網(wǎng)絡(luò)人工智能的關(guān)鍵驅(qū)動(dòng)因素有哪些

2023年，以ChatGPT、GPT-4、文心一言為代表的AIGC大模型引爆了人工智能技術(shù)，“AI for Networking，Networking for AI”，AI與網(wǎng)絡(luò)的辯證關(guān)系也成為了討論的焦點(diǎn)。前者強(qiáng)調(diào)網(wǎng)絡(luò)的服務(wù)屬性，從AI的技術(shù)特點(diǎn)和場(chǎng)景差異來(lái)調(diào)整網(wǎng)絡(luò)的技術(shù)和應(yīng)用形態(tài)；后者則重視AI的垂直化應(yīng)用，挖掘AI技術(shù)如何融入網(wǎng)絡(luò)的技術(shù)架構(gòu)和應(yīng)用場(chǎng)景中。對(duì)于AI for Networking，業(yè)界也有很多研究和嘗試，IBN（intent-based networking）、智能網(wǎng)絡(luò)……涌現(xiàn)了很多新詞匯。本文系統(tǒng)梳理了運(yùn)營(yíng)商的AI for Networking，以饗讀者。 ?

? 網(wǎng)絡(luò)中的人工智能介紹

? 智能網(wǎng)絡(luò)正日益成為5G 網(wǎng)絡(luò)和服務(wù)的組成部分，其范圍延伸至四個(gè)關(guān)鍵領(lǐng)域：首先是對(duì)智能網(wǎng)絡(luò)概念的基礎(chǔ)理解，其次是架構(gòu)框架，然后是逐步實(shí)現(xiàn)人工智能網(wǎng)絡(luò)的層次劃分，最后是人工智能網(wǎng)絡(luò)的案例研究。 ?

什么是人工智能？

人工智能由大數(shù)據(jù)、自動(dòng)化和人工智能三個(gè)主要分支組成。大數(shù)據(jù)收集大量數(shù)據(jù)集，并對(duì)其進(jìn)行分析，獲得洞察力并增強(qiáng)決策。自動(dòng)化是指機(jī)器遵循預(yù)先編程的規(guī)則來(lái)運(yùn)行流程，通常用于重復(fù)性任務(wù)。最后就是人工智能，其中機(jī)器執(zhí)行類(lèi)似于人類(lèi)的認(rèn)知功能。 ? 人工智能是計(jì)算機(jī)或機(jī)器通過(guò)學(xué)習(xí)和自動(dòng)化來(lái)模擬人類(lèi)任務(wù)的能力，通常被理解為在視覺(jué)處理、語(yǔ)音處理和分析等領(lǐng)域模擬智能生物的高階功能。 ? 人工智能算法根據(jù)先進(jìn)分析技術(shù)做出決策，并且可以與自動(dòng)化的高級(jí)反饋循環(huán)相結(jié)合來(lái)解決問(wèn)題。 ? 一般來(lái)說(shuō)，人工智能可以模仿或模擬高階的生物系統(tǒng)功能，例如視覺(jué)處理、語(yǔ)音/自然語(yǔ)言處理、結(jié)果預(yù)測(cè)、對(duì)象或數(shù)據(jù)分類(lèi)以及問(wèn)題解決。但必須指出的是，人工智能不包含基于傳統(tǒng)規(guī)則和確定算法的軟件系統(tǒng)，例如，由一個(gè)或多個(gè)人設(shè)計(jì)/編程的特定流程或算法，而不是基于人工智能工具或技術(shù)。這是因?yàn)槿斯ぶ悄軕?yīng)該包括從數(shù)據(jù)中學(xué)習(xí)或適應(yīng)數(shù)據(jù)的重要元素，無(wú)論是作為整個(gè)過(guò)程還是過(guò)程的可識(shí)別部分。 ? 人工智能由不同的領(lǐng)域組成：

| 人工智能的各個(gè)領(lǐng)域 ? 人工智能可以通過(guò)可能進(jìn)行的學(xué)習(xí)應(yīng)用來(lái)進(jìn)一步定義，如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。 ? 機(jī)器學(xué)習(xí)使用統(tǒng)計(jì)技術(shù)來(lái)執(zhí)行特定任務(wù)，通常需要較少的數(shù)據(jù)量。在此過(guò)程中，機(jī)器學(xué)習(xí)可以由低端系統(tǒng)進(jìn)行，盡管通常需要標(biāo)記和特征提取來(lái)執(zhí)行問(wèn)題/任務(wù)分解。這意味著機(jī)器學(xué)習(xí)應(yīng)用程序的訓(xùn)練速度更快，但測(cè)試可能會(huì)更慢，以確保結(jié)果的有效性。而另一方面，深度學(xué)習(xí)使用人工神經(jīng)網(wǎng)絡(luò)，需要更大量的數(shù)據(jù)來(lái)訓(xùn)練模型，需要高性能 GPU，但允許深度學(xué)習(xí)處理未標(biāo)記的數(shù)據(jù)并解決端到端問(wèn)題。由于深度學(xué)習(xí)依賴(lài)于大數(shù)據(jù)集，因此訓(xùn)練速度通常較慢，但測(cè)試速度較快，這里最大的缺點(diǎn)是所謂的“黑匣子”-雖然輸入和輸出可能被理解，但采取的步驟可能不被理解。

| 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的關(guān)鍵考慮因素 ?

人工智能的應(yīng)用

人工智能的使用分為兩大類(lèi)： ? 以運(yùn)營(yíng)為中心的人工智能，例如基于AI的網(wǎng)絡(luò)規(guī)劃、優(yōu)化和運(yùn)營(yíng)：用于輔助故障檢測(cè)、預(yù)測(cè)性維護(hù)以及網(wǎng)絡(luò)規(guī)劃和優(yōu)化，所有這些都使運(yùn)營(yíng)商能夠更有效地利用他們的物理資產(chǎn)。 ? 以服務(wù)為中心的人工智能，例如客戶體驗(yàn)人工智能：用于更個(gè)性化的商業(yè)目的，例如定價(jià)促銷(xiāo)、客戶服務(wù)、智能零售等，可提供個(gè)性化服務(wù)。

| 人工智能用例的分類(lèi) ? 運(yùn)營(yíng)商對(duì)人工智能的更高級(jí)應(yīng)用包括： ?

運(yùn)營(yíng)商將人工智能建立為一種平臺(tái)功能，可供企業(yè)客戶作為云服務(wù)使用；

使用大數(shù)據(jù)/人工智能處理移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析（通常是高度聚合）的運(yùn)營(yíng)商，這些數(shù)據(jù)提供給第三方組織，例如政府、交通規(guī)劃?rùn)C(jī)構(gòu)、能源提供商和商業(yè)組織（例如零售業(yè)）。

人工智能市場(chǎng)格局

移動(dòng)行業(yè)的人工智能勢(shì)頭正在增強(qiáng)，在更廣泛的移動(dòng)生態(tài)系統(tǒng)中，許多前瞻的公司已經(jīng)接受了這項(xiàng)技術(shù)，并宣布了他們的人工智能路線圖。雖然每家公司都有自己的人工智能戰(zhàn)略，但生態(tài)系統(tǒng)層面的長(zhǎng)期成果可能比個(gè)人成就的總和更大。 ? 隨著人工智能為網(wǎng)絡(luò)運(yùn)營(yíng)和客戶體驗(yàn)兩大核心業(yè)務(wù)的數(shù)字化轉(zhuǎn)型創(chuàng)造了更多機(jī)會(huì)，并為企業(yè)客戶提供新服務(wù)，各大運(yùn)營(yíng)商紛紛參與其中。推動(dòng)更大的網(wǎng)絡(luò)自動(dòng)化和數(shù)字化客戶交互是早期人工智能部署的主要用例。一些運(yùn)營(yíng)商還利用人工智能推出新產(chǎn)品和服務(wù)（數(shù)字助理和智能揚(yáng)聲器）和平臺(tái)（人工智能即服務(wù)）。這些領(lǐng)域的收入將取決于建立正確的合作伙伴關(guān)系、擴(kuò)大生態(tài)系統(tǒng)存在的能力。 ? 人工智能是短期內(nèi)的運(yùn)營(yíng)支出/資本支出，也是隨著時(shí)間的推移新收入的基礎(chǔ)，對(duì)于典型的運(yùn)營(yíng)商來(lái)說(shuō)，網(wǎng)絡(luò)運(yùn)營(yíng)支出/資本支出是最重要的單一收入來(lái)源。因此，部署人工智能來(lái)優(yōu)化/自動(dòng)化網(wǎng)絡(luò)與開(kāi)展以新收入為目標(biāo)的新舉措同樣重要。兩者是相互聯(lián)系的，因?yàn)槿斯ぶ悄茯?qū)動(dòng)的靈活網(wǎng)絡(luò)使運(yùn)營(yíng)商能夠提供新的定制服務(wù)。因此，隨著時(shí)間的推移，他們?cè)诰W(wǎng)絡(luò)中擁抱人工智能是瞄準(zhǔn)新的企業(yè)收入的關(guān)鍵。 ? 物聯(lián)網(wǎng)、人工智能和 5G 的交集將智能連接變?yōu)楝F(xiàn)實(shí)，隨著人工智能技術(shù)的進(jìn)步和5G網(wǎng)絡(luò)的推出，物聯(lián)網(wǎng)、人工智能和5G的融合將進(jìn)一步加劇。人工智能將被集成到越來(lái)越多的物聯(lián)網(wǎng)應(yīng)用以及 5G 網(wǎng)絡(luò)中。5G需要人工智能增強(qiáng)網(wǎng)絡(luò)自動(dòng)化和靈活性；人工智能需要5G來(lái)賦能自動(dòng)駕駛、智能工廠等人工智能場(chǎng)景的發(fā)展。 ? 對(duì)于運(yùn)營(yíng)商來(lái)說(shuō)，人工智能是一個(gè)多年的旅程，但現(xiàn)在就需要做好基礎(chǔ)工作。理解和測(cè)試人工智能、將其推向市場(chǎng)、采取以客戶為中心、數(shù)據(jù)驅(qū)動(dòng)的方法，以及對(duì)合作伙伴關(guān)系和共同創(chuàng)新持開(kāi)放態(tài)度等因素將影響人工智能部署的進(jìn)度，從而對(duì)運(yùn)營(yíng)商人工智能策略是否成功起到?jīng)Q定性作用。 ?

為什么人工智能進(jìn)入網(wǎng)絡(luò)？

2018年，運(yùn)營(yíng)商開(kāi)始在全球部署5G網(wǎng)絡(luò)，與2G/3G/4G相比，5G在網(wǎng)絡(luò)速度、網(wǎng)絡(luò)時(shí)延、連接規(guī)模等關(guān)鍵性能上都有顯著飛躍，能夠支持新的業(yè)務(wù)場(chǎng)景和應(yīng)用。移動(dòng)運(yùn)營(yíng)商需要一個(gè)更加靈活的網(wǎng)絡(luò)來(lái)滿足日益增長(zhǎng)的新業(yè)務(wù)需求。 ?

1）網(wǎng)絡(luò)復(fù)雜性的增長(zhǎng)將使得傳統(tǒng)的網(wǎng)絡(luò)運(yùn)維模式難以為繼 ? 在可預(yù)見(jiàn)的未來(lái)，5G網(wǎng)絡(luò)很可能與2G/3G/4G共存，這將對(duì)5G網(wǎng)絡(luò)的運(yùn)營(yíng)，特別是對(duì)傳統(tǒng)運(yùn)營(yíng)模式帶來(lái)重大挑戰(zhàn)。 ? 為了支持5G典型業(yè)務(wù)場(chǎng)景eMBB、mMTC、URLLC，保證網(wǎng)絡(luò)性能，采用了Massive MIMO、上下行解耦等多種新技術(shù)。這些新技術(shù)在提高網(wǎng)絡(luò)性能的同時(shí)也增加了對(duì)網(wǎng)絡(luò)敏捷性和網(wǎng)絡(luò)復(fù)雜性的要求。 ? 更高水平的自動(dòng)化是處理這種復(fù)雜性的唯一方法，同時(shí)確保比以往更有效地利用網(wǎng)絡(luò)資源，以降低運(yùn)營(yíng)費(fèi)用 (OPEX) 并支持快速、敏捷的響應(yīng)。除了自動(dòng)化之外，運(yùn)營(yíng)商還需要簡(jiǎn)化流程以降低成本，提高靈活性，以應(yīng)對(duì)日益復(fù)雜的網(wǎng)絡(luò)。下一代網(wǎng)絡(luò)的關(guān)鍵是使其自治且簡(jiǎn)單。 ?

2）數(shù)字化轉(zhuǎn)型加速了服務(wù)創(chuàng)新，但需要具備自動(dòng)化能力。 ? 新的 5G 服務(wù)和用例將涉及其他行業(yè)的數(shù)字化，將其推向市場(chǎng)需要新的合作伙伴關(guān)系以及電信業(yè)務(wù)模式的創(chuàng)新。移動(dòng)網(wǎng)絡(luò)必須更加靈活，以滿足用戶和服務(wù)的新要求，并使移動(dòng)網(wǎng)絡(luò)運(yùn)營(yíng)商能夠擁有更加橫向集成的視圖，包括多供應(yīng)商平臺(tái)、開(kāi)放 API 和可轉(zhuǎn)移分析解決方案。 ? 進(jìn)入5G時(shí)代，新業(yè)務(wù)、新應(yīng)用不斷涌現(xiàn)，新的網(wǎng)絡(luò)技術(shù)、新特性不斷被采用；傳統(tǒng)的網(wǎng)絡(luò)管理模式已經(jīng)不足以支撐日益增長(zhǎng)的網(wǎng)絡(luò)運(yùn)營(yíng)需求和保障用戶體驗(yàn)。此外，不斷增加的復(fù)雜性也給提高運(yùn)營(yíng)效率和有效控制運(yùn)營(yíng)成本帶來(lái)了挑戰(zhàn)。業(yè)界已經(jīng)認(rèn)識(shí)到，基于5G網(wǎng)絡(luò)所需的人工智能技術(shù)構(gòu)建的高度智能網(wǎng)絡(luò)，并在圖4中提供了部署應(yīng)用程序狀態(tài)。

| 網(wǎng)絡(luò)中的人工智能：應(yīng)用程序部署狀態(tài) ? ?

智能化成為移動(dòng)網(wǎng)絡(luò)的第四個(gè)緯度

? 5G基于三個(gè)基本方面，包括增強(qiáng)型移動(dòng)寬帶（eMBB）、超可靠和低延遲通信（URLLC）以及大規(guī)模機(jī)器類(lèi)通信（mMTC）。未來(lái)十年移動(dòng)產(chǎn)業(yè)的技術(shù)、應(yīng)用和業(yè)務(wù)創(chuàng)新將圍繞這三大關(guān)鍵應(yīng)用場(chǎng)景展開(kāi)，共同構(gòu)建繁榮的5G生態(tài)。網(wǎng)絡(luò)自動(dòng)化被認(rèn)為是5G除其他三個(gè)基本維度之外的第四個(gè)維度，將顯著提高運(yùn)營(yíng)商的管理效率。

| 5G 網(wǎng)絡(luò)的第四個(gè)緯度 ? 為了實(shí)現(xiàn)高度智能的網(wǎng)絡(luò)，需要不斷發(fā)展智能網(wǎng)絡(luò)的概念，形成共識(shí)。這就需要行業(yè)內(nèi)所有生態(tài)系統(tǒng)參與者共同尋找智能網(wǎng)絡(luò)的演進(jìn)路徑，明確各個(gè)層面的目標(biāo)和要求，落實(shí)智能網(wǎng)絡(luò)的理念，同時(shí)共同分享AI in Network需要的案例，共同開(kāi)發(fā)和驗(yàn)證。 ?

運(yùn)營(yíng)商對(duì)網(wǎng)絡(luò)人工智能的期望

隨著移動(dòng)運(yùn)營(yíng)商開(kāi)始評(píng)估其商業(yè) 5G 戰(zhàn)略，自動(dòng)化變得至關(guān)重要。從運(yùn)營(yíng)商的角度來(lái)看，網(wǎng)絡(luò)自動(dòng)化的首要目的是簡(jiǎn)化網(wǎng)絡(luò)部署，優(yōu)化OPEX，保證用戶體驗(yàn)和業(yè)務(wù)敏捷性。一些運(yùn)營(yíng)商已經(jīng)在一些網(wǎng)絡(luò)流程中引入自動(dòng)化，最常見(jiàn)的是網(wǎng)絡(luò)運(yùn)營(yíng)和維護(hù)、規(guī)劃和優(yōu)化。Analysis Mason 的一項(xiàng)調(diào)查顯示，到 2025 年，近 80% 的企業(yè)預(yù)計(jì)將實(shí)現(xiàn) 40% 及以上的網(wǎng)絡(luò)運(yùn)營(yíng)自動(dòng)化，三分之一的企業(yè)將實(shí)現(xiàn) 80% 以上的自動(dòng)化。人工智能的引入將是這一過(guò)程的重要組成部分，有助于使網(wǎng)絡(luò)更加智能、敏捷和可預(yù)測(cè)性。 ?

網(wǎng)絡(luò)人工智能的關(guān)鍵驅(qū)動(dòng)因素

大家之所以對(duì)自動(dòng)化如此感興趣，根本原因在于成本和操作敏捷性。在同一項(xiàng)調(diào)查中，近 80% 的移動(dòng)運(yùn)營(yíng)商將降低運(yùn)營(yíng)成本作為進(jìn)一步部署自動(dòng)化的首要驅(qū)動(dòng)因素。其他主要驅(qū)動(dòng)因素如下： ?

提升客戶的網(wǎng)絡(luò)體驗(yàn)質(zhì)量

密集網(wǎng)絡(luò)的高效規(guī)劃和管理

跨網(wǎng)絡(luò)和 IT 運(yùn)營(yíng)的端到端自動(dòng)化

采用自動(dòng)化的驅(qū)動(dòng)因素集中在降低運(yùn)營(yíng)成本、改善用戶體驗(yàn)、有效利用網(wǎng)絡(luò)資源以及為端到端跨域網(wǎng)絡(luò)解決方案做輔助。

| 部署人工智能輔助網(wǎng)絡(luò)自動(dòng)化的關(guān)鍵商業(yè)驅(qū)動(dòng)因素（來(lái)源：Analysis Mason） ? ?

網(wǎng)絡(luò)中的人工智能

框架

為滿足5G新業(yè)務(wù)的快速部署需求，需要簡(jiǎn)化網(wǎng)絡(luò)架構(gòu)，實(shí)現(xiàn)運(yùn)營(yíng)自動(dòng)化，運(yùn)營(yíng)商將更高效地提供最佳用戶體驗(yàn)，實(shí)現(xiàn)網(wǎng)絡(luò)全生命周期自動(dòng)化，最大限度地利用網(wǎng)絡(luò)資源。移動(dòng)網(wǎng)絡(luò)自動(dòng)化依賴(lài)于運(yùn)營(yíng)商提供的意圖或策略下的自動(dòng)閉環(huán)。 ? 為了保證最佳性能，跨域閉環(huán)和域閉環(huán)通過(guò)開(kāi)放接口相互協(xié)調(diào)和交換信息。為了最大限度地降低各層之間的集成復(fù)雜度，分層框架需要域網(wǎng)絡(luò)層與其上層消費(fèi)者（例如跨域?qū)樱┲g有一個(gè)簡(jiǎn)化的開(kāi)放接口。通過(guò)開(kāi)放接口交換的信息將逐漸從海量數(shù)據(jù)和參數(shù)簡(jiǎn)化為意圖的交換。反過(guò)來(lái)，開(kāi)放接口的簡(jiǎn)化又依賴(lài)于每個(gè)域和層的自治網(wǎng)絡(luò)能力。 ? 人工智能技術(shù)可以用于對(duì)網(wǎng)絡(luò)進(jìn)行智能控制，例如識(shí)別不同的網(wǎng)絡(luò)場(chǎng)景，預(yù)測(cè)和預(yù)防可能出現(xiàn)的網(wǎng)絡(luò)問(wèn)題，識(shí)別已經(jīng)發(fā)生的網(wǎng)絡(luò)問(wèn)題的根本原因，最后給出執(zhí)行建議和決策。基于場(chǎng)景的自治也可以在每個(gè)網(wǎng)絡(luò)元素（例如站點(diǎn)）中實(shí)現(xiàn)。它主要提供兩個(gè)關(guān)鍵能力：數(shù)據(jù)精化和模型推理。站點(diǎn)生成的海量原始數(shù)據(jù)被提煉為人工智能框架可以使用的樣本數(shù)據(jù)。

| 支持網(wǎng)絡(luò)人工智能的分層框架 ? 網(wǎng)絡(luò)架構(gòu)的分層自治使得每個(gè)網(wǎng)絡(luò)層都能充分釋放其自動(dòng)化潛力。各層通過(guò)數(shù)據(jù)模型、策略等進(jìn)行通信和協(xié)調(diào)，實(shí)現(xiàn)從網(wǎng)元到全網(wǎng)的端到端網(wǎng)絡(luò)自動(dòng)化。 ? 發(fā)揮運(yùn)營(yíng)商和廠商的優(yōu)勢(shì)，通過(guò)分層自治和層間協(xié)調(diào)共同實(shí)現(xiàn)服務(wù)水平自動(dòng)化。運(yùn)營(yíng)商定義和編排自動(dòng)化工作流程，并為服務(wù)管理提供開(kāi)放平臺(tái)。從網(wǎng)絡(luò)角度來(lái)看，供應(yīng)商可以幫助尋找有效降低域網(wǎng)絡(luò)復(fù)雜性的解決方案。運(yùn)營(yíng)商和供應(yīng)商還可以利用標(biāo)準(zhǔn)化的基于場(chǎng)景的接口聯(lián)合開(kāi)發(fā)基于策略或意圖驅(qū)動(dòng)的網(wǎng)絡(luò)自治控制。 ?

網(wǎng)絡(luò)人工智能

網(wǎng)絡(luò)人工智能是一個(gè)長(zhǎng)期目標(biāo)，是一個(gè)循序漸進(jìn)的過(guò)程，從提供重復(fù)執(zhí)行動(dòng)作的替代方案，到對(duì)網(wǎng)絡(luò)環(huán)境和網(wǎng)絡(luò)設(shè)備狀態(tài)進(jìn)行感知和監(jiān)控，基于多種因素和策略進(jìn)行決策，并提高最終用戶體驗(yàn)。系統(tǒng)能力也從部分業(yè)務(wù)場(chǎng)景開(kāi)始，逐步覆蓋所有業(yè)務(wù)場(chǎng)景。 ? 這種轉(zhuǎn)變需要數(shù)年時(shí)間才能完全發(fā)展，因此我們正在遵循一個(gè)演進(jìn)過(guò)程，逐步將具有人工智能能力的自動(dòng)化引入不同領(lǐng)域，為運(yùn)營(yíng)商帶來(lái)直接價(jià)值。 ? ?

網(wǎng)絡(luò)中人工智能的用例

網(wǎng)絡(luò)人工智能分類(lèi)

網(wǎng)絡(luò)的自主性需要從基于網(wǎng)絡(luò)元素的管理方法轉(zhuǎn)變?yōu)榛趫?chǎng)景的方法，其中管理流程與運(yùn)營(yíng)商定義的特定業(yè)務(wù)目標(biāo)直接相關(guān)。 ? 如果業(yè)界能夠?qū)χ悄芫W(wǎng)絡(luò)的核心基本場(chǎng)景有一個(gè)共同的理解，那么可以相應(yīng)地開(kāi)發(fā)出優(yōu)先解決方案，進(jìn)一步加快發(fā)展速度。現(xiàn)在業(yè)界有很多網(wǎng)絡(luò)自動(dòng)化的用例： ?

網(wǎng)絡(luò)規(guī)劃

網(wǎng)絡(luò)部署

網(wǎng)絡(luò)優(yōu)化

網(wǎng)絡(luò)維護(hù)

服務(wù)配置

節(jié)電

安全防護(hù)

其他

案例 1：站點(diǎn)部署

#

用例描述

移動(dòng)運(yùn)營(yíng)商最典型的網(wǎng)絡(luò)管理場(chǎng)景與廣泛分布的基站有關(guān)。無(wú)論是新建站點(diǎn)還是站點(diǎn)升級(jí)，都需要工程師付出巨大的努力來(lái)保證網(wǎng)絡(luò)的按時(shí)部署。尤其是在5G網(wǎng)絡(luò)建設(shè)場(chǎng)景極其復(fù)雜的情況下，如何引入自動(dòng)化能力來(lái)加快網(wǎng)絡(luò)部署并取得市場(chǎng)領(lǐng)先成為關(guān)鍵問(wèn)題。

站點(diǎn)部署場(chǎng)景是指站點(diǎn)部署的整個(gè)過(guò)程，包括網(wǎng)絡(luò)規(guī)劃設(shè)計(jì)、站點(diǎn)設(shè)計(jì)、配置數(shù)據(jù)準(zhǔn)備、站點(diǎn)安裝、調(diào)試和驗(yàn)收。

#

自動(dòng)化目標(biāo)

站點(diǎn)部署自動(dòng)化的目標(biāo)是端到端部署流程的自動(dòng)化，包括無(wú)線參數(shù)自規(guī)劃、硬件自檢測(cè)自配置、免撥測(cè)自驗(yàn)收等。

#

挑戰(zhàn)

運(yùn)營(yíng)商需要提高部署效率的解決方案。目前最大的挑戰(zhàn)是站點(diǎn)部署的自動(dòng)化工作流程存在缺陷，經(jīng)常需要人工干預(yù)。例如，站點(diǎn)規(guī)劃和站點(diǎn)安裝的同步、手動(dòng)撥號(hào)測(cè)試等導(dǎo)致站點(diǎn)部署時(shí)間過(guò)長(zhǎng)，有時(shí)還會(huì)造成不必要的站點(diǎn)訪問(wèn)。

如今，運(yùn)營(yíng)商還需要處理成千上萬(wàn)的參數(shù)來(lái)管理移動(dòng)網(wǎng)絡(luò)。如何通過(guò)引入自動(dòng)化能力和利用人工智能技術(shù)，實(shí)現(xiàn)簡(jiǎn)化規(guī)劃和配置，是業(yè)界必須考慮的問(wèn)題。

案例2：網(wǎng)絡(luò)性能優(yōu)化

#

用例描述

由于基站會(huì)受到很多因素的干擾，不同站點(diǎn)面臨著不同的網(wǎng)絡(luò)場(chǎng)景。而且，流量模式和渠道環(huán)境一直在變化。特別是5G的興起，網(wǎng)絡(luò)面臨多元化業(yè)務(wù)的新要求。網(wǎng)絡(luò)解決方案需要足夠靈活，以應(yīng)對(duì)復(fù)雜的情況，并滿足最終用戶的體驗(yàn)期望。

網(wǎng)絡(luò)性能優(yōu)化的過(guò)程包括網(wǎng)絡(luò)監(jiān)測(cè)與評(píng)估、性能問(wèn)題根源分析、優(yōu)化分析、決策、實(shí)施、后評(píng)估與驗(yàn)證。利用人工智能技術(shù)可以逐步提高自動(dòng)化能力。

#

自動(dòng)化目標(biāo)

網(wǎng)絡(luò)性能優(yōu)化的目標(biāo)是實(shí)現(xiàn)基于場(chǎng)景感知和預(yù)測(cè)的動(dòng)態(tài)調(diào)整。感知場(chǎng)景變化趨勢(shì)，實(shí)時(shí)調(diào)整網(wǎng)絡(luò)配置，達(dá)到最佳性能。

#

挑戰(zhàn)

如今，網(wǎng)絡(luò)級(jí)KPI監(jiān)控和分析至關(guān)重要，依賴(lài)于對(duì)網(wǎng)絡(luò)信息的多維度分析，包括網(wǎng)絡(luò)數(shù)據(jù)、工程參數(shù)、地圖信息。將信息處理為結(jié)構(gòu)化和標(biāo)準(zhǔn)化數(shù)據(jù)是該行業(yè)面臨的一個(gè)關(guān)鍵挑戰(zhàn)。領(lǐng)域優(yōu)化閉環(huán)與端到端閉環(huán)的協(xié)調(diào)性有待提高。

案例 3：無(wú)線寬帶業(yè)務(wù)配置

#

用例描述

固定移動(dòng)接入業(yè)務(wù)是5G的第一個(gè)用例。但移動(dòng)寬帶和固定寬帶的業(yè)務(wù)提供機(jī)制不同。由于無(wú)線網(wǎng)絡(luò)環(huán)境的網(wǎng)絡(luò)復(fù)雜性以及CPE的差異性，對(duì)于FWA來(lái)說(shuō)，在調(diào)配之前很難預(yù)測(cè)要提供給每個(gè)家庭的帶寬。在傳統(tǒng)的工作流程中，某些情況下需要派工程師到現(xiàn)場(chǎng)測(cè)量信號(hào)質(zhì)量，這極大地影響了提供服務(wù)的速度和精準(zhǔn)營(yíng)銷(xiāo)的能力。

業(yè)務(wù)提供包括無(wú)線寬帶業(yè)務(wù)的快速上線、上線后的準(zhǔn)確評(píng)估、網(wǎng)絡(luò)發(fā)展規(guī)劃等。

#

自動(dòng)化目標(biāo)

無(wú)線寬帶業(yè)務(wù)配置的目標(biāo)是基于網(wǎng)絡(luò)問(wèn)題預(yù)測(cè)的多業(yè)務(wù)自動(dòng)平衡、價(jià)值區(qū)域自動(dòng)識(shí)別和網(wǎng)絡(luò)規(guī)劃推薦。

#

挑戰(zhàn)

如今，服務(wù)的推出依賴(lài)于地圖輔助評(píng)估和路測(cè)。用戶體驗(yàn)依賴(lài)于適當(dāng)?shù)木W(wǎng)絡(luò)優(yōu)化來(lái)及時(shí)解決收到的用戶投訴。有效的體驗(yàn)評(píng)估和資源利用效率優(yōu)化是運(yùn)營(yíng)商快速推出有保證的用戶體驗(yàn)業(yè)務(wù)的主要挑戰(zhàn)。

案例 4：節(jié)能

#

用例描述

站點(diǎn)功耗在網(wǎng)絡(luò)OPEX成本中占比較高。盡管網(wǎng)絡(luò)流量在空閑時(shí)間大幅下降，但設(shè)備仍繼續(xù)運(yùn)行。運(yùn)營(yíng)商可能希望使功耗根據(jù)流量使用情況進(jìn)行動(dòng)態(tài)調(diào)整，以避免某些浪費(fèi)。有效的節(jié)能機(jī)制取決于實(shí)時(shí)流量模式的可見(jiàn)性和預(yù)測(cè)。省電的操作流程可以包括省電特征選擇、省電對(duì)象選擇、省電策略執(zhí)行以及能耗監(jiān)測(cè)和評(píng)估。

#

自動(dòng)化目標(biāo)

節(jié)能自動(dòng)化的最終目標(biāo)是Bit Dependent Watts，即在Multi-RAT環(huán)境下，在不犧牲客戶用戶體驗(yàn)的情況下，通過(guò)精確的流量預(yù)測(cè)來(lái)實(shí)現(xiàn)?協(xié)同省電。

#

挑戰(zhàn)

目前，大多數(shù)節(jié)能機(jī)制都是基于靜態(tài)關(guān)閉策略。將來(lái)，節(jié)能決策可能會(huì)隨著其他輸入的利用而動(dòng)態(tài)變化。例如，基于強(qiáng)化學(xué)習(xí)的流量預(yù)測(cè)和動(dòng)態(tài)閾值設(shè)置的能力可以作為輸入，以實(shí)現(xiàn)最佳的省電性能。

其他

其他可能還包括： ? 網(wǎng)絡(luò)規(guī)劃：利用人工智能，運(yùn)營(yíng)商可以預(yù)測(cè)繁忙區(qū)域、繁忙時(shí)間和流量增長(zhǎng)情況，發(fā)現(xiàn)由于覆蓋不足或其他限制而潛在“壓抑”的需求，并在預(yù)算限制內(nèi)找到最佳投資回報(bào)率。 ?

網(wǎng)絡(luò)部署：通過(guò)人工智能，最大限度地減少站點(diǎn)部署中的人為干預(yù)，避免不同網(wǎng)元之間的參數(shù)配置不一致。運(yùn)營(yíng)商還可以通過(guò)視頻或圖片的方式發(fā)現(xiàn)網(wǎng)絡(luò)部署的質(zhì)量，省去巡檢的工作，效果更好。

? 網(wǎng)絡(luò)優(yōu)化：只有通過(guò)人工智能才能實(shí)現(xiàn)“即時(shí)”網(wǎng)絡(luò)參數(shù)調(diào)整，并更快地實(shí)現(xiàn)最佳負(fù)載平衡。

? 網(wǎng)絡(luò)維護(hù)：人工智能算法可以用來(lái)從大量的警告消息中找出最重要的信息，找出網(wǎng)絡(luò)問(wèn)題的根本原因。它們還可以用于支持動(dòng)態(tài)閾值，這將比預(yù)先配置的閾值更加合理。 ?

服務(wù)提供：當(dāng)我們用人工智能算法來(lái)預(yù)測(cè)當(dāng)前網(wǎng)絡(luò)環(huán)境下一段時(shí)間內(nèi)是否可以達(dá)到所需的QoS并估計(jì)未來(lái)的流量時(shí)，網(wǎng)絡(luò)切片協(xié)議能夠?qū)崿F(xiàn)幾乎實(shí)時(shí)地簽署。運(yùn)營(yíng)商還可以通過(guò)網(wǎng)絡(luò)KPI與業(yè)務(wù)體驗(yàn)評(píng)分之間的映射來(lái)評(píng)估語(yǔ)音、視頻和應(yīng)用程序的服務(wù)質(zhì)量。 ?

省電：能夠以更小的粒度（例如分鐘）進(jìn)行省電，并在服務(wù)質(zhì)量和功耗之間達(dá)到最佳平衡。 ?

安全防護(hù)：利用人工智能算法，我們不僅可以發(fā)現(xiàn)已知的攻擊，還可以識(shí)別潛在的未知攻擊，并在造成嚴(yán)重問(wèn)題之前盡早應(yīng)對(duì)這些攻擊。運(yùn)營(yíng)商還可以更高效、更準(zhǔn)確地過(guò)濾垃圾郵件。 ? 編輯：黃飛

?