在上周MWC上海2023期间的“5G未来峰会”上,来自国内电信运营商、设备商以及重要行业协会的专家代表们,分享了目前AI技术在电信网络中的应用情况,以及大模型对整个行业带来的新的可能性。与会专家普遍认为,大模型带来影响是颠覆性的,尤其对于运营商的网络运维和业务交付能力来说将会带来显著提升。但未来如何实现AI大模型的商业变现并做大市场蛋糕,还需要更多的探讨与开放协作。
AI in Network标准化工作稳步推进
(资料图片)
技术发展,标准先行。作为本次的论坛重头戏之一,中国移动研究院无线与终端技术所技术经理、主任研究员谢芳详细介绍了3GPP在R18中进行的AI/ML标准化研究工作。她表示,目前3GPP有四个工作组在进行AI/ML标准化方面的研究工作,分别包括AI/ML for Air Interface、AI/ML for RAN、AI/ML for 5GS以及AI/ML for OAM。
具体来看,在目前R18的AI/ML for Air Interface研究项目中,在网络设备侧和用户终端侧有三种主要的训练协作类型,一种是互相没有协作(level x),一种是基于信令的协作但没有模型传输(level y),还有一种是有模型传输的基于信令的协作(level z)。同时,引入AI以后,很重要的一个工作是研究生命周期管理(LCM))的通用框架。此外,目前3GPP在R18空口这个项目里面重点研究了三个用例:分别为CSI、波束管理和定位的增强。
谢芳谈到,AI/ML for RAN在R18项目中的研究更为明确一点,因为在R17阶段就已经把三个用例(负载平衡、移动性优化和网络节能)以及功能框架等研究得比较清楚明白了。所以在这个项目中,R18的主要任务是在现有的无线网络的架构基础上去具体实现数据采集的增强以及信令的增强。
另外,AI/ML for 5GS主要是AI引入之后核心网的一些增强工作,在这个项目中R18主要包括三方面的工作,第一个是进一步研究基于NWDAF的系统增强功能,以允许5GS支持网络自动化;第二个是进一步聚焦在5GC的网元功能之间的一些增强,主要目标是支持决策制定;第三个是进一步研究围绕NWDAF的必要inputs和outputs以及潜在的架构增强、新的场景等。
最后,AI/ML for OAM是3GPP比较早开展AI相关的标准化研究工作的,主要是基于MDAS的管理数据分析服务,一些主要的项目包括闭环控制、意图驱动管理、自智网络水平等。
当AI大模型引入自智网络
“数据、算力、模型是实现AI三个必不可少的要素,而通信网络是天然的很标准的能够提供这三个要素的一个场景,所以说AI在通信领域的应用从一开始就有,只是程度好不好的问题。”中国联通研究院网络智能运营研究中心总监程新洲在圆桌讨论环节谈到,从2009年3G网络商用之后,移动互联网飞速发展,数据呈现爆发式增长,大量的数据为深度学习提供了很好的空间,AI从此迎来了一个大发展,通信领域的AI成果也开始不断增加,
他指出,大模型出现之前,机器学习很多首先是基于规则的,其次需要大量的数据标记,同时很多都是单领域、单数据源的训练,因此跨领域多模态的能力不足,这样就会导致很多东西联合不起来,从而使其很难解决复杂的、系统的工程。另外,基于人类的认知经验积累的东西很难引入到模型训练里面,知识突破的出现实际上一定程度解决了专家经验的积累,但它在一定时间段内是静态的,不能做到实时的更新。而大模型出现后真正出现了智能,它会进行自主学习,并且能够做到跨领域多模态,因此颠覆了原来很多东西。
程新洲认为,AI大模型引入到自智网络之后,会带来更低的门槛和更高的效率,一个个数据的断点会被打通;同时,专家经验长期的积累会注入到网络当中;此外,未来的网络的维护,包括运营以及适配用户场景化动态化的需求,会变得人机不分。
中国移动通信集团公司网络事业部网管支撑处专家罗志毅对上述观点表示了认同。他表示,从自智网络的角度来看,首先大模型带来了一个网络全景的全面认知的能力,这对于电信运营商面临的多供应商管理难题以及不同层面的网络协同与运维难题,带来了学习成本的下降以及整体运维能力的跃升。“借助大模型我们希望能够全面地把复杂的网络知识进行体系化的梳理,最终能够助力我们构建真正的数字员工,通过数字员工来快速地完成业务交付和网络定界,从而实现整体运维能力的跃升,我觉得这是GPT的一个很重要的方向。”同时,中国移动希望利用大模型对于自然语言的上下文关联和理解能力来实现对客户意图的精准翻译,然后直接生成方案并快速进行自动化的配置。
总结来说,这家中国最大的电信运营商希望通过AI大模型实现跨领域的、跨厂家的、多复杂系统的、群体的知识图谱,同时也希望能够形成更加自然的人机交互能力,从而能够帮助运维人员更好地去管理网络。
AI与网络深度融合后实际效果如何
作为全球领先的通信设备供应商之一,爱立信中国区网络产品方案总经理吴日平在此次论坛上分享了目前爱立信在AI in Network方面的实践探索与显著成果。他表示,移动网络越来越复杂,数据处理量越来越大,无论是运营商还是设备商乃至最终用户,都希望以5G为代表的移动网络的维护成本下降,用户的体验上升,这成为爱立信将人工智能引入整个通信网络的核心驱动力。
在吴日平看来,人工智能在通信领域的发展,是从手工的、被动式的初级智能,向数据驱动的、主动型的高级智能的演进;如果按三个阶段来划分,第一阶段的代表是基于脚本的自动化处理,第二阶段是引入机器学习的数据科学技术,第三阶段则是基于意图的、具备认知能力的人工智能,而爱立信已经成功完成了第一和第二阶段的发展,现在正在拓展第三阶段的能力。
他在演讲中强调,在通信网络中实现人工智能,需要充分考虑通信网络的特点和要求。为了打造专业通信领域的AI能力,爱立信从网络站点、网络平台、API开放三个维度打造了通信领域的人工智能。爱立信的人工智能建立在深厚的电信专业知识与数据科学和人工智能知识相结合的坚实基础上。爱立信拥有1000余名拥有电信和数据科学经验的多技能专家,在通信领域开发了超过200个AI用例;爱立信的人工智能平台每天处理的网络数据超过175TB,6500万的现网用户因而享受到更优质的网络服务。
具体到实践成果来说,从网络可靠性方面,爱立信通过使用人工智能,减少了运营商20%的上站需求,实现了光模块故障定位100%的准确度,减少了33%不必要的硬件更换等。网络性能的提升更是人工智能在通信网络中应用的重点,在参数调优、问题定位和改善用户体验等方面发挥着巨大的作用。在国内,爱立信的AI节电平台协助运营商管理9万余个5G基站,节电效果超过20%。此外,在上行干扰的优化工作中,爱立信采用了人工智能方式,自动识别大气波导的干扰效应,并自动化的实施纾解手段,收到了良好效果。
实现AI变现仍需开放协作
值得注意的是,参与此次圆桌讨论的另一位行业专家——TM Forum亚太区区域总监徐俊杰表示,无论是电信运营商还是设备厂商,实际上可能没有足够的资源来投入到通用大模型的训练中。现在大家已形成共识,那就是通用的大模型并不适用于电信行业——因为通用的大模型只能从互联网上来学,它学习不到运营商的生产数据。“我认为,中国的三大运营商拥有非常好的基础设施,还有华为和中兴通讯这些在全球参与了大量网络建设的供应商,他们也有机会接触到各个运营商的一些实际生产数据,相对来讲还是有机会训练出一些比较好用的大模型。但对于一些中小运营商以及中小型厂商来说,其实机会是很有限的,因为如果没有充足的数据和充足的算力,大模型是做不出来的。这是非常现实的一个情况。”
徐俊杰谈到,国内几家运营商以及设备厂商都在做大模型的一些实践。但从整个行业来看,还是应该是考虑到大模型的一些重用。但是重用会涉及到模型的开放。那么如何将模型开放出来,让更多人对这些模型进行评估,这其实是一个很重要的问题。同时,包括如何对使用这些开放出来的模型进行收费,如何保证一个更好的商业模式,都是需要行业去思考的。
对此,罗志毅认为,“在商业模式方面,我觉得大家要用到自智网络里的自动化、智能化能力,来赋能实体经济以及国家提出数字化转型的一个发展。在这种全新的赛道里面大家可以一起做大蛋糕,共同提升整个产业的价值。这可能是目前来看比较好的一个模式。”
程新洲亦表示,做大市场蛋糕符合各方预期。从这个角度来看,在数字中国规划中底层为连接和数据要素,而这恰恰是通信行业(包括运营商和设备厂商)掌握的两个基本要素,因此未来通信产业的发展并不只是自身发展而已,全社会的数字化转型都离不开网络连接和数据要素的赋能。类比于云公司的发展轨迹来看,它们从最初提供硬件到如今销售众多组件插件服务一样,其发展空间是非常广阔的,这个空间不仅仅是在IT领域,而是会辐射到整个社会的数字化转型里面,因此未来整个市场的蛋糕一定是很大的,将来设备商和运营商可能不是供应和使用的关系,而可能是合作伙伴的关系。
他在讨论中直言,“大模型的颠覆性作用,可能不亚于第一次工业革命的珍妮纺纱机。未来的商业模式是不能当前的组织形式去畅想的。我认为大模型的出现不是结束,而是一个新的起点段,是开始的开始。”
C114通信网 艾斯