人工智能應(yīng)用素養(yǎng) 課件 第5章　人工智能在通信技術(shù)領(lǐng)域中的應(yīng)用

人工智能對(duì)通信業(yè)的影響人工智能應(yīng)用素養(yǎng)01目錄CONTENTS通信業(yè)的智能化發(fā)展歷程02通信業(yè)人工智能發(fā)展態(tài)勢(shì)通信業(yè)的智能化發(fā)展歷程1Part從80年代誕生之初到如今，移動(dòng)通信技術(shù)已經(jīng)經(jīng)歷了三十多年的技術(shù)變革，第五代移動(dòng)通信技術(shù)5G目前已經(jīng)在全球范圍實(shí)現(xiàn)了大規(guī)模，多領(lǐng)域的商業(yè)應(yīng)用，給人類的生產(chǎn)與生活帶來了極大的便利。通信業(yè)的智能化發(fā)展歷程人工智能技術(shù)的發(fā)展進(jìn)一步帶動(dòng)了通信技術(shù)的創(chuàng)新，促進(jìn)了通信技術(shù)的智能化發(fā)展。移動(dòng)通信技術(shù)的發(fā)展大體可以分為五代，從1G到5G其技術(shù)演進(jìn)如下圖所示。通信業(yè)的智能化發(fā)展歷程通信業(yè)人工智能發(fā)展態(tài)勢(shì)2Part通信業(yè)人工智能發(fā)展態(tài)勢(shì)

通信智能化迎來重要發(fā)展期將人工智能技術(shù)引入到新一代通信基礎(chǔ)設(shè)施建設(shè)，是構(gòu)建通信智能化和實(shí)現(xiàn)萬(wàn)物互聯(lián)的前提和保障，對(duì)于促進(jìn)通信、信息技術(shù)與實(shí)體產(chǎn)業(yè)的融合和發(fā)展具有重要的意義。人工智能技術(shù)可以為通信基礎(chǔ)設(shè)施提供基于數(shù)據(jù)的預(yù)測(cè)、感知和管控能力，優(yōu)化通信網(wǎng)絡(luò)結(jié)構(gòu)，解決了很多傳統(tǒng)通信技術(shù)無(wú)法處理的難題。在實(shí)際的應(yīng)用中發(fā)現(xiàn)，很多復(fù)雜的通信場(chǎng)景需要借助人工智能技術(shù)進(jìn)行決策，因?yàn)槿斯ぶ悄芡热祟惸茏龀龈鼫?zhǔn)確的判斷和更良好的效率。通信業(yè)人工智能發(fā)展態(tài)勢(shì)

通信各行業(yè)加大人工智能的研究與部署目前，全球主流的網(wǎng)絡(luò)通信運(yùn)營(yíng)商都在積極探索和引入人工智能和大數(shù)據(jù)技術(shù)，為5G時(shí)代的網(wǎng)絡(luò)運(yùn)維提供輔助技術(shù)支持。國(guó)內(nèi)三大運(yùn)營(yíng)商也在積極布局人工智能領(lǐng)域，圍繞智慧客服、智慧城市、智慧醫(yī)療、智能交通、智能網(wǎng)絡(luò)運(yùn)維、智能5G網(wǎng)絡(luò)等做了很多的工作。與此同時(shí)，國(guó)外的通信運(yùn)營(yíng)商們也紛紛開展人工智能技術(shù)的賦能研究，積極推動(dòng)人工智能技術(shù)在通信領(lǐng)域的應(yīng)用。通信業(yè)人工智能發(fā)展態(tài)勢(shì)

通信各行業(yè)加大人工智能的研究與部署中國(guó)移動(dòng)積極推動(dòng)了網(wǎng)絡(luò)智能化水平分級(jí)框架和評(píng)估方法標(biāo)準(zhǔn)化工作，并且落地了多個(gè)結(jié)合人工智能技術(shù)的通信應(yīng)用案例和場(chǎng)景。移動(dòng)還發(fā)布了自主的人工智能基礎(chǔ)平臺(tái)“九天”，用來全線孵化系列AI能力和應(yīng)用服務(wù)能力。該平臺(tái)的功能架構(gòu)如圖所示。通信業(yè)人工智能發(fā)展態(tài)勢(shì)

通信網(wǎng)絡(luò)智能化標(biāo)準(zhǔn)的制定從2017年以來，國(guó)內(nèi)外多個(gè)標(biāo)準(zhǔn)組織和產(chǎn)業(yè)聯(lián)盟陸續(xù)成立了一系列網(wǎng)絡(luò)通信與人工智能技術(shù)相融合的工作組和標(biāo)準(zhǔn)項(xiàng)目。ETSI(EuropeanTelecommunicationsStandardsInstitute歐洲電信標(biāo)準(zhǔn)協(xié)會(huì))是歐共體委員會(huì)1988年批準(zhǔn)建立的一個(gè)非贏利性的電信標(biāo)準(zhǔn)化組織。ETSI全球移動(dòng)通信系統(tǒng)協(xié)會(huì)，簡(jiǎn)稱GSMA，成立于1987年，是全球移動(dòng)通信領(lǐng)域的行業(yè)組織。GSMA中國(guó)通信標(biāo)準(zhǔn)化協(xié)會(huì)(ChinaCommunicationsStandardsAssociation，縮寫為：CCSA)下設(shè)的多個(gè)技術(shù)委員會(huì)和標(biāo)準(zhǔn)推進(jìn)組都陸續(xù)開展了人工智能技術(shù)在通信技術(shù)領(lǐng)域應(yīng)用的行業(yè)標(biāo)準(zhǔn)和研究項(xiàng)目。CCSA感謝您的觀看！以上是

本節(jié)全部?jī)?nèi)容人工智能在通信業(yè)應(yīng)用現(xiàn)狀人工智能應(yīng)用素養(yǎng)01目錄CONTENTS人工智能在通信業(yè)應(yīng)用概述02人工智能在通信業(yè)應(yīng)用分析人工智能在通信業(yè)應(yīng)用概述1Part人工智能在通信業(yè)應(yīng)用概述人工智能給通信行業(yè)賦能人工智能技術(shù)可以從各個(gè)環(huán)節(jié)為通信行業(yè)進(jìn)行賦能，其中包括了接入網(wǎng)、傳輸網(wǎng)以及核心網(wǎng)的多個(gè)層級(jí)。無(wú)論是移動(dòng)網(wǎng)絡(luò)還是固定網(wǎng)絡(luò)的場(chǎng)景應(yīng)用，人工智能技術(shù)的應(yīng)用都帶來了顯著的成效，充分保障了用戶的通信需求，為用戶帶來最優(yōu)質(zhì)的服務(wù)體驗(yàn)。人工智能在通信業(yè)應(yīng)用概述目前人工智能技術(shù)在通信網(wǎng)絡(luò)中不同層面都得到了廣泛應(yīng)用，其在通信網(wǎng)絡(luò)中的應(yīng)用廣義上來說被分為了智能配置、智能運(yùn)維、智能管控、智能優(yōu)化和業(yè)務(wù)應(yīng)用五大維度，如下圖所示。人工智能在通信業(yè)應(yīng)用概述智能配置智能運(yùn)維智能管控

智能優(yōu)化

業(yè)務(wù)應(yīng)用人工智能技術(shù)在通信網(wǎng)絡(luò)中應(yīng)用的五大維度人工智能在通信業(yè)應(yīng)用分析2Part人工智能在通信業(yè)應(yīng)用分析以時(shí)間數(shù)據(jù)“顆粒大小”維度分析從時(shí)間和數(shù)據(jù)顆粒大小維度，可將人工智能在通信領(lǐng)域的應(yīng)用分為三大類。第一類主要面向小時(shí)/天/月為時(shí)間單位的管理面優(yōu)化，一般所需的數(shù)據(jù)為整網(wǎng)運(yùn)維和性能數(shù)據(jù)。第二類相比于第一類所需的時(shí)間和數(shù)據(jù)顆粒度更細(xì)，一般是秒級(jí)到分鐘級(jí)別的智能決策，主要是面向解決子網(wǎng)級(jí)別和用戶級(jí)別的控制面優(yōu)化問題。第三類應(yīng)用與業(yè)務(wù)要求更加實(shí)時(shí)，所需時(shí)間和數(shù)據(jù)顆粒度最小，一般為秒以下甚至毫秒級(jí)別，所需的數(shù)據(jù)為網(wǎng)元/用戶的實(shí)時(shí)數(shù)據(jù)。人工智能在通信業(yè)應(yīng)用分析以時(shí)間數(shù)據(jù)“顆粒大小”維度分析時(shí)間數(shù)據(jù)顆粒維度場(chǎng)景劃分人工智能在通信業(yè)應(yīng)用分析以時(shí)間數(shù)據(jù)“顆粒大小”維度分析三大類應(yīng)用場(chǎng)景的現(xiàn)狀分析第一類此類應(yīng)用對(duì)傳統(tǒng)網(wǎng)絡(luò)通信設(shè)備的影響較少，目前的研究相對(duì)成熟，部分網(wǎng)絡(luò)智能化應(yīng)用已經(jīng)進(jìn)入商業(yè)應(yīng)用階段，且已經(jīng)在現(xiàn)網(wǎng)中提供服務(wù)。第二類應(yīng)用主要處于測(cè)試驗(yàn)證階段，有部分應(yīng)用已經(jīng)在進(jìn)行實(shí)驗(yàn)室及現(xiàn)網(wǎng)的試點(diǎn)測(cè)試。第三類應(yīng)用則多處于理論研究階段，距離現(xiàn)網(wǎng)試點(diǎn)和商用還有一段距離。人工智能在通信業(yè)應(yīng)用分析感知預(yù)測(cè)類應(yīng)用發(fā)展優(yōu)于決策控制類應(yīng)用目前通信智能化應(yīng)用主要集中在感知預(yù)測(cè)類，通過數(shù)據(jù)中心對(duì)數(shù)據(jù)進(jìn)行收集和分析，輸出結(jié)果為運(yùn)維人員提供網(wǎng)絡(luò)運(yùn)維和管理參考。典型的落地應(yīng)用包括KPI異常檢測(cè)、故障預(yù)測(cè)、故障根因分析與定位、光網(wǎng)絡(luò)健康度分析及預(yù)測(cè)、家寬業(yè)務(wù)識(shí)別與內(nèi)容智能推薦等。決策控制類，目前典型的落地應(yīng)用主要集中在網(wǎng)絡(luò)的B域與O域，包括DC智能巡檢、業(yè)務(wù)智能熱遷移與設(shè)備節(jié)能等，而直接影響網(wǎng)絡(luò)運(yùn)營(yíng)的應(yīng)用尚處于試點(diǎn)或研究階段，例如智能基站節(jié)能、智能M-MIMO、智能負(fù)載均衡、大規(guī)模天線智能控制等。人工智能在通信業(yè)應(yīng)用分析通信智能化能力現(xiàn)狀I(lǐng)TU、3GPP、ETSI、GSMA、TMForum、GTI與CCSA等聯(lián)盟與標(biāo)準(zhǔn)化組織此前均已展開對(duì)通信智能化能力分級(jí)相關(guān)的研究工作。結(jié)合通信智能化需求及特點(diǎn)，可以從智能化的通用實(shí)現(xiàn)過程中抽象出具備廣泛適用性的智能化能力分級(jí)的6個(gè)等級(jí)來進(jìn)行評(píng)估。當(dāng)前通信智能化應(yīng)用已達(dá)到2-3級(jí)智能能力等級(jí)，網(wǎng)絡(luò)的閉環(huán)執(zhí)行與內(nèi)生智能將成為未來的發(fā)展與演進(jìn)重點(diǎn)。人工智能在通信業(yè)應(yīng)用分析通信智能化能力現(xiàn)狀網(wǎng)絡(luò)智能化能力分級(jí)評(píng)估方法感謝您的觀看！以上是

本節(jié)全部?jī)?nèi)容典型通信技術(shù)人工智能應(yīng)用場(chǎng)景人工智能應(yīng)用素養(yǎng)01目錄CONTENTS智能網(wǎng)絡(luò)規(guī)劃02智能網(wǎng)絡(luò)運(yùn)維03智能網(wǎng)絡(luò)優(yōu)化04智能基站節(jié)能05智能感知服務(wù)06智能5G應(yīng)用智能網(wǎng)絡(luò)規(guī)劃1Part智能網(wǎng)絡(luò)規(guī)劃5G網(wǎng)絡(luò)規(guī)劃更為復(fù)雜5G網(wǎng)絡(luò)規(guī)劃的考慮因素相比4G有大幅增加，比如有SA（Standalone，獨(dú)立組網(wǎng)）和NSA（Non-Standalone，非獨(dú)立組網(wǎng)）兩種組網(wǎng)方式，需要考慮低、中、高頻及非授權(quán)頻譜多種頻段，存在4G/5G頻譜共享、多陣列天線等多樣站型。這一系列新變化給5G網(wǎng)絡(luò)規(guī)劃帶來的復(fù)雜性呈指數(shù)級(jí)增長(zhǎng)。而基于4G現(xiàn)網(wǎng)下積累的容量、覆蓋等方面的歷史數(shù)據(jù)，再結(jié)合5G新特性，借助人工智能技術(shù)進(jìn)行關(guān)聯(lián)分析、學(xué)習(xí)訓(xùn)練、智能推理，將有效指導(dǎo)5G無(wú)線網(wǎng)絡(luò)規(guī)劃。智能網(wǎng)絡(luò)規(guī)劃5G網(wǎng)絡(luò)規(guī)劃應(yīng)用1.智能化容量評(píng)估對(duì)于5G高帶寬業(yè)務(wù)場(chǎng)景，可以用4G現(xiàn)網(wǎng)的網(wǎng)管、MR等數(shù)據(jù)為基礎(chǔ)，結(jié)合工參、用戶業(yè)務(wù)模型、套餐、網(wǎng)絡(luò)性能負(fù)荷等信息，利用相關(guān)算法分析熱點(diǎn)場(chǎng)景的特性，建立用戶需求預(yù)測(cè)模型，為5G網(wǎng)絡(luò)的容量規(guī)劃及建設(shè)提供指導(dǎo)。2.自動(dòng)站址規(guī)劃及覆蓋效果評(píng)估利用人工智能技術(shù)基于4G現(xiàn)網(wǎng)MR數(shù)據(jù)進(jìn)行5G站址規(guī)劃和覆蓋評(píng)估；利用人工智能算法對(duì)無(wú)線覆蓋特性進(jìn)行學(xué)習(xí)訓(xùn)練和建立模型，然后結(jié)合5G頻段、環(huán)境等特性對(duì)5G網(wǎng)絡(luò)的覆蓋效果做出評(píng)估，并可根據(jù)實(shí)際覆蓋效果對(duì)所建立的模型做進(jìn)一步的迭代優(yōu)化。智能網(wǎng)絡(luò)運(yùn)維2Part智能網(wǎng)絡(luò)運(yùn)維智能網(wǎng)絡(luò)運(yùn)維的概念智能網(wǎng)絡(luò)運(yùn)維的主要作用是進(jìn)行實(shí)時(shí)監(jiān)控、實(shí)時(shí)報(bào)警、異常檢測(cè)、故障根源分析和趨勢(shì)預(yù)測(cè)等。通過同步運(yùn)維數(shù)據(jù)，將平臺(tái)數(shù)據(jù)集中起來進(jìn)行優(yōu)化，分析和處理，達(dá)到動(dòng)態(tài)監(jiān)控的目的，從多維度、多數(shù)據(jù)源對(duì)現(xiàn)場(chǎng)操作和維護(hù)指標(biāo)的特征進(jìn)行記錄，實(shí)時(shí)預(yù)警，及時(shí)對(duì)關(guān)鍵的監(jiān)測(cè)點(diǎn)制定動(dòng)態(tài)檢查計(jì)劃。數(shù)據(jù)挖掘技術(shù)可以提早發(fā)現(xiàn)，并主動(dòng)預(yù)防可能出現(xiàn)的問題，以達(dá)到提升運(yùn)維效率的目的。智能網(wǎng)絡(luò)運(yùn)維目前網(wǎng)絡(luò)運(yùn)維的困境隨著通信產(chǎn)業(yè)ICT融合日益加速，加之人工智能、大數(shù)據(jù)、云計(jì)算等新興技術(shù)的引入，通信系統(tǒng)的規(guī)模和復(fù)雜度與日俱增，運(yùn)營(yíng)商在運(yùn)維方面面臨越的壓力越來越大，主要包括如下兩個(gè)方面。5G網(wǎng)絡(luò)相對(duì)于4G而言，技術(shù)架構(gòu)革命性變化，導(dǎo)致網(wǎng)絡(luò)復(fù)雜性加大新業(yè)務(wù)無(wú)歷史運(yùn)維經(jīng)驗(yàn)智能網(wǎng)絡(luò)運(yùn)維智能故障溯源智能故障溯源基于人工智能特征挖掘和大數(shù)據(jù)分析等技術(shù)，依據(jù)網(wǎng)絡(luò)及業(yè)務(wù)流程上下游關(guān)系，結(jié)合多個(gè)維度的歷史數(shù)據(jù)進(jìn)行分析，挖掘出依靠傳統(tǒng)人工經(jīng)驗(yàn)很難發(fā)現(xiàn)的潛在特征和規(guī)則，輸出故障和特征匹配的規(guī)則庫(kù)。智能故障溯源方案圖實(shí)際網(wǎng)絡(luò)中，系統(tǒng)可以根據(jù)故障特征自動(dòng)進(jìn)行規(guī)則匹配和診斷，并給出處理建議。智能網(wǎng)絡(luò)運(yùn)維智能健康度預(yù)測(cè)智能健康度預(yù)測(cè)基于人工智能的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，分析海量運(yùn)維數(shù)據(jù)，對(duì)故障發(fā)生前某一段時(shí)間內(nèi)的網(wǎng)絡(luò)特征等進(jìn)行抽取，從而有效進(jìn)行網(wǎng)絡(luò)監(jiān)控、預(yù)測(cè)/預(yù)防網(wǎng)絡(luò)故障發(fā)生。智能故障預(yù)測(cè)方案示意圖預(yù)測(cè)系統(tǒng)通過線下歷史數(shù)據(jù)訓(xùn)練，得到預(yù)測(cè)模型；線上部署系統(tǒng)后，定期采集數(shù)據(jù)，檢測(cè)健康度，并用訓(xùn)練好的預(yù)測(cè)模型進(jìn)行故障預(yù)測(cè)，如右圖所示。智能網(wǎng)絡(luò)運(yùn)維智能工單管理工單管理是運(yùn)維的核心，工單將運(yùn)維人員和組織有效串聯(lián)起來，形成任務(wù)驅(qū)動(dòng)的運(yùn)維體系。而運(yùn)維人力合理調(diào)度就成為工單調(diào)度的重點(diǎn)。智能工單管理系統(tǒng)基于電子化數(shù)據(jù)、準(zhǔn)確的位置定位、豐富的交互以及接口能力，實(shí)現(xiàn)運(yùn)維全過程的可視化、可管可控、可分析，從而做到主動(dòng)運(yùn)維。智能運(yùn)維調(diào)度，主要包括兩個(gè)部分：（1）基于人工智能技術(shù)的故障工單預(yù)警（2）實(shí)時(shí)智能調(diào)度智能網(wǎng)絡(luò)運(yùn)維智能DevOpsDevOps（開發(fā)式運(yùn)維）結(jié)合人工智能技術(shù)后，可以實(shí)現(xiàn)業(yè)務(wù)開發(fā)端的價(jià)值最大化，業(yè)務(wù)運(yùn)維端的自動(dòng)化，業(yè)務(wù)使用端的體驗(yàn)最優(yōu)。業(yè)務(wù)在線設(shè)計(jì)階段，通過分析軟件倉(cāng)庫(kù)的調(diào)用行為數(shù)據(jù)、網(wǎng)絡(luò)實(shí)例運(yùn)行數(shù)據(jù)等，獲得應(yīng)用的價(jià)值分布。業(yè)務(wù)上線運(yùn)營(yíng)階段，利用人工智能技術(shù)驅(qū)動(dòng)的RCA技術(shù)可快速進(jìn)行根因定位，再結(jié)合DevOps策略平臺(tái)及自動(dòng)彈縮、自愈等技術(shù)，可實(shí)現(xiàn)基于策略的運(yùn)維自動(dòng)化閉環(huán)。通過對(duì)業(yè)務(wù)實(shí)例和資源動(dòng)態(tài)數(shù)據(jù)的學(xué)習(xí)分析，可預(yù)測(cè)與業(yè)務(wù)需求最匹配的資源分配，再結(jié)合DevOps的自動(dòng)編排功能，能夠做到最優(yōu)選路、用戶面資源適時(shí)下沉等，從而實(shí)現(xiàn)用戶體驗(yàn)最優(yōu)。智能網(wǎng)絡(luò)優(yōu)化3Part智能網(wǎng)絡(luò)優(yōu)化解決無(wú)線覆蓋差的問題無(wú)線覆蓋質(zhì)量一直是屢遭用戶投訴的原因之一，弱覆蓋、過覆蓋等問題直接影響用戶體驗(yàn)。對(duì)于覆蓋問題，傳統(tǒng)上主要依賴路測(cè)、呼叫跟蹤、投訴處理、人工經(jīng)驗(yàn)等手段來解決，往往投入成本高、處理周期長(zhǎng)、優(yōu)化效果不理想?；谌斯ぶ悄艿臒o(wú)線覆蓋智能優(yōu)化，利用人工智能及大數(shù)據(jù)技術(shù)，根據(jù)歷史上的覆蓋數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)進(jìn)行學(xué)習(xí)、訓(xùn)練，生成優(yōu)化控制模型，可以自動(dòng)輸出參數(shù)規(guī)劃及調(diào)優(yōu)建議，從而實(shí)現(xiàn)無(wú)線覆蓋智能優(yōu)化。智能網(wǎng)絡(luò)優(yōu)化無(wú)線覆蓋智能優(yōu)化方案無(wú)線覆蓋智能優(yōu)化方案示意圖網(wǎng)絡(luò)綜合數(shù)據(jù)采集數(shù)據(jù)處理人工智能模型訓(xùn)練和輸出參數(shù)優(yōu)化實(shí)施智能基站節(jié)能4Part智能基站節(jié)能網(wǎng)絡(luò)基站能耗大傳統(tǒng)網(wǎng)絡(luò)能耗居高不下、能耗不均衡造成浪費(fèi)，隨著5G的到來，5G基站耗能更大，如何制定基站節(jié)能策略、定制自動(dòng)化節(jié)能方案、提高能源效率已經(jīng)成為構(gòu)建全網(wǎng)覆蓋的基站智慧節(jié)能核心能力。智能基站節(jié)能解決基站能耗問題結(jié)合業(yè)務(wù)域-運(yùn)營(yíng)域關(guān)聯(lián)、測(cè)量報(bào)告覆蓋分析，利用時(shí)序預(yù)測(cè)等人工智能技術(shù)，能夠更精準(zhǔn)的預(yù)測(cè)基站業(yè)務(wù)量，結(jié)合客戶感知分析，制定節(jié)能策略。在5G基站方面，對(duì)5G基站和數(shù)據(jù)中心服務(wù)器進(jìn)行適時(shí)的休眠和喚醒操作，實(shí)現(xiàn)動(dòng)態(tài)節(jié)能。通過構(gòu)建基站節(jié)能分析引擎、節(jié)能智慧決策引擎及相關(guān)模型算法完成從4G節(jié)能分析建議手動(dòng)執(zhí)行到4G節(jié)能分級(jí)策略半自動(dòng)實(shí)施再到4/5G協(xié)同的自動(dòng)節(jié)能。智能感知服務(wù)5Part智能感知服務(wù)無(wú)線上下文環(huán)境感知MEC（多接入邊緣計(jì)算）從多個(gè)4G/5G站點(diǎn)獲取無(wú)線上下文信息RNIS，構(gòu)建無(wú)線上下文環(huán)境，并統(tǒng)計(jì)用戶終端特性、業(yè)務(wù)特性等數(shù)據(jù)，利用人工智能技術(shù)分析挖掘數(shù)據(jù)、業(yè)務(wù)、無(wú)線環(huán)境之間的內(nèi)在關(guān)聯(lián)，建立用戶特征模型庫(kù)。MEC根據(jù)實(shí)時(shí)采集到的測(cè)量數(shù)據(jù)與特征庫(kù)進(jìn)行匹配，能夠更為準(zhǔn)確地預(yù)測(cè)用戶環(huán)境與業(yè)務(wù)特性變化趨勢(shì)，更好地支撐準(zhǔn)實(shí)時(shí)的用戶算法策略和參數(shù)配置優(yōu)化，提供更好的業(yè)務(wù)體驗(yàn)。智能感知服務(wù)頻譜感知當(dāng)多種制式混合組網(wǎng)時(shí)，不同制式小區(qū)在同一時(shí)刻的閑忙程度可能存在差異。人工智能算法能夠?qū)崿F(xiàn)在多制式（即異系統(tǒng)）間，分時(shí)共享頻譜資源。異系統(tǒng)頻譜資源共享示意圖BSC/RNC/eNB/gNB可以與部署在MEC中的iCS智能協(xié)調(diào)服務(wù)器建立連接，通過MEC內(nèi)置的AI能力，結(jié)合歷史統(tǒng)計(jì)數(shù)據(jù)和當(dāng)前頻譜資源使用情況進(jìn)行分析決策，動(dòng)態(tài)調(diào)整相關(guān)門限，實(shí)現(xiàn)異系統(tǒng)的頻譜資源共享。如右圖所示。智能感知服務(wù)業(yè)務(wù)感知MEC結(jié)合人工智能以及大數(shù)據(jù)能力，深度挖掘數(shù)據(jù)、業(yè)務(wù)、無(wú)線上下文環(huán)境之間的內(nèi)在規(guī)則，為不同無(wú)線環(huán)境下的業(yè)務(wù)感知提供更為精確的業(yè)務(wù)特征識(shí)別，提供更為精準(zhǔn)的差異化服務(wù)策略。另外，還可以在邊緣節(jié)點(diǎn)部署高算力的硬件加速器資源（如FPGA，GPU等），為業(yè)務(wù)提供高實(shí)時(shí)、高性能的解析能力，更好支撐5G業(yè)務(wù)感知。用戶感知MEC通過統(tǒng)計(jì)分析用戶終端的協(xié)議、性能、業(yè)務(wù)等特性，建立不同用戶的特征庫(kù)，然后根據(jù)獲取的實(shí)時(shí)用戶測(cè)量數(shù)據(jù)與用戶特征庫(kù)進(jìn)行比對(duì)匹配，從而可以更精確地預(yù)測(cè)用戶業(yè)務(wù)變化趨勢(shì)、用戶行為對(duì)網(wǎng)絡(luò)負(fù)荷的影響，準(zhǔn)實(shí)時(shí)優(yōu)化用戶算法策略及參數(shù)配置。智能5G應(yīng)用6Part智能5G應(yīng)用5G網(wǎng)絡(luò)編排運(yùn)營(yíng)及編排層主要包括：業(yè)務(wù)和資源的設(shè)計(jì)、調(diào)度及管理以及運(yùn)營(yíng)支撐相關(guān)的組件，如外部門戶、工單系統(tǒng)、客戶服務(wù)系統(tǒng)等，同時(shí)也包括專用的數(shù)據(jù)集中管理平臺(tái)，如大數(shù)據(jù)系統(tǒng)，負(fù)責(zé)數(shù)據(jù)統(tǒng)一采集、統(tǒng)一存儲(chǔ)、數(shù)據(jù)智能挖掘分析等。如果運(yùn)營(yíng)商網(wǎng)絡(luò)先期已經(jīng)部署了成熟商用的大數(shù)據(jù)平臺(tái)，可優(yōu)先在大數(shù)據(jù)系統(tǒng)引入人工智能引擎，從而指導(dǎo)運(yùn)維和運(yùn)營(yíng)；如果還未部署大數(shù)據(jù)系統(tǒng)，可以優(yōu)先考慮部署融合的大數(shù)據(jù)和人工智能平臺(tái)產(chǎn)品，從而提升運(yùn)營(yíng)智能化。對(duì)于部分運(yùn)營(yíng)支撐系統(tǒng)，可按需引入人工智能相關(guān)技術(shù)來升運(yùn)營(yíng)效率。智能5G應(yīng)用5G基站調(diào)優(yōu)人們對(duì)高速移動(dòng)數(shù)據(jù)的渴求是無(wú)止境的。可是在城市環(huán)境中可用RF頻譜已經(jīng)飽和，為了滿足業(yè)務(wù)需求的急速增長(zhǎng)，4G和5G時(shí)代增加天線的數(shù)目不可避免。MassiveMIMO(大規(guī)模天線技術(shù))是5G時(shí)代的核心技術(shù)之一。為了充分發(fā)揮MassiveMIMO的優(yōu)勢(shì)，我們需要對(duì)MassiveMIMO的基站的各項(xiàng)參數(shù)進(jìn)行的靈活的適應(yīng)性調(diào)整，以應(yīng)對(duì)業(yè)務(wù)的變化。面對(duì)如此多的參數(shù)組合和快速的業(yè)務(wù)變化，人工調(diào)整參數(shù)將是噩夢(mèng)，迫切需要更加智能的可以自我優(yōu)化的機(jī)制。引入人工智能技術(shù)，實(shí)現(xiàn)MassiveMIMO的自優(yōu)化配置，有效提升資源利用率和用戶體驗(yàn)。感謝您的觀看！以上是

本節(jié)全部?jī)?nèi)容人工智能助力下通信領(lǐng)域面臨問題與展望人工智能應(yīng)用素養(yǎng)01目錄CONTENTS人工智能助力下通信業(yè)領(lǐng)域面臨問題02人工智能助力下通信業(yè)領(lǐng)域的展望人工智能助力下通信業(yè)領(lǐng)域面臨問題1Part人工智能助力下通信業(yè)領(lǐng)域面臨問題目前通信網(wǎng)絡(luò)智能化應(yīng)用與服務(wù)對(duì)人工智能計(jì)算的需求的問題還包括以下四個(gè)方面。網(wǎng)絡(luò)中的大部分?jǐn)?shù)據(jù)涉及用戶隱私，需要遵守嚴(yán)格的數(shù)據(jù)隱私保護(hù)規(guī)定，數(shù)據(jù)樣本的獲取成本較高，尤其是帶標(biāo)簽的數(shù)據(jù)，需要專業(yè)人士進(jìn)行標(biāo)注，很難獲得足夠的樣本;針對(duì)特定應(yīng)用場(chǎng)景的人工智能模型需要算法專家結(jié)合場(chǎng)景需求，選擇合適的模型并進(jìn)行調(diào)優(yōu)，建模門檻高；人工智能模型在線部署后，網(wǎng)絡(luò)應(yīng)用場(chǎng)景往往不是靜態(tài)的封閉環(huán)境，數(shù)據(jù)分布會(huì)隨著環(huán)境的變化發(fā)生漂移，導(dǎo)致人工智能模型性能劣化；同時(shí)由于大多數(shù)人工智能模型由數(shù)據(jù)驅(qū)動(dòng)，模型的可解釋性較差。人工智能助力下通信業(yè)領(lǐng)域面臨問題為了解決以上問題，聯(lián)邦學(xué)習(xí)、遷移學(xué)習(xí)和學(xué)件等技術(shù)開始得到更多應(yīng)用與關(guān)注。其中，聯(lián)邦學(xué)習(xí)可以在數(shù)據(jù)保留在本地的前提下，聯(lián)合多個(gè)參與方共同進(jìn)行模型訓(xùn)練，提高模型泛化能力并提高算力資源利用效率。探索新技術(shù)解決應(yīng)用問題學(xué)件技術(shù)則利用一定的模型歸約對(duì)人工智能模型進(jìn)行特征畫像，通過集成不同種類的特征庫(kù)，可以在不同網(wǎng)絡(luò)應(yīng)用場(chǎng)景下根據(jù)數(shù)據(jù)特征自動(dòng)進(jìn)行模型的選擇適配，結(jié)合元學(xué)習(xí)與遷移學(xué)習(xí)實(shí)現(xiàn)模型的高效重用，滿足網(wǎng)絡(luò)特定場(chǎng)景與復(fù)雜場(chǎng)景的人工智能建模需求。人工智能助力下通信業(yè)領(lǐng)域的展望2Part人工智能助力下通信業(yè)領(lǐng)域的展望通信智能化能力持續(xù)增強(qiáng)人工智能在通信領(lǐng)域中的應(yīng)用與業(yè)務(wù)開展需要數(shù)據(jù)、算力、基礎(chǔ)實(shí)施、商業(yè)模式與人才經(jīng)驗(yàn)等各個(gè)方面的支撐升級(jí)。隨著通信運(yùn)營(yíng)商和設(shè)備商在智能云平臺(tái)和數(shù)字化方向的發(fā)力，目前通信行業(yè)對(duì)智能化能力所需的數(shù)據(jù)、算法、算力、工具、人才等進(jìn)行的聚集和積累已初具規(guī)模。與此同時(shí)，隨著開放數(shù)據(jù)集、智能算法庫(kù)的逐步開放與共享、國(guó)內(nèi)外智能網(wǎng)絡(luò)標(biāo)準(zhǔn)化工作的推進(jìn)、開源項(xiàng)目與平臺(tái)的建設(shè)等，都為筑牢網(wǎng)絡(luò)人工智能技術(shù)、人才底座，為通信智能化能力的持續(xù)增強(qiáng)、人工智能應(yīng)用的落地打下了良好的基礎(chǔ)。人工智能助力下通信業(yè)領(lǐng)域的展望人工智能和經(jīng)驗(yàn)知識(shí)深入融合傳統(tǒng)通信行業(yè)，從設(shè)備的制造到系統(tǒng)的部署都需要專業(yè)人員具備大量通信理論與經(jīng)驗(yàn)知識(shí)。傳統(tǒng)的系統(tǒng)運(yùn)維非常依賴于專家的經(jīng)驗(yàn)。將專家經(jīng)驗(yàn)數(shù)字化，并與人工智能技術(shù)相結(jié)合來進(jìn)行工程化融合，是目前通信智能化發(fā)展的關(guān)注重點(diǎn)。通信領(lǐng)域?qū)＜医?jīng)驗(yàn)在特征工程、模型優(yōu)化等方面發(fā)揮著重要作用，通過進(jìn)一步深入研究經(jīng)驗(yàn)與人工智能技術(shù)相融合，能夠更好的適配通信智能化應(yīng)用的需求，提高應(yīng)用的性能和運(yùn)營(yíng)效率。人工智能助力下通信業(yè)領(lǐng)域的展望人工智能和經(jīng)驗(yàn)知識(shí)深入融合通信領(lǐng)域經(jīng)驗(yàn)知識(shí)與人工智能技術(shù)進(jìn)行融合應(yīng)用的路線可以分為以下幾個(gè)階段。1基于專家經(jīng)驗(yàn)的總結(jié)文檔2基于規(guī)