活动概况

6月17日上午，第6期AIR学术沙龙在清华大学智能产业研究院（AIR）图灵报告厅顺利举行。本期活动荣幸地邀请到了亚信科技首席技术官、高级副总裁欧阳晔博士为我们做题为《通信人工智能的下一个十年》的报告。

张亚勤院长介绍

此前，AIR联合亚信科技共同发表了题为《通信人工智能的下一个十年》的文章，回顾并综述了移动通信与人工智能在过去近40年发展与融合的历程，并对人工智能在下一代移动通信未来10年发展前景做出前瞻性分析与展望。本次讲座欧阳晔博士将理论与实践相结合，针对通信人工智能，进行了一场具有全局性、前瞻性、战略性的报告，深入浅出地解读了文章的具体内容。活动由清华大学智能产业研究院（AIR）院长、讲席教授张亚勤主持，线上线下观众积极参与并认真听取了报告 。

张亚勤院长介绍

同时，本次讲座也在清华大学智能产业研究院（AIR）微信视频号、哔哩哔哩双平台同步直播。本次活动汇聚了来自清华大学、北京大学、帝国理工大学，以及启迪之星、字节跳动等学校及企业单位的专家学者工程师等的参与，全网观看直播人数逾 1000人次。

讲者介绍

欧阳晔博士，亚信科技首席技术官、高级副总裁，全面负责亚信科技研发与创新工作。之前任职于美国第一大移动通信运营商威瑞森电信集团，担任通信人工智能系统部经理和Verizon Fellow。欧阳晔博士在通信与信息领域拥有丰富的研究开发与大型团队管理经验，研究领域专注于移动通信、数据科学与人工智能的跨学科领域的研发创新与商业化。

欧阳晔博士在工业界与学术界获得多项荣誉与奖励，近期包括2021美国国家多元化科技领袖奖(Top Diverse Leaders in Tech)、2017美国杰出亚裔工程师奖、2020中国人工智能商业领袖奖、2019 TMForum电信业未来数字领袖大奖、2017 IEEE国际大数据会议最佳论文奖、2017美国电信业创新大奖和最佳OSS/BSS产品奖、2017北美最佳运营商大数据系统奖、2016美国电信业创新大奖、2015 IEEE无线通信年会“无线通信跨领域贡献奖”等。欧阳晔博士在众多国际标准、技术、工业或学术组织里担任职务，包括3GPP、ETSI、IEEE等，并在多个学术会议、期刊担任编委和审稿人。

欧阳晔博士著有30余篇学术论文、40余项专利、20余项国际标准、 9本学术书籍或篇章。欧阳晔博士拥有中国东南大学无线电工程系学士学位、美国哥伦比亚大学硕士学位、美国塔夫斯大学硕士学位和美国斯蒂文斯理工学院博士学位。

报告内容

5G时代，人工智能不仅促进了网络自身的智能化发展，5G与人工智能已被业界视为最新的一组通用目的的技术组合，对移动通信生态系统各领域及垂直行业的发展起到了注智赋能与产业加速的作用。5G作为新基建通信基础设施的关键技术之一，未来将如何与通信人工智能技术持续融合并推动产业发展，成为业界关注的热点话题。基于刚成立的清华大学智能产业研究院(AIR)-亚信科技5G智能联合实验室，亚信科技CTO、高级副总裁欧阳晔博士就移动通信与人工智能的协同发展，对通信人工智能的发展历程进行了回顾，并对人工智能在下一代移动通信未来10年的发展前景做出前瞻性分析与展望。

首先，欧阳博士展示了一个公式，这个公式是移动通信技术诞生到现在5G技术发展过程中的通用公式。C代表网络的性能，B 是频谱，频谱是定量（常数），S/N表示信噪比。这些年来，我们的主要工作就是提升信号S，降低噪声N，从而提升网络性能。那么人工智能为移动通信带来了什么？我们认为一个核心点是基于AI算法从数据中学习，对S/N进行优化。

人工智能不仅促进了网络自身的智能化发展，在5G时代，5G与人工智能已被业界视为最新的一组通用目的的技术组合（GPT，General-Purpose Technologies），对移动通信生态系统各领域及垂直行业的发展起到了注智赋能与产业加速的作用。

那怎么体现出5G的价值呢？这里基于8个性能指标去量化5G的性能。第一个是峰值速率，目前的5G的指标是10Gbit/s。第二个是流量密度，是考量区域内所有设备在预定时间内交换的数据量除以区域面积和预设时间长，5G已经可以实现10Tbit/(s·km^2)的流量密度。第三个是移动性，目前已经可以达到500KM/h的速度，高铁的最高时速一般为350公里/小时，所以5G可以支持在高铁上使用 。此外还有时延，能效 ，用户体验速率，频谱效率，峰值速率。5G提供了这些能力，赋能各行各业的需求。

回顾通信发展历史，从1983年10月贝尔实验室与摩托罗拉大规模商用第一代模拟语音通信技术AMPS（advanced mobile phone system）作为发展原点，到1991年世界主流的2G技术GSM（global system for mobile communication）实现全数字化语音，以及演进到2001 年的第三代 UMTS（universal mobile telecommunications system）通信技术支持语音与移动数据业务，到2008年至今全球大规模商用的4G技术LTE支持全IP（all internet protocol）化的高清语音与高速移动数据业务，最终发展到2018年开始5G技术逐渐在全世界范围商用。

30余年时间，在移动通信 5 个代际的发展历程中，中国的移动通信与互联网技术得到飞速发展。3G，我们和美国商用时间差是8年；4G，中美之间的时间差是4年；到了5G，中国和美国商用时间差已经缩小到1年，时间差越来越小。

移动通信技术与人工智能在各自的早期阶段有着鲜明的、各自独立的发展路线，直到4G开始做了有限度的技术融合。

受算法、算力、需求等方面的影响，早期的移动通信系统（例如AMPS、GSM等）未涉及人工智能应用。但基于数据模型和仿真的分析方法已经用于网络规划与优化。1968年，Yoshihisa Okumura提出Okumura模型，基于实测数据对真实的无线信道进行数据建模与仿真，可以看作移动通信系统早期应用数据科学算法的雏形。1980 年，Masaharu Hata 提出 Hata 模型，对Okumura模型进行优化。1999 年 3GPP 正式把 COSTWalfish-Ikegami等信道模型纳入3G射频系统场景的规范中。后期，随着无线蜂窝技术的发展，涌现出更多的无线信道建模与仿真算法。3GPP于2008年开始定义SON功能，随后通信界开始探索各种人工智能算法对SON的应用。初期主要利用遗传算法、进化算法、多目标优化算法等分布式优化算法对网络的覆盖和容量进行优化。机器学习已被SON领域广为接纳用于网络实现自组织、自配置、自优化、自治愈的关键方法。然而，通信人工智能真正的飞跃性发展始于2017年。2017年2月，3GPP 服务和系统第二工作组（Service ＆ System Aspects Working Group 2，SA2）开始研究 5G 核心网的智能化网元——网络数据分析功能（network dataanalytics function， NWDAF），例如用户设备（user equipment， UE）级的移动性管理，如寻呼增强和基于UE 移动性模式预测的连接管理增强等；5G 服务质量（quality of service，QoS）增强，如用户QoS 参数配置优化；网络负载优化，如基于网络性能预测的用户面功能（user planefunction，UPF）选择等。同月，欧洲电信标准化协会（ETSI）成立了经验式网络智能（Experiential Network Intelligence， ENI）工作组，专门研究体验式感知网络管理架构、用例、术语等。2017年6月，中国通信标准化协会（ChinaCommunications Standards Association，CCSA）启动了人工智能在电信网络中的应用课题研究。2018年2月，开放无线接入网络联盟（OpenRadio Access Network Alliance， O-RAN Alliance）成立，开始制定无线人工智能的框架、用例、流程和接口规范。2018年6月， 3GPP 无线接入网第三工作组（Radio Access Network Working Group 3，RAN3）开始研究无线侧的数据采集机制。电信管理论坛（Telecom Management Forum，TMF）也开始了与人工智能相关的催化剂工作。2018年8月，3GPP SA5开始与5G SON相关的课题研究。2018年10月， 3GPP SA5开始对人工智能的研究，定义了一个新的管理面功能：管理数据分析功能（managementdata analytic function ，MDAF）。2019年6月，国际电信联盟电信标准化部门第13研究组（ITU Telecommunication Standardization Sector Study Group 13，ITU-T SG13）启动了机器学习用例的研究。同月，全球移动通信系统协会（GlobalSystem for Mobile Communications Association， GSMA）开始了智能自治网络案例的白皮书工作。2020年6月，3GPP SA5开始启动网络自动化分级的研究课题。同月，中国移动联合亚信科技首次在3GPP R17标准中正式引入联邦学习概念，形成联邦学习在5G领域的第一个全球国际标准。2020 年 7 月，3GPP R16 正式冻结之后，3GPP RAN3、SA2、SA5针对新的R17版本将继续推进与人工智能相关的NWDAF、MDAF、QoE（quality ofexperience）等标准化课题研究。

所以可以看到人工智能对移动通信的重要时间节点分别是2008年和2018年前后，从1G、2G、3G、4G，到今天的5G，移动通信与人工智能的融合，是越来越深入，越来越紧密。

5G网络生态系统中主要包括了无线网络、核心网络、传输网络、ToC应用、ToB企业级的5G企业专用网络等。欧阳晔博士通过一张通信网络生态系统的鸟瞰图，强调人工智能对网络生态系统中每部分都有赋能。

首先，是通信人工智能在移动网络基础设施领域发展现状和应用。第一个应用是网络覆盖与性能优化，人工智能算法对基站网络优化和调节，优化网络的覆盖，保证能量最大化的调节，典型的问题是对MIMO的智能调优。人工智能可以根据波峰波谷调节网络的功率，让网络传输更加绿色，优化基站的功耗。这是两个关键的人工智能解决方案。第一个案例是港口的无线覆盖，用AI可以动态调整港口的基站天线倾角，让港口和邮轮的行进路线上有动态网络覆盖。第二个案例是地铁站，室内和室外的信号覆盖差异，人工智能算法可以适时保障内外的无缝覆盖，降低切换失败率。

第二个方面是通信人工智能在网络管理领域发展现状以及应用。传统的网络管理是依靠人工，到后面出现了一些规则式的方法，2000年后，网络管理技术开始出现人工智能化。中国的运营商在面向 5G OSS 的系统构建中，在数据中台与 OSS 核心功能模块之间插入一个新的平台或组件，命名为网络 AI 中台或者智能中台，用来承担网络人工智能的功能。ETSIENI(Experiential Networked Intelligence)定义的网络智能化驱动与引擎，网络智能化将会考虑用户个性化需求，将人的感知考虑到网络中，这是一个有意思的工作。其中一个应用案例是基于人工智能的网络天线优化，改善移动塔台的网络质量。

第三个方面是通信人工智能在通信业务领域发展现状和应用。通信业务支撑系统 BSS 提供了客户运营及服务的能力。TMF 的 Framework 体系中，BSS 功能主要面向客户的市场与销售、产品、客户、服务、资源、供应商与合作伙伴等多个领域。AI中台把算法封装在docker里面，然后赋能到各个应用中，AI是整个中台的子集。其中一个应用案例是智慧营业厅智慧识客，智能推荐系统可以为客户推荐新的套餐。美国的人工成本比较高，基于机器学习技术的个性化推送，可以节省50%的服务时间。

第四个方面是通信人工智能在跨领域的融合智能化发展现状和应用。 用户业务感知不仅与网络业务的运行质量相关，同时与用户的套餐、业务办理满意度等有关。传统的网络运维（OSS）以监控QoS KPI与保障业务SLA为主，缺少业务运营（BSS）侧用户数据的融合分析，无法真实评估用户在使用网络业务时的体验与感受，形成了一条网络性能质量和用户业务感知的“数字鸿沟”。客户体验管理（customer experience management，CEM） 作为网络与业务跨领域融合的一个新领域，通过人工智能结合心理学建立电信心理学算法模型-情感连接度评分（emotional connection score， ECS），相对传统的用户体验感知评估方法-净推荐值（net promoter score，NPS），可获取准确、实时的用户业务感知，从而对感知差的用户业务进行问题进行定界定位与修复，实现用户感知与业务质量提升，为用户提供个性化服务，最终实现5G网络个性化（network personalization，NP）。

第五个方面是通信人工智能在5G专网发展现状和应用。5G面向垂直行业支持提供专网服务，按照网络资源的共享模式，5G专网的部署分为三种类型：虚拟专网、混合专网和独立专网。通信人工智能可以在任何一种专网模式中应用，例如可以用于虚拟专网中的网络切片SLA保障，进行通信传输性能、质量和资源的优化。对独立专网，人工智能体验感知算法可以对用户的感知体验进行实时或准实时评估，提供精准的QoS组合保障服务质量，实现差异化的智能运维服务。在专网中，也可以利用联邦学习、迁移学习等人工智能技术，完成5G切片异常诊断模型的云化管理和持续学习优化。另外，人工智能技术也可以对专网中的无线网络性能进行实时评估，通过与垂直行业应用平台的交互，自适应调整应用层的参数设置，用于提升应用层的视频质量或者进行游戏加速。

国际标准组织对通信人工智能的发展分级定义。鉴于人工智能技术在 5G 商用以来的飞速发展，通信国际标准组织也开始对通信人工智能的发展成熟度进行初步的分级。智能化自治无法一蹴而就，需循序渐进。完全的智能自治网络是终极目标，但也需从自动化的重复操作手段开始，先初步实现网络运维的自动化；再对网络环境与状态进行主动感知，利用机器学习进行不断优化的决策；再从网络感知向认知发展，认知用户意图，构建闭环的认知学习网络，最终实现从感知，到认知再到预知的闭环自治网络体，并不断自我优化与演进。具体的通信网络智能化分级体系，GSMA、ETSI、TMF等都做出了相关定义与建议。

通信人工智能在各通信生态系统的发展与应用还处于初级阶段。在网络管理领域和业务支撑领域的某些应用，人工智能已到达了第三级别，即部分自治。例如SON在网络领域的自由化与自治愈以及 AIOP 在网络运维领域的业务流程自动编排与灰度发布等。网络管理与运维本身具有大数据采集能力，算力可通过服务器集群得到保障，智能化应用场景比较明晰，例如无线节能、故障检测等，先天具备通信人工智能应用较好的基础与平台，发展相对较快。电信业务领域涉及的智能客服、智能营销等人工智能服务能力可很好地横向借鉴其他行业类似的应用经验，发展也比较快。其他生态领域的智能化进程还多处于L0和L1阶段。

欧阳晔博士还对通信人工智能的下一个10年进行展望。他认为移动通信的下一个十年，将全面向超5代移动通信系统（B5G）和6G的标准演进, 也将是通信与人工智能深度融合的关键十年。结合当前3GPP、ITU-R、ETSI等通信技术标准的发展进程，可以预见通信生态系统中各领域通过与人工智能的深度融合，将分阶段在未来逐步实现B5G与6G“完全自治”的愿景。整体来看，人工智能在移动通信生态系统中的发展，可以分成网络基础设施、网络管理、电信业务、专网、跨领域融合这几个领域。

对于未来通信人工智能在移动网络基础设施方面，欧阳晔博士从无线接入网、核心网等进行阐述。对于未来通信人工智能在网络管理方面，国际标准化组织定义的 MDAF、ENI、随愿网络及运营商的运维体系、网络 AI信令体系、 网络数字孪生、 编排系统方面都会得到大力发展。对于未来通信人工智能在通信业务方面，预计今后 10 年 AI 将在客户管理、套餐推荐、财务智能管理领域全面赋能，并且实现从初级到高级的过渡。从面向客户建立以人为本的全面客户体验，到面向电信运营企业建立更加运转高效的业务运营过程，直至新业务、新模式、新技术的快速创新兑付，都将起到关键作用。对于未来跨网络与业务领域的融合智能化方面, 预计未来10年CEM架构与功能会持续发展，客户体验感知体系会从 SLA 往 ELA 体系演进。未来通信人工智能在专网应用方面，可以预计未来10年，通信人工智能通过与MEC、业务的结合以及算法的成熟，可以完全满足垂直行业对于高质量通信和网络安全的要求，例如联邦学习、迁移学习等较前沿的人工智能技术将帮助专网解决数据安全隐私、数据量匮乏等问题，利用人工智能技术感知业务变化，优化无线网络参数从而保障业务传输质量，将专网真正地变成高性能、安全可靠的专网。

此前，AIR联合亚信成立了清华大学智能产业研究院(AIR)-亚信科技5G智能联合实验室，由欧阳博士担任实验室主任，实验室的主要工作是面向第五代移动通信与人工智能融合的技术应用，已经确定近三年、五年的科研学术目标。最后，欧阳晔博士还对所有参与工作的学生和同事表示了感谢，并欢迎同学们来联合实验室做研究。

撰文 / 王勇 冼晓晴

编辑排版 / 冼晓晴

校对责编 / 黄妍

精彩视频回顾及完整版PPT下载，请点击：

AIR学术沙龙第6期｜欧阳晔：通信人工智能的下一个十年