2017 年以来,在 AlphaGo Zero 的推波助澜下,人工智能(Artificial Intelegence)热度不减。AI 持续大热的背后,业界也开始出现质疑的声音,有人说现在 90%的 AI 产品都是伪智能,99%的 AI 文章都是灌水。出现争议是好事,这样更能推进产品和技术的发展。

 

如果将 AI 区分为产品和技术的话,那么 AI 技术则范围要广泛得多,甚至不能简单地认为某些技术不是 AI 技术。本质上,只要最终产品体现出 AI 特性,那么应用在其中的技术均可称之为 AI 技术。只不过目前大家关注的主要是机器学习方面的技术,一方面是因为只有学习能力是人类区别于其它物种的关键能力,另一方面是因为这几年来机器学习技术在各种应用方面均有所突破和进步。

 

电信领域,直接可以让普通消费者感觉到的 AI 技术及产品目前主要是手机中的智能应用。但实际上,用 AI 技术解决网络侧问题的探索早就已经开始,中兴通讯早在 2012 年就成立了专门的部门进行 AI 相关技术的预研,AI 芯片、AI 平台以及 AI 相关产品和技术均在有序推进,并且部分 AI 成果已在相关产品中得到应用。

 

在即将到来的 2018 世界移动大会(MWC2018) 上,中兴通讯将展示未来网络的泛智能化,同时将展示基于电信领域人工智能+大数据的应用。如果将整个网络类比为人类,网元具备感知器件,对感知可做出一些本能的反射反应(如根据用户的移动速度调节其切换门限);网管上的智能,则可视作类似小脑的作用(协同身体运动以保证平衡),可协同部分网元进行负载均衡及用户业务保障;而大数据+AI,相当于大脑,可统观全网进行资源调度,并且结合市场、管理,进行全流程协同。

 

简单地说,在电信领域的 AI 应用,主要是解决运营商的两大问题:一是如何利用大数据和 AI 技术进行运维效率的提升和运维成本的降低;另一个问题是在保证安全及用户隐私的情况下进行数据的价值变现。

 

一、运维效率的提升和成本的降低

这点可从两方面来分析:一是运维管理流程的自动化,如利用 AI 技术进行网络负荷的中长期预测和仿真,从而更好地进行网络规划和建设,对于用户使用业务过程中存在的问题进行根因分析,以快速响应用户投诉和主动进行用户关怀。

 

另一方面是局部替代网优专家的工作,应用 AI 可以充分将网优专家的经验沉淀下来,形成网优的专家系统,可以在业内更快地普及专家知识。中兴通讯的无线知了系统,可将其抽象形式化后,为自动智能化网优打下坚实的基础;中兴通讯 UniSON 系统就结合了当前先进的机器学习技术和传统的专家系统技术,能有效地进行覆盖问题的自动发现、自动分析、自动参数优化,目前可以达到近似专家优化的效果。

 

二、数据价值变现

毫无疑问,电信领域的用户数据是非常全面的。只要用户进行通讯,其所使用业务的全过程数据均可有效采集。但通信是一个国家的基础,任何一个国家都有责任保护公民的基本隐私权利。因此,各国运营商在利用这些用户数据方面是慎之又慎的。从数据利用价值角度看,电信领域的数据可以进行很多甚至互联网巨头都无法实现的价值。电信移动领域用户数据天然具有用户大概的位置信息,再结合用户业务访问数据,对其利用和挖掘具有非常丰富的想象空间,可根据用户电信数据对用户进行精确的画像,这包括用户的社交网络、家庭关系、消费喜好、位置移动特性等等,从而可以进行精准的人群营销活动和商业策划。在这方面,中兴通讯已经联合运营商推出店铺选址及精准广告投放等应用。

 

随着 5G 时代的临近,给网络带来更多的可能性,包括虚拟现实/增强现实、万物互联、远程实时控制等。但不管是建设还是维护如此复杂的网络,本身就需要大数据和 AI 技术的支撑,如无线网络的 Massive MIMO 的控制,对各种应用的动态网络切片以充分利用网络资源等。这也是中兴通讯和运营商普遍一致认为下一代网络是泛智能化网络的根本原因。

 

中兴通讯无线大数据及 AI 产品经理眭鸿飞博士表示,即将到来的 5G 网络不仅将用户的数据吞吐率再提高一个数量级,同时也支持万物互联及远程实时控制,网络的复杂性也将提高。比如 3G 无线通讯网络需要控制的参数为 700 多个,4G 无线网络需要控制的参数则达到 3000 多个,而到 5G,还会成倍增长。同时,目前世界各地运营商普遍同时运营 2/3/4G 网络,再加入 5G,网络管理和维护的复杂度将会增加几倍。如原来三张网时,每两张网都有协同问题,现在四张网,每两张网一样存在协同,同时增加了四选三张网的协同。如此复杂的网络运维,如果不借助 AI 技术运维成本将显著上升。中兴通讯目前主要在运维上发力大数据和 AI,解决用户的燃眉之急,协助运营商借大数据和 AI 技术获取更多收益,实现合作共赢。

 

目前大数据的相关技术已经比较成熟,但 AI 方面的技术在电信领域的应用应该说还处在探索阶段。这个阶段的主要特征就是大家都将过去很难解决的、或需要解决的需求呈现出来,期待 AI 能够有更有效率的解决方案。但 AI 不是传统的工程技术,而是研究型技术,只有大家共同合作推动、开放,才会有更好的未来。