To B場景下,如何發揮AI和5G的協同效應?

7月10日,在世界人工智能大會上,華爲公共開發部總裁魯鴻駒發表了《5G引領新基建、AI創造新價值》的主題演講,對外分享了華爲在網絡智能化方面的思考與實踐。

以下是此次分享內容節選(經InfoQ整理編輯):

今年4月國家發佈新基建規劃,牽引產業投入,促進了經濟與社會邁向新階段。5G可謂是新基建之手,憑藉優異的連接能力,將與雲數據中心、人工智能等數字基礎設施深度融合,進一步激發數據價值,加速中國社會數字經濟的發展進程。

我們認爲,連接的密度乘以計算的精度,與數字經濟的強度正相關,這也是5G和AI被定位爲新一代基礎設施的重要原因。

工信部數據顯示,我國5G基站數量正以每週1萬多個的速度快速增加。目前我國已開通5G基站25萬個,5G套餐用戶突破7300萬。中國信通院在國內部分重點城市的5G網絡測試結果顯示,當前我國5G用戶平均下行數據超過了500兆,這些令人振奮的數字都向世界證明,中國的5G跑出了新速度新高度,成爲全球5G標杆。

與此同時,2020年突如其來的新冠疫情席捲全球,在抗擊疫情的過程中,5G的技術優勢和業務特長,在抗擊疫情的過程中得以集中體現。

通信界的同仁們爭分奪秒與死神賽跑,依託自動化和智能化技術,三天開通了武漢火神山、雷神山5G網絡,遍及全國數億雲監控。

通過5G網絡共同見證了中國企業基於5G的遠程會診、熱成像、遠程監測等18類應用,推動解決了戰疫過程中很多實際問題,最大限度減少了密切接觸,有力地保障了醫護人員的安全。遠程辦公、遠程教育等,也正在助力實現抗擊疫情和復工復產兩不誤。

後疫情時代帶來的不僅是個人的深度數字化,也正在深刻地影響組織協同與社會治理的方式,大規模的遠程協作與辦公成爲趨勢,網絡化和數字化的治理方式,凸顯了其社會價值得以被廣泛採納。

我們的時代正從享受人口和流量紅利的消費互聯時代,轉變爲以連接和數據紅利爲核心的產業互聯時代。而人工智能技術在這一轉型中扮演着融合創新的催化器作用。

未來十年是智能時代蓬勃發展的黃金十年,萬物感知、萬物互聯、萬物智能的智能社會,需要一張自動、自愈、自優、自治的網絡。

華爲堅持願景和客戶雙輪驅動的投資戰略,在連接領域,華爲率先提出了自動駕駛網絡戰略。早在2012年華爲就成立了未來網絡實驗室,致力於未來網絡架構的研究與創新。

2013年,華爲提出面向應用連接的全雲化All Cloud的戰略,意味着PC互聯時代向雲化時代蓬勃轉型的十年。

2018年,我們面向智能時代發佈了自動駕駛網絡ADN(Autonomous Driving Network)的戰略,希望通過架構性的創新來解決電信業的結構性問題。通過數據與知識驅動,實現網絡的自動、自愈、自優、自治。

面向5G網絡,通過應用ADN架構,全棧引入AI,我們期待能夠在網絡、運營、商業三個層面,創造新的價值。

在網絡層面,華爲將AI重點應用在5G網絡能效控制、性能優化兩大領域。最大化網絡價值的同時,打造一張更加綠色節能的通信網絡。在網絡節能上,引入AI對歷史數據進行學習訓練,精準識別多樣化流量業務模型,進而制定精細化的行動策略,從而實現節能範圍更廣,節能時段更長,網絡能效得以最大化。

在網優領域,爲達到Massive-MIMO最佳覆蓋效果,僅通過一套初始參數應用到全網往往無法實現,而手動調整費時費力。Massive-MIMO的波束參數組合達到了上萬種,更是增加了調整的複雜度。通過引入人工智能的性能預測,能夠迅速鎖定Massive-MIMO的最佳參數配置組合,並在用戶規模上線後開啓自動智能迭代,讓參數組合動態自動適配場景的變化。

自2017年開始,華爲就將AI技術應用在服務於運營商規劃、建設、運維、優化的運營流程中,將過去30年積累的電信行業知識與機器學習生成的模型,構建在技術平臺上並持續演進。

在5G規劃階段,通過引入AI小區級的AI流量預測精準度達到75~85%,價值區域識別從月縮短到周或者日,有助於提升投資效率。

在5G的建設階段,通過全景相機現場採集信息,基於算法、攝影、測量實現遠程在線勘測,代替傳統現場手工測量。通過AI圖像識別對棧點安裝進行在線AI質檢和驗收,加速5G部署。

在維護階段,通過AI提升運維效率和質量,保障超可靠5G網絡。在優化階段,通過3D Rank仿真技術挖掘網絡的潛力,提升速率。在5G時代隨着AI切片和MEC等關鍵新技術的引入,運營商從傳統業務提供者轉變爲千行百業的to B業務提供者,行業市場對網絡提出了多樣化需求,將AI技術運用於業務應用場景識別,網絡按需部署、動態策略執行,能夠幫助運營商更敏捷實現新業務創新。比如某OTT運營商計劃在某個展館進行手遊電競直播,需要運營商提供穩定的5G網絡,保障現網選手的比賽公平,同時提供多玩家視角的直播體驗。

在這種密集人羣的大帶寬低時延的業務場景下,我們正在研究將AI技術應用解決5G網絡的動態評估,基於大數據分析快速實現OTT的商業訴求到網絡能力的映射,並給予在線評估現網資源,通過自動部署、動態切片,靈活調度MEC的算力,以滿足直播業務的質量要求。同時在直播過程中基於AI算法的KPI監控,智能動態調整網絡參數,實現切片的動態彈性和MEC的算力調整,實現網絡自優化、突發故障主動自愈,保障OTT電競直播順利進行。

當前to B場景下如何發揮AI和5G的協同效應是產業研究的熱點之一,也必將激發業務創新,以更敏捷、更靈活、更低成本的方式使能千行百業的商業成功。

2019年華爲與中國移動共同選擇在河南移動開展全面系統的ADN聯合創新,一方面解決5G建設初期工期緊急、維護壓力大、優化週期長等挑戰,另一方面共同探索網絡+AI的技術應用和合作模式,加快創新成果的推廣複製。

經過一年多的共同努力,在智能網絡運維、智能規劃優化、智能能效管理、智能業務保障等四個方面開展了數十個課題規模驗證。智能網絡運維在鄭州分公司的應用實現了99%以上的壓縮,減少了30%的無效工單。從許昌分公司數千個小區智能優化的運營效果來看,優化效率提升了30%,多輪迭代優化後5G網絡覆蓋提升了14%。

網絡+AI經過了四年的研究創新和試點應用,在節能等領域實現了小規模應用,規模商用的曙光已經出現,但我們認爲網絡+AI的規模應用仍面臨不少工程難點,需要產學研緊密配合予以突破。我們認爲將AI引入網絡主要的難題在於數據樣本少、標註工作量大和模型泛化難,華爲提出引入聯邦學習、主動學習和遷移學習來解決這三大難題。

另外將AI應用到網絡是需要產業各方合作的系統工程,爲更好的促進AI+產業發展,結合過去幾年華爲與合作伙伴的實踐,華爲倡議產業各方積極參與,在三個方面加強協同,共同制定參考架構接口標準,共同建設自動駕駛網絡的評估體系,並探索新型合作關係。

第一,2020年TMF、3GPP和ETSI分別立項了自動駕駛網絡的商業架構、技術架構、分級標準等項目,加速形成了自動駕駛網絡商業需求和技術能力的共識,指引產業各方產品的開發、商業應用和合作的策略,驅動產業做大空間價值共享。

第二,持續深化自動駕駛網絡評估體系建設,以牽引網絡自動化智能化的升級和代際演進。

第三,網絡+AI的突破高度依賴於網絡數據,依賴於業務領域知識,依賴於算法的突破,需要產業各方共同探索更高效的合作模式。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章