能地确定高速缓存设备中的内容。基于深度学习的MEC缓存方案可以增强MEC缓存命中率,从而使视频请求能够得到快速响应。

网络环境的模型化

(编辑:威海站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读