视频一区二区欧美丨亚洲国产欧美动漫在线人成丨日本三级一区丨91新网站丨日韩草比丨亚洲综合色噜噜狠狠网站超清丨蜜桃无码一区二区三区丨久久99热婷婷精品一区丨久久久久黄色片丨国内激情自拍丨深夜在线网站丨国产精品1000夫妇激情啪丨julia中文字幕久久亚洲蜜臀丨视频h在线丨亚洲精品国产综合99久久夜夜嗨丨成人免费午夜性大片丨最新三级网站丨欧美激情视频在线播放丨午夜伦4480yy私人影院丨91在线视频导航

5G采用了大規(guī)模天線系統(tǒng)和超密集組網(wǎng)技術(shù)，并將引入頻譜共享、D2D等復(fù)雜的無線傳輸技術(shù)，與此前移動網(wǎng)絡(luò)技術(shù)相比，整體網(wǎng)絡(luò)架構(gòu)也更加靈活，功能更加豐富，業(yè)務(wù)趨向多樣化，這一切都使得網(wǎng)絡(luò)的規(guī)劃、部署、管理、維護(hù)成為極具挑戰(zhàn)性的工作，并且5G網(wǎng)絡(luò)天生肩負(fù)著為用戶提供智能化的、最佳體驗的服務(wù)使命。因此，未來的5G網(wǎng)絡(luò)必將具備高度的自治能力和充分的靈活性。

經(jīng)過60多年的演進(jìn)，特別是在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學(xué)等新理論、新技術(shù)以及經(jīng)濟(jì)社會發(fā)展強(qiáng)烈需求的共同驅(qū)動下，人工智能技術(shù)也正在加速發(fā)展，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放、自主操控等新特征。受腦科學(xué)研究成果啟發(fā)的類腦智能蓄勢待發(fā)，芯片化、硬件化、平臺化趨勢更加明顯，人工智能發(fā)展進(jìn)入新階段。當(dāng)前，新一代人工智能相關(guān)學(xué)科的發(fā)展、理論建模、技術(shù)創(chuàng)新、軟硬件升級等正在整體推進(jìn)，即將引發(fā)鏈?zhǔn)酵黄疲苿咏?jīng)濟(jì)社會各領(lǐng)域從數(shù)字化、網(wǎng)絡(luò)化向智能化加速邁進(jìn)。

5G擁抱AI的五點建議

在5G時代，網(wǎng)絡(luò)與人工智能的結(jié)合將成為必然命題，運(yùn)營商應(yīng)緊緊抓住國家人工智能發(fā)展規(guī)劃帶來的歷史性機(jī)遇，充分利用各方技術(shù)、產(chǎn)品、運(yùn)營實力，促進(jìn)通信行業(yè)向網(wǎng)絡(luò)智能化、業(yè)務(wù)個性化、行業(yè)應(yīng)用智慧化和管理智能化轉(zhuǎn)型。運(yùn)營商還應(yīng)通過人工智能技術(shù)，提高網(wǎng)絡(luò)規(guī)劃、建設(shè)、維護(hù)等方面的效率，增強(qiáng)網(wǎng)絡(luò)智能組網(wǎng)、靈活運(yùn)作、高效支撐業(yè)務(wù)等方面的能力，降低網(wǎng)絡(luò)建設(shè)、維護(hù)和管理成本，提升自身行業(yè)、個人、家庭業(yè)務(wù)的競爭力，實現(xiàn)網(wǎng)絡(luò)智能化轉(zhuǎn)型。在這個過程中，5G網(wǎng)絡(luò)應(yīng)從以下五大方面入手，做好擁抱AI的準(zhǔn)備。

網(wǎng)絡(luò)數(shù)據(jù)規(guī)范化

數(shù)據(jù)的獲取和處理是AI應(yīng)用于5G網(wǎng)絡(luò)的一大挑戰(zhàn)。移動通信數(shù)據(jù)維度高、數(shù)據(jù)類型多、數(shù)據(jù)量大、缺失數(shù)據(jù)多、不同設(shè)備廠家數(shù)據(jù)格式不統(tǒng)一等，導(dǎo)致無線數(shù)據(jù)獲取和處理難。

針對AI應(yīng)用于5G網(wǎng)絡(luò)的數(shù)據(jù)獲取和處理問題，整個通信行業(yè)需要聯(lián)動起來。首先要形成統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，針對無線網(wǎng)絡(luò)數(shù)據(jù)，由權(quán)威協(xié)會、聯(lián)盟或國家部門制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，涵蓋數(shù)據(jù)格式、參數(shù)定義、計算方式等多個方面，降低數(shù)據(jù)處理的復(fù)雜度；其次是提取高價值數(shù)據(jù)，減少數(shù)據(jù)存儲和計算所需的硬件資源；再次是數(shù)據(jù)脫敏，對于含有用戶隱私或涉及信息安全的數(shù)據(jù)加密編碼，這將有效保護(hù)個人隱私，并且不影響AI算法對數(shù)據(jù)的分析；最后需要加強(qiáng)分布式并行處理，對于大體量的無線數(shù)據(jù)集，建立分布式系統(tǒng)，并行處理數(shù)據(jù)，提高處理效率。

能力開放融合

運(yùn)營商在AI技術(shù)方面的積累比較薄弱，存在硬件部署、軟件開發(fā)、人才短缺、成本不足等問題。面對這些問題，運(yùn)營商需要結(jié)合AI產(chǎn)業(yè)界的力量，一方面發(fā)揮自身在“云、管、端”和大數(shù)據(jù)應(yīng)用等方面的優(yōu)勢，另一方面積極與互聯(lián)網(wǎng)行業(yè)、AI產(chǎn)品公司等具有深厚技術(shù)積累的外界伙伴合作，不斷積累AI技術(shù)知識，學(xué)習(xí)互聯(lián)網(wǎng)行業(yè)在AI應(yīng)用方面的經(jīng)驗，以便更快、更好地將人工智能應(yīng)用于5G網(wǎng)絡(luò)，推動網(wǎng)絡(luò)向智能化方向發(fā)展。

如果能將網(wǎng)絡(luò)相關(guān)能力開放，并引入AI技術(shù)進(jìn)行融合，形成網(wǎng)絡(luò)+AI的能力開放平臺，那么AI與網(wǎng)絡(luò)將非常好地契合。網(wǎng)絡(luò)開放出來的數(shù)據(jù)、傳輸、信息等能力和資源，可以使AI技術(shù)快速地融入網(wǎng)絡(luò)，為運(yùn)營商提升AI服務(wù)能力打下重要基礎(chǔ)，也是AI技術(shù)上補(bǔ)短板行之有效的方法。采用合作分享、“借兵打仗”的辦法，可以提升AI服務(wù)能力，同時建設(shè)電信行業(yè)自己的AI隊伍。

例如，當(dāng)前中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院正在與AI“獨(dú)角獸”——第四范式進(jìn)行合作，借助第四范式AutoML產(chǎn)品“升維”的特征處理思想，將用于互聯(lián)網(wǎng)行業(yè)的AI算法引入到運(yùn)營商的網(wǎng)絡(luò)平臺中，同時將網(wǎng)絡(luò)傳輸、調(diào)度、路由等能力以及經(jīng)過脫敏的網(wǎng)絡(luò)、用戶和業(yè)務(wù)數(shù)據(jù)通過能力開放平臺輸送給AI引擎，實現(xiàn)了通過“升維”算法找到網(wǎng)絡(luò)和用戶的個體特征、組合特征與目標(biāo)結(jié)果的潛在聯(lián)系，從而提升網(wǎng)絡(luò)發(fā)展、用戶體驗和業(yè)務(wù)需求等方面預(yù)測結(jié)果的準(zhǔn)確度。借鑒“升維”的思想，還可以解決網(wǎng)絡(luò)質(zhì)量、用戶體驗評估、網(wǎng)絡(luò)故障定位、問題溯源等方面的難題。通過仿真測試，相比傳統(tǒng)移動通信網(wǎng)絡(luò)中使用的決策樹、專家系統(tǒng)等經(jīng)典機(jī)器學(xué)習(xí)算法，“升維”這種互聯(lián)網(wǎng)行業(yè)所采用的新算法帶來了超出預(yù)期的效果，分析結(jié)果準(zhǔn)確性從66%提升到79%，突破了傳統(tǒng)方法的準(zhǔn)確性瓶頸。

引入技術(shù)的創(chuàng)新化

已有的AI算法在復(fù)雜的通信場景中不一定適用，需要根據(jù)通信網(wǎng)絡(luò)特點對AI算法進(jìn)行改進(jìn)或創(chuàng)新。例如，在應(yīng)用AI技術(shù)解決業(yè)務(wù)體驗評估和網(wǎng)絡(luò)動態(tài)優(yōu)化的問題方面，現(xiàn)有的一些AI方法可以很好地解決互聯(lián)網(wǎng)業(yè)務(wù)用戶體驗評估和App功能優(yōu)化，但是卻無法適應(yīng)移動通信網(wǎng)絡(luò)的多因素關(guān)聯(lián)性和環(huán)境復(fù)雜性。

為了克服網(wǎng)絡(luò)狀態(tài)和服務(wù)的動態(tài)特性，應(yīng)對多樣化的多媒體業(yè)務(wù)挑戰(zhàn)，中國聯(lián)通網(wǎng)研院聯(lián)合清華大學(xué)AI研究團(tuán)隊，將現(xiàn)有AI算法進(jìn)行改進(jìn)創(chuàng)新，并且與人因工程、移動通信網(wǎng)絡(luò)力量相結(jié)合，提出一種基于強(qiáng)化學(xué)習(xí)的面向QoE的通信和服務(wù)協(xié)同優(yōu)化方法，將用戶的心理、生理感知映射到移動業(yè)務(wù)體驗，再將移動通信的KpI與QoE建立關(guān)聯(lián)。通過強(qiáng)化學(xué)習(xí)及反饋學(xué)習(xí)機(jī)制建立模型來獲得高維空間中的最優(yōu)解。同時，輸出端的實時網(wǎng)絡(luò)狀態(tài)和服務(wù)質(zhì)量被反饋到輸入端，從而在當(dāng)前服務(wù)需求下獲得最高的網(wǎng)絡(luò)資源利用率，使用戶體驗最佳，實現(xiàn)移動網(wǎng)絡(luò)中復(fù)雜業(yè)務(wù)的動態(tài)聯(lián)合優(yōu)化及提升QoE的最終目標(biāo)。

AI應(yīng)用的邊緣化

5G網(wǎng)絡(luò)將面向豐富的垂直行業(yè)應(yīng)用提供服務(wù)，帶來更多的邊緣服務(wù)需求。多接入邊緣計算（MEC）是5G的重要技術(shù)之一，通過在靠近移動用戶的位置上提供信息技術(shù)服務(wù)環(huán)境和云計算能力，可以更好地支持5G網(wǎng)絡(luò)中低時延和高帶寬的業(yè)務(wù)要求。同時，MEC天然具有與AI結(jié)合的基因，它更接近數(shù)據(jù)源和基站這樣的網(wǎng)絡(luò)神經(jīng)末梢，因此可以和5G基站、邊緣大數(shù)據(jù)系統(tǒng)配合。AI技術(shù)在邊緣業(yè)務(wù)場景智能化、無線網(wǎng)絡(luò)的開放化等方面將發(fā)揮重要作用。

例如，針對通信網(wǎng)絡(luò)中視頻等媒體業(yè)務(wù)請求暴增、網(wǎng)絡(luò)擁塞、現(xiàn)網(wǎng)視頻內(nèi)容分發(fā)響應(yīng)延遲等問題，可以將人工智能技術(shù)應(yīng)用在5G網(wǎng)絡(luò)MEC緩存決策中來提高用戶體驗質(zhì)量，基于每個基站收集的網(wǎng)絡(luò)數(shù)據(jù)智能地確定高速緩存設(shè)備中的內(nèi)容。基于深度學(xué)習(xí)的MEC緩存方案可以增強(qiáng)MEC緩存命中率，從而使視頻請求能夠得到快速響應(yīng)。

網(wǎng)絡(luò)環(huán)境的模型化

傳統(tǒng)網(wǎng)絡(luò)的路損計算、覆蓋規(guī)劃、波束成型等都涉及到對網(wǎng)絡(luò)環(huán)境的計算，在5G復(fù)雜網(wǎng)絡(luò)環(huán)境的背景下，引入AI解決與網(wǎng)絡(luò)環(huán)境相關(guān)的規(guī)劃優(yōu)化等問題是必經(jīng)之路，這時需要將傳統(tǒng)代數(shù)計算的方法進(jìn)行基于AI的建模，AI算法中的準(zhǔn)確建模對算法的實際應(yīng)用效果至關(guān)重要。

一方面，通信網(wǎng)絡(luò)具有場景多的特點，針對通信網(wǎng)絡(luò)中的不同場景，例如導(dǎo)頻功率調(diào)整、邊緣吞吐率提升、M-MIMO波束調(diào)整、D-MIMO智能簇分配、多天線特性增益等多種場景，需要分別進(jìn)行精準(zhǔn)化的建模。另一方面，通信網(wǎng)絡(luò)具有時變性強(qiáng)的特點，針對網(wǎng)絡(luò)發(fā)射的異常行為（如被惡意攻擊）或者外部環(huán)境變化（如惡劣天氣引發(fā)的信道突變）導(dǎo)致的突發(fā)性變化，需要建立動態(tài)學(xué)習(xí)、持續(xù)學(xué)習(xí)的算法模型，以應(yīng)對通信場景中的突發(fā)問題。例如，建立準(zhǔn)確的無線信道大尺度模型對于網(wǎng)絡(luò)設(shè)計至關(guān)重要，它可以確定小區(qū)的覆蓋大小，從而達(dá)到減少鄰區(qū)干擾、優(yōu)化網(wǎng)絡(luò)的目的。

但目前信道建模的方法主要依賴于信道測量，基于無線信道的各種統(tǒng)計特性建立的信道模型，具有難以針對特定環(huán)境給出準(zhǔn)確信道響應(yīng)的缺點，具有一定局限性。利用人工智能方法，根據(jù)無線信道數(shù)據(jù)的特點，可將大小尺度衰落預(yù)測等任務(wù)進(jìn)行抽象，將其歸類于機(jī)器學(xué)習(xí)擅長解決的回歸分類等問題，通過機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘，得到更精確的信道衰落預(yù)測和模擬方法。

AI在網(wǎng)絡(luò)中的應(yīng)用尚處在起步階段

通信網(wǎng)絡(luò)正朝著多元化、寬帶化、綜合化、智能化的方向發(fā)展。無線傳輸采用越來越高的頻譜、越來越大的帶寬、越來越多的天線，因此傳統(tǒng)的通信方法復(fù)雜度太高且性能難以保證。同時，隨著智能終端和各種App的爆發(fā)，無線通信網(wǎng)絡(luò)行為和性能因素比過去更加動態(tài)和不可預(yù)測。低成本、高效率地運(yùn)營日益復(fù)雜的無線通信網(wǎng)絡(luò)是當(dāng)前運(yùn)營商面臨的一項挑戰(zhàn)。另外，社交媒體的活動可以影響到用戶的網(wǎng)絡(luò)行為，隨著網(wǎng)絡(luò)運(yùn)營與優(yōu)化的焦點從網(wǎng)絡(luò)性能轉(zhuǎn)變?yōu)橛脩趔w驗，傳統(tǒng)的KpI優(yōu)化方法和網(wǎng)絡(luò)規(guī)劃優(yōu)化工具已經(jīng)無法滿足5G網(wǎng)絡(luò)的需求。

網(wǎng)絡(luò)傳輸中有大量的測量信息，而通信網(wǎng)絡(luò)本身也有大量的終端、業(yè)務(wù)、用戶、網(wǎng)絡(luò)運(yùn)維、無線傳輸性能等大數(shù)據(jù)，充分利用這些通信大數(shù)據(jù)，采用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智能方法，進(jìn)行深度挖掘，并實時進(jìn)行動態(tài)重配置無線網(wǎng)絡(luò)，是提高網(wǎng)絡(luò)性能和用戶感受，減少人力成本投入，自適應(yīng)各種新型應(yīng)用的核心和關(guān)鍵。

但是，人工智能在通信領(lǐng)域的應(yīng)用仍處于起步階段，5G網(wǎng)絡(luò)的智能化演進(jìn)路線中挑戰(zhàn)與機(jī)遇并存，運(yùn)營商需要結(jié)合網(wǎng)絡(luò)現(xiàn)狀、云化轉(zhuǎn)型進(jìn)度、5G技術(shù)成熟度分階段推進(jìn)二者融合，并與設(shè)備商、互聯(lián)網(wǎng)企業(yè)、研究機(jī)構(gòu)等共筑智能新生態(tài)。